EP4103962A1 - Verfahren zur analyse von rückstreuungs-histogrammdaten bei einem optischen pulslaufzeit-verfahren und vorrichtung zur datenverarbeitung - Google Patents

Verfahren zur analyse von rückstreuungs-histogrammdaten bei einem optischen pulslaufzeit-verfahren und vorrichtung zur datenverarbeitung

Info

Publication number
EP4103962A1
EP4103962A1 EP21702999.0A EP21702999A EP4103962A1 EP 4103962 A1 EP4103962 A1 EP 4103962A1 EP 21702999 A EP21702999 A EP 21702999A EP 4103962 A1 EP4103962 A1 EP 4103962A1
Authority
EP
European Patent Office
Prior art keywords
backscatter
histogram data
ambient light
amount
time
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
EP21702999.0A
Other languages
English (en)
French (fr)
Inventor
Ralf Beuschel
Falko Diebel
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Microvision Inc
Original Assignee
Ibeo Automotive Systems GmbH
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 Ibeo Automotive Systems GmbH filed Critical Ibeo Automotive Systems GmbH
Publication of EP4103962A1 publication Critical patent/EP4103962A1/de
Pending legal-status Critical Current

Links

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
    • 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
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves
    • 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
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S7/4865—Time delay measurement, e.g. time-of-flight measurement, time of arrival measurement or determining the exact position of a peak
    • G01S7/4866—Time delay measurement, e.g. time-of-flight measurement, time of arrival measurement or determining the exact position of a peak by fitting a model or function to the received signal
    • 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
    • G01S7/483—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

Definitions

  • the present invention relates generally to a method for analyzing backscatter histogram data in an optical pulse transit time method and a device for data processing.
  • optical pulse transit time methods z. B. optical transit time measurement
  • time-of-flight principle in which the transit time of a light signal emitted and reflected by an object is measured by the distance to determine the object based on the runtime.
  • the amount of ambient light can be relatively large under certain environmental conditions, e.g. when driving during the day, which reduces the signal-to-noise ratio (also known as SNR) can. In such situations, the detection range of the LIDAR application can also be limited.
  • SNR signal-to-noise ratio
  • the type of light signals detected can differ in LIDAR applications, e.g. B. depending on whether the transmitted light signal is reflected on a solid object (object backscattering) or is backscattered by airborne particles (diffuse backscattering), such as in fog or in Abga sen.
  • object backscattering a solid object
  • diffuse backscattering airborne particles
  • conclusions about the ambient conditions can be drawn from the recorded backscatter data.
  • Even if solutions for the analysis of backscatter data in an optical pulse transit time method are known from the prior art, it is an object of the present invention to provide a method for the analysis of backscatter histogram data in an optical pulse transit time method and to provide a device for data processing.
  • the present invention provides a method for analyzing backscatter histogram data in an optical pulse time-of-flight method, comprising:
  • the present invention provides an apparatus for data processing, comprising means for carrying out the method according to the first aspect.
  • some exemplary embodiments relate to a method for analyzing backscatter histogram data in an optical pulse time-of-flight method, including:
  • a more precise knowledge of the backscatter signal and an amount of ambient light can also contribute to an effective detection range of a LIDAR measurement to determine. This makes it easier to assess whether the detection of solid objects is reliable. This increases the probability of correctly identifying an object from the measurement data, which also increases the safety and reliability of autonomous vehicles.
  • the method is used for the analysis in a LIDAR system or the like and is used, for example, in the motor vehicle environment, without the invention being restricted to these cases.
  • LIDAR data typically contain signal contributions from diffuse backscattering, light reflection on objects, ambient light, interfering light signals from other light sources in the vicinity and the like. This data can be presented in a histogram, which is known in principle.
  • the analysis of backscatter histogram data in some exemplary embodiments can mean that the signal contributions of the diffuse backscatter, the amount of ambient light and the effective detection area are determined from these data during an optical time of flight measurement (optical pulse time of flight method).
  • the backscatter histogram data can therefore be suitable for such an analysis and determination, since they can in principle contain the signal contributions of the diffuse backscatter and the amount of ambient light.
  • the optical transit time measurement is based on the so-called TCSPC (time correlated single photon counting) measurement principle, in particular in exemplary embodiments which are based on LIDAR.
  • Light pulses are periodically emitted, which are typically a few nanoseconds long and mark a starting point in time for a measurement.
  • the light reflected from objects or backscattered light is detected by a light-detecting receiving element (e.g. a single photon avelance diode (SPAD)), with light also being used in a short period of time before the light pulse is emitted can be detected.
  • the measurement time is divided into a large number of short time intervals (e.g. 500 ps).
  • a point in time can then be assigned to each time interval, which corresponds to a time interval from the start time (for example, in the case of time intervals of 500 ps, a first time interval can be used a point in time of 250 ps can be assigned and a point in time of 750 ps can be assigned to a second time interval, etc.).
  • the light reaches the light-detecting receiving element at different times. Since it generates an electrical signal in the light-detecting receiving element.
  • TDC time-to-digital converter
  • the electrical signal can then be assigned to one of the time intervals.
  • the time intervals together with the number of events assigned to each time interval accordingly form histogram data that can basically be represented by digital signals (or also analog signals).
  • time-correlated histogram data are data that are generated based on the electrical signals of the light-detecting receiving elements within the (associated) measurement time and shortly before it. These therefore typically contain signal contributions from diffuse backscattering, light reflection on objects, ambient light, interfering light signals from other light sources in the vicinity and the like.
  • the backscatter histogram data correspond to an accumulation of time-correlated histogram data from a plurality of light-detecting receiving elements.
  • the accumulation of time-correlated histogram data can be advantageous for the determination of various parameters of the measurement (analysis of the backscatter histogram data), since the signal-to-noise ratio (also called "SNR", signal-to-noise ratio) of the diffuse backscatter contribution and the contribution of the ambient light compared to other signal contributions (e.g. Reflection on objects or interfering light sources) can be increased.
  • SNR signal-to-noise ratio
  • Reflection on objects or interfering light sources can be increased.
  • the analysis of the backscatter histogram data can be carried out better in some exemplary embodiments.
  • this follows from the fact that an accumulation of several time-correlated histogram data (backscatter histogram data) can smear the reflection of objects (signal contributions from objects) at different distances and / or in different regions of the field of view of the LIDAR measurement.
  • the objects are typically only present in a narrow area of the field of view, the field of view typically describing an area of space that is being detected.
  • the contributions of diffuse backscatter and ambient light are typically similar over the entire field of view of the LIDAR system.
  • the ambient light is also usually constant during the measurement time and thus typically makes a constant contribution in all time intervals.
  • the signal contributions from reflections on objects are often sharp peaks, which means that the reflected light is only detected in one or a few time intervals because the light pulse can be received with a weakened amplitude but almost the same pulse duration.
  • typical pulse durations of z. B. 10 ns can e.g. B. a 250 ps Zeitauf solution are required for an accurate location.
  • diffuse backscattering e.g. Fog or particles in the air can cause continuous backscattering during the light propagation with low intensity.
  • the light pulse can be very strongly expanded or smeared over time.
  • a 10 ns light pulse with a geometric extent of 1.5 m diffuse backscattering over a 1.5 m depth range can be generated at any time. Therefore, in some exemplary embodiments, a significantly reduced time resolution is sufficient.
  • the backscatter histogram data are generated by one or more histogram accumulation units and made available for analysis.
  • the histogram accumulation unit has several signal inputs.
