WO2020215369A1 - 可用于激光雷达的噪点识别方法以及激光雷达系统 - Google Patents

可用于激光雷达的噪点识别方法以及激光雷达系统 Download PDF

Info

Publication number
WO2020215369A1
WO2020215369A1 PCT/CN2019/085768 CN2019085768W WO2020215369A1 WO 2020215369 A1 WO2020215369 A1 WO 2020215369A1 CN 2019085768 W CN2019085768 W CN 2019085768W WO 2020215369 A1 WO2020215369 A1 WO 2020215369A1
Authority
WO
WIPO (PCT)
Prior art keywords
point
noise
reflectivity
continuity
lidar
Prior art date
Application number
PCT/CN2019/085768
Other languages
English (en)
French (fr)
Inventor
周小童
向少卿
曾昭明
邵振雷
Original Assignee
上海禾赛光电科技有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 上海禾赛光电科技有限公司 filed Critical 上海禾赛光电科技有限公司
Priority to US17/038,113 priority Critical patent/US11982771B2/en
Publication of WO2020215369A1 publication Critical patent/WO2020215369A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/495—Counter-measures or counter-counter-measures using electronic or electro-optical means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/487—Extracting wanted echo signals, e.g. pulse detection
    • G01S7/4873—Extracting wanted echo signals, e.g. pulse detection by deriving and controlling a threshold value
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/487—Extracting wanted echo signals, e.g. pulse detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4814—Constructional features, e.g. arrangements of optical elements of transmitters alone
    • G01S7/4815—Constructional features, e.g. arrangements of optical elements of transmitters alone using multiple transmitters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/4865—Time delay measurement, e.g. time-of-flight measurement, time of arrival measurement or determining the exact position of a peak

Definitions

  • the present disclosure relates to a lidar system, including:
  • a denoising unit which is coupled with the lidar to receive the point cloud, and the denoising unit is configured to perform the noise recognition method as described above, and determine whether a point in the point cloud is a noise ;
  • each channel of the lidar emits at least double pulses during one detection, and the time interval between the leading edges of two pulses in the double pulses is modulated.
  • Fig. 4A shows a noise calculation method of echo according to an embodiment of the present disclosure
  • Figure 7 shows a lidar system according to a preferred embodiment of the present disclosure
  • Fig. 11 shows a computer program product according to the third aspect of the present disclosure.
  • step S203 Determine whether the point is a noise point according to the reflectivity and continuity parameters.
  • the echo baseline is 85 Least Significant Bit (LSB) of ADC.
  • the LSB value is a unit that characterizes the size of the signal sampled by the ADC in the circuit, and it is related to the performance of the ADC used.
  • the 10LSB value above the echo baseline selected in this preferred embodiment is related to the echo signal detection threshold preset by the lidar.
  • the echo signal detection threshold refers to the system determining when the signal strength is greater than or equal to the threshold The signal is an effective echo signal. When the signal strength is less than the threshold, the system determines that the signal is noise.
  • Those skilled in the art can also select other appropriate values by using the existing technical knowledge in the field.
  • those skilled in the art can also use units other than the LSB value to characterize the strength of the echo signal.
  • the LSB value is used as the echo unit to describe the strength of the echo signal. In order to enable those skilled in the art to better understand and implement the present invention, no limitation is imposed on the protection scope of the present invention.
  • a combination of continuity, reflectivity, noise, and the number of echo pulses may be used to identify and determine noise.
  • the continuity parameter is outside the normal continuity parameter range (for example, 1 meter)
  • the reflectance is less than or equal to a preset reflectance threshold (such as 2%)
  • the noise threshold for example, 200
  • the number of echo pulses is greater than the pulse number threshold (for example, 7)
  • the point is judged to be a noise.
  • the noise confidence of this point is calculated, for example, when the distance is within the preset distance range, the distance factor is zero, otherwise the distance factor is the distance weight; when the reflectivity is less than or equal to the preset reflectivity threshold, the reflection The rate factor is zero, otherwise the reflectance factor is the reflectance weight; when the continuity parameter is outside the range of the normal continuity parameter, the continuity factor is zero, otherwise the continuity factor is the continuity weight; when the noise is greater than the noise When the threshold is set, the noise factor is zero, otherwise the noise factor is the noise weight; when the number of echo pulses is greater than the pulse number threshold, the echo pulse number factor is zero, otherwise the echo pulse number factor is the echo pulse number weight.
  • the confidence of the noise point is equal to the sum of the distance factor, reflectivity factor, continuity factor, noise factor, and echo pulse number factor.
  • noise weight and echo pulse number weight is equal to reflectivity weight and/or continuity weight
  • the weight of the number of echo pulses can be increased.
  • each channel of the lidar detects and transmits at least double pulses at a time, and the time interval between the leading edges of two pulses in the double pulses is modulated.
  • the noise identification method of the present disclosure further includes: after the noise or the suspected noise is determined, check again whether there are normal points (non-noise points) in the current measurement of the channel. If there is a normal point, the normal point is output, and if there is no normal point, the noise or suspected noise is output. This solution is advantageous for detecting the edges of objects.
  • Figures 5A and 5B show the comparison results, which were performed in an indoor scene with a distance of 40 cm between the two radars.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

提供了一种可用于激光雷达的噪点识别方法，包括：接收激光雷达获取的点云（S201）；对于点云中的任意一点，获取该点的反射率以及连续性参数（S202）；根据反射率和连续性参数，判断该点是否为噪点（S203）。

