具体实施方式

为了使本申请的技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的激光雷达测距方法可以应用于如图1所示的应用环境中。激光雷达102向待测物体发射探测信号，通过接收端的像素阵列接收待测物体反射的回波信号。激光雷达102对回波信号进行处理后，得到回波图像。激光雷达102将回波图像发送至计算机设备104。计算机设备104判断回波图像是否存在串扰像素点。当回波图像存在串扰像素点时，计算机设备104校正串扰像素点，得到校正后的回波图像。计算机设备104根据校正后的回波图像计算得到物体位姿信息。

对于flash激光雷达，其角分辨率取决于接收镜头的视场角和接收端的像素阵列的像素点个数。示例性的，flash激光雷达的接收镜头的视场角为60°×45°，像素阵列的像素点个数为320×240，计算可得水平方向和竖直方向的角分辨率均为0.1875°。据此可以估算单个像素点在距离R处对应的视场为正方形，其面积S为：

S＝4R²tan²(0.1875°/2) (1)

如R₁＝10m，则S₁＝10.71cm²；若R₂＝50m，则S₂＝267.75cm²。由此可以看出，flash激光雷达的单个像素点对应的视场面积S随着距离R增加而增大。因此，在较远距离处的物体，单个像素点对应的视场面积较大，单个像素点对应的视场有较大概率落在两个距离不同物体的边缘处。如图2所示，图中像素点2会接收到两个物体(如图中物体A和物体B)反射的回波信号，这样的现象被称为“像素间串扰”，像素点2即为串扰像素点。此时若按照之前计算距离的方法计算串扰像素点的测距值，测距值Rx是关于物体A和物体B实际距离的函数，即Rx＝f(R_A，R_R)，将得到错误的计算结果。这会导致flash激光雷达探测后得到的深度图像在两个(或多个)物体的边界出现一串距离错误的像素点，反应在激光雷达点云中，会在物体的边界出现彗星状点云拖尾现象。

像素间串扰影响flash激光雷达对物体边界测距的准确性，增加了深度图像的误点率，破坏点云质量，很大程度限制了flash激光雷达在自动驾驶、物体识别、环境建模等领域的应用。本申请提供的激光雷达测距方法用于解决上述像素间串扰问题。

需要说明的是，深度相机也存在上述像素间串扰的问题。本申请提供的测距方法也能够用于解决深度相机的像素间串扰问题。

在其中一个实施例中，如图3所示，提供了一种激光雷达测距方法，以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：

步骤302，获取激光雷达接收的回波图像。

激光雷达可以是flash激光雷达，激光雷达发射端的发射阵列发射探测信号照亮视场，探测信号被视场内物体反射后返回回波信号，接收端的像素阵列接收回波信号，激光雷达处理回波信号得到回波图像，将回波图像发送至计算机设备。激光雷达的接收端中每个像素点对应一个角度范围的视场，视场中同一个物体反射的回波信号可以被对应的多个像素点接收。回波图像可以是激光雷达在探测过程中获取的整个视场的带有灰度信息和空间信息的图像，包括灰度图像和深度图像。

步骤304，判断回波图像是否存在串扰像素点。

判断是否存在串扰像素点的方法有多种。

其中可选的一种为，获取深度图像的第一边缘像素点。判断第一边缘像素点是否满足预设串扰条件。若满足预设串扰条件，确定第一边缘像素点为串扰像素点。

其中可选的一种为，激光雷达的工作频率不同。比较不同工作频率下所有像素点的测距值。若不同，确定测距值不同的像素点为串扰像素点。

对判断串扰像素点的方式不作限制，计算机设备可以单独采用一种判断串扰像素点的方式，也可以同时采用多种判断串扰像素点的方式。

步骤306，校正串扰像素点，得到校正后的回波图像。

若步骤304判断为有串扰像素点，则该串扰像素点接收的回波信号包括至少两个物体反射的回波信号。根据该串扰像素点接收到的回波信号解算得到的测距值，是错误的，无法真实反映探测到的物体的距离信息。因此，需要对判断为有串扰问题的像素串扰点进行校正，避免得到错误的探测信息。

校正串扰像素点的方法有多种。其中可选的一种为，删除串扰像素点的信息。其中可选的一种为，将与像素串扰点相邻的备用像素点的信息，复制入像素串扰点。其中可选的一种为，将像素串扰点分割为多个子像素点，将子像素点相邻的像素点的信息复制入该子像素点。

校正串扰像素点后得到校正后的回波图像，提高了回波图像的准确性。

步骤308，根据校正后的回波图像计算得到物体位姿信息。

校正后的回波图像，修正或者部分修正了串扰像素点的错误信息，提高了回波图像的准确性。以准确性高的回波图像为计算数据源，计算后得到的物体位姿信息也更准确。

计算得到物体位姿信息的方法有多种。其中可选的一种为，连续波式非相干探测，探测信号被载波调制后出射，通过解算回波信号和探测信号之间的相位差，得到距离信息。其中可选的一种为，脉冲式非相干探测。ITOF型为脉冲积分测距，周期性地连续发射宽脉宽的探测信号，在不同积分时间窗内采集回波信号，通过比例关系求得飞行时间从而解算得到距离信息。DTOF型，周期性地连续发射窄脉宽、大峰值功率的探测信号，检测回波信号得到飞行时间，从而解算得到距离信息。其中可选的一种为，相干探测，回波信号和本机的参考信号在满足波前匹配的条件下，在接收端拍频或相干叠加并由接收端接收，根据接收到的相干信号解算得到距离信息。