  • the histogram accumulation unit receives time-correlated histogram data at the or each signal input. It doesn't always have to be on everyone Signal input the histogram data are received and in some exemplary embodiments there are also further signal inputs at which, for example, no histogram data or only after a corresponding configuration are received.
  • Backscatter histogram data are generated based on the time-correlated histogram data received at the signal inputs.
  • the maximum number of histogram accumulation units is given by the number of light-detecting receiving elements in a system for optical transit time measurement (e.g. LIDAR system).
  • the histogram accumulation unit can in principle be or have an electronic circuit or an electronic circuit that receives (the) digital signals or data, such as the time-correlated histogram data, via the signal inputs and the generation of backscattering described here. Executes histogram data.
  • the electronic circuit may include electronic components, digital storage elements, and the like to perform the functions described herein.
  • the electronic circuit can be implemented by an FPGA (Field Programmable Gate Array), DSP (digital signal processor) or the like.
  • the histogram accumulation unit is implemented by a memory and a microprocessor.
  • the histogram accumulation unit is implemented by software, the signal inputs in such exemplary embodiments corresponding to the parameters / attributes of a software function / method.
  • the generation of the backscatter histogram data then corresponds to the execution of a sequence of commands for the execution of certain arithmetic operations on a computer, so that backscatter histogram data are available after all commands have been processed.
  • the histogram accumulation unit is also implemented by a mixture of hardware- and software-based components, to which the functionalities described herein are appropriately distributed.
  • the histogram accumulation unit generates the backscatter histogram data by adding the received time-correlated histogram data.
  • the number of events that were detected in a time interval can be from all received time-correlated histogram data are added, so that the backscatter histogram data are generated which in each time interval just contain the sum of all events in this time interval.
  • the time-correlated histogram data are preferably accumulated or added as integer numbers in order to make a weak, diffuse backscattering measurable in some exemplary embodiments. This is advantageous because the SNR of the diffuse backscatter contribution can be increased compared to other contributions.
  • the histogram accumulation unit calculates an arithmetic mean from the received time-correlated histogram data in order to generate the backscatter histogram data.
  • the time-correlated histogram data received are added and divided by the number of signal inputs. This can be advantageous in some exemplary embodiments which have a fixed-point number or floating-point number implementation (in contrast to exemplary embodiments, which accumulate integers).
  • the histogram accumulation unit accumulates the received time-correlated histogram data from a plurality of time intervals in a time interval in order to generate the backscatter histogram data.
  • the histogram accumulation unit is further set up not to take into account received time-correlated histogram data from time intervals that are above a specific time threshold for the generation of the backscatter histogram data.
  • the histogram accumulation unit is further set up to weight the received time-correlated histogram data for generating the backscatter histogram data.
  • the histogram accumulation unit is further set up to output the backscatter histogram data for determining the backscatter.
  • the backscatter histogram data can then, for example, be output to a processor, FPGA or the like to determine the backscatter.
  • a receiving system that is used for optical transit time measurement such as, for example, a LIDAR system, can in some exemplary embodiments have a receiving matrix with a plurality of light-detecting receiving elements, each of the light-detecting receiving elements being set up to detect light and, in response to it, an electrical light Generate signal.
  • each of the light-detecting receiving elements can be activated and deactivated.
  • the light-detecting receiving elements are arranged in columns and rows in the receiving matrix (as is fundamentally known), with some exemplary embodiments being provided in each row with the same number of light-detecting receiving elements without loss of generality.
  • the device comprises several evaluation units, one evaluation unit being connected to the light-detecting receiving elements in a column or one evaluating unit being connected to the light-detecting receiving elements in a row.
  • each of the evaluation units is set up to generate the time-correlated histogram data based on the electrical signals of the light-detecting receiving elements.
  • only those light-detecting receiving elements that are activated are taken into account for generating the time-correlated histogram data.
  • each signal input of a histogram accumulation unit is connected to one of the evaluation units, so that the time-correlated histogram data are transmitted from the evaluation unit to the corresponding histogram accumulation unit.
  • backscatter histogram data are initially received. These backscatter histogram data are from the histogram or histogram Accumulation units have been generated.
  • the received backscatter histogram data is analyzed. Analyzing can be a calculation or a sequence of calculations in order to determine various parameters (backscatter signal, amount of ambient light, effective detection range, etc.) of the optical transit time measurement.
  • the calculation takes the backscatter histogram data as input values for mathematical operations such as arithmetic averaging or applying a predetermined function or the like.
  • the analysis of the received backscatter histogram data can in principle be carried out by a processor, an FPGA, DSP or the like. In such exemplary embodiments, the analysis is implemented by software.
  • the analysis of the backscatter histogram data then corresponds to an execution of a sequence of commands for the execution of specific arithmetic operations on a computer, so that the backscatter histogram data are analyzed after all commands have been processed.
  • a specific electronic circuit with corresponding electronic components can be used for analyzing the backscatter histogram data.
  • the analysis of the backscatter histogram data is implemented by a mixture of hardware- and software-based components, over which the method described herein is appropriately distributed.
  • the above-mentioned exemplary embodiments can be exemplary embodiments of a device for data processing which can additionally contain storage elements for data storage.
  • the method for analyzing backscatter histogram data which correspond to accumulated time-correlated histogram data, is used in some exemplary embodiments for the determination of a backscatter signal in an optical transit time measurement.
  • the diffuse backscattering is higher at short distances (e.g. 5 m) than with long distances (e.g. 200 m) and can drop continuously.
  • the diffuse backscattering in an optical transit time measurement can therefore have a typical signal shape in some exemplary embodiments, which can have a maximum of the backscattered light at short distances and quickly drops for longer distances.
  • the backscatter signal then correlates in the backscatter histogram data with the typical signal shape. This is advantageous because the backscatter signal can be identified on the basis of the signal shape over short distances. However, in such exemplary embodiments, when an object is present at short distances, the backscatter signal often cannot be determined either.
  • a similarity measure such as e.g. B. a correlation is calculated between the received backscatter histogram data and a predetermined reference backscatter signal in order to determine a backscatter signal.
  • the correlation can be a measure of the similarity between two or more temporal or spatial signal curves or for a statistical relationship between the signal curves.
  • the correlation is calculated using a correlation integral, which is known in principle.
  • the predefined reference backscatter signal can correspond to a typical signal shape of the backscatter, wherein the typical signal shape of the backscatter can differ in the various exemplary embodiments.
  • the predefined reference backscatter signal can be present as histogram data in a memory which is accessible for the analysis of the backscatter histogram data, for example by a processor.
  • the predefined reference backscatter signal can be calculated dynamically (for example at the required time during the analysis) from a predefined function.
  • the typical signal shape of the backscatter can be determined, for example, by searching for a characteristic peak or a sequence of peaks at short distances, the position, signal shape and intensity being evaluated.
  • a characteristic peak or a sequence of peaks at short distances the position, signal shape and intensity being evaluated.
  • the backscattering has a system-dependent signal form and the position of the peak.
  • it can be checked whether the intensity of the peak corresponds to an object or not in order to establish the typical signal shape.
  • Typical reference backscatter signals are illustrated, for example, in FIGS.
  • single-beam and multi-beam LIDAR systems which are described in more detail below.
  • single-beam and multi-beam LIDAR systems single-beam systems only emit one light pulse (beam) at the same time and multi-beam systems can emit several light pulses from different positions at the same time, such as the one in DE 10 2017 222 971 A1 described Ll-DAR system).