Description

可用于激光雷达的噪点识别方法以及激光雷达系统 技术领域
本公开涉及激光雷达领域，尤其涉及一种可用于激光雷达的噪点识别方法以及激光雷达系统。
背景技术
激光雷达LiDAR是激光主动探测传感器设备的一种统称，其工作原理大致如下。激光雷达的发射器发射出一束激光，激光光束遇到物体后，经过漫反射，返回至激光接收器，雷达模块根据发送和接收信号的时间间隔乘以光速，再除以2，即可计算出发射器与物体的距离。根据激光线束的多少，通常有例如单线激光雷达、4线激光雷达、8/16/32/64线激光雷达等。一个或多个激光束在竖直方向沿着不同的角度发射，经水平方向扫描，实现对目标区域三维轮廓的探测。多个测量通道(线)相当于多个倾角的扫描平面，因此垂直视场内激光线束越多，其竖直方向的角分辨率就越高，激光点云的密度就越大。
激光雷达的产生的点云中，噪点始终是一个需要尽量克服的问题。噪点产生的原因很多，例如由于天气原因产生噪点，或者由于雷达间的串扰产生噪点。以后者为例来说明。目前一些激光雷达的每一次检测都会发射双脉冲激光，并对双脉冲的间隔时间进行了编码，即指两个脉冲的前沿之间的时间间隔是经过调制的。但由于是随机编码，两台都使用了激光编码的雷达间依然会有较大的串扰。尤其是激光编码的种类是有限的，两台雷达会有较大概率发射同样编码间距的脉冲，此时无法通过解码排除其他雷达的干扰信号。有防串扰设置。具体做法：每次发射双脉冲，双脉冲的间距(时序)编码，一个纳秒，两个纳秒，来区分。四十线的，例如同一时间发出一线。四十线，相继触发。每线单独编码。接收时候，不仅被对应的探测器接收到，也有可能被其他探测器接收到。因此不同路激光也要防止串码。旁边还有雷达的话，可能也会有串扰。A雷达，检测到B雷达发出的同一编码的光脉冲的情况下，如何防止串扰，是个亟待解决的问题。
背景技术部分的内容仅仅是发明人所知晓的技术，并不当然代表本领域的现有技术。
发明内容
有鉴于现有技术缺陷中的至少一个，本公开提出一种可用于激光雷达的噪点识别方法，包括：
步骤S101：接收所述激光雷达获取的点云；
步骤S102：对于所述点云中的任意一点，获取该点的反射率以及连续性参数；和
步骤S103：根据所述反射率和连续性参数，判断该点是否为噪点。
根据本公开的一个方面，其中所述步骤S103包括：当所述反射率小于等于预设反射率阈值、且所述连续性参数在正常连续性参数范围外时，判断该点为噪点。
根据本公开的一个方面，所述步骤S103包括：获取所述点云中与该点对应的通道前次或后次测量的相邻点的反射率，其中当所述连续性参数在正常连续性参数范围外、且所述点的反射率与所述相邻点的反射率的差大于反射率差值阈值时，判断该点为噪 点。
根据本公开的一个方面，所述步骤S103包括：计算该点的噪点置信度，当噪点置信度在正常置信度范围外时，判断该点为噪点，
其中计算该点的噪点置信度包括：当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重；所述反射率小于等于预设反射率阈值时，反射率因子为零，否则反射率因子为反射率权重；所述噪点置信度等于连续性因子与反射率因子之和。
根据本公开的一个方面，所述步骤S103包括：获取所述点云中与该点对应的通道前次或后次测量的相邻点的反射率，计算该点的噪点置信度，当噪点置信度在正常置信度范围外时，判断该点为噪点，
其中计算该点的噪点置信度包括：当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重；所述点的反射率与所述相邻点的反射率的差大于反射率差值阈值时，反射率因子为零，否则反射率因子为反射率权重；所述噪点置信度等于连续性因子与反射率因子之和。
根据本公开的一个方面，其中所述激光雷达的每个通道一次检测至少发射双脉冲，所述双脉冲中的两个脉冲的前沿之间的时间间隔经过调制，所述噪点识别方法还包括：如果响应于其中一个通道的一次检测，所述点云中只存在一个点，则无论该点是否被识别为噪点，均输出该点；如果响应于其中一个通道的一次检测，在点云中存在多个点且其中存在噪点和正常点，则过滤掉噪点，输出所述正常点。
根据本公开的一个方面，其中所述连续性参数为该点与激光雷达的距离、与点云中与该点对应的通道前次或后次测量的点与激光雷达的距离的差值的绝对值，或者根据该点与点云中在其周围的多个点计算出的表征该点离散性的参数。
本公开涉及一种激光雷达系统，包括：
激光雷达，所述激光雷达配置成可对周围环境进行扫描，以生成点云；
去噪单元，所述去噪单元与所述激光雷达耦合以接收所述点云，所述去噪单元配置成可执行如上所述的噪点识别方法，判断所述点云中的点是否为噪点；和
输出单元，所述输出单元与所述去噪单元耦合，并输出点云。
根据本公开的一个方面，所述的激光雷达系统还包括控制单元，所述控制单元与去噪单元耦合，并且可开启或者禁用所述去噪单元，其中当处于开启状态时，所述去噪单元过滤所述点云中的噪点，所述输出单元输出经过噪点过滤的点云；当处于禁用模式时，所述去噪单元被禁用，所述输出单元输出未经噪点过滤的点云，和/或
所述激光雷达系统还包括输入单元，用于接收用户的输入，其中所述控制单元可根据所述用户的输入开启或禁用所述去噪单元。
根据本公开的一个方面，其中所述激光雷达的每个通道一次检测时至少发射双脉冲，且所述双脉冲中的两个脉冲的前沿之间的时间间隔经过调制。
根据本公开的一个方面，所述输出单元配置成：如果响应于其中一个通道的一次检测，所述点云中只存在一个点，则无论该点是否为噪点，输出该点，和/或
所述输出单元配置成：如果响应于其中一个通道的一次检测，在点云中存在多个 点且其中存在噪点和正常点，则过滤掉噪点，输出所述正常点。
本公开还涉及一种激光雷达系统，包括：
激光雷达，所述激光雷达配置成可对周围环境进行扫描，以生成点云；
置信度计算单元，所述置信度计算单元与所述激光雷达耦合以接收所述点云，并配置成至少根据所述点云中的一点的反射率以及该点的连续性参数，计算该点的噪点置信度；
输出单元，所述输出单元与所述激光雷达和置信度计算单元耦合，并输出所述点云以及所述点云中的点的噪点置信度。
根据本公开的一个方面，其中所述置信度计算单元配置成根据以下方式计算噪点置信度：当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重；所述反射率小于等于预设反射率阈值时，反射率因子为零，否则反射率因子为反射率权重；所述噪点置信度等于距离因子与反射率因子之和；
其中所述输出单元配置成输出所述点云中噪点置信度在正常置信度范围内的点。
根据本公开的一个方面，其中所述置信度计算单元配置成：获取所述点云中与该点对应的通道前次或后次测量的相邻点的反射率，
其中计算该点的噪点置信度包括：当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重；所述点的反射率与所述相邻点的反射率的差大于反射率差值阈值时，反射率因子为零，否则反射率因子为反射率权重；所述噪点置信度等于连续性因子与反射率因子之和；
其中所述输出单元配置成输出所述点云中噪点置信度在正常置信度范围内的点。
根据本公开的一个方面，其中所述激光雷达的每个通道一次检测至少发射双脉冲，且所述双脉冲中的两个脉冲的前沿之间的时间间隔经过调制。
根据本公开的一个方面，所述输出装置还配置成：如果响应于其中一个通道的一次检测，所述点云中只存在一个点，则无论该点的噪点置信度是否在正常置信度范围内，均输出该点。
根据本公开的一个方面，其中所述连续性参数为该点与激光雷达的距离、与点云中与该点对应的通道前次或后次测量的点与激光雷达的距离的差值的绝对值，或者根据该点与点云中在其周围的多个点计算出的表征该点离散性的参数。
根据本公开的一个方面，所述的激光雷达系统还包括输入单元，用于接收用户的输入，所述输入单元可根据所述用户的输入，指示所述输出单元是否过滤掉点云中的噪点；和/或
其中所述激光雷达的每个通道一次检测至少发射双脉冲，且所述双脉冲中的两个脉冲的前沿之间的时间间隔经过调制，所述输出单元配置成：如果响应于其中一个通道的一次检测，所述点云中只存在一个点，则无论该点的噪点置信度是否在正常置信度范围内，均输出该点，和/或
所述输出单元配置成：如果响应于其中一个通道的一次检测，在点云中存在多个点且其中存在噪点和正常点，则过滤掉噪点，输出所述正常点。
本公开还涉及一种可用于激光雷达的噪点识别设备，包括：
接收单元，配置成接收所述激光雷达获取的点云；
获取单元，配置成获取所述点云中的一点的反射率以及连续性参数；和
判断单元，配置成至少根据所述反射率和连续性参数，判断该点是否为噪点。
本公开还涉及一种计算机可读存储介质,包括存储于其上的计算机可执行指令，所述可执行指令在被处理器执行时实施如上所述的噪点识别方法。
附图说明
构成本公开的一部分的附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
图1示出了激光雷达的示意图；
图2示出了根据本公开第一方面的一种可用于激光雷达的噪点识别方法；
图3示意性地示出了激光雷达的点云中的多个点在垂直于激光方向的平面上的投影；