步骤310，保持回波图像不变。

若步骤304判断为无串扰像素点，则接收端的像素点接收到的回波信号均为准确的，不需要进一步校正。

步骤312，根据回波图像计算得到物体位姿信息。

通过准确的回波信号，计算后得到的物体位姿信息。具体的计算物体位姿信息的方法，可参照步骤308。

在本实施例中，计算机设备获取激光雷达接收的回波图像，接着判断回波图像是否存在串扰像素点，判断并识别像素点中存在像素间串扰的串扰像素点，串扰像素点接收到不同物体反射的回波信号，串扰像素点接收到的回波信号无法准确对应被测物体的距离信息，对激光雷达的测距准确性有较大影响。下一步，回波图像中存在串扰像素点时，校正串扰像素点，根据判断结果对像素串扰点进行校正，修正或者部分修正了串扰像素点的错误信息，有效减少像素串扰对回波图像准确性的影响，得到准确的回波图像。最后，根据校正后的回波图像计算得到物体位姿信息，由于回波图像中不存在串扰像素点，用于计算的回波图像中的信息均为准确的，通过解算获得的物体位姿信息的准确性得到提高，提高了激光雷达探测的准确性和可靠性。

判断回波图像是否存在串扰像素点的方法有两种。

其中一种为，在其中一个实施例中，回波图像包括深度图像，如图4所示，步骤304：判断回波图像是否存在串扰像素点的步骤具体包括：

步骤402，获取深度图像的第一边缘像素点。

获取深度图像的边缘像素点的方法有多种。其中可选的一种为，利用灰度图像提取物体的边缘特征，获取物体的第二边缘像素点。再根据灰度图像和深度图像的对应关系，将灰度图像的第二边缘像素点映射到深度图像中，深度图像中对应的像素点即为第一边缘像素点。其中可选的一种为，直接对深度图像采用边缘检测算子，得到深度图像的第一边缘像素点。深度图像不受发射端的探测信号的照射方向及待测物体的表面反射特性的影响，而且不存在阴影，能够更准确地表达物体的三维信息。对边缘像素点的检测也更准确，像素串扰往往发生在交错的不同距离的至少两个物体的边缘处，获取的第一边缘像素点中检测到像素串扰的概率高，并且直接从深度图像中获取第一边缘像素点，直接简单，减少运算难度，提高运算速度。

回波图像中包括正常接收回波信号的像素点和发生串扰的像素点，由于像素串扰往往发生在多个物体的边缘，因此对边缘像素点进行判断，能够简化处理步骤，减少运算量，提高运算速度。

步骤404，判断第一边缘像素点是否满足预设串扰条件。

根据上一步获得的第一边缘像素点进行像素串扰的判断。因为深度图像中的第一边缘像素点不全都有像素串扰的问题，第一边缘像素点仅探测到一个物体的边缘时，没有像素串扰问题。如图2所示，像素点1探测到的是物体A的边缘，但该点没有像素串扰。需要逐一对获取到的第一边缘像素点进行判断，以确认是否为像素串扰点。

具体的，判断第一边缘像素点是否满足预设串扰条件的步骤中还包括：获取第一边缘像素点的边缘测距值和梯度方向；获取第一边缘像素点与梯度方向相同一侧的所有周围像素点的第一平均测距值；获取第一边缘像素点与梯度方向的相反一侧的所有周围像素点的第二平均测距值；当边缘测距值与第一平均测距值的差值的绝对值大于预设距离阈值以及当边缘测距值与第二平均测距值的差值的绝对值大于预设距离阈值时，则第一边缘像素点满足预设串扰条件。

其中，周围像素点包括与第一边缘像素点相邻的像素点。梯度方向相同一侧的周围像素点的第一测距平均值，与第一边缘像素点的边缘测距值，两者数值相近，说明边缘测距值相较于正确的第一测距平均值没有较大偏差，第一边缘像素点和梯度方向相同一侧的周围像素点探测到的是同一个物体。因此该第一边缘像素点未发生像素串扰，其边缘测距值是正确和可靠的。

同理，梯度方向相反一侧的周围像素点的第二测距平均值，与第一边缘像素点的边缘测距值，两者数值相近，则第一边缘像素点和梯度方向相反一侧的周围像素点探测到的是同一个物体，第一边缘像素点未发生像素串扰。