  • the reference backscatter signal can be determined experimentally by simulating various environmental conditions and measuring the typical signal shape, position and intensity of the backscatter.
  • the reference backscatter signal can be determined in that a correlation integral (cross-correlation) is calculated between an expected backscatter signal and the received backscatter histogram data.
  • the level of correlation can be used in such execution examples to assess whether the expected backscatter signal can be used as a reference backscatter signal.
  • Several expected backscatter signals can be tested and the level of correlation can be compared to determine a reference backscatter signal for the specific system.
  • the correlation between the received backscatter histogram data and the specified reference backscatter signal is calculated by a correlation integral
  • Light output corresponds to (also abbreviated to AB in the following). Therefore, in such embodiments, the backscatter can be determined from the backscatter histogram data.
  • the method for analyzing backscatter ungs histogram data is used for determining an amount of ambient light from the received backscatter histogram data.
  • the amount of ambient light (also abbreviated as AL in the following) basically corresponds to the signal contribution, for example in a LIDAR system, which is present and detected, for example, by sunlight or street lamps, regardless of the emitted light pulse. Furthermore, the amount of ambient light can also contain components of electronic noise from the receiver, which is temperature-dependent. However, in such exemplary embodiments, the effect of contributions to the amount of ambient light by ambient light and by noise is the same and is therefore not differentiated.
  • the amount of ambient light can be determined from the received backscatter histogram data from several time intervals that are shortly before the emission of the light pulses (start time). In other exemplary embodiments, the amount of ambient light can be determined from the received backscatter histogram data from several time intervals which correspond to a long distance (as long as no objects are present in long distances). In further exemplary embodiments, the amount of ambient light can be determined from a combination of the above methods. In some exemplary embodiments, the method for analyzing the received backscatter histogram data is used to determine an effective detection range of the optical transit time measurement based on the backscatter signal and the amount of ambient light.
  • An effective detection area (also abbreviated to EDR in the following) of an optical time of flight measurement can correspond to a distance at which signals that arise from reflection on solid objects can still be clearly detected and assigned.
  • the effective detection area is basically referenced to an object with a given reflectivity with a given amount of ambient light and given constant probability of light detection.
  • the effective detection range can correspond to an absolute value (for example 100 m).
  • the effective detection range can correspond to a relative value, wherein in such exemplary embodiments the effective detection range is related to a nominal detection range which was determined for the above reference values.
  • the effective detection range can be reduced by the fact that the backscatter is high, since in such exemplary embodiments the light power of the emitted light pulse is attenuated by the backscatter as the distance increases. Consequently, the light output that is available for reflection on the solid objects is lower than in embodiments with less backscattering, so that the reflected light output is lower and this is further reduced on the way to the receiver.
  • the effective detection area can be reduced by reducing the SNR, since the amount of ambient light basically makes a contribution to the level of noise.
  • the effective detection area is increased when the amount of ambient light is low, since this increases the SNR.
  • the effective detection range of the optical transit time measurement can therefore be determined from the received backscatter histogram data based on the backscatter signal and the amount of ambient light.
  • a transformation function is applied to the backscatter signal in order to determine a signal attenuation factor.
  • a high backscatter can reduce the effective detection range by attenuating the light power of the emitted light pulse with increasing distance. Therefore, the backscatter signal can be used to determine the amount of such attenuation.
  • a transformation function is applied to the backscatter signal, it being possible for the transformation function in some exemplary embodiments to be a predetermined (mathematical) function that results from the backscatter signal Signal damping factor calculated.
  • the transformation function can be a sequence of calculations.
  • the transformation function can be determined experimentally or gained from experience. In some exemplary embodiments, the experimental determination can take place beforehand in the development and key figures and / or characteristic curves etc. corresponding to the transformation function can be stored in software, for example.
  • the signal attenuation factor can then be a distance-dependent percentage reduction in the light output caused by the backscatter.
  • the transformation function was therefore determined experimentally in some exemplary embodiments.
  • the signal attenuation can, for example, have been measured under different ambient conditions, whereby a transformation function can be found that determines the signal attenuation factor from the backscatter signal (which, as explained above, can also be determined experimentally), which corresponds well to the measured values of the signal attenuation.
  • an arithmetic mean is calculated from the received backscatter histogram data from a plurality of time intervals that lie before a start time in order to determine the amount of ambient light.
  • the start time is the time at which the light pulse for determining the distance from solid objects is emitted.
  • the ambient light can be detected shortly before the light pulse is emitted (e.g. 20 ns), so it is advantageous for determining the amount of ambient light in some exemplary embodiments to take into account those time intervals of the received backscatter histogram data that are before the start time.
  • the calculation of an arithmetic mean from several time intervals is advantageous in order to compensate for statistical fluctuations in the ambient light and thus to obtain a more precise value for the amount of ambient light.
  • the amount of ambient light determined in such exemplary embodiments can be falsified by the reflection on objects that are very distant.
  • an arithmetic mean is calculated from the received backscatter histogram data from several time intervals which lie above a certain time threshold in order to determine the amount of ambient light.
  • the diffuse backscattering in an optical time of flight measurement is typically no longer detectable over long distances because the amount of light is too small.
  • a constant amount of ambient light can be detected because the light energy or light power has been absorbed or reflected.
  • the determination of the amount of ambient light in some exemplary embodiments is advantageous for the determination of the amount of ambient light in some exemplary embodiments to take into account those time intervals of the received backscatter histogram data that are above a certain time threshold (e.g. from a time threshold corresponding to a distance of 20 m). Furthermore, the calculation of an arithmetic mean from several time intervals is advantageous in order to compensate for statistical fluctuations in the ambient light and thus to obtain a more precise value for the amount of ambient light. However, the amount of ambient light determined in such exemplary embodiments can be falsified by the reflection on objects that are far away.
  • an arithmetic mean is calculated from the received backscatter histogram data from several time intervals that lie before a start time, and from the received backscatter histogram data from several time intervals that are above a certain time threshold, an arithmetic mean of the amount of ambient light to determine.
  • the two methods described above are combined in order to determine the amount of ambient light. This is advantageous because it reduces the possible influence of distant objects on the determination of the amount of ambient light. Furthermore, the calculation of an arithmetic mean is advantageous, since this allows the statistical fluctuations to be reduced even further.
  • the received backscatter histo- gram data that are above a certain time threshold a local minimum is determined which meets a certain or predetermined criterion in order to determine the amount of ambient light.
  • a constant amount of ambient light can be determined for greater distances (corresponding to the specific time threshold value) if no reflections on objects in this time range have contributed to the received backscatter histogram data.
  • the amount of ambient light may correspond to a local minimum in the received backscatter histogram data that is above a certain time threshold.
  • signal contributions due to reflection on objects have a certain signal shape that can extend over several time intervals. If several objects are present for larger distances, in some exemplary embodiments the two signal forms can overlap in such a way that a local minimum arises which does not correspond to the amount of ambient light. Therefore, in some exemplary embodiments, only those local minima are taken into account for determining the amount of ambient light that meet a certain or predetermined criterion, wel ches the various possibilities for the presence of a local minimum in the received backscatter histogram data that is above a certain time threshold lie. The local minima can be classified based on this criterion.
  • the amount of ambient light can be determined by first determining and classifying a first local minimum (from the time threshold value). If the local minimum does not meet the requirements for determining the amount of ambient light according to the classification, a further local minimum can be searched for in the received backscatter histogram data, this local minimum in such exemplary embodiments being behind and behind the time threshold the first local minimum. The search can accordingly be continued until the end of the measurement period. If the local minimum meets the requirements for determining the amount of ambient light according to the classification, the amount of ambient light is determined as the local minimum.
