阅读说明：本技术 光检测和测距系统的物体测量 (Object measurement for light detection and ranging system ) 是由 刘祥 王珂 洪小平 于 2017-06-30 设计创作，主要内容包括：公开了一种信号处理方法。所述方法包括由光检测和测距(LIDAR)装置(162)发射出射光脉冲(s1202)；接收指示所述LIDAR装置的内部部件对所述出射光脉冲的反射的第一光脉冲(s1204)；接收指示周围物体对所述出射光脉冲的反射的第二光脉冲(s1206)；检测表示所述第一光脉冲的电子信号与表示所述第二光脉冲的电子信号之间的重叠(s1208)；基于所述第二光脉冲的后沿部分中的第一定时信息来导出与所述第二光脉冲相关联的估计时间值(s1210)；以及基于所述估计时间值来确定所述周围物体距所述LIDAR装置的距离(s1212)。(A signal processing method is disclosed. The method comprises emitting an outgoing light pulse (s1202) by a light detection and ranging (LIDAR) device (162); receiving a first light pulse indicative of a reflection of the outgoing light pulse by internal components of the LIDAR device (s 1204); receiving a second light pulse indicative of a reflection of the outgoing light pulse by a surrounding object (s 1206); detecting an overlap between an electronic signal representing the first light pulse and an electronic signal representing the second light pulse (s 1208); deriving an estimated time value associated with the second light pulse based on first timing information in a trailing portion of the second light pulse (s 1210); and determining a distance of the surrounding object from the LIDAR device based on the estimated time value (s 1212).)

光检测和测距系统的物体测量

技术领域

本公开总体涉及电子信号处理，并且更具体地，涉及与光检测和测距(LIDAR)应用中的信号处理相关联的组件、系统和技术。

背景技术

随着性能的不断提高和成本的不断降低，无人载运工具目前在许多领域得到了广泛的应用。代表性任务包括农作物监测、不动产摄影、建筑物和其他结构的检查、消防和安全任务、边境巡逻以及产品交付等。对于障碍物检测以及其他功能，有益的是无人载运工具配备有障碍物检测和周围环境扫描装置。光检测和测距(LIDAR，也称为“光雷达”)提供可靠且准确的检测。然而，由于LIDAR的内部结构的限制，当前的LIDAR系统无法测量在物理上太靠近系统的周围物体。因此，仍然需要用于实现由无人载运工具和其他物体承载的LIDAR系统的改进的技术。

发明内容

本公开涉及与光检测和测距(LIDAR)应用中的信号处理相关联的组件、系统和技术。

在一个示例性方面，公开了一种信号处理的方法。所述方法包括：由光检测和测距(LIDAR)装置发射出射光脉冲；在所述LIDAR装置处接收指示所述LIDAR装置的内部部件对所述出射光脉冲的反射的第一光脉冲；在所述LIDAR装置处接收指示周围物体对所述出射光脉冲的反射的第二光脉冲；检测或者观察表示所述第一光脉冲的电子信号与表示所述第二光脉冲的电子信号之间的重叠，其中所述重叠导致所述第二光脉冲的前沿部分中的定时信息丢失；响应于所述重叠，基于所述第二光脉冲的后沿部分中的第一定时信息来导出与所述第二光脉冲相关联的估计时间值；以及基于与所述第二光脉冲相关联的所述估计时间值来确定所述周围物体距所述LIDAR装置的距离。

在另一示例性方面，公开了一种信号处理的方法。所述方法包括：由光检测和测距(LIDAR)装置发射出射光脉冲；在所述LIDAR装置处接收指示第一物体对所述出射光脉冲的反射的第一光脉冲；在所述LIDAR装置处接收指示第二物体对所述出射光脉冲的反射的第二光脉冲；检测表示所述第一光脉冲的电子信号与表示所述第二光脉冲的电子信号之间的重叠；以及响应于检测到所述重叠，基于所述第二光脉冲的给定部分中的第一定时信息对所述第二光脉冲进行建模，其中所述第二光脉冲的所述给定部分在所述重叠之外。

在另一示例性方面，公开了一种光检测和测距系统。所述系统包括：光发射器，被配置为发射出射光脉冲；以及光传感器，被配置为：检测指示所述系统的内部部件对所述出射光脉冲的反射的第一光信号，并生成对应的第一电子信号，以及检测指示周围物体对所述出射光脉冲的反射的第二光信号，并生成对应的第二电子信号。所述第二电子信号包括前沿部分和后沿部分。所述系统还包括耦接到所述光传感器的控制器，所述控制器被配置为：(1)检测于表示第一光脉冲的电子信号与表示第二光脉冲的电子信号之间的重叠，其中所述重叠导致所述第二光脉冲的前沿部分中的定时信息丢失，(2)响应于检测到所述重叠，基于所述第二光脉冲的后沿部分中的第一定时信息来导出与所述第二光脉冲相关联的估计时间值，以及(3)基于与所述第二光脉冲相关联的所述估计时间值来确定所述周围物体距所述LIDAR装置的距离。

在又一示例性方面，公开了一种光检测和测距系统。所述系统包括：光发射器，被配置为发射出射光脉冲；以及光传感器，被配置为：检测指示第一物体对所述出射光脉冲的反射的第一光信号，并生成对应的第一电子信号，以及检测指示第二物体对所述出射光脉冲的反射的第二光信号，并生成对应的第二电子信号。所述系统还包括耦接到所述光传感器的控制器，所述控制器被配置为：(1)检测表示第一光脉冲的电子信号与表示第二光脉冲的电子信号之间的重叠，以及(2)响应于检测到所述重叠，基于所述第二光脉冲的给定部分中的第一定时信息对所述第二光脉冲进行建模，其中所述第二光脉冲的所述给定部分在所述重叠之外。