当边缘测距值与第一测距平均值、第二测距平均值均相差较大时，例如大于预设距离阈值，则该第一边缘像素点为串扰像素点。

步骤406，当第一边缘像素点满足预设串扰条件时，将第一边缘像素点确定为回波图像的串扰像素点。

如前述，逐一对获取到的第一边缘像素点进行判断，当第一边缘像素点的边缘测距值与第一测距平均值、第二测距平均值相差较大，大于预设距离阈值时，则第一边缘像素点为串扰像素点。

步骤408，当第一边缘像素点不满足预设串扰条件时，第一边缘像素点不为回波图像的串扰像素点。

在本实施例中，计算机设备获取深度图像的第一边缘像素点，逐一对第一边缘像素点进行判断是否满足预设串扰条件，若满足预设串扰条件则确认第一边缘像素点为串扰像素点。由于深度图像不受发射端的探测信号的照射方向及待测物体的表面反射特性的影响，而且不存在阴影，能够更准确地表达物体的三维信息；对边缘像素点的检测也更准确，像素串扰往往发生在交错的不同距离的至少两个物体的边缘处，获取的第一边缘像素点中检测到像素串扰的概率高，提高计算机设备处理效率；并且直接从深度图像中获取第一边缘像素点，直接简单，减少运算难度，提高运算速度。

在其中一个实施例中，如图5所示，步骤402：获取深度图像的第一边缘像素点，可以根据灰度图像和深度图像的对应关系获得，先从灰度图像中获取第二边缘像素点，再映射到深度图像中找到对应像素点，该步骤具体包括：

步骤502，获取灰度图像的第二边缘像素点。

计算机设备标识灰度图像中亮度变化明显的像素点，图像属性中的显著变化通常反映了属性的重要事件和变化，这些变化可以包括(a)深度上的不连续、(b)表面方向的不连续、(c)物质属性的变化以及(d)场景照明的变化。

边缘检测的算子可以包括Sobel算子、Laplacian算子、Canny算子等。由于深度图像与灰度图像的边缘特征具有一致性，计算机设备可以根据第二边缘像素点在回波图像的深度图像中查找对应像素点，从而将对应像素点作为深度图像的第一边缘像素点。

示例性地，以采用Sobel算子进行边缘检测来进行说明。Sobel算子包含两组3×3的矩阵T₁和T₂，分别对应灰度图像的横向和纵向。将Sobel算子与灰度图像做平面卷积，以此得出灰度图像中横向和纵向的亮度差分近似值。Sobel算子的两组矩阵为：

如果以A代表初始灰度图像，G_X和G_Y分别代表横向和纵向图像的灰度值，G_X和G_Y的计算公式如下：

灰度图像中单个像素点的梯度幅值的计算公式可以如下所示：

计算机设备将灰度图像中每个像素点的梯度幅值与预设梯度阈值进行比较；当某一个像素点的梯度幅值大于预设梯度阈值时，该像素点即为第二边缘像素点。该第二边缘像素点用P₀(X₀，Y₀)来表示，第二边缘像素点的梯度方向为：

灰度图像包括深度信息和表面信息，包含的不连续信息更多，漏检边缘像素点的情况较少。同时，灰度图像进行边缘检测的算子已经过验证，运算结果可靠性好。

步骤504，在深度图像中查找第二边缘像素点的对应像素点。

激光雷达探测后得到的回波图像中包含灰度图像和深度图像，因此灰度图像的像素点和深度图像的像素点是有对应关系的。获取灰度图像和深度图像的对应关系的方法可以有多种。

其中可选的一种为，提取灰度图像和深度图像中物体的特征点，如路沿的直线或转角、路灯灯柱的端点等，将灰度图像和深度图像中对应物体的特征点对齐，得到灰度图像和深度图像的映射。这种确定对应关系的方法，仅需要匹配特征点即可，运算量小，运算速度高。

其中可选的一种为，提取灰度图像和深度图像中物体的特征，如物体的边框等，将灰度图像和深度图像中对应物体的边框内的所有像素点对齐，得到灰度图像和深度图像的映射。这种确定对应关系的方法，匹配物体边框内的所有像素点，运算准确率高。

其中可选的一种为，由于灰度图像和深度图像均通过同一个激光雷达获得，因此灰度图像和深度图像的每个像素点均包含时间信息，将时间信息相同的像素点对齐，即可得到灰度图像和深度图像的映射。这种确定对应关系的方法，充分运用激光雷达获得的图像之间的时间对应关系，利用现有数据，简化运算过程，运算准确率高。

根据获取的深度图像和灰度图像的映射，将灰度图像中的第二边缘像素点映射到深度图像中，得到对应像素点。

步骤506，将对应像素点确定为深度图像的第一边缘像素点。

由于灰度图像和深度图像是对同一个视场进行探测得到的，灰度图像和深度图像的内容具有一致性。因此，第二边缘像素点映射得到的对应像素点，可以确定为深度图像的第一边缘像素点。

在本实施例中，计算机设备利用灰度图像提取物体的边缘特征，获取物体的第二边缘像素点，再根据灰度图像和深度图像的对应关系，将灰度图像的第二边缘像素点映射到深度图像中，深度图像中对应的像素点即为第一边缘像素点。由于灰度图像包括深度信息和表面信息，例如图像属性信息、物体深度信息、物体表面信息以及场景照明信息等，包含的不连续信息更全面，能够降低边缘像素点的漏检率。且灰度图像进行边缘检测的算子已经过验证，运算结果可靠性好，提高了边缘像素检测的准确性。