  • the determination of the amount of ambient light has the following steps: Calculating an arithmetic mean from the received Backscatter histogram data of a plurality of time intervals prior to a start time to obtain a first amount of ambient light;
  • the method described can thus correspond to a combination of two of the methods outlined above. This can be advantageous since it reduces statistical fluctuations and influences from objects that are far away, so that the amount of ambient light can be determined more precisely.
  • the effective detection area of the optimal see transit time measurement determined using a predetermined function.
  • the effective detection area can be determined based on the backscatter signal (AB) and the amount of ambient light (AL).
  • the given function can be a given (mathematical) function in some exemplary embodiments, which is calculated from the backscatter signal and the amount of ambient light, the effective detection area.
  • the predetermined function can be a sequence of calculations.
  • the effective detection range of the optical transit time measurement is determined from a characteristic diagram.
  • a characteristic diagram can be a table-like, simple and, with regard to the required computing capacity, not very demanding type of mapping of a model that maps the relationship between input and output variables of a system. Almost any mathematical relationship or formula can be represented with characteristic diagrams, whereby the number of input variables is limited.
  • the characteristic diagram can therefore be a mapping of the function f (AL, AB), which has correspondingly stored the values of the effective detection range for a large number of values of AL and AB. This is advantageous since the determination of the effective detection area does not have to be calculated in such exemplary embodiments and thus saves computing capacity.
  • the effective detection range of the optical transit time measurement is determined in some exemplary embodiments from a comparison with predetermined reference values.
  • Some exemplary embodiments relate to a device for data processing, comprising means for carrying out the steps of the method as set out herein.
  • the device can be installed in a motor vehicle or implemented in a component of the motor vehicle, e.g. B. in an on-board computer, a controller or the like.
  • the means can be one or more (mic- ro) processors, storage means, and other electronic components typically required to implement the functions described herein.
  • Fig. 1 illustrates a first embodiment of a reference backscatter signal.
  • Fig. 2 illustrates a second embodiment of a reference backscatter signal
  • Fig. 3 illustrates a third embodiment of a reference backscatter signal.
  • Fig. 4 illustrates a diagram of an embodiment of a receiving system for an optical cal distance measurement
  • FIG. 5 illustrates a flow chart of a first embodiment of a method for analyzing backscatter histogram data in an optical time of flight measurement
  • FIG. 6 illustrates a flow chart of a second embodiment of a method for analyzing backscatter histogram data in an optical time of flight measurement
  • FIG. 7 illustrates a flow diagram of a third embodiment of a method for analyzing backscatter histogram data in an optical time of flight measurement
  • FIG. 8 illustrates a flow chart of a fourth exemplary embodiment of a method for analyzing backscatter histogram data in an optical time of flight measurement.
  • Fig. 1 illustrates the first embodiment of a reference backscatter signal.
  • the reference backscatter signal illustrated in Fig. 1 corresponds to a typical signal form as it occurs in a coaxial LIDAR system, i.e. in an LLAR system in which there is no parallax between transmitter and receiver.
  • the reference backscatter signal (in other words the intensity of the backscattered light) falls monotonically over time.
  • Fig. 2 illustrates the second embodiment of a reference backscatter signal.
  • the reference backscatter signal illustrated in Fig. 2 corresponds to a typical waveform as it occurs in a bi-axial single-beam LIDAR system.
  • biaxial systems i.e. transmitting and receiving systems are at a defined distance, e.g. 10 cm and have a defined beam divergence
  • an overlap only occurs from a minimum distance (start of the signal increase of the reference backscatter signal).
  • the reference backscatter signal then decreases in accordance with the curve in FIG. 1.
  • the reference backscatter signal has a low intensity at very short distances and rises to a maximum, which then decreases monotonically over time.
  • Fig. 3 illustrates the third embodiment of a reference backscatter signal.
  • the reference backscatter signal illustrated in Fig. 3 corresponds to a typical signal form as it typically occurs in a bi-axial multi-beam LIDAR system (e.g. according to DE 10 2017 222 971 A1).
  • the reference backscatter signal is similar to a bi-axial single-beam LIDAR system, but has several maxima at distances at which different beams cross the field of view of the light-detecting receiving elements. The intensity falls monotonously over time for greater distances.
  • FIG. 4 illustrates a diagram of an exemplary embodiment of a receiving system 1 for an optical distance measurement.
  • the receiving system 1 has a receiving matrix 2 on which several light-detecting receiving elements (ENxM, in this exemplary embodiment E0.0 to £ 127.255) are arranged in rows (ZO to Z127) and columns (SO to S255).
  • ExM light-detecting receiving elements
  • N 128 lines (ZO to Z127)
  • the light-detecting receiving elements (E0,0 to E127,255) are SPADs in this exemplary embodiment.
  • the receiving system 1 also has several evaluation units (A0 to A127), one evaluation unit (AO to A127) with the light-detecting receiving elements (E0,0 to E127,255) of a line (ZO to Z127) via a multiplexer (not shown) ) connected is.
  • each line (ZO to Z127) only the two light-detecting receiving elements (E0,0 and E0,1 to E127,0 and E127, l) in the columns SO and S1 are activated at a given point in time (illustrated by the second circle within the light-detecting receiving elements (E0,0 and E0,1 to E127,0 and E127, l)).
  • the activated light-detecting receiving elements (E0,0 and E0,1 to E127,0 and E127, l) generate electrical signals when light is detected, from which a time-to-digital converter (not shown) is time-correlated in each of the evaluation units (AO to A127) Histogram data are generated.
  • the time-correlated histogram data of the two activated light-detecting receiving elements (E0,0 and E0,1 to E127,0 and E127, l) are added in the evaluation units (AO to A127) in order to generate and output time-correlated histogram data .
  • any number of M 256 light-detecting receiving elements (E0,0 to E127,255) can be activated in each line, for example E0,0 to EO, IO, E1,0 to E1, 10, E2,0 to E2,10, ..., E127,0 to E127,10.
  • the receiving system 1 also has several histogram Akkumulationseinhei th (HAO to HAX).
  • the Time-correlated histogram data outputted to value units (AO to A127) are transmitted to the histogram accumulation units (HAO to HAX) so that they are received at the signal inputs.
  • the histogram accumulation units (HAO to HAX) generate backscatter histogram data based on the received time-correlated histogram data.
  • the time-correlated histogram data received at each signal input are added to generate the backscatter histogram data.
  • the receiving system 1 also has a device 3 for data processing, which has a processor and memory elements (not shown).
  • the histogram accumulation units (HAO to HAX) output the generated backscatter histogram data which are received by the device 3 for data processing.
  • the data processing device 3 analyzes the received backscatter histogram data.
  • the device 3 for data processing calculates a correlation between the received backscatter histogram data and the reference backscatter signal from FIG. 3 in order to determine a backscatter signal, which is determined, for example, as a backscatter indicator or backscatter signal strength.
  • Fig. 5 illustrates a flowchart of the first embodiment of a method 20 for analyzing backscatter histogram data in an optical transit time measurement.
  • backscatter histogram data is received as set forth herein.
  • the received backscatter histogram data is analyzed as set out herein.
  • a measure of similarity between the received backscatter histogram data and a predetermined reference backscatter signal is calculated to determine a backscatter signal as set forth herein.
  • a transform function is applied to the backscatter signal to obtain a signal attenuation factor as set forth herein.