在附图、

具体实施方式

和权利要求中更详细地描述了上述和其他方面及其实施方式。

附图说明

图1A是具有可移动物体(例如无人飞行器)的代表性系统的示意图，该可移动物体具有根据本技术的一个或多个实施例配置的多个元件。

图1B示出了根据本发明的各种实施例的示例性LIDAR传感器系统的示意图。

图2A是示出了基于比较器的采样方法的基本工作原理的简化图。

图2B是脉冲信号在比较器之前和之后的输入波形和输出波形的图示。

图3示出了零信号、由位于与LIDAR系统靠近的区域中的物体反射的重叠信号和由位于盲点区域之外的物体反射的常规信号的示意图。

图4示出了零信号、由位于LIDAR系统的盲点区域中的物体反射的两个重叠信号以及由位于盲点区域之外的物体反射的两个常规信号的示意图。

图5示出了由脉冲信号的加宽导致的定时误差的示例。

图6是根据本技术的实施例的具有多比较器结构的比较器模块的示意图。

图7是使用多比较器结构获得脉冲信号的多个样本点的图示。

图8是根据本技术的实施例的峰值保持电路的示意图。

图9是使用多比较器结构和峰值保持电路获得脉冲信号的多个样本点的图示。

图10示出了部分重叠信号的示例，其中重叠区域低于多个阈值电压水平中的至少一个。

图11A示出了重叠信号的示例。

图11B示出了重叠信号的另一示例。

图11C示出了重叠信号的又一示例。

图12是LIDAR传感器系统的信号处理方法的流程图表示。

图13是LIDAR传感器系统的另一种信号处理方法的流程图表示。

具体实施方式

如上所介绍的，对无人载运工具来说重要的是能够独立地检测障碍物和/或自动地进行机动规避。光检测和测距(LIDAR)是一种可靠且准确的检测技术。此外，与仅能够在两个维度上感测周围环境的传统图像传感器(例如相机)不同，LIDAR可以通过检测深度来获得三维信息。然而，当前的LIDAR系统具有其局限性。例如，如在下文更详细地讨论的，许多LIDAR系统包括可以反射所发射的光信号的内部光学组件。来自内部组件的反射信号可能干扰由位于系统附近的周围物体反射的光信号。应注意，由于来自内部组件的这种反射信号，许多LIDAR系统不能够准确地测量在物理上太靠近该系统的周围物体。因此，仍然需要用于实现LIDAR系统的改进的技术，使得LIDAR系统能够准确地测量相距较短距离的物体。本文中公开的技术允许LIDAR系统识别出光信号被干扰，并且基于该识别，通过使用来自光信号的附加数据样本来更准确地测量近距离的周围物体。

在以下描述中，仅出于说明性目的，使用UAV的示例来解释可以使用比传统的LIDAR更便宜且更轻质的LIDAR扫描模块来实现的各种技术。在其他实施例中，在此介绍的技术适用于其他合适的扫描模块、载运工具或两者。例如，尽管结合这些技术介绍的一个或多个附图示出了UAV，但是在其他实施例中，这些技术以类似的方式适用于其他类型的可移动物体，包括但不限于无人载运工具、手持式装置或机器人。在另一示例中，尽管这些技术特别适用于由LIDAR系统中的激光二极管产生的激光束，但在其他实施例中也可以适用于其他类型的光源(例如，其他类型的激光器或发光二极管(LED))。

在下文中，阐述了许多具体细节以提供对当前公开的技术的透彻理解。在其他实施例中，在此介绍的技术可以在没有这些具体细节的情况下实施。在其他情况下，为了避免不必要地模糊本公开，没有详细描述诸如具体制造技术之类的众所周知的特征。在本说明书中对“实施例”、“一个实施例”等的引用表示所描述的特定特征、结构、材料或特性被包括在本公开的至少一个实施例中。因此，本说明书中这些短语的出现不一定都指代相同的实施例。另一方面，这样的引用也不一定是相互排斥的。此外，可以在一个或多个实施例中按照任何合适的方式来组合特定特征、结构、材料或特性。此外，应该理解，附图中示出的各种实施例仅仅是说明性的表示，并且不一定按比例绘制。

在本公开中，词语“示例性”被用来表示用作示例、实例或说明。本文中描述为“示例性”的任何实施例或设计不必解释为相比其他实施例或设计是优选或者有利的。相反，词语“示例性”的使用旨在以具体的方式来呈现概念。

图1A是具有根据本技术的一个或多个实施例的元件的代表性系统150的示意图。系统150包括可移动物体160(例如，无人飞行器)和控制系统170。可移动物体160可以是可以在各种实施例中使用的任何合适类型的可移动物体。

可移动物体160可以包括能够承载例如成像装置或光电扫描装置(例如LIDAR装置)之类的负载162的主体161(例如机身)。在一些实施例中，负载162可以是相机、摄像机和/或静止相机。相机可以对任何各种合适的波段(包括可视光、紫外线、红外线和/或其他波段)中的波长敏感。负载162也可以包括其他类型的传感器和/或其他类型的货物(例如包裹或其他可配送物)。在这些实施例中的许多实施例中，负载162通过承载机构163相对于主体161得到支撑。承载机构163可以允许负载162相对于主体161独立地布置。例如，承载机构163可以允许负载162围绕一个、两个、三个或更多个轴旋转。承载机构163也可以允许负载162沿着一个、两个、三个或更多个轴线性移动。用于旋转或平移移动的轴可以彼此正交或者可以不彼此正交。这样，当负载162包括成像装置时，成像装置可以相对于主体161移动以拍摄、录像或跟踪目标。

一个或多个推进单元180可以使可移动物体160能够相对于多达三个平移自由度和多达三个旋转自由度进行起飞、降落、悬停和在空中移动。在一些实施例中，推进单元180可以包括一个或多个旋翼。旋翼可以包括耦接到轴杆的一个或多个旋翼叶片。旋翼叶片和轴杆可以通过合适的驱动机构(例如电机)旋转。虽然可移动物体160的推进单元180被描绘为基于推进器并且可以具有四个旋翼，但是可以使用任何合适数量、类型和/或布置的推进单元。例如，旋翼的数量可以是一个、两个、三个、四个、五个或甚至更多个。旋翼可以相对于可移动物体160竖直地、水平地或以任何其他适当的角度取向。旋翼的角度可以是固定的或可变的。推进单元130可以由任何合适的电机驱动，例如(例如，刷式或无刷式)DC电机或AC电机。在一些实施例中，电机可以被配置为安装和驱动旋翼叶片。

