[发明专利]检测激光脉冲边沿以进行实时检测

说明书

对于饱和信号，可以通过使用饱和信号的边沿而不是信号的峰进行TDOA计算，来确定光脉冲被发射的时间到在光传感器处接收到从物体反射的脉冲的时间之间的到达时间延迟(TDOA)。通过将第一多项式曲线拟合到饱和信号的数据点，基于多项式曲线定义中间幅值阈值，将第二多项式曲线拟合到第一多项式曲线和中间阈值的相交点附近的数据点，以及将第二多项式曲线和中间阈值的相交点识别为饱和信号的上升沿，可以准确地估计饱和信号的边沿。

相关申请的交叉引用

本PCT国际申请要求于2018年3月20日提交的美国专利申请15/925,772的优先权权益，该美国专利申请通过引用并入本文。

背景技术

光检测和测距或“LIDAR”是指一种通过发射光并测量光反射特性来测量到可见表面的距离的技术。LIDAR系统具有光发射器和光传感器。光发射器可以包括将光引导到环境中的激光器。当发射的光入射到表面上时，一部分光被反射并被光传感器接收，从而将光强度转换为对应的电信号。

LIDAR系统具有信号处理组件，该组件分析反射的光信号以确定到反射发射的激光的表面的距离。例如，系统可以测量光信号从激光发射器行进到表面并返回到光传感器时的传播时间。然后基于飞行时间和已知的光速计算距离。

由多种因素引起的反射光信号失真可能会导致传统的LIDAR系统无法准确确定反射光返回到光传感器的时间。例如，返回信号时间的1纳秒变化可能对应于估计距离的大约15厘米的变化。可能导致反射光信号失真的一些因素可能包括表面反射性很高、表面与LIDAR单元非常接近等。

由于LIDAR系统每秒可能进行数千甚至数百万次测量，因此要检测反射光信号的返回信号时间是否存在如此小的变化并不容易。在许多情况下，由于根本无法检测到反射光信号返回时间的变化，因此发现该问题变得更加困难。LIDAR系统会检测到延迟的返回并不准确地测量到物体的距离。

此外，在某些高噪声或低噪声条件下，很难将返回信号与噪声区分开。例如，晴朗条件可能会产生很强的噪声功率带，从而会使返回信号变得模糊。传统的LIDAR系统设置阈值并滤除掉低于该阈值的任何信号。这有效地滤除了噪声，但也滤除了低于阈值的较弱的返回。此外，由于对于较远距离的物体而言返回信号的强度较低，因此设置高阈值会显著地减小LIDAR系统的范围。

附图说明

参照附图进行详细描述。在附图中，附图标记的最左边的数字标识该附图标记首次出现在其中的附图。不同附图中的相同附图标记表示类似或相同的项目。

图1示出了可以在示例LIDAR系统的LIDAR信道中使用的组件的框图。

图2A示出了不饱和返回信号的示例信号图。

图2B示出了饱和返回信号的示例信号图。

图3示出了用于从多个光检测器中选择光检测器以确定到物体的距离的示例过程的流程图。

图4A示出了分类器和检测器的附加或替代示例架构的框图，其中分类器选择多个检测器中的一个的输出以作为距离测量结果来输出。

图4B示出了用于基于LIDAR系统的组件的非线性来校准光检测器输出的示例架构。

图5示出了根据用于使返回信号与参考信号相互关联的示例过程而接收和生成的示例波形。

图6A-6F示出了用于检测饱和返回信号的上升沿的示例过程的示例信号图。

图7A-7C示出了示例接收信号和用于确定有效脉冲的静态阈值。

图7D示出了示例接收信号和用于确定有效脉冲和/或用于将信号分类为饱和信号的动态本底噪声。

图8示出了可以并入本文讨论的LIDAR系统的示例自动驾驶车辆的框图。

具体实施方式