  • the transformation function from step 24 was (previously) determined experimentally, as set out herein.
  • FIG. 6 illustrates a flow chart of the second exemplary embodiment of a method 30 for analyzing backscatter histogram data in an optical transit time measurement.
  • backscatter histogram data is received as set forth herein.
  • the received backscatter histogram data is analyzed as set out herein.
  • an amount of ambient light is determined from the received backscatter histogram data, as set forth herein.
  • Steps 34 to 36 are options that are carried out individually.
  • an arithmetic mean is calculated from the received backscatter histogram data from a plurality of time intervals that precede a start time to determine the amount of ambient light, as set forth herein.
  • an arithmetic mean is calculated from the received backscatter histogram data of multiple time intervals that are above a certain time threshold to determine the amount of ambient light, as set forth herein.
  • an arithmetic mean is calculated from the received backscatter histogram data from several time intervals that are in time before a start time, and from the received backscatter histogram data from several time intervals that are above a certain time threshold in order to determine the amount of ambient light as set forth herein.
  • Fig. 7 illustrates a flowchart of the third embodiment of a method 40 for analyzing backscatter histogram data in an optical transit time measurement.
  • backscatter histogram data is received as set forth herein.
  • the received backscatter histogram data is analyzed as set out herein.
  • Steps 44 and 45 are options that are each carried out individually.
  • a local minimum that meets a specific criterion is determined from the received backscatter histogram data that is above a specific time threshold in order to determine the amount of ambient light, as set forth herein.
  • an arithmetic mean is calculated from the received backscattering histogram data from several time intervals that lie before a start time in order to obtain a first amount of ambient light, and a local minimum is determined, which meets a certain criterion, from the received back scatter histogram data that is above a certain time threshold to determine a second amount of ambient light, and an amount of ambient light is determined from a comparison between the first amount of ambient light and the second amount of ambient light, the amount of ambient light being determined as the smaller of the two amounts of ambient light, such as detailed herein.
  • FIG. 8 illustrates a flowchart of the fourth exemplary embodiment of a method 50 for analyzing backscatter histogram data in an optical transit time measurement.
  • backscatter histogram data is received as set forth herein.
  • the received backscatter histogram data is analyzed as set out herein.
  • a similarity measure between the received backscatter histo- gram data and a predetermined reference backscatter signal are calculated to determine a backscatter signal as set forth herein.
  • an amount of ambient light is determined from the received backscatter histogram data, as set forth herein.
  • an effective detection range of the optical transit time measurement is determined based on the backscatter signal, which is determined, for example, as a backscatter indicator or backscatter signal strength, and the amount of ambient light, as set out herein.
  • Steps 56 to 58 are options that are each carried out individually.
  • the effective detection range of the optical transit time measurement is determined with the aid of a predetermined function, as set out herein.
  • the effective detection range of the optical transit time measurement is determined from a characteristic diagram, as set out herein.
  • the effective detection range of the optical transit time measurement is determined from a comparison with predetermined reference values, as set out herein.
  • 33, 43, 54 determine an amount of ambient light from the received backscatter histogram data

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)
  • Geophysics And Detection Of Objects (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

Verfahren (20, 30, 40, 50) zur Analyse von Rückstreuungs-Histogrammdaten bei einem optischen Pulslaufzeit-Verfahren, umfassend: Empfangen (21, 31, 41, 51) von Rückstreuungs-Histogrammdaten; und Analysieren (22, 32, 42, 52) der empfangenen Rückstreuungs- Histogrammdaten.

Description

Verfahren zur Analyse von Rückstreuungs-Histogrammdaten bei einem optischen Pulslaufzeit-Verfahren und Vorrichtung zur Datenverarbeitung
Die vorliegende Erfindung betrifft allgemein ein Verfahren zur Analyse von Rückstreu- ungs-Histogrammdaten bei einem optischen Pulslaufzeit-Verfahren und eine Vorrich tung zur Datenverarbeitung.
Allgemein sind verschiedene optischen Pulslaufzeit-Verfahren ( z. B. optische Lauf zeitmessung) bekannt, die auf dem sogenannten Time-of-Flight Prinzip beruhen kön nen, bei dem die Laufzeit eines ausgesendeten und von einem Objekt reflektierten Lichtsignals gemessen wird, um die Distanz zu dem Objekt auf Grundlage der Laufzeit zu bestimmen.
Es ist bekannt, im Kraftfahrzeugumfeld Sensoren einzusetzen, die auf dem sogenann ten LIDAR-Prinzip beruhen (Light Detection and Ranging), bei dem zum Abtasten der Umgebung periodisch Pulse ausgesendet und die reflektierten Pulse detektiert wer den. Ein entsprechendes Verfahren und eine Vorrichtung sind beispielsweise aus WO 2017/081294 bekannt.
Bei LIDAR-Anwendungen im Kraftfahrzeugumfeld kann bei bestimmten Umgebungs bedingungen, z.B. bei einer Fahrt am Tag, die Menge des Umgebungslichts verhält nismäßig groß sein, wodurch das Signal-Rausch-Verhältnis (auch SNR, signal-to-noise ratio, genannt) reduziert werden kann. In solchen Situationen kann auch der Detekti onsbereich der LIDAR-Anwendung eingeschränkt sein.
Allgemein können sich bei LIDAR-Anwendungen die Art der detektierten Lichtsignale unterscheiden, z. B. je nachdem ob das ausgesendete Lichtsignal an einem festen Ob jekt reflektiert (Objekt-Rückstreuung) wird oder durch in der Luft befindliche Partikel zurückgestreut wird (diffuse Rückstreuung), wie beispielsweise in Nebel oder in Abga sen. Aus den aufgezeichneten Rückstreuungsdaten lassen sich Rückschlüsse auf die Umgebungsbedingungen ziehen. Auch wenn aus dem Stand der Technik Lösungen für die Analyse von Rückstreuungsdaten bei einem optischen Pulslaufzeit-Verfahren be kannt sind, ist es eine Aufgabe der vorliegenden Erfindung, ein Verfahren zur Analyse von Rückstreuungs-Histogrammdaten bei einem optischen Pulslaufzeit-Verfahren und eine Vorrichtung zur Datenverarbeitung bereitzustellen.
Diese Aufgabe lösen das Verfahren nach Anspruch 1 und die Vorrichtung nach An spruch 15.
Gemäß einem ersten Aspekt stellt die vorliegende Erfindung ein Verfahren zur Analy se von Rückstreuungs-Histogrammdaten bei einem optischen Pulslaufzeit- Verfahren bereit, umfassend:
Empfangen von Rückstreuungs-Histogrammdaten; und Analysieren der empfangenen Rückstreuungs-Histogrammdaten.
Gemäß einem zweiten Aspekt stellt die vorliegende Erfindung eine Vorrichtung zur Datenverarbeitung, umfassend Mittel zur Ausführung des Verfahrens nach dem ers ten Aspekt.
Wie erwähnt, betreffen manche Ausführungsbeispiele ein Verfahren zur Analyse von Rückstreuungs-Histogrammdaten bei einem optischen Pulslaufzeit-Verfahren, umfas send:
Empfangen von Rückstreuungs-Histogrammdaten; und Analysieren der empfangenen Rückstreuungs-Histogrammdaten.