可移动物体160被配置为从控制系统170接收控制命令。在图1A所示的实施例中，控制系统170包括承载在可移动物体160上的一些组件和布置在可移动物体160之外的一些组件。例如，控制系统170可以包括：由可移动物体110承载的第一控制器171和远离可移动物体160布置并经由通信链路176(例如，诸如基于射频(RF)的链路之类的无线链路)连接的第二控制器172(例如，由人操作的远程控制器)。第一控制器171可以包括计算机可读介质173，计算机可读介质173执行指导可移动物体160的动作的指令，这些动作包括但不限于推进系统180和负载162(例如相机)的操作。第二控制器172可以包括一个或多个输入/输出装置，例如显示器和控制按钮。操作者操纵第二控制器172以远程控制可移动物体160，并且经由第二控制器172上的显示器和/或其它接口从可移动物体160接收反馈。在其他代表性实施例中，可移动物体160可以自主地操作，在这种情况下，第二控制器172可以被取消，或者可以仅用于操作者超控(override)功能。

图1B示出了根据所公开的技术的各种实施例的示例性LIDAR传感器系统的示意图。例如，LIDAR传感器系统100可以通过测量光在LIDAR传感器系统100与物体104之间行进的时间(即飞行时间(TOF))来检测物体104的距离。传感器系统100包括可以生成激光束的光发射器101。激光束可以是单个激光脉冲或一系列激光脉冲。透镜102可以用于对由光发射器101生成的激光束进行准直。准直后的光可以被引导到光束分离装置103。光束分离装置103可以允许来自光源101的准直后的光通过。备选地，当采用不同的方案时(例如，当光发射器位于检测器前面时)，光束分离装置103可能不是必需的。

传感器系统110还包括光束转向装置110，光束转向装置110包括各种光学元件，例如棱镜、反射镜、光栅、光学相位阵列(例如，液晶受控光栅)。这些不同的光学元件可以围绕公共轴109旋转，以便将光转向不同的方向，例如方向111和111′。当出射光束111撞击物体104时，反射的或散射的光可以在大角度120上扩散，并且仅一小部分能量可以被反射回传感器系统100。返回光束112可以被光束分离装置103朝向接收透镜106反射，接收透镜106可以将返回的光束收集并聚焦在检测器105上。

检测器105接收返回的光并将光转换成电信号。而且，包括诸如飞行时间(TOF)单元107之类的测量电路的控制器可以用于测量TOF，以便检测到物体104的距离。因此，传感器系统100可以基于光源101对光脉冲111的生成与检测器105对返回光束112的接收之间的时间差来测量到物体104的距离。

为了成功地捕获非常短的脉冲信号(例如，脉冲持续时间仅为几十纳秒到几纳秒)，许多LIDAR系统依赖于高速模数转换器(ADC)(例如，采样速率超过每秒一千兆采样(GSPS))来执行光脉冲信号的数字化。高速ADC通常具有高成本和高功耗。此外，高速ADC采样基于的是以相同的时间间隔来对具有不同电压的模拟信号进行采样(即，相对于时间轴的采样)。因此，采样的定时独立于脉冲信号并且没有任何时间相关性。需要使用提取算法来提取模拟信号的定时信息。

另一种备选的解决方案是在LIDAR系统中利用基于比较器的采样来收集反射脉冲信号的定时信息。图2A是示出了基于比较器的采样方法的基本工作原理的简化图。该方法基于模拟信号越过特定阈值(在本文中也被称为“参考阈值”或“触发阈值”)时的定时。如图2A的示例所示，比较器240从根本上是运算放大器，该运算放大器被配置为在其非反相输入端(PIN3)与其反相输入端(PIN4)之间对电压进行比较，并基于该比较来输出逻辑高电压或逻辑低电压。例如，当在非反相输入端PIN3处接收到(例如，从目标物体反射回的)模拟脉冲信号202时，比较器240将信号202的电压水平与反相输入端PIN4处的参考阈值206进行比较。信号202具有两个部分：幅值增加的前沿部分和幅值减小的后沿部分。当信号202的前沿部分中的幅值超过参考阈值206时，比较器202的输出变为高(例如，VDD)。类似地，当信号的后沿部分中的幅值下降到低于参考阈值206时，比较器202的输出变为低(例如GND)。结果是数字化(例如，二进制)的矩形脉冲信号204。图2B是脉冲信号在比较器之前和之后的输入波形和输出波形的图示。当向时间数字转换器(TDC)250输出矩形脉冲信号204时，可以提取信号204的相关定时信息(例如，时间t1和时间t2)。因为采样点与时间之间存在相关性(与基于ADC的方法相反)，因此高速比较器方法可以以更直接的方式来更有效地捕获脉冲信息。

无论LIDAR系统是采用基于ADC的采样机制还是采用基于比较器的采样机制，LIDAR中都存在使LIDAR无法准确地测量与LIDAR系统物理靠近的周围物体的局限性。具体地，由于LIDAR传感器系统的内部结构(例如图1B中所示的光束分离装置103或光束转向装置110)，LIDAR传感器系统的检测器105可以首先检测到当光离开LIDAR时(即，在光可以撞击周围物体并且从周围物体反射回到LIDAR检测器之前)由内部组件反射的脉冲信号。该内部反射的脉冲信号通常具有稳定的存在(即，不随着LIDAR的周围环境大幅变化)，并且在本文中也被称为“零信号”。如果周围物***于足够靠近LIDAR传感器系统的位置，则从周围物体反射的脉冲信号可能与零信号重叠，从而导致难以获得脉冲信号的定时信息。这个问题也可以被称为盲点区域问题。盲点区域问题可能对使用高速ADC或低成本比较器的LIDAR传感器系统产生不利影响。为简单起见，当描述解决该问题的技术时，该专利文献使用基于比较器的LIDAR传感器系统作为示例。然而，所公开的技术也可以应用于高速ADC类型的LIDAR传感器系统(例如，在多个时间间隔处进行采样)，或者使用其他采样机制的LIDAR传感器系统。