在其中一个实施例中，如图6所示，步骤404：判断第一边缘像素点是否满足预设串扰条件的步骤具体包括：

步骤602，获取第一边缘像素点的边缘测距值和梯度方向。

由前述实施例可知，可以通过公式(5)计算得到第二边缘像素点的梯度方向，第二边缘像素点和第一边缘像素点有对应关系，梯度方向即为第一边缘像素点的梯度方向。

或者，也可以直接对深度图像采用边缘检测算子，得到深度图像中深度差分，以此得到深度图像中第一边缘像素点的梯度方向。具体方法可参考灰度图像获得第二边缘像素点的梯度方向的方法。

测距值为物体位姿信息中的一种，因此获取第一边缘像素点的边缘测距值的方法，可以参考前述实施例中计算得到物体位姿信息的多种方法，此处不再赘述。

步骤604，获取第一边缘像素点与梯度方向相同一侧的所有周围像素点的第一平均测距值。

步骤606，获取第一边缘像素点与梯度方向的相反一侧的所有周围像素点的第二平均测距值。

垂直于第一边缘像素点的梯度方向设置穿过第一边缘像素点的分割线，分别对分割线两侧的周围像素点求得平均测距值，再与第一边缘像素点的边缘测距值比较。与梯度方向相同一侧的所有周围像素点的平均测距值为第一平均测距值。按前述实施例中计算物体位姿信息的多种方法，求得每个周围像素点的测距值，对所有周围像素点的测距值求平均值即得到第一平均测距值。周围像素点包括与第一边缘像素点相邻的像素点。同理，与梯度方向相反一侧的所有周围像素点的平均测距值为第二平均测距值，计算方法可以与第一平均测距值相同。

步骤608，当边缘测距值与第一平均测距值的差值的绝对值大于预设距离阈值以及当边缘测距值与第二平均测距值的差值的绝对值大于预设距离阈值时，则第一边缘像素点满足预设串扰条件。

梯度方向相同一侧的周围像素点的第一测距平均值，与第一边缘像素点的边缘测距值，两者数值相近，说明边缘测距值相较于正确的第一测距平均值没有较大偏差，第一边缘像素点和梯度方向相同一侧的周围像素点探测到的是同一个物体。因此该第一边缘像素点未发生像素串扰，其边缘测距值是正确和可靠的。

同理，梯度方向相反一侧的周围像素点的第二测距平均值，与第一边缘像素点的边缘测距值，两者数值相近，则第一边缘像素点和梯度方向相反一侧的周围像素点探测到的是同一个物体，第一边缘像素点未发生像素串扰。

预设距离阈值的确定，与激光雷达的测距精度有关，测距精度越高，预设距离阈值越小；还与激光雷达的测距距离有关，测距距离越远，预设距离阈值越大。

由于周围像素点为与第一边缘像素点相邻的像素点；若第一边缘像素点没有像素串扰，则第一边缘像素点的梯度方向相同一侧和/或相反的一侧的周围像素点，与第一边缘像素点探测到的是同一个物体，即得到的测距值应当相等。考虑到误差和损耗，对第一边缘像素点的梯度方向相同一侧和/或相反一侧的周围像素点的测距值取平均值。当边缘测距值与第一测距平均值、第二测距平均值均相差较大时，例如大于预设距离阈值，说明第一边缘像素点与梯度方向相同一侧和相反一侧的周围像素点探测到的物体均不同，该第一边缘像素点为串扰像素点。

垂直于第一边缘像素点梯度方向的分割线，除了第一边缘像素点，分割线还穿过其他像素点。分割线两侧的深度图像的信息连续性发生了变化，因此分割线上的像素点均为发生变化的边缘像素点，可以进一步对分割线上的像素点依次进行是否满足预设串扰条件的判断，以此提高串扰像素点的检出率，减少漏检，提高激光雷达的探测准确率；具体判断方法可参照前述方法。若第一边缘像素点满足预设串扰条件，则分割线上的像素点也满足预设串扰条件的可能性较大。

示例性的，以第一边缘像素点及其所有相邻像素点构成的3×3像素阵列的深度图像为例进行说明。如图7所示，P点为第一边缘像素点，P点上的箭头方向为第一边缘像素点的梯度方向。P点的所有周围像素点依次标识为1、2、3、4、6、7、8、9。

垂直于P点的梯度方向设置穿过P点的分割线，分割线穿过3点、P点和7点，分割线两侧的深度图像的信息连续性发生了变化。与P点梯度方向相同的周围像素点为1、2、4，与P点梯度方向相反的周围像素点为6、8、9。计算机设备分别计算获得像素点1、2、4的测距值为R₁、R₂和R₄；计算像素点1、2、4的测距值的平均值，得到第一平均测距值(R_i+R₂+R₄)/3。计算机设备分别计算获得像素点6、8、9的测距值为R₆、R₈和R₉，计算像素点6、8、9的测距值的平均值，得到第二平均测距值(R₆+R₈+R₉)/3。同时，计算机设备计算获得P点的测距值为R_P。