Wie eingangs ausgeführt, lassen sich aus Rückstreuungsdaten bei LIDAR- Messungen Rückschlüsse auf Umgebungsbedingungen (z.B. Nebel oder andere Partikel in der Luft, Rauch, Spray etc.) ziehen. Die Detektionsereignisse des zurückgestreuten Lichts ste hen dabei nicht im Zusammenhang mit festen Objekten. Durch eine genauere Kennt nis der Umgebungsbedingungen kann, z.B. bei autonom fahrenden Kraftfahrzeugen, die Fahrweise entsprechend den Umgebungsbedingungen angepasst werden und so die Sicherheit erhöht werden. Des Weiteren erlaubt eine genaue Kenntnis der diffu sen Rückstreuung bei LIDAR-Messungen bei manchen Ausführungsbeispielen auch eine (genauere) Detektion von festen Objekten. Dadurch lassen sich z.B. Verkehrssitu ationen genauer feststellen, was ebenfalls die Sicherheit und Zuverlässigkeit von au tonomen Fahrzeugen erhöht.
Ebenso kann eine genauere Kenntnis des Rückstreuungssignals und einer Umgebungs lichtmenge dazu beitragen einen effektiven Detektionsbereich einer LIDAR-Messung zu bestimmen. Dadurch lässt sich bei der Detektion von festen Objekten besser beur teilen, ob diese zuverlässig ist. Dies erhöht die Wahrscheinlichkeit ein Objekt korrekt aus den Messdaten zu identifizieren, wodurch ebenfalls die Sicherheit und Zuverläs sigkeit von autonomen Fahrzeugen erhöhtwird.
Daher wird das Verfahren in manchen Ausführungsbeispielen für die Analyse in einem LIDAR-System oder dergleichen verwendet und bspw. im Kraftfahrzeugumfeld einge setzt, ohne dass die Erfindung auf diese Fälle beschränkt ist.
LIDAR-Daten enthalten bei manchen Ausführungsbeispielen typischerweise Signalbei träge aus der diffusen Rückstreuung, der Lichtreflexion an Objekten, dem Umge bungslicht, Störlichtsignale durch weitere Lichtquellen in der Umgebung und derglei chen. Diese Daten können in einem Histogramm dargestellt werden, was grundsätz lich bekannt ist.
Entsprechend kann die Analyse von Rückstreuungs-Histogrammdaten in manchen Ausführungsbeispielen bedeuten, dass die Signalbeiträge der diffusen Rückstreuung, die Umgebungslichtmenge und der effektive Detektionsbereich aus diesen Daten bei einer optischen Laufzeitmessung (optisches Pulslaufzeit-Verfahren) bestimmt werden. Die Rückstreuungs-Histogrammdaten können sich daher für eine solche Analyse und Bestimmung eignen, da sie grundsätzlich die Signalbeiträge der diffusen Rückstreuung und der Umgebungslichtmenge enthalten können.
Bei manchen Ausführungsbeispielen basiert die optische Laufzeitmessung auf dem sogenannten TCSPC (time correlated single photon counting) Messprinzip, insbeson dere bei Ausführungsbeispielen, welche auf LIDAR basieren. Dabei werden periodisch Lichtpulse ausgesandt, welche typischerweise einige Nanosekunden lang sind und einen Startzeitpunkt einer Messung markieren. Während der Zeit bis zum nächsten Lichtpuls (Messzeit) wird das von Objekten reflektierte Licht oder zurückgestreute Licht durch ein lichtdetektierendes Empfangselement (z.B. eine single photon avelan- che diode (SPAD)) detektiert, wobei in einem kurzen Zeitbereich vor der Aussendung der Lichtpulse ebenfalls Licht detektiert werden kann. Dabei wird die Messzeit in eine Vielzahl von kurzen Zeitintervallen (bspw. 500 ps) eingeteilt. Jedem Zeitintervall kann dann ein Zeitpunkt zugeordnet werden, der einem zeitlichen Abstand zum Startzeit punkt entspricht (z.B. kann bei Zeitintervallen von 500 ps einem ersten Zeitintervall ein Zeitpunkt von 250 ps zugeordnet werden und einem zweiten Zeitintervall ein Zeit punkt von 750 ps zugeordnet werden usw.).
Abhängig von der Distanz zum Objekt oder zum Punkt der Rückstreuung erreicht das Licht das lichtdetektierende Empfangselement zu unterschiedlichen Zeitpunkten. Da bei erzeugt es im lichtdetektierenden Empfangselement ein elektrisches Signal. Mithil fe eines Zeit-Digital-Wandlers (auch „TDC", time-to-digital Converter, genannt), der grundsätzlich bekannt ist, lässt sich dann das elektrische Signal einem der Zeitinterval le zuordnen. Durch das Zählen der elektrischen Signale („Events"), die einem Zeitin tervall zugeordnet werden, entstehen sogenannte Histogramme bzw. zeitkorrelierte Histogramme (auch TCSPC-Histogramme genannt), wobei diese Histogramme bspw. auch nur als reine Daten vorliegen können und bspw. als Wertepaare aus Zeitintervall und zugehöriger Anzahl von Einträgen (Ereignissen oder Events) abgespeichert sind. Die Zeitintervalle zusammen mit der jedem Zeitintervall zugeordneten Anzahl an Events bilden dementsprechend Histogrammdaten, die grundsätzlich durch digitale Signale (oder auch analoge Signale) repräsentiert werden können.
Bei LIDAR-Messungen, die auf TCSPC basieren, können daher Histogrammdaten des zurückreflektierten oder -gestreuten Lichts mit hoher Zeitauflösung ausgeben wer den. Dies kann einer Analog-Digital-Umwandlung der zurückreflektierten oder - ge streuten Lichtleistung in Abhängigkeit von der Zeit bzw. von der Distanz entsprechen. Zeitkorrelierte Histogrammdaten sind bei manchen Ausführungsbeispielen solche Da ten, die basierend auf den elektrischen Signalen der lichtdetektierenden Emp fangselemente innerhalb der (zugehörigen) Messzeit und kurz davor erzeugt werden. Diese enthalten daher typischerweise Signalbeiträge aus der diffusen Rückstreuung, der Lichtreflexion an Objekten, dem Umgebungslicht, Störlichtsignale durch weitere Lichtquellen in der Umgebung und dergleichen.
Die Rückstreuungs-Histogrammdaten entsprechen dabei in manchen Ausführungsbei spielen einer Akkumulation von zeitkorrelierten Histogrammdaten mehrerer lichtde- tektierender Empfangselemente. Die Akkumulation von zeitkorrelierten Histogramm daten kann vorteilhaft für die Bestimmung verschiedener Parameter der Messung sein (Analyse der Rückstreuungs-Histogrammdaten), da das Signal-Rausch-Verhältnis (auch „SNR", signal-to-noise ratio, genannt) des diffusen Rückstreuungsbeitrags und des Beitrags des Umgebungslichts im Vergleich zu anderen Signalbeiträgen (bspw. Reflexion an Objekten oder Störlichtquellen) erhöht werden kann. Dadurch lässt sich bei manchen Ausführungsbeispielen die Analyse der Rückstreuungs-Histogrammdaten besser durchführen.
Dies folgt in manchen Ausführungsbeispielen daraus, dass eine Akkumulation von mehreren zeitkorrelierten Histogrammdaten (Rückstreuungs-Histogrammdaten) die Reflexion von Objekten (Signalbeiträge durch Objekte) bei verschiedenen Distanzen und/oder in verschiedenen Regionen des Sichtfeldes der LIDAR-Messung ausschmie ren kann. In solchen Ausführungsbeispielen sind typischerweise die Objekte häufig nur in einem engen Bereich des Sichtfelds vorhanden, wobei das Sichtfeld typischer weise einen Raumbereich beschreibt, der detektiert wird. Im Gegensatz dazu sind die Beiträge der diffusen Rückstreuung und des Umgebungslichts typischerweise über das gesamte Sichtfeld des LIDAR-Systems ähnlich.