图3示出了由LIDAR系统检测到的信号的示意图，即，零信号311、由位于与LIDAR系统靠近的区域(也被称为“盲点区域”)中的物体反射的重叠信号314、以及由位于盲点区域之外的物体反射的常规信号317。具体地，信号314可以被分解成两个部分，即前沿部分和后沿部分。信号314的前沿部分在本文中被称为前沿部分313，并且信号314的后沿部分在本文中被称为后沿部分315。在图3所示的该特定示例中，光束转向装置303除了使来自发射器301的光束进行转向的预期功能之外，仍然会反射一部分光束。检测器(未示出)检测由LIDAR系统的内部部件(例如，光束转向装置303)反射的该脉冲信号作为零信号311。因为该信号是由LIDAR系统的内部结构引起的，所以其参数(例如，幅值或宽度)在很大程度上是固定的，并且可以被预先获知(例如，在校准阶段期间)。LIDAR传感器系统的控制器可以在不存在接近系统的物体的情况下获得并存储零信号的相关定时信息(例如，t0和t6)。零信号的相关定时信息的知识有助于控制器确定其他反射信号是否与该零信号重叠。例如，当比较器(例如，在t6时)未能识别出零信号的幅值何时下降到低于触发阈值321时，控制器知道存在被零信号干扰的另一反射信号。

在图3所示的该示例中，物体309位于距LIDAR传感器系统的正常距离处(即，盲点区域307之外)。检测器检测由物体309反射的脉冲信号317。基于LIDAR传感器系统使用的阈值电压电平321，可以从脉冲信号317的前沿部分和后沿部分两者中收集定时信息。例如，当信号幅值超过阈值电压电平321或降低到低于阈值电压电平321时，可以通过图2A中所示的比较器来获得定时信息t2和t3。此外，控制器可以基于t2和t3估计脉冲信号的开始时间和结束时间(例如，t1和t4)。LIDAR传感器系统的控制器可以使用这些样本(例如，t1、t2、t3和t4)来将脉冲信号拟合到预定信号模型，或者将脉冲信号的定时信息与存储在数据库或查找表上的预先存在的统计数据进行比较，从而确定物体309距LIDAR传感器系统的距离。

图3还示出了物体305，其位于非常靠近LIDAR系统的位置处(即，在盲点区域307内)。假设检测器检测到由物体307反射的脉冲信号314。其反射脉冲信号的后沿部分315仍然不受零信号311的影响，定时信息t5仍然可获得，并捕获到定时信息t5。然而，因为物体305非常靠近LIDAR系统，所以反射脉冲信号的前沿部分313与零信号311部分地重叠。因为信号311的后沿部分仍然高于触发阈值321，所以重叠区域中的信号彼此干扰，这使得比较器难以确定前沿部分313中的信号幅值超过阈值电压电平321时的定时。因此，脉冲信号的前沿部分313中携带的定时信息t7无法被测量，因此丢失。因为控制器现在仅具有脉冲信号的部分定时信息(例如，t5)，所以它不能准确地确定从物体305到LIDAR传感器系统的距离。脉冲信号的前沿部分313与零信号311的重叠产生盲点区域307，与可以获得关于信号的不止一个定时信息的信号(例如，信号317)相比，盲点区域307内的物***置的确定变得不那么准确。

此外，应注意，反射光中的脉冲信号的实际形状将受到多种环境因素的影响，例如，噪声(例如，如下所述的环境光噪声和/或电子噪声)、目标物体的距离、目标物体的表面和颜色等。已经观察到物体的表面属性可能对脉冲信号的幅值具有很大影响，并且影响定时信息的准确性。

图4示出了零信号415、由位于LIDAR系统的盲点区域中的物体反射的两个重叠信号411和413、以及由位于盲点区域之外的物体反射的两个常规信号417和419的示意图。在该示例中，光束转向装置403反射脉冲信号415作为零信号。物体402和404两者都位于盲点区域405之外并且距LIDAR传感器系统的距离相同。检测器检测到两个反射脉冲信号417和419。尽管物体402和404距LIDAR传感器系统的距离相同，但是它们的不同表面属性导致反射脉冲信号中的幅值不同。例如，物体402具有较暗的表面颜色，从而产生了具有较小幅值的脉冲信号419。另一方面，物体404具有较浅的表面颜色，从而产生了具有较大幅值的脉冲信号417。幅值的差异将导致信号越过触发阈值421时的定时差异(例如，t1与t2)，从而导致控制器错误地推断出物体404位于与物体402不同的距离处。但是，因为前沿部分和后沿部分中的定时信息都是可用的，因此控制器可以考虑t3和t4。来自后沿部分的附加定时信息允许控制器考虑信号的不同幅值，以便基于脉冲信号模型或基于使用定时信息进行的统计搜索来更准确地确定物***置。

图4还示出了两个物体407和409，它们位于盲点区域405中并且距LIDAR传感器系统的距离相同。相应的脉冲信号411和413的前沿部分与零信号415重叠。由于物体407和409的不同表面属性，脉冲信号411和413具有不同的幅值。例如，物体407具有较暗的表面颜色，从而产生了具有较小幅值的脉冲信号411。另一方面，物体409具有较浅的表面颜色，从而产生了具有较大幅值的脉冲信号413。LIDAR传感器系统的控制器从信号411和413的后沿部分中获得阈值电压电平421处的不同定时信息。例如，控制器获得t6作为信号411的相关定时信息，并且获得t7作为信号413的相关定时信息。然而，因为比较器不能确定信号411和413的前沿部分中的信号幅值何时超过阈值电压电平412，所以信号411和413的前沿部分中携带的定时信息(例如，t9和t10)丢失。定时信息的差异(例如，t6与t7)可能导致控制器错误地确定物体407和物体409位于距LIDAR传感器系统的两个不同距离处。在这种情况下，因为控制器仅具有来自信号的后沿部分的定时信息，所以它可能难以校正定时误差以及确定物体407和409的准确位置。