为了获得P点测距值和第一平均测距值的差值D₁，将P点测距值和第一平均测距值作差并取绝对值，计算式为：

D₁＝|R_P-(R₁+R₂+R₄)/3| (6)

同理，P点测距值和第二平均测距值的差值D₂，计算式为：

D₂＝|R_P-(R₆+R₈+R₉)/3| (7)

当D₁＜e(预设距离阈值)时，认为P点与像素点1、2、4在同一物体表面，不存在像素串扰；当D₂＜e时，认为P点与像素点6、8、9在同一物体表面，不存在像素串扰；当D₁＞e且D₂＞e时，P点满足预设串扰条件，认为P点既不与像素点1、2、4在同一物体表面，又不与像素点6、8、9在同一物体表面，P点存在像素串扰。

同样的，分割线还穿过像素点3和7，当P点满足预设串扰条件时，像素点3和7有较大可能也存在像素串扰的问题。因此，采用上述方法，分别对像素点3和7进行判断是否满足预设串扰条件。

示例性的，以第一边缘像素点及其所有相邻像素点构成的3×3像素阵列的深度图像为例进行说明。如图8所示，P点为第一边缘像素点，P点上的箭头方向为第一边缘像素点的梯度方向。P点的所有周围像素点依次标识为1、2、3、4、6、7、8、9。

垂直于P点的梯度方向设置穿过P点的分割线，分割线穿过2点、P点和8点，分割线两侧的深度图像的信息连续性发生了变化。与P点梯度方向相同的周围像素点为1、4、7，与P点梯度方向相反的周围像素点为3、6、9。计算机设备分别计算获得像素点1、4、7的测距值为R₁、R₄和R₇；计算像素点1、2、4的测距值的平均值，得到第一平均测距值(R₁+R₄+R₇)/3。计算机设备分别计算获得像素点3、6、9的测距值为R₃、R₆和R₉，计算像素点3、6、9的测距值的平均值，得到第二平均测距值(R₃+R₆+R₉)/3。同时，计算机设备计算获得P点的测距值为R_P。

P点测距值和第一平均测距值的差值D_I＝|R_P-(R₁+R₄+R₇)/3|，P点测距值和第二平均测距值的差值D₂＝|R_P-(R₃+R₆+R₉)/3|。

当D₁＜e(预设距离阈值)时，认为P点与像素点1、4、7在同一物体表面，不存在像素串扰；当D₂＜e时，认为P点与像素点3、6、9在同一物体表面，不存在像素串扰；当D₁＞e且D₂＞e时，P点满足预设串扰条件，认为P点既不与像素点1、4、7在同一物体表面，又不与像素点3、6、9在同一物体表面，P点存在像素串扰。

在本实施例中，计算机设备通过获取第一边缘像素点的边缘测距值和梯度方向，垂直于P点的梯度方向设置穿过P点的分割线，分割线两侧的深度图像的信息连续性发生了变化，分割线穿过的像素点有较有可能位于两个物体的交界处，存在像素串扰的可能性大。计算机设备通过获取第一边缘像素点梯度方向相同一侧的所有周围像素点的第一平均测距值以及梯度方向相反一侧的所有周围像素点的第二平均测距值，再获取边缘测距值与第一平均测距值的差值、边缘测距值与第二平均测距值的差值。由于周围像素点为与第一边缘像素点相邻的像素点；若第一边缘像素点没有像素串扰，则第一边缘像素点的梯度方向相同一侧和/或相反的一侧的周围像素点，与第一边缘像素点探测到的是同一个物体，即得到的测距值应当相近。当边缘测距值与第一测距平均值、第二测距平均值均相差较大时，例如大于预设距离阈值，说明第一边缘像素点与梯度方向相同一侧和相反一侧的周围像素点探测到的物体均不同，该第一边缘像素点为串扰像素点。通过这种方式，对可能存在像素串扰的第一边缘像素点逐一进行判断，提高了串扰像素点的识别准确性；并且也可以通过调整预设距离阈值来调整判断精度，以满足不同系统精度和测距距离的激光雷达的应用，通用性好。

判断回波图像是否存在串扰像素点的另一种方法为，在其中一个实施例中，激光雷达的工作频率包括至少两种不同的调制频率，如图9所示，步骤204：判断回波图像是否存在串扰像素点的步骤具体包括以下步骤：

步骤902，当激光雷达的工作频率为第一调制频率时，获取回波图像中每个像素点的第一测距值。

步骤904，当激光雷达的工作频率为第二调制频率时，获取回波图像中每个像素点的第二测距值。

步骤906，将每个像素点的第一测距值和第二测距值作差，得到测距差值。

步骤908，当测距差值不为零时，则测距差值不为零的像素点为回波图像的串扰像素点。

步骤910，当测距差值为零时，则测距差值为零的像素点不为回波图像的串扰像素点。

如前述，计算得到物体位姿信息的方法有多种。采用连续波式非相干探测时，探测信号被载波调制后出射，通过解算回波信号和探测信号之间的相位差得到距离信息。其计算方法可以如下所示：