Ebenfalls ist während der Messzeit das Umgebungslicht in der Regel konstant und gibt somit typischerweise einen konstanten Beitrag in allen Zeitintervallen. Ebenso sind die Signalbeiträge von Reflexionen an Objekten häufig scharfe Peaks, das heißt, dass das reflektierte Licht nur in einem oder wenigen Zeitintervallen detektiert wird, weil der Lichtpuls mit abgeschwächter Amplitude aber nahezu gleicher Pulsdauer empfangen werden kann. Bei typischen Pulsdauern von z. B. 10 ns kann z. B. eine 250 ps Zeitauf lösung für eine genaue Ortsbestimmung benötig werden.
Bei der diffusen Rückstreuung an z .B. Nebel bzw. Partikel in der Luft kann eine konti nuierliche Rückstreuung während der Lichtausbreitung mit niedriger Intensität auftre- ten. Der Lichtpuls kann dabei sehr stark aufgeweitet bzw. zeitlich verschmiert werden. Bei z. B. einem 10 ns Lichtpuls mit geometrischer Ausdehnung von 1.5 m kann diffuse Rückstreuung über einen 1.5 m Tiefenbereich zu jeder Zeit erzeugt werden. Daher ist bei manchen Ausführungsbeispielen eine deutlich reduzierte Zeitauflösung ausrei chend.
Bei manchen Ausführungsbeispielen werden die Rückstreuungs-Histogrammdaten von einer oder mehreren Histogramm-Akkumulationseinheiten erzeugt und zur Ana lyse bereitgestellt. Die Histogramm-Akkumulationseinheit weist mehrere Signalein gänge auf. Die Histogramm-Akkumulationseinheit empfängt an dem bzw. jedem Sig naleingang zeitkorrelierte Histogrammdaten. Dabei müssen nicht immer an jedem Signaleingang die Histogrammdaten empfangen werden und bei manchen Ausfüh rungsbeispielen gibt es auch noch weitere Signaleingänge, an denen bspw. keine oder nur nach entsprechender Konfiguration Histogrammdaten empfangen werden. Basie rend auf den an den Signaleingängen empfangenen zeitkorrelierten Histogrammdaten werden Rückstreuungs-Histogrammdaten erzeugt.
Die maximale Anzahl an Histogramm-Akkumulationseinheiten ist bei manchen Aus führungsbeispielen durch die Anzahl an lichtdetektierenden Empfangselementen in einem System zur optischen Laufzeitmessung (z.B. LIDAR-System) gegeben. Die Histo gramm-Akkumulationseinheit kann dabei grundsätzlich ein elektronischer Schaltkreis bzw. eine elektronische Schaltung sein bzw. aufweisen, der (die) digitale Signale bzw. Daten, wie bspw. die zeitkorrelierten Histogrammdaten, über die Signaleingänge empfängt und die hierin beschriebene Erzeugung von Rückstreuungs- Histogrammdaten ausführt. Der elektronische Schaltkreis kann elektronische Kompo nenten, digitale Speicherelemente und dergleichen enthalten, um die hierin beschrie benen Funktionen auszuführen. Der elektronische Schaltkreis kann durch ein FPGA (Field Programmable Gate Array), DSP (Digitaler Signalprozessor) oder dergleichen realisiert sein. In anderen Ausführungsbeispielen ist die Histogramm- Akkumulationseinheit durch einen Speicher und einen Mikroprozessor realisiert. In weiteren Ausführungsbeispielen ist die Histogramm- Akkumulationseinheit durch eine Software realisiert, wobei in solchen Ausführungsbeispielen die Signaleingänge den Parametern/Attributen einer Software-Funktion/-Methode entsprechen. Die Erzeu gung der Rückstreuungs- Histogrammdaten entspricht dann einer Ausführung einer Abfolge von Befehlen zur Ausführung bestimmter Rechenoperationen auf einem Computer, sodass nach Abarbeitung aller Befehle Rückstreuungs-Histogrammdaten vorliegen. Bei manchen Ausführungsbeispielen ist die Histogramm- Akkumulationseinheit auch durch eine Mischung von hard- und softwarebasierten Komponenten realisiert, auf welche die hierin beschriebenen Funktionalitäten ent sprechend verteilt sind.
In manchen Ausführungsbeispielen erzeugt die Histogramm-Akkumulationseinheit die Rückstreuungs-Histogrammdaten durch Addition der empfangenen zeitkorrelierten Histogrammdaten.
Dabei kann die Anzahl an Events, die in einem Zeitintervall („Bin") detektiert wurden, aus allen empfangenen zeitkorrelierten Histogrammdaten addiert werden, sodass die Rückstreuungs-Histogrammdaten erzeugt werden, die in jedem Zeitintervall gerade die Summe aller Events in diesem Zeitintervall enthalten. Vorzugsweise werden die zeitkorrelierten Histogrammdaten als Integerzahlen akkumuliert bzw. addiert, um ei ne in manchen Ausführungsbeispielen schwache diffuse Rückstreuung messbar zu machen. Dies ist vorteilhaft, da das SNR des diffusen Rückstreuungsbeitrags im Ver gleich zu anderen Beiträgen erhöht werden kann.
In manchen Ausführungsbeispielen berechnet die Histogramm-Akkumulationseinheit aus den empfangenen zeitkorrelierten Histogrammdaten ein arithmetisches Mittel, um die Rückstreuungs-Histogrammdaten zu erzeugen.
Dabei werden die empfangenen zeitkorrelierten Histogrammdaten addiert und durch die Anzahl der Signaleingänge dividiert. Dies kann bei manchen Ausführungsbeispie len vorteilhaft sein, die eine Festkommazahl- oder Gleitkommazahl-Realisierung (im Unterschied zu Ausführungsbeispielen die Integerzahlen akkumulieren) aufweisen.
In manchen Ausführungsbeispielen akkumuliert die Histogramm- Akkumulationsein heit die empfangenen zeitkorrelierten Histogrammdaten von mehreren Zeitinterval len in einem Zeitintervall, um die Rückstreuungs- Histogrammdaten zu erzeugen.
In manchen Ausführungsbeispielen ist die Histogramm-Akkumulationseinheit weiter dazu eingerichtet, empfangene zeitkorrelierte Histogrammdaten von Zeitintervallen, die über einem bestimmten Zeitschwellenwert liegen, für die Erzeugung der Rück streuungs-Histogrammdaten nicht zu berücksichtigen.
In manchen Ausführungsbeispielen ist die Histogramm-Akkumulationseinheit weiter dazu eingerichtet, die empfangenen zeitkorrelierten Histogrammdaten für die Erzeu gung der Rückstreuungs-Histogrammdaten zu gewichten.
In manchen Ausführungsbeispielen ist die Histogramm-Akkumulationseinheit weiter dazu eingerichtet, die Rückstreuungs-Histogrammdaten für die Bestimmung der Rück streuung auszugeben. Die Rückstreuungs-Histogrammdaten können dann bspw. an einen Prozessor, FPGA oder dergleichen zur Bestimmung der Rückstreuung ausgege ben werden. Ein Empfangssystem, welches für die optische Laufzeitmessung verwendet wird, wie bspw. ein LIDAR-System, kann in manchen Ausführungsbeispielen eine Empfangs matrix mit mehreren lichtdetektierenden Empfangselementen aufweisen, wobei jedes der lichtdetektierenden Empfangselemente dazu eingerichtet ist, Licht zu detektieren und in Reaktion darauf ein elektrisches Signal zu erzeugen.