其他类型的定时误差可能由LIDAR传感器系统的内部电路引起。例如，在脉冲信号被LIDAR系统的一些内部放大电路处理之后，具有大的幅值的脉冲信号可能被扩展和/或加宽。图5示出了由脉冲信号的加宽引起的定时误差的示例。在该示例中，信号501具有大的幅值。在内部电路(例如，放大器)的操作之后，或者由于LIDAR传感器系统的内部电路的阻抗，信号501可以被加宽并变为501′。对应的定时信息从t0变化成t1，从而导致了定时误差。因为前沿部分中的定时信息(例如，t2)由于信号重叠而丢失，所以在没有来自脉冲信号501′的进一步的信息的情况下，控制器可能难以校正该误差。

为了解决由反射信号的前沿部分中的信息丢失引起的物体测量的不准确性，在此公开的LIDAR传感器系统的实施例可以增加信号的有效采样速率以获得更多数据。具体地，LIDAR传感器系统可以在脉冲信号的重叠区域之外的部分中(例如，在后沿部分中)获得多个样本，以便确定脉冲信号的形状和/或信号的相关定时信息。

例如，在基于比较器的LIDAR传感器系统中，可以使用多个比较器来从信号的后沿部分中获得更多样本。图6是根据本技术的实施例的具有多比较器结构的比较器模块的示意图。多比较器结构包括两个或更多个比较器，每个比较器耦接到相同的输入以对相同的光脉冲执行定时测量，但是每个比较器具有不同的触发阈值。在该示例中，比较器模块600总共包括四个比较器640a至640d。每个比较器连接到其各自的单独的时间数字转换器(TDC)650a至650d。另外，每个比较器接收不同的触发阈值。如图所示，比较器640a接收其单独的触发阈值Vf01，比较器640b接收Vf02，比较器640c接收Vf03，并且比较器640d接收Vf04。

图7是使用多比较器结构获得脉冲信号的多个样本点的图示。在该特定示例中，对于常规脉冲信号701，可以在四个不同的阈值电平(例如，Vf01至Vf04)处获得定时信息的八个样本(例如，t1至t8)。对于与零信号703部分重叠的信号，可以使用多比较器结构获得后沿部分中的四个样本。例如，在获得信号705的四个数据样本(t9，Vf04)、(t10，Vf03)、(t11，Vf02)和(t12，Vf01)之后，控制器可以将多个样本拟合到一个或多个脉冲信号模型，或者将脉冲信号的定时信息与存储在数据库或查找表上的预先存在的统计数据进行比较，以确定对应物体距LIDAR系统的距离。

在一些实施方式中，控制器可将数据样本拟合到分析模型，例如多项式模型或三角模型。然后，控制器可以基于分析模型的形状导出估计时间值(例如，如图7中所示的时间值T)。例如，控制器可以通过检查信号幅值何时达到其最大值来选择时间值T。在一些实施例中，控制器可以使用其他标准(例如，矩形信号模型中的信号的宽度)来导出与进行TOF计算的脉冲信号相关联的估计时间值，以便确定对应物体距LIDAR系统的距离。

在一些实施方式中，控制器可以在数据库或查找表中搜索以找到与数据样本最接近匹配的值的集合。值的集合可以具有(t_i，Vf_i)的形式，其中Vf_i与阈值电平相对应。可以将值的集合映射到存储在数据库或查找表中的输出时间值或(T，V)形式的输出元组。V可以与阈值电平之一相对应。在一些实施例中，V可以是与阈值电平不同的预定信号幅值。然后，控制器可以选择被映射的输出时间值或者从被映射的输出元组中选择与V相对应的T，以便计算TOF，从而确定对应物体距LIDAR系统的距离。

类似地，控制器可以对四个数据样本(t13，vf04)、(t14，vf03)、(t15，vf02)和(t16，vf01)执行相同的任务，以获得脉冲信号的更准确的模型或统计值，从而使信号幅值和/或信号的加宽对物体测量准确性的影响最小化。

在一些实施例中，控制器可以从定时信息的多个数据样本中推断出脉冲信号幅值。例如，在将样本(t13，vf04)、(t14，vf03)、(t15，vf02)和(t16，vf01)拟合到信号模型(例如抛物线模型)之后，控制器可以估计信号的幅值。然而，在一些实施例中，因为样本限于脉冲信号的后沿部分，所以信号幅值的估计可能不那么准确(出于上述原因)。因此，期望的是单独测量信号的幅值以提供更多信息。

图8是根据本技术的实施例的峰值保持电路的示意图，其中峰值保持电路可以检测脉冲信号的幅值。峰值保持电路800包括峰值保持内核810，峰值保持内核810包括二极管D2、电阻器R2和电容器C1。峰值保持电路800还包括第一运算放大器802和第二运算放大器804。在一些实施例中，第一运算放大器802接收信号并向峰值保持内核810传递该信号，峰值保持内核810进而向第二运算放大器804传递该信号。

这种峰值保持电路800在其捕获非常短的脉冲信号(例如，几十纳秒到几纳秒)的峰值信息的能力方面以及在其连续地捕获峰值信息而无需相对长的恢复时间(例如，20到30纳秒)的能力方面优于传统的峰值保持电路。在一些变型中，根据LIDAR系统的整个电路的设计，可以省略第一运算放大器802。在要保持负振幅信号的峰值的一些实施例中，参考信号可以略大于系统的稳态电压，以减少由来自二极管D2的电压降引起的测量死区。类似地，在要保持正振幅信号的峰值的一些实施例中，参考信号可以略小于系统的稳态电压，以减少由来自二极管D2的电压降引起的测量死区。

图9是使用多比较器结构和峰值保持电路来获得脉冲信号的多个样本点的图示。在该特定示例中，类似于图7中所示的示例，对于常规脉冲信号901，可以针对四个不同阈值电平(例如，Vf01至Vf04)获得定时信息的八个样本(例如，t1至t8)。对于与零信号903部分重叠的信号，可以使用多比较器结构获得后沿部分中的四个样本。另外，可以使用峰值保持电路来获得脉冲信号的幅值。例如，在获得信号907的五个数据样本(t9，vf04)、(t10，vf03)，(t11，vf02)、(t12，vf01)和p1之后，控制器可以将多个样本拟合到脉冲信号模型，或将脉冲信号的样本与存储在数据库或查找表上的预先存在的统计数据进行比较，以确定对应物体距LIDAR系统的距离。