图4A示出了根据本公开一个实施例的回波的噪声计算方法；
图4B示出了根据本公开一个实施例计算的雪天情况下的波形噪声和正常波形噪声的对比；
图5A示出了原始的点云图；
图5B示出了根据本公开实施例处理后的点云图；
图6示意性示出了根据本公开的第二方面的一种激光雷达系统；
图7示出了根据本公开的一个优选实施例的激光雷达系统；
图8示出了根据本公开另一个实施例的激光雷达系统；
图9示出了根据本公开另一个实施例的激光雷达系统；
图10示出了根据本公开的第三方面的一种可用于激光雷达的噪点识别设备；和
图11示出了根据本公开的第三方面的一种计算机程序产品。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本公开的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
以下结合附图对本公开的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本公开，并不用于限定本公开。
在本公开的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"坚直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本公开的限制。
此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本公开的描述中，"多个"的含义是两个或两个以上，除非另有明确具体的限定。
在本公开的描述中，需要说明的是，除非另有明确的规定和限定，术语"安装"、"相连"、"连接"应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接:可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本公开中的具体含义。
在本公开中，除非另有明确的规定和限定，第一特征在第二特征之"上"或之"下"可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征"之上"、"上方"和"上面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方"和"下面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本公开的不同结构。为了简化本公开的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本公开。此外，本公开可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本公开提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
以下结合附图对本公开的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本公开，并不用于限定本公开。
图1示出了激光雷达100的一个实例。该激光雷达为16线激光雷达，即沿着图中的竖直方向可发射L1、L2、…、L15、L16共16线激光束(每一线激光束即对应激光雷达的一个通道，共16个通道)，用于对周围环境进行探测。在探测过程中，该激光雷达100可沿着其竖直轴线旋转，在旋转过程中，激光雷达的各个通道根据一定的时间间隔(例如1微秒)依次发射激光束并进行探测从而完成一次垂直视场上的线扫描，之后在水平视场方向上间隔一定角度(例如0.1度或0.2度)进行下一次垂直视场的线扫描，从而在旋转过程中进行多次探测形成点云，即可感知周围环境的状况。
图2示出了根据本公开第一方面的一种可用于激光雷达的噪点识别方法200。如图2所示，噪点识别方法200包括：
在步骤S201，接收所述激光雷达获取的点云。
在激光雷达获取的点云的数据中，通常可以包括各个点的坐标以及该点的反射率(反射率与反射光束的强度以及目标点与激光雷达之间的距离成一定比例关系)。点的坐标例如是以激光雷达的安装位置作为原点，该点的偏移量具体可以通过极坐标(即距离和角度)表示，也可以使用x/y/z三维直角坐标表示。
在步骤S202，对于所述点云中的任意一点，获取该点的反射率以及连续性参数。
关于该点的反射率，可以直接从点云的数据中获取。本公开中，该点的“连续性参数”可定义为说明该点在点云中与相邻点中的一个或多个点的连续性的表征参量，例如与该点与激光雷达的距离、与点云中周围点中一个或多个点与激光雷达之间的距 离的差值绝对值(或者多个差值的加权和)。参考图3来描述本公开的连续性参数。图3示意性地示出了激光雷达的点云在垂直于激光方向的平面上的投影(为简单起见，图3中未显示其深度信息)。其中，点5例如是当前待判断的点，为图1中第L2线激光束在时刻t n探测得到的回波，点4为同一个通道也就是第L2线激光束在上一时刻t n-1探测得到的回波，点6为同一个通道也就是第L2线激光束在下一时刻t n+1探测得到的回波。与之相应的，点1、点2、点3分别为第L3线激光束在时刻t n-1、t n、t n+1探测得到的回波，点7、点8、点9分别为第L1线激光束在时刻t n-1、t n、t n+1探测得到的回波。注意，虽然图3中示出的各个点之间的间距相等，但该图仅是示意性的，并不意味着在点云数据中相邻线束在连续时刻形成的回波点是等间距的。本公开中，点5的连续性参数，可以是指点5到激光雷达的距离、与点5的上、下、左、右、左上、右上、左下、右下这八个点中的任何一个点到激光雷达的距离之间的差值的绝对值，也可以指点5到激光雷达的距离、与点5的上、下、左、右、左上、右上、左下、右下这八个点中的多个点到激光雷达的距离之间的差值的加权平均。这些都在本公开的范围内。本领域技术人员在本公开构思的启发下，可以根据需要来具体适用。
正常物体在被激光雷达探测时，所产生的点通常连续性是较好的，本公开中点的连续性好是指相邻点到激光雷达的距离之间的差值的绝对值较小，例如在激光雷达的距离探测误差之内。激光雷达的一个主要的应用场景是探测路面交通的各种物体，而路面交通中的移动物体的移动速度与光速相比是非常低的。激光雷达的水平角分辨率比较高，例如0.1度或0.2度，因此在大多数情况下，尤其是当物体距离激光雷达较近时，相邻两次水平扫描角度的点对应的是同一物体(刚好处于物体边缘的情况除外)。而且，激光雷达的扫描频率很高，例如激光雷达的相邻两个通道进行同一垂直视场线扫描的时间间隔为1微秒左右，一次垂直视场的线扫描的周期也仅为十几或数十微秒，在如此短的时间内路面交通的移动物体的移动距离是可以忽略不计的。因此，理论上激光雷达点云上相邻点到激光雷达的距离应该是相等的，实际测量的距离之间的差值应该是比较小的。当出现大的距离差时，很可能是由于检测噪点所导致的，例如由于相邻雷达之间串扰所导致的噪点。例如，当某一点到激光雷达的距离与其上、下、左、右、左上、右上、左下、右下这八个点中的任何一个或者多个点到激光雷达的距离之间的差值(或多个差值的加权平均)大于阈值(例如1米)时，可认为该点的连续性较差，该点可能为噪点。另外，除了使用一点到激光雷达的距离与相邻点到激光雷达的距离的差值(最小差值或最大差值或差值的平均值)来作为连续性参数，还可以通过计算一个测试点与其周边点的相关性来作为连续性参数，类似于中值滤波，根据卷积计算得到一个特征值来表征当前点与周围点的离散程度，离散程度大于一定阈值的，即认为该点与周围点不连续。对于离散程度，还是参考图3，点5的离散程度计算可以如下：x＝|d5-d4|*k1+|d6-d5|*k2+|d5-d1|*k3+|d5-d2|*k4+|d5-d3|*k5+|d5-d7|*k6+|d5-d8|*k7+|d5-d9|*k8，离散程度x的数值越小越好。并且，k值表示权重的大小。任意一个待判断点与周边每个点的彼此影响的权重大小可以相同也可以不同。
另外，该连续性参数的阈值也可以是变化的。例如该连续性参数根据测试点与激 光雷达的距离来调整，距离越大，激光雷达的测量误差也随即增大，连续性参数的阈值可以被设置的越大。
此外，根据本公开的另一个实施例，还可以根据点与点之间的距离来对这两点到激光雷达的距离的差值来进行近似的计算。这是由于激光雷达在扫描过程中，水平方向点与点之间的角度间隔非常小，例如0.1度或0.2度，因此在这种情况下，点4与点5之间的距离，大致等于点4到激光雷达的距离与点5到激光雷达之间的距离的差值的绝对值。
在步骤S203：根据所述反射率和连续性参数，判断该点是否为噪点。
下面具体描述本公开的根据所述反射率和连续性参数来判断噪点的方法。
根据本公开的一个实施例，可以采用连续性参数结合反射率来识别判断噪点。例如，当所述连续性参数在正常连续性参数范围外(以该点到激光雷达的距离、与周围点到激光雷达的距离之间的差值的绝对值作为连续性参数为例，正常连续性参数范围例如为小于或等于1米，或0.5米)、所述反射率小于等于预设反射率阈值(诸如2％)时，判断该点为噪点。