如图10所示，激光雷达发射的探测信号表示为：

s(t)＝a₁+a₂ cos(2πft) (8)

激光雷达接收的回波信号表示为：

r(t)＝Acos(2πft-2πfτ)+B (9)

其中，a₁表示探测信号的偏置量，a₂表示探测信号的调制幅值，f表示探测信号的调制频率；A表示回波信号的振幅，B表示回波信号由于背景光照而产生的偏置量，背景光照可以是发射器本身以外的光照，τ表示飞行时间，即探测信号和回波信号之间的时间差，φ＝2πfτ表示对应的相位偏移量。

探测信号和回波信号功率的相互关函数表示为：

令ψ＝2πfx、φ＝2πfτ。则公式(10)可以表示为：

计算机设备可以在一个调制周期内等间隔采样四个点，相关函数值为ψ₀＝0，ψ₁＝π/2，ψ₂＝π，ψ₃＝3π/2，得到的相互关函数分别为C₀＝C(0，φ)，C₁＝C(π/2，φ)，C₂＝C(π，φ)和C₃＝C(3π/2，φ)。由上述四个等式计算得到回波信号偏置量B以及振幅A，计算公式如下：

探测到的物体的测距值的计算公式如下：

其中，d表示物体的测距值，c表示光速。

若像素点未发生像素串扰，该像素点仅接收到一个物体反射的回波信号，此时为单回波情况，回波信号可以用公式(9)来表示，根据公式(10)-(15)得到测距值的计算公式，如下所示：

其中，c表示光速，τ表示飞行时间。

在单回波情况下，测距值d只与飞行时间τ有关，测距值与回波信号的调制频率是无关的。

若像素点发生像素串扰，该像素点接收到至少两个物体反射的回波信号，此时为双回波或多回波情况，以像素点接收到两个回波信号为例进行说明，公式(9)修正为：

r(t)＝A₁ cos(2πft-2πfτ₁)+B₁+A₂ cos(2πft-2πfτ₂)+B₂ (17)

其中，A₁表示第一个回波信号的振幅，τ₁表示第一个回波信号与探测信号的时间差，B₁表示第一个回波信号的偏置量，A₂表示第二个回波信号的振幅，τ₂表示第二个回波信号与探测信号之间的时间差，B₂表示第二个回波信号的偏置量。

根据公式(10)-(15)计算得到测距值的计算公式，如下所示：

此时，测距值与调制频率有关。

在激光雷达的调制频段中任意选取两个调制频率，分别为第一调制频率f1和第二调制频率f2。当激光雷达的工作频率为第一调制频率时，获取回波图像中每个像素点的第一测距值。当激光雷达的工作频率为第二调制频率时，获取回波图像中每个像素点的第二测距值。激光雷达工作时在两个调制频率之间交替切换，第一调制频率f1工作若干个周期后，切换至第二调制频率f2并工作若干个周期。

示例性的，如图11所示，在第一调制频率f1调制3个周期，切换后再在第二调制频率f2调制3个周期。第一调制频率f1调制探测信号时，得到ψ＝0°、ψ＝90°、ψ＝180°、ψ＝270°四个等间距采样点的回波信号的幅值，分别为C0、C1、C2、C3。根据公式(18)和C0-C3计算得到第一测距值d1。第一调制频率f1工作期间，每个像素点的第一测距值均可通过上述方法计算得到。第二调制频率f2调制探测信号时，得到同样四个等间距采样点ψ＝0°、ψ＝90°、ψ＝180°、ψ＝270°的信号幅值，分别为C0’、C1’、C2’、C3’。根据公式(18)和C0’-C3’计算得到第二测距值d2。同理，第二调制频率f2工作期间，每个像素点的第二测距值均可通过上述方法计算得到。

由前述可知，在单回波情况下，测距值d只与飞行时间τ有关，测距值与回波信号的调制频率是无关的；在双回波(或多回波)情况下，测距值d与调制频率有关。因此，激光雷达工作过程中切换不同的调制频率，有像素串扰的像素点对同一个物体探测得到的测距值不同；没有像素串扰的像素点对同一个物体探测得到的测距值相同。

将每个像素点的第一测距值和第二测距值作差，得到测距差值。以任意一个像素点为例说明，当测距差值为零时，第一测距值和第二测距值相等，测距值不受调制频率影响，该像素点不为回波图像中的串扰像素点。当测距差值不为零时，第一测距值和第二测距值不等，测距值随调制频率发生变化，该像素点为回波图像中的串扰像素点。对所有像素点的测距差值逐一进行判断，获取回波图像中的所有串扰像素点。