在一些实施方式中，控制器可将数据样本拟合到分析模型，例如多项式模型或三角模型。控制器可以基于分析模型的形状来导出估计时间值T。例如，控制器可以通过检查信号幅值何时达到由峰值保持电路获得的值来选择时间值T。在一些实施例中，控制器可以使用其他标准(例如，矩形信号模型中的信号的宽度)来导出与进行TOF计算的脉冲信号相关联的估计时间值，以便确定对应物体距LIDAR系统的距离。

在一些实施方式中，控制器可以在数据库或查找表中搜索以找到与数据样本最接近匹配的值的集合。值的集合可以具有(t_i，Vf_i)的形式，其中Vf_i与阈值电平相对应。可以将值的集合映射到存储在数据库或查找表中的输出时间值或(T，V)形式的输出元组。V可以与阈值电平之一相对应。在一些实施例中，V可以是与阈值电平不同的预定信号幅值。然后，控制器可以选择被映射的输出时间值或者从被映射的输出元组中选择与V相对应的T，以便计算TOF，从而确定对应物体距LIDAR系统的距离。

控制器可以对五个数据样本(t13，vf04)、(t14，vf03)、(t15，vf02)、(t16，vf01)和p2执行相同的任务，以获得脉冲信号905的更准确的模型或统计值，从而使信号幅值和/或信号的加宽对物体测量准确性的影响最小化。

在一些情况下，即使物***于LIDAR传感器系统的盲点区域内，反射脉冲信号的前沿部分仍然可能包含有效的定时信息。例如，图10示出了部分重叠信号的示例，其中重叠区域不影响处于多个阈值电压电平中的一个或多个处的比较器。在该示例中，零信号1001具有相对小的幅值。因此，虽然比较器难以辨别出信号1003和1005的信号幅值何时超过阈值电平Vf01和Vf02，导致了定时信息t0至t1和t2至t3的丢失，但是比较器仍然能够针对阈值电压电平Vf03和Vf04获得在信号1003和1005的前沿部分的剩余部分中携带的定时信息，例如t3、t4、t5和t6。

因此，对于信号1003，控制器可以将来自前沿部分的附加定时信息(例如，t5、t6)添加到后沿部分中的数据样本(例如，t7、t8、t9和t10)以及幅值(例如，p1)。它可以将多个样本拟合到脉冲信号模型，或者将这些信息与存储在数据库或查找表上的预先存在的统计数据进行比较，以确定对应物体距LIDAR系统的距离。类似地，对于信号1005，控制器可以将来自前沿部分的附加定时信息(例如，t3和t4)添加到后沿部分中的数据样本(例如，t11、t12、t13和t14)以及幅值(例如，p2)，以获得脉冲信号的更准确的模型或统计值，从而使信号幅值和信号的加宽对物体检测准确性的影响最小化。

进行上述具体配置以说明处理与零信号重叠的信号的示例。然而，应理解，相同的技术可以被广泛地应用于其他类型的信号重叠场景。例如，第一信号不限于零信号，可以是从另一周围物体反射的脉冲信号。

基于使用本文中公开的技术获得的定时信息，控制器可以使用分析模型(例如，三角模型或抛物线模型)对脉冲信号进行建模。在一些实施例中，针对不同的脉冲信号或针对相同的脉冲信号，控制器还可以使用一个或多个不同的模型来对脉冲信号进行建模。图11A至图11C示出了重叠信号的各种示例。在这些示例中，所获得的定时信息来自干扰信号(例如，零信号)和目标信号两者。因为定时信息不直接与目标信号相关，所以期望的是在不同的时间间隔中建立多个子模型，以更准确地描述目标信号以及干扰信号。

例如，在图11A中，控制器获得第一脉冲信号1101的四个定时样本(例如，t1至t4)。因为信号彼此干扰，所以控制器无法在重叠区域中获得准确的定时信息，使得比较器难以断定信号幅值何时超过相关阈值电平或下降到低于相关阈值电平。控制器在第二脉冲信号1103(即，目标信号)的后沿部分中获得四个定时样本(例如，t5至t8)。因为定时样本来自两个单独的脉冲信号，所以期望的是在不同的时间间隔中使用两个简单的子模型单独地对它们进行建模。

图11B示出了重叠信号的另一示例。因为脉冲信号1111的幅值相对小，所以控制器获得第一脉冲信号1111的三个定时样本(例如t1至t3)。因为信号彼此干扰，所以控制器无法在重叠区域中获得准确的定时信息，使得比较器难以断定信号幅值何时超过相关阈值电平。然而，因为第二脉冲信号1113(即，目标信号)的幅值相对大，所以控制器在脉冲信号1113的前沿部分和后沿部分两者中获得五个定时样本(例如，t4至t8)。因为定时样本来自两个单独的脉冲信号，因此将它们拟合到一个模型中可能是一项复杂的任务。因此，也期望在不同的时间间隔中使用两个子模型单独地对它们进行建模。

图11C示出了重叠信号的又一示例。在该示例中，控制器在前沿部分和后沿部分两者中获得第一脉冲信号1121的五个定时样本(例如，t1至t5)。同样，因为信号彼此干扰，所以控制器无法在重叠区域中获得准确的定时信息，使得比较器难以断定脉冲信号的幅值何时超过阈值电平。然后，控制器获得第二脉冲信号1123(即，目标信号)的三个定时样本(例如，t6至t8)。因为定时样本来自两个单独的脉冲信号并且形成复杂的形状，所以同样期望的是在不同的时间间隔中使用两个简单的子模型单独地对它们进行建模。