另外的或者可替换的，可以计算该点的反射率的变化量或者变化率。例如，步骤S203包括：获取所述点云中与该点对应的通道前次和/或后次测量的相邻点的反射率，其中当所述连续性参数在正常连续性参数范围外、且所述点的反射率与所述相邻点的反射率的差的绝对值大于反射率差值阈值和/或所述点的反射率相对于所述相邻点的反射率的变化率大于反射率变化率阈值时，判断该点为噪点。例如，当前点为图3中的点5，那么通过获取点5对应的通道前次和/或后次测量的相邻点(点4和/或点6)的反射率，可以获得点5相对于点4和/或点6的反射率的差值或者变化率，用于判断噪点。
另外，本申请的发明人发现，与该待判断的点对应的回波的噪声也是一个可用于判断噪点的因素，尤其是在雪天的情况下。
在激光雷达中，激光雷达的发射器发射的激光光束遇到物体后，经过漫反射形成回波，被激光接收器接收生成模拟数据信号(即回波波形信号)，模拟数据信号经ADC按照一定的频率进行采样处理及量化编码，得到一系列的采样点，如图4A中所示。波形的噪声可以用RMS值来表征，即表征波形的波动程度，具体计算可以利用每个采样点与回波基线的差值的平方之和再取平方根。这里回波基线是指，在无激光光束反射的情况下，激光接收器所生成的信号的平均值，可以理解为背景噪声信号值。
此外，由于计算RMS值的运算相对比较复杂，FPGA的计算资源又较为有限，比较难以使用FPGA进行计算，而且波形中除了噪声之外还可能包含正常回波信号，难以进行统计。因此，也可以使用其它更容易计算的数值来表征波形的噪声，例如，根据本公开的一个优选实施例，如图4A所示，回波基线为ADC的85最低有效位(LSB，Least Significant Bit)值，在回波基线上方10LSB值的范围内，从左到右数200个采样点(经验数值，当然也可以取100个采样点，或者取300个采样点)，用每个采样点的纵坐标值与回波基线的差值之和或者差值的平均值，或者200个采样点相连接构成的曲线、经过第1个采样点的横坐标且与Y轴平行的直线、经过第200个采样点的横坐 标且与Y轴平行的直线、与回波基线所围成的图形的面积来表征波形的噪声大小。需要说明的是，LSB值为表征电路中ADC采样之后的信号的大小的单位，其与所采用的ADC性能有关。此外，该优选实施例所选取的回波基线上方10LSB值，其与激光雷达所预设的回波信号检测阈值有关，所述回波信号检测阈值是指当信号强度大于等于该阈值时系统判定该信号为有效回波信号，当信号强度小于该阈值时系统判定该信号为噪声。本领域技术人员也可以利用所掌握的本领域的现有技术知识选取其它合适的值。当然，在具体实施中，本领域技术人员也可以采用LSB值之外的其他单位来表征回波信号的强弱大小，此处采用LSB值作为回波的单位来描述回波信号的强弱只是为了使得本领域技术人员更好地理解和实现本发明，对本发明的保护范围不构成任何限制。
根据本公开的一个实施例，用这种方法计算了雪天状况下正常的点的回波和雪天引起的噪点的回波的噪声，如图4B所示，雪天引起的噪点的回波噪声都在200(无单位)以上，而正常的点的波形的噪声则只有100左右。可以很好的区分开。另外，图4B中线41及线42虽然呈现为是连线，但实际均是分立的一个个点连接构成了线。横坐标代表测量点的数目，目前图上横坐标是200，表示对同一个场景进行了200次探测(200个点)，对应获取到200个噪声探测结果，比如获取到200个类似图4A的回波信号的波形；然后，比如横坐标为1，线42上的点的纵坐标表示正常的点的回波的噪声为99，线41上的点的纵坐标表示雪天引起的噪点的回波的噪声为302，而比如25则表示第25次测试时，线42上的点的纵坐标表示正常的点的回波的噪声为102，线41上的点的纵坐标表示雪天引起的噪点的回波的噪声为298。
根据本公开的一个实施例，可以采用连续性、反射率、噪声的组合来识别判断噪点。例如，当所述连续性参数在正常连续性参数范围外(例如1米)、所述反射率小于等于预设反射率阈值(诸如2％)、所述点的噪声大于噪声阈值(例如200)时，判断该点为噪点。
另外，本申请的发明人发现，回波脉冲数量也是一个可用于判断噪点的因素。包含一个激光脉冲的激光束打到物体上被反射形成回波光束并被激光雷达所探测，理论上探测到的回波脉冲数量应当仅有一个，然而在实际探测过程中，由于某些原因能够探测到的大于测量阈值的回波脉冲数量往往大于一个，例如，激光束随着传播距离的增加会不断扩束从而可能会打到前后两个不同的物体上。发明人发现当遇到雨雪雾天气时，回波脉冲数量也会增加。因此，当探测某一点时，探测到的回波脉冲数量大于脉冲数量阈值(例如3)时，可以表明该点可能是噪点。此外，为了降低两个不同激光雷达彼此之间的串扰，激光雷达发射的激光束通常是经过脉冲编码，例如一个探测激光束包括时间间隔进行编码的两个激光脉冲，即双脉冲激光探测。因此在双脉冲激光探测时，可以将脉冲数量阈值设置为7，例如当探测到的回波脉冲数量大于脉冲数量阈值(例如7)时，表明该点可能是噪点。
根据本公开的一个实施例，可以采用连续性、反射率、回波脉冲数量的组合来识别判断噪点。例如，当所述连续性参数在正常连续性参数范围外(例如1米)、所述反射率小于等于预设反射率阈值(诸如2％)、回波脉冲数量大于脉冲数量阈值(例如7)时，判断该点为噪点。
根据本公开的一个实施例，可以采用连续性、反射率、噪声、回波脉冲数量的组合来识别判断噪点。例如，当所述连续性参数在正常连续性参数范围外(例如1米)、所述反射率小于等于预设反射率阈值(诸如2％)、所述点的噪声大于噪声阈值(例如200)、回波脉冲数量大于脉冲数量阈值(例如7)时，判断该点为噪点。
根据本公开的一个实施例，可以采用距离、反射率的组合来识别判断噪点。发明人发现，通常噪点集中在距离激光雷达5-10米的范围内，或者更主要地集中在5-7米的范围内。同时，噪点的反射率通常小于等于2％。因此，可以根据距离和反射率的组合来识别噪点。例如，当所述距离在预设距离范围内(诸如5-10米，或者5-7米)、且所述反射率小于等于预设反射率阈值(诸如2％)时，判断该点为噪点。这种组合对于判断雨雪雾天气引起的噪点是非常有效的。
根据本公开的一个实施例，可以采用距离、连续性参数的组合来识别判断噪点。例如，当所述距离在预设距离范围内(诸如5-10米，或者5-7米)，并且所述连续性参数在正常连续性参数范围外(例如1米)时，判断该点为噪点。如之前所述的，连续性参数为诸如当前点到激光雷达的距离、与同一通道的前一点(图3中左边的点)和/或后一点(图3中右边的点)到激光雷达的距离之间的差值，或者当前点到激光雷达的距离、与上下相邻通道的点(图3中上方的点和/或下方的点)到激光雷达的距离之间的差值，或者当前点在点云中与其他相邻点之间的距离、或者表征当前点与周围点的离散程度的参量。如果连续性参数在正常连续性参数范围外，表明该点很可能为噪点，并不是真正位于周围物体上的点。这种组合对于判断雨雪雾天气引起的噪点是非常有效的。
根据本公开的一个实施例，可以采用距离、反射率、连续性的组合来识别判断噪点。例如，当所述距离在预设距离范围内(诸如5-10米，或者5-7米)、所述反射率小于等于预设反射率阈值(诸如2％)、且所述连续性参数在正常连续性参数范围外(例如1米)时，判断该点为噪点。
根据本公开的一个实施例，可以采用距离、反射率、连续性、噪声的组合来识别判断噪点。例如，当所述距离在预设距离范围内(诸如5-10米，或者5-7米)、所述反射率小于等于预设反射率阈值(诸如2％)、、所述连续性参数在正常连续性参数范围外(例如1米)、所述点的噪声大于噪声阈值(例如200)时，判断该点为噪点。
根据本公开的一个实施例，可以采用距离、反射率、连续性、回波脉冲数量的组合来识别判断噪点。例如，当所述距离在预设距离范围内(诸如5-10米，或者5-7米)、所述反射率小于等于预设反射率阈值(诸如2％)、且所述连续性参数在正常连续性参数范围外(例如1米)、回波脉冲数量大于脉冲数量阈值(例如7)时，判断该点为噪点。
根据本公开的一个实施例，可以采用距离、反射率、连续性、噪声、回波脉冲数量的组合来识别判断噪点。例如，当所述距离在预设距离范围内(诸如5-10米，或者5-7米)、所述反射率小于等于预设反射率阈值(诸如2％)、且所述连续性参数在正常连续性参数范围外(例如1米)、所述点的噪声大于噪声阈值(例如200)、回波脉冲数量大于脉冲数量阈值(例如7)时，判断该点为噪点。
根据本公开的一个实施例，可以采用噪声来判断天气状况是否为雪天。例如，当 所述点的噪声大于噪声阈值(例如200)时，判定天气状况为雪天，或者该噪点为雪天天气状况引发的噪点。雪天的回波噪声较大，如图4B所示，雪天几乎所有点的回波噪声均在200以上，基本可以通过回波噪声这一个因素来判断雪天噪点。
根据本公开的一个实施例，可以采用噪声、距离的组合来识别判断天气状况是否为雪天。例如，当所述点的噪声大于噪声阈值(例如200)、且所述距离在预设距离范围内(诸如5-10米，或者5-7米)时，判定天气状况为雪天，或者该点为雪天天气状况引发的噪点。
根据本公开的一个实施例，可以采用噪声、连续性的组合来识别判断天气状况是否为雪天。例如，当所述点的噪声大于噪声阈值(例如200)、且所述连续性参数在正常连续性参数范围外(例如1米)时，判定天气状况为雪天，或者该点为雪天天气状况引发的噪点。