在本实施例中，根据连续波式非相干探测的解算特点，使激光雷达工作时包括至少两种不同的调制频率，计算机设备获取第一调制频率工作时的每个像素点的第一测距值，第二调制频率工作时的每个像素点的第二测距值，再将不同调制频率下每个像素点的第一测距值和第二测距值作差得到测距差值。由于像素点发生像素串扰时，会接收到至少两个物体反射的回波信号，相当于一个像素点接收到多个回波，此时测距值与调制频率有关；利用这一特点来逐一判断像素点是否为串扰像素点。若测距差值为零，第一测距值和第二测距值相等，测距值不受调制频率影响，该像素点不为回波图像中的串扰像素点；若测距差值不为零，第一测距值和第二测距值不等，测距值随调制频率发生变化，该像素点为回波图像中的串扰像素点。通过这种方法判断回波图像中是否有像素串扰点，通过调节激光雷达的发射端调制电路使工作的调制频率按需切换即可，在激光雷达正常工作期间可获取测距值进行判断，不影响激光雷达的探测过程；同时，只需对每个像素点的两次测距值作差，计算过程和判断方法简单，计算结果可靠性高，简化运算，提高计算速率，减轻系统的运算负担。

校正串扰像素点，得到校正后的回波图像的方法可以有多种。

在其中一个实施例中，步骤206：校正串扰像素点，得到校正后的回波图像具体包括：选取与串扰像素点相邻的一个像素点，作为备用像素点；将备用像素点的信息复制入串扰像素点，得到校正后的回波图像。

具体地，计算机设备在串扰像素点相邻的像素点中，选择一个没有像素串扰的像素点作为备用像素点；再将备用像素点的信息复制入串扰像素点，对串扰像素点的信息进行替换，得到校正后的回波图像。示例性的，如图7所示，若P点为串扰像素点，由于像素点3和7均位于垂直于P点梯度方向的分割线上，如前述有较大的可能也是串扰像素点；因此可以选取与P点相邻的像素点1、2、4或者像素点6、8、9作为备用像素点。若选择像素点1作为备用像素点，则将像素点1探测得到的信息复制入P点，替换掉P点原来的信息。

在本实施例中，计算机设备选取与串扰像素点相邻的一个像素点作为备用像素点，将没有像素串扰的备用像素点的信息复制入串扰像素点，对串扰像素点进行校正；采用这种方法对所有串扰像素点进行校正，得到校正后的回波图像。串扰像素点在回波图像中往往位于两个或者多个物体的交界处，将串扰像素点中的错误信息用与其相邻的备用像素点的信息替换掉；由于备用像素点不存在像素串扰，且串扰像素点与备用像素点的位置为相邻，备用像素点探测到的物体为串扰像素点探测到的多个物体之一。选用相邻的非像素串扰的像素点作为备用像素点，相当于将备用像素点探测到的某一物体的边界扩展了一个像素点，其余物体的边界退回了一个像素点，操作简便，校正后的回波图像不影响对物体的正常探测，不影响物体探测的准确性。另外，这种校正方法能够在不减少像素点数量的情况下，降低回波图像的误点率，从而提高了物体位姿信息的计算准确性，提高了激光雷达的测距准确性。

在其中一个实施例中，步骤206：校正串扰像素点，得到校正后的回波图像具体包括：

删除串扰像素点的信息，得到校正后的回波图像。

计算机设备在得到得到串扰像素点后，直接将串扰像素点的信息进行删除，对串扰像素点进行校正，采用这种方法对所有串扰像素点进行校正，得到校正后的回波图像。有效避免了串扰像素点对回波图像的准确性造成影响，提高了物体位姿信息的计算准确性。同时，删除串扰像素点的信息，简单直接，不需要其余计算操作，减少计算机设备负担，加快运算速率。

在其中一个实施例中，步骤206：校正串扰像素点，得到校正后的回波图像具体包括：将串扰像素点分割为多个子像素点；将子像素点相邻的像素点的信息复制入子像素点，得到校正后的回波图像。

具体地，计算机设备可以按照预设分割方式将串扰像素点分割为多个子像素点；预设分割方式可以是分割为N×N个子像素点，也可以是沿串扰像素点梯度方向和分割线方向进行分割。每个子像素点的相邻像素点不是串扰像素点，将该相邻像素点的信息复制入子像素点；对串扰像素点的信息进行拆分后替换，得到校正后的回波图像。

示例性的，如图7所示，若P点为串扰像素点，箭头方向为P点的梯度方向，经过P点垂直于梯度方向设置有分割线。如图12所示，根据梯度方向和分割线方向将串扰像素点分割为4个子像素点，分别为P1、P2、P3、P4，即分割线一侧有两个子像素点，另一侧也有两个子像素点。子像素点P1的相邻像素点为像素点4，将像素点4的信息复制入子像素点P1。以此类推，像素点2的信息复制入子像素点P2，像素点6的信息复制入子像素点P3，像素点8的信息复制入子像素点P4。如图13所示，将串扰像素点分为2×2的4个子像素点，分别为P1、P2、P3、P4。将像素点2的信息复制入子像素点P1和P2，像素点8的信息复制入子像素点P3和P4。或者，将像素点4的信息复制入子像素点P1和P3，像素点6的信息复制入子像素点P2和P4。