在上述场景中获得的八个样本可以作为一个输入集合x＝{t1，...t8}来拟合函数：

然后，控制器确定函数的a_ij、b_i和c_i，以描述脉冲信号。在一些情况下(例如图11A至图11C中所示的示例)，输入x是从不同的多个信号中收集的，并且不与简单模型很好地相关。因此，期望的是将输入划分成两个或更多个集合。例如，在图11A所示的情况下，可以使用两个集合x1＝{t1，...，t4}和x2＝{t5，...，t8}来建立两个单独的模型。在图11B所示的情况下，可以使用两个集合x1＝{t1，t2，t3}和X2＝{t4，…，t8}来获得两个不同的模型。类似地，在图11C中描绘的情况下，可以将输入划分成x1＝{t1，...，t5}和X2＝{t6，t7，t8}，以获得脉冲信号的两个简单模型。在控制器获得脉冲信号的简单模型之后，它可以继续导出每个脉冲信号的估计时间值，该估计时间值表示接收脉冲信号的时间。然后，该估计时间值可以被用来促进TOF的计算，以确定对应物体距LIDAR传感器系统的距离。

图12是LIDAR传感器系统的信号处理方法的流程图表示。方法1200包括：在1202处，由光检测和测距(LIDAR)装置发射出射光脉冲；在1204处，在LIDAR装置处接收指示LIDAR装置的内部部件对出射光脉冲的反射的第一光脉冲；在1206处，在LIDAR装置处接收指示周围物体对出射光脉冲的反射的第二光脉冲；在1208处，检测表示第一光脉冲的电子信号与表示第二光脉冲的电子信号之间的重叠，其中该重叠导致第二光脉冲的前沿部分中的定时信息丢失；在1210处，响应于检测到重叠，基于第二光脉冲的后沿部分中的第一定时信息来导出与第二光脉冲相关联的估计时间值；以及在1212处，基于与第二光脉冲相关联的估计时间值来确定周围物体距LIDAR装置的距离。

在一些实施例中，在不具有第二光脉冲的前沿部分中的丢失的定时信息的情况下导出估计时间值。第二光脉冲的后沿部分中的第一定时信息与第一触发阈值相对应。在一些实施例中，还基于第二光脉冲的后沿部分中的第二定时信息来导出与第二光脉冲相关联的估计时间值。第二光脉冲的后沿部分中的第二定时信息与不同于第一触发阈值的第二触发阈值相对应。

在一些实施例中，还基于第二光脉冲的峰值信息来导出与第二光脉冲相关联的估计时间值。可以还基于第二光脉冲的前沿部分中未受重叠影响的能够获得的定时信息来导出与第二光脉冲相关联的估计时间值。

在一些实施例中，基于(1)第二光脉冲的后沿部分中的第二定时信息以及(2)第二光脉冲的峰值信息来导出与第二光脉冲相关联的估计时间值。可以还基于第二光脉冲的前沿部分中未受重叠影响的能够获得的定时信息来导出与第二光脉冲相关联的估计时间值。

在一些实施例中，该方法还包括确定第一光脉冲的后沿部分中的定时信息。基于第一光脉冲的后沿部分中的定时信息来检测重叠。

在一些实施例中，通过将包括第二光脉冲的后沿部分中的第一定时信息在内的数据拟合到分析模型，来导出与第二光脉冲相关联的估计时间值。基于分析模型的形状来导出与第二光脉冲相关联的估计时间值。

在一些实施例中，与第二光脉冲相关联的估计时间值与预定信号幅值相对应。预定信号幅值被存储在数据库或查找表中。

图13是LIDAR传感器系统的另一种信号处理方法的流程图表示。方法1300包括：在1302处，由光检测和测距(LIDAR)装置发射出射光脉冲；在1304处，在LIDAR装置处接收指示第一物体对出射光脉冲的反射的第一光脉冲；在1306处，在LIDAR装置处接收指示第二物体对出射光脉冲的反射的第二光脉冲；在1308处，检测表示第一光脉冲的电子信号与表示第二光脉冲的电子信号之间的重叠；以及在1310处，响应于检测到重叠，基于第二光脉冲的给定部分中的第一定时信息对第二光脉冲进行建模，其中第二光脉冲的给定部分在重叠之外。

在一些实施例中，第二光脉冲的给定部分是第二光脉冲的后半部分。第二光脉冲的给定部分中的第一定时信息与第一触发阈值相对应。

在一些实施例中，还基于第二光脉冲的给定部分中的第二定时信息对第二光脉冲进行建模。第二定时信息与不同于第一触发阈值的第二触发阈值相对应。

在一些实施例中，该方法还包括：响应于检测到重叠，基于第一光脉冲的给定部分中的第一定时信息对第一光脉冲进行建模，其中，第一光脉冲的给定部分在重叠之外。第一光脉冲的给定部分可以是第一光脉冲的前半部分。第一光脉冲的给定部分中的第一定时信息与第一触发阈值相对应。

在一些实施例中，还基于第一光脉冲的给定部分中的第二定时信息对第一光脉冲进行建模，第二定时信息与不同于第一触发阈值的第二触发阈值相对应。可以使用第一模型对第一光脉冲进行建模，并且使用不同于第一模型的第二模型对第二光脉冲进行建模。

因此显而易见的是，在一个示例性方面，提供了一种光检测和测距系统，其包括：光发射器，被配置为发射出射光脉冲；以及光传感器，被配置为检测指示系统的内部部件对出射光脉冲的反射的第一光信号，并生成对应的第一电子信号，以及检测指示周围物体对出射光脉冲的反射的第二光信号，并生成对应的第二电子信号。所述第二电子信号包括前沿部分和后沿部分。该系统还包括耦接到光传感器的控制器，被配置为：(1)检测表示第一光脉冲的电子信号与表示第二光脉冲的电子信号之间的重叠，其中该重叠导致第二光脉冲的前沿部分中的定时信息丢失，(2)响应于检测到该重叠，基于第二光脉冲的后沿部分中的第一定时信息来导出与第二光脉冲相关联的估计时间值，以及(3)基于与第二光脉冲相关联的估计时间值来确定周围物体距LIDAR装置的距离。

在一些实施例中，所述控制器被配置为在不具有第二光脉冲的前沿部分中的丢失的定时信息的情况下导出与第二光脉冲相关联的估计时间值。第二光脉冲的后沿部分中的第一定时信息与第一触发阈值相对应。