根据本公开的一个实施例，可以采用噪声、距离、连续性的组合来识别判断天气状况是否为雪天。例如，当所述点的噪声大于噪声阈值(例如200)、所述距离在预设距离范围内(诸如5-10米，或者5-7米)、且所述连续性参数在正常连续性参数范围外(例如1米)时，判定天气状况为雪天，或者该点为雪天天气状况引发的噪点。
根据本公开的一个实施例，可以采用噪声、距离、回波脉冲数量的组合来识别判断天气状况是否为雪天。当所述点的噪声大于噪声阈值(例如200)、所述距离在预设距离范围内(诸如5-10米，或者5-7米)、回波脉冲数量大于脉冲数量阈值(例如7)时，判定天气状况为雪天，或者该点为雪天天气状况引发的噪点。
根据本公开的一个实施例，可以采用噪声、距离、连续性参数、回波脉冲数量的组合来识别判断天气状况是否为雪天。当所述点的噪声大于噪声阈值(例如200)、所述距离在预设距离范围内(诸如5-10米，或者5-7米)、所述连续性参数在正常连续性参数范围外(例如1米)、且回波脉冲数量大于脉冲数量阈值(例如7)时，判定天气状况为雪天，或者该点为雪天天气状况引发的噪点。
根据本公开的一个实施例，可以采用回波脉冲数和距离的组合来识别判断天气状况是否为雨雾天。当回波脉冲数量大于脉冲数量阈值(例如7)且距离在预设距离范围内(诸如5-10米，或者5-7米)时，判定天气状况为雨雾天，或者该点为雨雾天天气状况引发的噪点。
以上各个实施例中列举了反射率、距离的连续性、反射率的连续性等各个参数及其各种组合方式可用于判定噪点。根据本公开的一个实施例，还可以通过计算一点的噪点置信度，当该点的噪点置信度在正常置信度范围外时，判断该点为噪点。
对于以上的各种组合实例，均可以计算相应的噪点置信度，下面仅举例说明其计算方式。
对于采用连续性参数、反射率的组合来识别判断噪点的实施例，例如可采用表1所示的计算方式。
表1
特征量 判定条件 权重
连续性参数 连续性参数超过1米 5
反射率 反射率小于等于2％ 5
例如对于以上每一个特征量，如果满足该特征量的判定条件，则该特征量带来的置信度的贡献系数或因子为0，否则，该特征量带来的置信度的贡献系数或因子为该特征量的权重。最后判定总的置信度如果在正常置信度范围外，则判定为噪点。
例如，某一个点m，其连续性参数是2米，则连续性判断函数满足，连续性因子为0；反射率是1％，满足反射率的判定条件，反射率因子为0。噪点置信度等于连续性因子与反射率因子之和，即0+0＝0。正常置信度范围可以根据经验和/或根据具体的天气、环境状况来设定。根据一个实施例，正常置信度范围为大于或等于10，当置信度大于或等于10时，表明该点为正常点；当置信度在该范围外，即小于10时，表明该点为噪点。以上范例中计算所得的噪点置信度为0，在正常置信度范围之外，因而表明该点m很可能为噪点。根据本公开的一个实施例，连续性的权重等于反射率的权重，如表1中所示。
需要说明的是，以上的各个特征量的权重以及正常置信度范围为10仅仅是本公开的一个实施例，各个特征量的权重和正常置信度范围可以根据需要改变。正常置信度范围的端点值可称为置信度阈值，例如10。
或者可替换的，表1中反射率的判断函数可以修改为：该点的反射率相对于同一通道前次/后次的反射率变化率大于变化率阈值(例如50％)。这是由于，当同一通道连续两次探测的点的反射率的变化率发生突然变化时，往往说明该点是噪点。具体如表2所示。
表2
特征量 判定条件 权重
连续性参数 连续性参数超过1米 5
反射率变化率 反射率变化率大于等于50％ 5
对于以上每一个特征量，如果满足该特征量的判定条件，则该特征量带来的置信度的贡献系数或因子为0，否则，该特征量带来的置信度的贡献系数或因子为该特征量的权重。最后判定总的置信度如果在正常置信度范围外，则判定为噪点。
通过实例进行说明。某一个点m，其连续性参数是0.5米，则连续性判断函数不满足，连续性因子为5。点m的反射率是3％，点m对应的通道的下一点的反射率为1％。因此点m的反射率变化率为(1％-3％)/3％的绝对值，为66.7％，大于50％,反射率变化率判断函数满足，反射率因子为0。噪点置信度等于距离因子与反射率因子之和，即5+0＝5。正常置信度范围例如为大于或等于10。以上范例中计算所得的噪点置信度为5，在正常置信度范围之外，因而表明该点m很可能为噪点。
表3示出了采用距离、反射率、连续性的组合、通过计算噪点置信度来识别判断噪点的方式。
表3
特征量 判定条件 权重
距离 距离在5-10米之间 10
反射率 反射率小于等于2％ 5
连续性 连续性参数超过1米 5
其中计算该点的噪点置信度例如为：当所述距离在预设距离范围内时，距离因子为零，否则距离因子为即距离权重；当所述反射率小于等于预设反射率阈值时，反射率因子为零，否则反射率因子为反射率权重；当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重。所述噪点置信度等于距离因子、反射率因子、连续性因子之和。
根据本公开的一个实施例，激光雷达的每个通道一次检测至少发射双脉冲，所述噪点识别方法100还包括：如果响应于其中一个通道的一次检测，所述点云中只存在一个点，则无论该点是否被识别为噪点，均输出该点。这对于防止丢掉物体边缘的点是有利的。如果响应于其中一个通道的一次检测，在点云中存在多个点且其中存在噪点和正常点，则过滤掉噪点，输出所述正常点。
激光雷达的每个通道一次探测，在点云中可能得到2个甚至是多个点。根据本公开的一个实施例，对于每个通道任意一次测量，每次判断流程完成后，优选最多输出2个点，输出连续性最好的两个点。
表4示出了采用距离、反射率、连续性、噪声、回波脉冲数量的组合、通过计算噪点置信度来识别判断噪点的方式。
表4
特征量 判定条件 权重
距离 距离在5-10米之间 10
反射率 反射率小于等于2％ 5
连续性 连续性参数超过1米 5
噪声 波形基底噪声大于200 3
脉冲数量 脉冲数量大于7 3
其中计算该点的噪点置信度例如为：当所述距离在预设距离范围内时，距离因子为零，否则距离因子为距离权重；当所述反射率小于等于预设反射率阈值时，反射率因子为零，否则反射率因子为反射率权重；当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重；当所述噪声大于噪声阈值时，噪声因子为零，否则噪声因子为噪声权重；当所述回波脉冲数量大于脉冲数量阈值时，回波脉冲数量因子为零，否则回波脉冲数量因子为回波脉冲数量权重。所述噪点置信度等于距离因子、反射率因子、连续性因子、噪声因子以及回波脉冲数量因子之和。
根据本公开的一个优选实施例，距离权重、反射率权重、连续性权重、噪声权重和回波脉冲数量权重满足以下条件中的一个或多个：
距离权重等于反射率权重与连续性权重之和；
反射率权重等于连续性权重；
距离权重等于置信度阈值；
噪声权重与回波脉冲数量权重之和等于反射率权重和/或连续性权重；
距离权重大于反射率权重、连续性权重、噪声权重、回波脉冲数量权重。
根据本公开的一个优选实施例，可以根据检测到的天气状态，动态调整距离权重、 反射率权重、连续性权重、噪声权重和回波脉冲数量权重，包括调整各自的绝对数值大小以及相对比例关系。
例如，雪天的回波噪声较大，点云中几乎所有点的回波噪声均在200以上。另外在雪天，雪天的反射率数值会较大，通过反射率难以判断雪天产生的噪点。因此相应的在雪天时应该降低反射率的权重。所以当检测到下雪时，可以动态地降低所述反射率权重(反射率)且提高所述噪声权重(回波噪声)。
另外，当检测到雾天时，可以提高所述回波脉冲数量权重。
根据本公开的一个优选实施例，激光雷达的每个通道一次检测至少发射双脉冲，所述双脉冲中的两个脉冲的前沿之间的时间间隔经过调制。本公开噪点识别方法还包括：当确定了噪点或者疑似噪点之后，再次查看该通道当次测量中是否还存在正常点(非噪点)。如果存在正常点则输出正常点，不存在正常点则输出噪点或疑似噪点。这种方案对于检测物体边缘是有利的。图5A和图5B示出了对比结果，是在室内场景、两雷达相距40cm的情况下进行的。其中图5A是激光雷达的原始点云，图5B是经过噪点确认、并判断当次测量中是否存在正常点处理后输出的点云。结果显示，使用本公开的过滤方法后可以比较有效地过滤掉雷达间串扰造成的噪点，使用过滤方法可以将雷达串扰的噪点数量从每帧70～120个减少到15～30个，减少为以前的四分之一。另外，使用这种过滤方式基本不会导致丢点。
另外，通过本公开的实施例，既可以判断和过滤由于相邻雷达串扰造成的噪点，也可以识别由于诸如雨雪雾等天气状况造成的噪点。
以上的实施例中各个参数的阈值、权重值、权重之间的比例关系仅是发明人根据经验和大量实验所确定的，是本公开的优选实施例，不应用来限制本公开的保护范围。
第二方面
本公开的第二方面涉及一种激光雷达系统300。下面参考图6详细描述。