在本实施例中，计算机设备将串扰像素点进一步分割为子像素点，并将相邻的没有像素串扰的像素点的信息复制入子像素点，对串扰像素点进行校正；采用这种方法对所有串扰像素点进行校正，得到校正后的回波图像。如前述，串扰像素点在回波图像中通常位于多个物体的交界处，串扰像素点相邻的没有像素串扰的像素点，探测到的物体为串扰像素点探测到的多个物体之一。串扰像素点分割为多个子像素点后，每个子像素点内的信息用相邻的没有像素串扰的像素点的信息代替，相当于按位置关系将多个子像素点划分到多个物体对应的像素点集合中，划分到不同物体的子像素点之间的边界即为不同物体的边界。通过拆解的方式，将串扰像素点分割为多个子像素点后再进行划分，串扰像素点中不同物体的边界更精细和准确；由于每个子像素点包含的信息量较少，即使在复制入相邻像素点的信息时有些偏差，对整个回波图像测距结果的影响不大。

上述校正串扰像素点，得到校正后的回波图像的方法可以单独使用，也可以同时使用。示例性的，可以对回波图像进行区域划分。回波图像的中心区域相较于外围区域的探测准确率要求高，回波图像的上部主要是高于激光雷达安装位置处的探测结果，分辨率要求较低；因此，可以按照探测准确率要求由高到低将回波图像划分为三个区域，如图14所示，分别为区域A、区域B和区域C，区域A为回波图像的中心区域，区域C为中心区域上方的区域，其余部分为区域B。区域A中的串扰像素点，可以采用分割为子像素点后复制相邻像素点的信息进行校正；区域B中的像素点，可以采用复制备用像素点的信息进行校正；区域C中的像素点，可以采用删除串扰像素点的信息进行校正。通过多种校正方法同时使用，相互结合，既能够保证校正后得到的回波图像的准确性，也能够减少整个计算机设备的运算量，降低系统压力，提高计算速率。

应该理解的是，虽然图3-6以及图9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图3-6以及图9中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在其中一个实施例中，如图15所示，提供了一种激光雷达测距装置，包括：获取模块1502、判断模块1504、校正模块1506以及计算模块1508，其中：

获取模块1502，用于获取激光雷达接收的回波图像.

判断模块1504，用于判断回波图像是否存在串扰像素点。

校正模块1506，用于当回波图像存在串扰像素点时，校正串扰像素点，得到校正后的回波图像。

计算模块1508，用于根据校正后的回波图像计算得到物体位姿信息。

在其中一个实施例中，判断模块1504还用于获取深度图像的第一边缘像素点；判断第一边缘像素点是否满足预设串扰条件；当第一边缘像素点满足预设串扰条件时，将第一边缘像点确定为回波图像的串扰像素点。

在其中一个实施例中，判断模块1504还用于获取灰度图像的第二边缘像素点；在深度图像中查找第二边缘像素点的对应像素点；将对应像素点确定为深度图像的第一边缘像素点。

在其中一个实施例中，判断模块1504还用于获取第一边缘像素点的边缘测距值和梯度方向；获取第一边缘像素点与梯度方向相同一侧的所有周围像素点的第一平均测距值；获取第一边缘像素点与梯度方向的相反一侧的所有周围像素点的第二平均测距值；当边缘测距值与第一平均测距值的差值的绝对值大于预设距离阈值以及当边缘测距值与第二平均测距值的差值的绝对值大于预设距离阈值时，则第一边缘像素点满足预设串扰条件。

在其中一个实施例中，周围像素点包括与第一边缘像素点相邻的像素点。

在其中一个实施例中，判断模块1504还用于当激光雷达的工作频率为第一调制频率时，获取回波图像中每个像素点的第一测距值；当激光雷达的工作频率为第二调制频率时，获取回波图像中的每个像素点的第二测距值；将每个像素点的第一测距值和第二测距值作差，得到测距差值；当测距差值不为零时，则测距差值不为零的像素点为回波图像的串扰像素点。

在其中一个实施例中，校正模块1506还用于选取与串扰像素点相邻的一个像素点，作为备用像素点；将备用像素点的信息复制入串扰像素点，得到校正后的回波图像。

在其中一个实施例中，校正模块1506还用于删除串扰像素点的信息，得到校正后的回波图像。

在其中一个实施例中，校正模块1506还用于将串扰像素点分割为多个子像素点，将子像素点相邻的像素点的信息复制入子像素点，得到校正后的回波图像。

关于激光雷达测距装置的具体限定可以参见上文中对于激光雷达测距方法的限定，在此不再赘述。上述激光雷达测距装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，其内部结构图可以如图16所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的数据库用于存储回波图像和物体位姿信息。该计算机设备的通信接口用于与激光雷达进行连接通信。该计算机可读指令被处理器执行时以实现一种激光雷达测距方法。

本领域技术人员可以理解，图16中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

一个或多个存储有计算机可读指令的非易失性计算机可读存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述各个方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性计算机可读取存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。