在一些实施例中，控制器被配置为还基于第二光脉冲的后沿部分中的第二定时信息来导出与第二光脉冲相关联的估计时间值。第二光脉冲的后沿部分中的第二定时信息与不同于第一触发阈值的第二触发阈值相对应。

在一些实施例中，控制器被配置为还基于第二光脉冲的峰值信息来导出与第二光脉冲相关联的估计时间值。控制器可以被配置为还基于第二光脉冲的前沿部分中未受重叠影响的能够获得的定时信息来导出与第二光脉冲相关联的估计时间值。

在一些实施例中，控制器被配置为基于(1)第二光脉冲的后沿部分中的第二定时信息以及(2)第二光脉冲的峰值信息来导出与第二光脉冲相关联的估计时间值。控制器被配置为还基于第二光脉冲的前沿部分中未受重叠影响的能够获得的定时信息来导出与第二光脉冲相关联的估计时间值。

在一些实施例中，控制器被配置为确定第一光脉冲的后沿部分中的定时信息。可以基于第一光脉冲的后沿部分中的定时信息来检测重叠。

在一些实施例中，控制器被配置为通过将包括第二光脉冲的后沿部分中的第一定时信息在内的数据拟合到分析模型，来导出与第二光脉冲相关联的估计时间值。控制器被配置为基于分析模型的形状来导出与第二光脉冲相关联的估计时间值。

在一些实施例中，与第二光脉冲相关联的估计时间值与预定信号幅值相对应。预定信号幅值被存储在数据库或查找表中。

还显而易见的是，在另一示例性方面，提供了一种光检测和测距系统，其包括：光发射器，被配置为发射出射光脉冲；光传感器，被配置为检测指示第一物体对所述出射光脉冲的反射的第一光信号，并生成对应的第一电子信号，以及检测指示第二物体对出射光脉冲的反射的第二光信号，并生成对应的第二电子信号；以及耦接到光传感器的控制器，被配置为：(1)检测表示第一光脉冲的电子信号与表示第二光脉冲的电子信号之间的重叠，以及(2)响应于检测到该重叠，基于第二光脉冲的给定部分中的第一定时信息对第二光脉冲进行建模，其中第二光脉冲的给定部分在重叠之外。

在一些实施例中，第二光脉冲的给定部分是第二光脉冲的后半部分。第二光脉冲的给定部分中的第一定时信息与第一触发阈值相对应。

在一些实施例中，基于第二光脉冲的给定部分中的第二定时信息对第二光脉冲进行建模，第二定时信息与不同于第一触发阈值的第二触发阈值相对应。

在一些实施例中，控制器被配置为响应于检测到重叠，基于第一光脉冲的给定部分中的第一定时信息对第一光脉冲进行建模，其中，第一光脉冲的给定部分在重叠之外。第一光脉冲的给定部分是第一光脉冲的前半部分。第一光脉冲的给定部分中的第一定时信息与第一触发阈值相对应。

在一些实施例中，还基于第一光脉冲的给定部分中的第二定时信息对第一光脉冲进行建模，第二定时信息与不同于第一触发阈值的第二触发阈值相对应。可以使用第一模型对第一光脉冲进行建模，并且使用不同于第一模型的第二模型对第二光脉冲进行建模。

在方法或过程的一般上下文中描述了本文中所描述的一些实施例，所述方法或过程可以在一个实施例中由以计算机可读介质体现的计算机程序产品来实现，所述计算机可读介质包含由联网环境中的计算机执行的诸如程序代码之类的计算机可执行指令。计算机可读介质可以包括可移动和不可移动存储装置，包括但不限于只读存储器(ROM)、随机存取存储器(RAM)、紧凑盘(CD)、数字通用盘(DVD)等。因此，计算机可读介质可以包括非暂时性存储介质。一般地，程序模块可以包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等。计算机或处理器可执行指令、相关联的数据结构和程序模块表示用于执行本文中所公开的方法的步骤的程序代码的示例。这些可执行指令或相关联的数据结构的特定序列表示用于实现这些步骤或过程中所描述的功能的对应动作的示例。

可以使用硬件电路、软件或其组合将一些所公开的实施例实现为装置或模块。例如，硬件电路实现可以包括例如作为印刷电路板的一部分集成的分立模拟和/或数字组件。备选地或附加地，可以将所公开的组件或模块实现为专用集成电路(ASIC)和/或现场可编程门阵列(FPGA)器件。一些实施方式可以附加地或备选地包括作为专用微处理器的数字信号处理器(DSP)，所述专用微处理器具有针对与本申请的所公开功能相关联的数字信号处理的操作需求而优化的架构。类似地，每个模块内的各种组件或子组件可以以软件、硬件或固件来实现。可以使用本领域中已知的连接方法和介质中的任何一种来提供模块之间和/或模块内的组件之间的连接，包括但不限于使用适当的协议通过因特网、有线或无线网络的通信。

虽然本专利文件包含许多细节，但是这些不应该被解释为对任何发明或可以要求保护的内容的范围的限制，而是作为可以特定于特定发明的特定实施例的特征的描述。在本专利文件中在分开的实施例的上下文中描述的特定特征也可以以组合的形式实现在单个实施例中。相反地，在单个实施例的上下文下描述的各种特征也可以在多个实施例中单独地或在任何合适的子组合中实现。此外，尽管上文可以将特征描述为以某些组合起作用并且甚至最初要求如此，但是一些情况下，来自所要求保护的组合的一个或多个特征可以从组合中删除，并且所要求保护的组合可以针对子组合或子组合的变化。

类似地，尽管在附图中以特定顺序描绘了操作，但是这不应被理解为要求这些操作以示出的特定顺序或以顺序次序执行，或者需要执行所有示出的操作来实现期望的结果。此外，在本专利文件中描述的实施例中的各种系统组件的分离不应被理解为在所有实施例中都要求如此分离。

仅描述了多个实施方式和示例，并且可以基于本专利文件中描述和示出的内容来产生其他实施方式、增强和变化。