如图6所示，激光雷达系统300包括：激光雷达301、去噪单元302、以及输出单元303。其中激光雷达301例如可以是现有的激光雷达，如图1所示的激光雷达100，配置成可对周围环境进行扫描，以生成点云，其具体结构不再详细描述。去噪单元302与激光雷达301耦合以接收所述点云，去噪单元配置成可执行如本公开第一方面所述的噪点识别方法200，判断所述点云中的点是否为噪点，并过滤掉噪点。输出单元303与所述去噪单元302耦合，并输出点云。图中示出的去噪单元302到输出单元302的信息流向是单向的，本公开不限于此，二者之间也可以是双向的信息流。
图6中所示的激光雷达301、去噪单元302、输出单元303为三个分立的单元，这仅仅是示意性的。去噪单元302、输出单元302均可以集成在激光雷达301中。例如，在现有的激光雷达301中增加一个去噪单元302，接收点云数据，并根据噪点识别方法200来判断和过滤掉噪点，然后通过输出单元303即输出接口，将过滤掉噪点后的点云输出，呈现给用户。当然，激光雷达301、去噪单元302、输出单元303也可以为分离的单元。例如，激光雷达301仅负责对周围环境进行激光探测，输出原始的点云数据。去噪单元302和输出单元303例如可以是负责数据处理的计算机、工作站、或者专用集成电路(ASIC)，在接收到点云数据后，进行噪点的识别、过滤、输出操作。这些都 在本公开的保护范围内。
图7示出了根据本公开的一个优选实施例。其中，激光雷达系统300还包括控制单元304。控制单元304与去噪单元302耦合，并且可开启或者禁用所述去噪单元302。当处于开启状态时，所述去噪单元302过滤所述点云中的噪点，所述输出单元303输出经过噪点过滤的点云；当处于禁用模式时，所述去噪单元302被禁用，所述输出单元303输出未经噪点过滤的点云。优选的，所述控制单元304与所述激光雷达301、输出单元303耦合。
根据本公开的一个优选实施例，该去噪单元302默认开启。
根据本公开的一个优选实施例，该去噪单元302默认关闭，在特定情况下开启。例如当发生相邻雷达的串扰时，或者当检测到雨雪雾时，所述控制单元304开启所述去噪单元302。这是由于在雷达串扰的情况下，或者在雨雪雾天气状态下，会在点云中产生大量的噪点。
根据本公开的一个优选实施例，例如当噪点的数量超过预设阈值时，开启去噪单元302。例如在控制单元304或者去噪单元302中可以设置计数器，对当前检测点云的噪点数量进行计数，当计数值超过预设阈值时，可以判定当前天气状况或者工作状况导致大量噪点，从而由此触发开启去噪单元302。
优选的，激光雷达系统300还可以包括降水传感器，例如为光学式传感器或者电容式传感器。当检测到雨雪雾天气状况时，该降水传感器的输出信号可触发开启去噪单元302。以光学式传感器为例，其包括发光二极管以及透明窗口。当未发生降水状况时，发光二极管发出的光线几乎会全部反射到感光元件上。而当发生降水状况时，例如在雨雪雾天气状态下，透明窗口上会有水滴或者水汽，发光二极管发出的一部分光线会发生偏折，造成感光元件接收到的光的总量发生变化，从而可以判断检测到雨雪雾天气状况，进而触发去噪单元302。
根据本公开的一个优选实施例，也可以根据前面提到的部分参量来判断雨雪雾天气，并触发去噪单元302的开启。例如，当点云中点的反射率高于一定阈值时，可判定是雪天，此时可触发开启去噪单元302。另外的，当点云中的点的回波脉冲数量超过一定的阈值时，可判定为雾天，此时可触发开启去噪单元302。
如图7所示，根据本公开的一个优选实施例，激光雷达系统300还包括输入单元305，用于接收用户的输入。其中所述控制单元304可根据所述用户的输入开启或禁用所述去噪单元302。这样的优点在于，可由用户决定是否启用去噪单元302，是否进行噪点滤除操作。
根据本公开的一个优选实施例，激光雷达的每个通道一次检测至少发射双脉冲，所述双脉冲中的两个脉冲的前沿之间的时间间隔经过调制。因此输出单元303可配置成：当确定了噪点或者疑似噪点之后，再次查看该通道当次测量中是否还存在正常点(非噪点)。如果存在正常点则输出正常点，不存在正常点则输出噪点或疑似噪点。这种方案对于检测物体边缘是有利的。图5A和图5B示出了对比结果。从中可以看出，本公开的激光雷达系统可以比较有效地过滤掉雷达间串扰造成的噪点，同时基本不会导致丢点。
图8示出了根据本公开另一个实施例的激光雷达系统400。如图8所示，激光雷达系统400包括：激光雷达401、置信度计算单元402以及输出单元403。所述激光雷达401配置成可对周围环境进行扫描，以生成点云，其具体结构不再详细描述。置信度计算单元402与激光雷达401耦合以接收所述点云，并配置成至少根据所述点云中的一点的反射率以及该点的连续性参数，计算该点的噪点置信度。输出单元403与所述激光雷达401和置信度计算单元402耦合，并输出所述点云以及所述点云中的点的噪点置信度。
关于噪点置信度的计算方式，与本公开第一方面所描述的类似，可综合反射率、连续性、距离、噪声、回波脉冲数量这五个特征量中的一个或多个的组合来进行计算，此处仅举一例，其余不再赘述。例如根据所述点云中的一点的反射率、该点的连续性参数，计算所述该点的噪点置信度。具体的计算例如包括：当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重；所述反射率小于等于预设反射率阈值时，反射率因子为零，否则反射率因子为反射率权重；所述噪点置信度等于连续性因子与反射率因子之和；其中所述输出单元配置成输出所述点云中噪点置信度在正常置信度范围内的点。
可替换的，所述置信度计算单元配置成：获取所述点云中与该点对应的通道前次或后次测量的相邻点的反射率。计算该点的噪点置信度包括：当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重；所述点的反射率与所述相邻点的反射率的差大于反射率差值阈值时，反射率因子为零，否则反射率因子为反射率权重；所述噪点置信度等于连续性因子与反射率因子之和；其中所述输出单元配置成输出所述点云中噪点置信度在正常置信度范围内的点。
与图6和图7所示的激光雷达系统300类似，图8中的激光雷达系统400中，置信度计算单元402以及输出单元403可以集成在激光雷达401中，或者三者可以实现为分离的单元，这些都在本公开的保护范围内。
通过本实施例的技术方案，在输出点云的同时，也可以将点云中点的噪声置信度也同时提供给用户。在具体的实现中，可以在激光雷达的点云数据中增加设置一个或多个bit位，该bit位上填写置信度信息，把该置信度信息提供给客户，给用户一个参考，由客户决定是否要根据置信度信息对雷达点云图进行优化或者过滤掉噪点。
如图9所示，根据本公开的一个优选实施例，激光雷达系统400还包括输入单元404，用于接收用户的输入，其中所述输入单元404可根据所述用户的输入，指示所述输出单元403是否过滤掉点云中的噪点。例如，当用户在输出的点云中，认为噪点较多(例如在当前的雷达较近的位置存在另外一台雷达的情况下)，需要滤除噪点，那么用户可通过输入单元404，来指示输出单元403，将噪点过滤掉，然后进行点云输出。
根据本公开的一个优选实施例，其中所述激光雷达的每个通道一次检测至少发射双脉冲，且所述双脉冲中的两个脉冲的前沿之间的时间间隔经过调制。所述输出装置还配置成：如果响应于其中一个通道的一次检测，所述点云中只存在一个点，则无论该点的噪点置信度是否在正常置信度范围内，均输出该点；如果响应于其中一个通道的一次检测，在点云中存在多个点且其中存在噪点和正常点，则过滤掉噪点，输出所 述正常点。
根据本公开的一个优选实施例，其中所述连续性参数为该点与激光雷达的距离、与点云中与该点对应的通道前次或后次测量的点与激光雷达的距离的差值的绝对值，或者根据该点与点云中在其周围的多个点计算出的表征该点离散性的参数。此处不再赘述。
第三方面
本公开的第三方面还涉及一种可用于激光雷达的噪点识别设备500。如图10所示，噪点识别设备500包括：接收单元501，配置成接收所述激光雷达获取的点云；获取单元502，配置成获取所述点云中的一点的反射率和连续性参数；以及判断单元503，配置成根据所述反射率和连续性参数，判断该点是否为噪点。
本公开的第三方面还涉及一种计算机程序产品600的框图，如图11所示。信号承载介质602可以被实现为或者包括计算机可读介质606、计算机可记录介质608、计算机通信介质610或者它们的组合，其存储可配置处理单元以执行先前描述的过程中的全部或一些的编程指令604。这些指令可以包括例如用于使一个或多个处理器执行如下处理的一个或多个可执行指令：步骤S201：接收所述激光雷达获取的点云；步骤S202：对于所述点云中的任意一点，获取该点的反射率以及连续性参数；和步骤S203：根据所述反射率和连续性参数，判断该点是否为噪点。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他 们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
最后应说明的是：以上所述仅为本公开的优选实施例而已，并不用于限制本公开，尽管参照前述实施例对本公开进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (20)

  1. 一种可用于激光雷达的噪点识别方法，包括：
    步骤S101：接收所述激光雷达获取的点云；
    步骤S102：对于所述点云中的任意一点，获取该点的反射率以及连续性参数；和
    步骤S103：根据所述反射率和连续性参数，判断该点是否为噪点。
  2. 根据权利要求1所述的噪点识别方法，其中所述步骤S103包括：当所述反射率小于等于预设反射率阈值、且所述连续性参数在正常连续性参数范围外时，判断该点为噪点。
  3. 根据权利要求1所述的噪点识别方法，所述步骤S103包括：获取所述点云中与该点对应的通道前次或后次测量的相邻点的反射率，其中当所述连续性参数在正常连续性参数范围外、且所述点的反射率与所述相邻点的反射率的差大于反射率差值阈值时，判断该点为噪点。
  4. 根据权利要求1所述的噪点识别方法，所述步骤S103包括：计算该点的噪点置信度，当噪点置信度在正常置信度范围外时，判断该点为噪点，
    其中计算该点的噪点置信度包括：当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重；所述反射率小于等于预设反射率阈值时，反射率因子为零，否则反射率因子为反射率权重；所述噪点置信度等于连续性因子与反射率因子之和。
  5. 根据权利要求1所述的噪点识别方法，所述步骤S103包括：获取所述点云中与该点对应的通道前次或后次测量的相邻点的反射率，计算该点的噪点置信度，当噪点置信度在正常置信度范围外时，判断该点为噪点，
    其中计算该点的噪点置信度包括：当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重；所述点的反射率与所述相邻点的反射率的差大于反射率差值阈值时，反射率因子为零，否则反射率因子为反射率权重；所述噪点置信度等于连续性因子与反射率因子之和。
  6. 根据权利要求1-5中任一项所述的噪点识别方法，其中所述激光雷达的每个通道一次检测至少发射双脉冲，所述双脉冲中的两个脉冲的前沿之间的时间间隔经过调制，所述噪点识别方法还包括：如果响应于其中一个通道的一次检测，所述点云中只存在一个点，则无论该点是否被识别为噪点，均输出该点；如果响应于其中一个通道的一次检测，在点云中存在多个点且其中存在噪点和正常点，则过滤掉噪点，输出所述正常点。
  7. 根据权利要求1-5中任一项所述的噪点识别方法，其中所述连续性参数为该点与激光雷达的距离、与点云中与该点对应的通道前次或后次测量的点与激光雷达的距离的差值的绝对值，或者根据该点与点云中在其周围的多个点计算出的表征该点离散性的参数。
  8. 一种激光雷达系统，包括：
    激光雷达，所述激光雷达配置成可对周围环境进行扫描，以生成点云；
    去噪单元，所述去噪单元与所述激光雷达耦合以接收所述点云，所述去噪单元配置成可执行如权利要求1-7中任一项所述的噪点识别方法，判断所述点云中的点是否 为噪点；和
    输出单元，所述输出单元与所述去噪单元耦合，并输出点云。
  9. 根据权利要求8所述的激光雷达系统，还包括控制单元，所述控制单元与所述去噪单元耦合，并且可开启或者禁用所述去噪单元，其中当处于开启状态时，所述去噪单元过滤所述点云中的噪点，所述输出单元输出经过噪点过滤的点云；当处于禁用模式时，所述去噪单元被禁用，所述输出单元输出未经噪点过滤的点云，和/或
    所述激光雷达系统还包括输入单元，用于接收用户的输入，其中所述控制单元可根据所述用户的输入开启或禁用所述去噪单元。
  10. 根据权利要求8所述的激光雷达系统，其中所述激光雷达的每个通道一次检测时至少发射双脉冲，且所述双脉冲中的两个脉冲的前沿之间的时间间隔经过调制。
  11. 根据权利要求8所述的激光雷达系统，所述输出单元配置成：如果响应于其中一个通道的一次检测，所述点云中只存在一个点，则无论该点是否为噪点，输出该点，和/或
    所述输出单元配置成：如果响应于其中一个通道的一次检测，在点云中存在多个点且其中存在噪点和正常点，则过滤掉噪点，输出所述正常点。
  12. 一种激光雷达系统，包括：
    激光雷达，所述激光雷达配置成可对周围环境进行扫描，以生成点云；
    置信度计算单元，所述置信度计算单元与所述激光雷达耦合以接收所述点云，并配置成至少根据所述点云中的一点的反射率以及该点的连续性参数，计算该点的噪点置信度；
    输出单元，所述输出单元与所述激光雷达和置信度计算单元耦合，并输出所述点云以及所述点云中的点的噪点置信度。
  13. 根据权利要求12所述的激光雷达系统，其中所述置信度计算单元配置成根据以下方式计算噪点置信度：当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重；所述反射率小于等于预设反射率阈值时，反射率因子为零，否则反射率因子为反射率权重；所述噪点置信度等于距离因子与反射率因子之和；
    其中所述输出单元配置成输出所述点云中噪点置信度在正常置信度范围内的点。
  14. 根据权利要求12所述的激光雷达系统，其中所述置信度计算单元配置成：获取所述点云中与该点对应的通道前次或后次测量的相邻点的反射率，
    其中计算该点的噪点置信度包括：当所述连续性参数在正常连续性参数范围外时，连续性因子为零，否则连续性因子为连续性权重；所述点的反射率与所述相邻点的反射率的差大于反射率差值阈值时，反射率因子为零，否则反射率因子为反射率权重；所述噪点置信度等于连续性因子与反射率因子之和；
    其中所述输出单元配置成输出所述点云中噪点置信度在正常置信度范围内的点。
  15. 根据权利要求12-14中任一项所述的激光雷达系统，其中所述激光雷达的每个通道一次检测至少发射双脉冲，且所述双脉冲中的两个脉冲的前沿之间的时间间隔经过调制。
  16. 根据权利要求12-14中任一项所述的激光雷达系统，所述输出装置还配置成：如果响应于其中一个通道的一次检测，所述点云中只存在一个点，则无论该点的噪点置信度是否在正常置信度范围内，均输出该点。
  17. 根据权利要求12-14中任一项所述的激光雷达系统，其中所述连续性参数为该点与激光雷达的距离、与点云中与该点对应的通道前次或后次测量的点与激光雷达的距离的差值的绝对值，或者根据该点与点云中在其周围的多个点计算出的表征该点离散性的参数。
  18. 根据权利要求12-14中任一项所述的激光雷达系统，还包括输入单元，用于接收用户的输入，所述输入单元可根据所述用户的输入，指示所述输出单元是否过滤掉点云中的噪点；和/或
    其中所述激光雷达的每个通道一次检测至少发射双脉冲，且所述双脉冲中的两个脉冲的前沿之间的时间间隔经过调制，所述输出单元配置成：如果响应于其中一个通道的一次检测，所述点云中只存在一个点，则无论该点的噪点置信度是否在正常置信度范围内，均输出该点，和/或
    所述输出单元配置成：如果响应于其中一个通道的一次检测，在点云中存在多个点且其中存在噪点和正常点，则过滤掉噪点，输出所述正常点。
  19. 一种可用于激光雷达的噪点识别设备，包括：
    接收单元，配置成接收所述激光雷达获取的点云；
    获取单元，配置成获取所述点云中的一点的反射率以及连续性参数；和
    判断单元，配置成至少根据所述反射率和连续性参数，判断该点是否为噪点。
  20. 一种计算机可读存储介质,包括存储于其上的计算机可执行指令，所述可执行指令在被处理器执行时实施如权利要求1至7中任一项所述的噪点识别方法。
PCT/CN2019/085768 2019-04-22 2019-05-07 可用于激光雷达的噪点识别方法以及激光雷达系统 WO2020215369A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/038,113 US11982771B2 (en) 2019-04-22 2020-09-30 Method for identification of a noise point used for LiDAR, and LiDAR system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910322878.X 2019-04-22
CN201910322878.XA CN110031822B (zh) 2019-04-22 2019-04-22 可用于激光雷达的噪点识别方法以及激光雷达系统

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/038,113 Continuation US11982771B2 (en) 2019-04-22 2020-09-30 Method for identification of a noise point used for LiDAR, and LiDAR system

Publications (1)

Publication Number Publication Date
WO2020215369A1 true WO2020215369A1 (zh) 2020-10-29

Family

ID=67239442

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/085768 WO2020215369A1 (zh) 2019-04-22 2019-05-07 可用于激光雷达的噪点识别方法以及激光雷达系统

Country Status (3)

Country Link
US (1) US11982771B2 (zh)
CN (2) CN110031822B (zh)
WO (1) WO2020215369A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022198638A1 (zh) * 2021-03-26 2022-09-29 深圳市大疆创新科技有限公司 激光测距方法、激光测距装置和可移动平台

Families Citing this family (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11609336B1 (en) 2018-08-21 2023-03-21 Innovusion, Inc. Refraction compensation for use in LiDAR systems
JP7088937B2 (ja) 2016-12-30 2022-06-21 イノビュージョン インコーポレイテッド 多波長ライダー設計
US10942257B2 (en) 2016-12-31 2021-03-09 Innovusion Ireland Limited 2D scanning high precision LiDAR using combination of rotating concave mirror and beam steering devices
US11009605B2 (en) 2017-01-05 2021-05-18 Innovusion Ireland Limited MEMS beam steering and fisheye receiving lens for LiDAR system
US10969475B2 (en) 2017-01-05 2021-04-06 Innovusion Ireland Limited Method and system for encoding and decoding LiDAR
US11977184B2 (en) 2018-01-09 2024-05-07 Seyond, Inc. LiDAR detection systems and methods that use multi-plane mirrors
US11675050B2 (en) 2018-01-09 2023-06-13 Innovusion, Inc. LiDAR detection systems and methods
WO2019164961A1 (en) 2018-02-21 2019-08-29 Innovusion Ireland Limited Lidar systems with fiber optic coupling
US11391823B2 (en) 2018-02-21 2022-07-19 Innovusion, Inc. LiDAR detection systems and methods with high repetition rate to observe far objects
CN112292608A (zh) 2018-02-23 2021-01-29 图达通爱尔兰有限公司 用于lidar系统的二维操纵系统
US11808888B2 (en) 2018-02-23 2023-11-07 Innovusion, Inc. Multi-wavelength pulse steering in LiDAR systems
WO2019199775A1 (en) 2018-04-09 2019-10-17 Innovusion Ireland Limited Lidar systems and methods for exercising precise control of a fiber laser
US11675053B2 (en) 2018-06-15 2023-06-13 Innovusion, Inc. LiDAR systems and methods for focusing on ranges of interest
US11579300B1 (en) 2018-08-21 2023-02-14 Innovusion, Inc. Dual lens receive path for LiDAR system
US11614526B1 (en) 2018-08-24 2023-03-28 Innovusion, Inc. Virtual windows for LIDAR safety systems and methods
US11796645B1 (en) 2018-08-24 2023-10-24 Innovusion, Inc. Systems and methods for tuning filters for use in lidar systems
US11579258B1 (en) 2018-08-30 2023-02-14 Innovusion, Inc. Solid state pulse steering in lidar systems
CN113167866A (zh) 2018-11-14 2021-07-23 图达通爱尔兰有限公司 使用多面镜的lidar系统和方法
US11675055B2 (en) 2019-01-10 2023-06-13 Innovusion, Inc. LiDAR systems and methods with beam steering and wide angle signal detection
US11486970B1 (en) 2019-02-11 2022-11-01 Innovusion, Inc. Multiple beam generation from a single source beam for use with a LiDAR system
US11977185B1 (en) 2019-04-04 2024-05-07 Seyond, Inc. Variable angle polygon for use with a LiDAR system
CN110031822B (zh) * 2019-04-22 2020-05-22 上海禾赛光电科技有限公司 可用于激光雷达的噪点识别方法以及激光雷达系统
CN112136018A (zh) * 2019-04-24 2020-12-25 深圳市大疆创新科技有限公司 测距装置点云滤噪的方法、测距装置和移动平台
JP1671108S (zh) * 2019-07-02 2020-10-26
CN110515054B (zh) * 2019-08-23 2021-07-23 斯坦德机器人（深圳）有限公司 滤波方法和装置、电子设备、计算机存储介质
WO2021051281A1 (zh) * 2019-09-17 2021-03-25 深圳市大疆创新科技有限公司 点云滤噪的方法、测距装置、系统、存储介质和移动平台
CN115643809A (zh) * 2019-09-26 2023-01-24 深圳市大疆创新科技有限公司 点云探测系统的信号处理方法和点云探测系统
CN110568454B (zh) * 2019-09-27 2022-06-28 驭势科技（北京）有限公司 一种感知天气状况的方法及系统
USD959305S1 (en) * 2019-10-31 2022-08-02 Hesai Technology Co., Ltd. Lidar
WO2021102963A1 (zh) * 2019-11-29 2021-06-03 深圳市大疆创新科技有限公司 噪点过滤方法和设备、激光雷达
CN113050071B (zh) * 2019-12-27 2023-05-30 北京万集科技股份有限公司 激光雷达数据处理方法、装置、设备及存储介质
USD939366S1 (en) * 2020-01-09 2021-12-28 Hesai Technology Co., Ltd. Lidar
USD938839S1 (en) * 2020-01-17 2021-12-21 Hesai Technology Co., Ltd. Lidar
USD1000978S1 (en) * 2020-04-23 2023-10-10 Hesai Technology Co., Ltd. Lidar
WO2021232247A1 (zh) * 2020-05-19 2021-11-25 深圳市大疆创新科技有限公司 点云着色方法、点云着色系统和计算机存储介质
CN111551912A (zh) * 2020-05-26 2020-08-18 深圳市慧视智图科技有限公司 一种窗长自适应的激光雷达点云反射率处理方法
CN112700387A (zh) * 2021-01-08 2021-04-23 瓴道(上海)机器人科技有限公司 激光数据处理方法、装置及设备、存储介质
US11422267B1 (en) 2021-02-18 2022-08-23 Innovusion, Inc. Dual shaft axial flux motor for optical scanners
US11789128B2 (en) 2021-03-01 2023-10-17 Innovusion, Inc. Fiber-based transmitter and receiver channels of light detection and ranging systems
WO2022186103A1 (ja) * 2021-03-02 2022-09-09 パイオニア株式会社 情報処理装置、情報処理方法、プログラム及び記憶媒体
WO2022186099A1 (ja) * 2021-03-02 2022-09-09 パイオニア株式会社 情報処理装置、情報処理方法、プログラム及び記憶媒体
CN115079115A (zh) * 2021-03-10 2022-09-20 上海禾赛科技有限公司 雷达、用于雷达的数据处理方法及设备、可读存储介质
US11555895B2 (en) 2021-04-20 2023-01-17 Innovusion, Inc. Dynamic compensation to polygon and motor tolerance using galvo control profile
US11614521B2 (en) 2021-04-21 2023-03-28 Innovusion, Inc. LiDAR scanner with pivot prism and mirror
CN117178199A (zh) 2021-04-22 2023-12-05 图达通智能美国有限公司 具有高分辨率和超宽视场的紧凑型光检测和测距设计
EP4314884A1 (en) 2021-05-21 2024-02-07 Innovusion, Inc. Movement profiles for smart scanning using galvonometer mirror inside lidar scanner
CN113568522B (zh) * 2021-06-21 2024-03-19 海南雷影信息技术有限公司 雷达触摸点融合过滤方法、系统、电子设备及存储介质
US11768294B2 (en) 2021-07-09 2023-09-26 Innovusion, Inc. Compact lidar systems for vehicle contour fitting
CN114240779B (zh) * 2021-12-15 2024-03-19 成都飞机工业（集团）有限责任公司 一种点云去噪方法、装置、设备及存储介质
US11871130B2 (en) 2022-03-25 2024-01-09 Innovusion, Inc. Compact perception device
CN116338651B (zh) * 2023-03-03 2023-11-14 吉林大学 一种模拟雪天激光雷达点云雪噪点的方法和相关装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1061336A2 (en) * 1999-06-15 2000-12-20 Kabushiki Kaisha Topcon Distance measuring apparatus and method
CN106845321A (zh) * 2015-12-03 2017-06-13 高德软件有限公司 路面标记信息的处理方法和装置
CN108458715A (zh) * 2018-01-18 2018-08-28 亿嘉和科技股份有限公司 一种基于激光地图的机器人定位初始化方法
CN109443351A (zh) * 2019-01-02 2019-03-08 亿嘉和科技股份有限公司 一种稀疏环境下的机器人三维激光定位方法
CN109460032A (zh) * 2018-11-29 2019-03-12 亿嘉和科技股份有限公司 一种基于激光对射的定位方法以及机器人自主充电方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101196562B (zh) * 2007-12-14 2012-01-04 武汉大学 一种基于改进的em算法的激光雷达波形数据分解的方法
US20150120244A1 (en) 2013-10-31 2015-04-30 Here Global B.V. Method and apparatus for road width estimation
KR101683984B1 (ko) 2014-10-14 2016-12-07 현대자동차주식회사 라이더 데이터 필터링 시스템 및 그 방법
US10482196B2 (en) * 2016-02-26 2019-11-19 Nvidia Corporation Modeling point cloud data using hierarchies of Gaussian mixture models
US9972067B2 (en) * 2016-10-11 2018-05-15 The Boeing Company System and method for upsampling of sparse point cloud for 3D registration
CN107330925B (zh) * 2017-05-11 2020-05-22 北京交通大学 一种基于激光雷达深度图像的多障碍物检测和跟踪方法
CN107833244A (zh) * 2017-11-02 2018-03-23 南京市测绘勘察研究院股份有限公司 一种基于车载激光雷达数据的行道树属性自动识别方法
US11269063B1 (en) * 2018-02-09 2022-03-08 Rockwell Collins, Inc. High speed sequential fixed-mount light detection and ranging (LIDAR) assembly
US20210033712A1 (en) * 2018-02-09 2021-02-04 Sony Corporation Calibration apparatus, calibration method, and program
US11041957B2 (en) * 2018-06-25 2021-06-22 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for mitigating effects of high-reflectivity objects in LiDAR data
CN109597054B (zh) * 2018-12-21 2023-06-02 宁波傲视智绘光电科技有限公司 激光雷达的标定方法
CN110031822B (zh) * 2019-04-22 2020-05-22 上海禾赛光电科技有限公司 可用于激光雷达的噪点识别方法以及激光雷达系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1061336A2 (en) * 1999-06-15 2000-12-20 Kabushiki Kaisha Topcon Distance measuring apparatus and method
CN106845321A (zh) * 2015-12-03 2017-06-13 高德软件有限公司 路面标记信息的处理方法和装置
CN108458715A (zh) * 2018-01-18 2018-08-28 亿嘉和科技股份有限公司 一种基于激光地图的机器人定位初始化方法
CN109460032A (zh) * 2018-11-29 2019-03-12 亿嘉和科技股份有限公司 一种基于激光对射的定位方法以及机器人自主充电方法
CN109443351A (zh) * 2019-01-02 2019-03-08 亿嘉和科技股份有限公司 一种稀疏环境下的机器人三维激光定位方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022198638A1 (zh) * 2021-03-26 2022-09-29 深圳市大疆创新科技有限公司 激光测距方法、激光测距装置和可移动平台

Also Published As

Publication number Publication date
US20210048515A1 (en) 2021-02-18
US11982771B2 (en) 2024-05-14
CN110031822A (zh) 2019-07-19
CN110988847A (zh) 2020-04-10
CN110031822B (zh) 2020-05-22

Similar Documents

Publication Publication Date Title
WO2020215369A1 (zh) 可用于激光雷达的噪点识别方法以及激光雷达系统
WO2020215368A1 (zh) 可用于激光雷达的噪点识别方法以及激光雷达系统
US20220026544A1 (en) Ranging Method, Apparatus, and Device
EP4375698A1 (en) Signal processing method and detection method for lidar, and lidar
US20240151830A1 (en) Light cover stain detection method and light cover stain detection system for lidar
JP5246430B2 (ja) 障害物検知方法及び装置
CN110471076B (zh) 一种光量子测距望远镜及测距方法
JP2015200555A (ja) 距離測定装置
JP7294139B2 (ja) 距離測定装置、距離測定装置の制御方法、および距離測定装置の制御プログラム
WO2023045424A1 (zh) 用于激光雷达的光罩脏污检测方法及光罩脏污检测系统
US20230375682A1 (en) Methods and systems for lidar and lidar control
WO2021046768A1 (zh) 一种目标物的反射率计算方法、装置及相关设备
JP6919764B2 (ja) レーダ画像処理装置、レーダ画像処理方法、および、プログラム
WO2021056434A1 (zh) 一种探测对象的检测方法、探测设备及毫米波雷达
US20210255289A1 (en) Light detection method, light detection device, and mobile platform
WO2022198637A1 (zh) 点云滤噪方法、系统和可移动平台
WO2021210415A1 (ja) 光測距装置
WO2022037106A1 (zh) 利用激光雷达探测的方法以及激光雷达
KR20210153563A (ko) 깊이 검출을 위한 히스토그램 비닝 시스템 및 방법
CN117616307A (zh) 激光雷达的点云处理方法、装置、存储介质及终端设备
WO2020199197A1 (zh) 回波信号的处理方法及装置
CN115840219B (zh) 一种泥石流监测方法及泥石流监测设备
CN117310659A (zh) 激光雷达的光窗遮挡状态判定方法及相关产品
CN116299351A (zh) 激光雷达及其光罩脏污检测方法、装置、存储介质
CN117805778A (zh) 激光雷达的探测控制方法、装置以及激光雷达

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19926634

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19926634

Country of ref document: EP

Kind code of ref document: A1