In manchen Ausführungsbeispielen ist jedes der lichtdetektierenden Empfangsele mente aktivierbar und deaktivierbar. In manchen Ausführungsbeispielen sind die lichtdetektierenden Empfangselemente in der Empfangsmatrix in Spalten und in Zei len angeordnet (wie es grundsätzlich bekannt ist), wobei bei manchen Ausführungs beispielen ohne Beschränkung der Allgemeinheit in jeder Zeile gleich viele I ichtdetek- tierende Empfangselemente vorgesehen sind.
In manchen Ausführungsbeispielen umfasst die Einrichtung mehrere Auswerteeinhei ten, wobei jeweils eine Auswerteeinheit mit den lichtdetektierenden Empfangsele menten in einer Spalte oder jeweils eine Auswerteeinheit mit den lichtdetektierenden Empfangselementen in einer Zeile verbunden ist.
In manchen Ausführungsbeispielen jede der Auswerteeinheiten dazu eingerichtet, die zeitkorrelierten Histogrammdaten basierend auf den elektrischen Signalen der licht detektierenden Empfangselemente zu erzeugen.
In manchen Ausführungsbeispielen für die Erzeugung der zeitkorrelierten Histo grammdaten nur die lichtdetektierenden Empfangselemente berücksichtigt, die akti viert sind.
In manchen Ausführungsbeispielen jeder Signaleingang einer Histogramm- Akkumula tionseinheit mit einer der Auswerteeinheiten verbunden, sodass die zeitkorrelierten Histogrammdaten von der Auswerteeinheit an die entsprechende Histogramm- Akkumulationseinheit übertragen werden.
In dem Verfahren zur Analyse von Rückstreuungs-Histogrammdaten bei einer opti schen Laufzeitmessung werden zunächst Rückstreuungs-Histogrammdaten empfan gen. Diese Rückstreuungs-Histogrammdaten sind von der oder den Histogramm- Akkumulationseinheiten erzeugt worden.
Die empfangenen Rückstreuungs-Histogrammdaten werden analysiert. Analysieren kann dabei eine Berechnung oder eine Abfolge von Berechnungen sein, um verschie dene Parameter (Rückstreuungssignal, Umgebungslichtmenge, effektiver Detektions bereich etc.) der optischen Laufzeitmessung zu bestimmen. Die Berechnung nimmt dabei die Rückstreuungs-Histogrammdaten als Eingangswerte für mathematische Operationen wie bspw. arithmetisches Mitteln oder Anwenden einer vorgegebenen Funktion oder dergleichen.
Das Analysieren der empfangen Rückstreuungs-Histogrammdaten kann dabei grund sätzlich von einem Prozessor, einem FPGA, DSP oder dergleichen ausgeführt werden. In solchen Ausführungsbeispielen ist die Analyse durch eine Software realisiert. Die Analyse der Rückstreuungs-Histogrammdaten entspricht dann einer Ausführung einer Abfolge von Befehlen zur Ausführung bestimmter Rechenoperationen auf einem Computer, sodass nach Abarbeitung aller Befehle die Rückstreuungs- Histogrammdaten analysiert sind. Für das Analysieren der Rückstreuungs- Histogrammdaten kann in anderen Ausführungsbeispielen ein spezifischer elektroni scher Schaltkreis mit entsprechenden elektronischen Komponenten sein. Bei man chen Ausführungsbeispielen ist die Analyse der Rückstreuungs-Histogrammdaten durch eine Mischung von hard- und softwarebasierten Komponenten realisiert, auf welche das hierin beschriebene Verfahren entsprechend verteilt ist. Die obengenann ten Ausführungsbeispiele können Ausführungsbeispiele einer Vorrichtung zur Daten verarbeitung sein, die zusätzlich noch Speicherelemente zur Datenspeicherung ent halten kann.
Häufig ist die Menge des Lichts, welches aufgrund von diffuser Rückstreuung detek- tiert wird, im Vergleich zu der Umgebungslichtmenge, z.B. bei Tageslicht, und der an Objekten reflektierten Lichtmenge gering, sodass eine Bestimmung der Rückstreuung schwierig und ungenau sein kann. Daher wird das Verfahren zur Analyse von Rück streuungs-Histogrammdaten, die akkumulierten zeitkorrelierten Histogrammdaten entsprechen, in manchen Ausführungsbeispielen für die Bestimmung eines Rück streuungssignals bei einer optischen Laufzeitmessung verwendet.
Typischerweise ist die diffuse Rückstreuung bei kurzen Distanzen (bspw. 5 m) höher als bei langen Distanzen (bspw. 200 m) und kann kontinuierlich abfallen. Die diffuse Rückstreuung bei einer optischen Laufzeitmessung kann daher in manchen Ausfüh rungsbeispielen eine typische Signalform haben, die ein Maximum des zurückgestreu ten Lichts bei kurzen Distanzen aufweisen kann und schnell für längere Distanzen ab fällt. In solchen Ausführungsbeispielen korreliert dann das Rückstreuungssignal in den Rückstreuungs-Histogrammdaten mit der typischen Signalform. Dies ist vorteilhaft, da das Rückstreuungssignal bei kurzen Distanzen anhand der Signalform identifiziert werden kann. Allerdings kann in solchen Ausführungsbeispielen bei Anwesenheit ei nes Objekts bei kurzen Distanzen das Rückstreuungssignal häufig auch nicht bestimmt werden.
Folglich wird in manchen Ausführungsbeispielen zur Analyse der empfangenen Rück streuungs-Histogrammdaten ein Ähnlichkeitsmaß, wie z. B. eine Korrelation, zwischen den empfangenen Rückstreuungs-Histogrammdaten und einem vorgegebenen Refe- renz-Rückstreuungssignal berechnet, um ein Rückstreuungssignal zu bestimmen.
Die Korrelation kann ein Maß für die Ähnlichkeit zwischen zwei oder mehreren zeitli chen oder räumlichen Signalverläufen bzw. für einen statistischen Zusammenhang zwischen den Signalverläufen sein. In manchen Ausführungsbeispielen wird die Korre lation durch ein Korrelationsintegral berechnet, was grundsätzlich bekannt ist.
Das vorgegebene Referenz-Rückstreuungssignal kann einer typischen Signalform der Rückstreuung entsprechen, wobei sich die typische Signalform der Rückstreuung in den verschiedenen Ausführungsbeispielen unterscheiden kann. Das vorgegebene Re- ferenz-Rückstreuungssignal kann bei manchen Ausführungsbeispielen als Histo grammdaten in einem Speicher vorliegen, der für die Analyse der Rückstreuungs- Histogrammdaten, z.B. durch einen Prozessor, zugänglich ist. In anderen Ausfüh rungsbeispielen kann das vorgegebene Referenz- Rückstreuungssignal dynamisch (bspw. zum benötigten Zeitpunkt während der Analyse) aus einer vorgegebenen Funktion berechnet werden.
Die typische Signalform der Rückstreuung kann bspw. dadurch bestimmt werden, dass in kurzen Distanzen nach einem charakteristischen Peak oder einer Sequenz von Peaks gesucht wird, wobei die Position, Signalform und Intensität evaluiert wird. Bspw. in Ausführungsbeispielen mit einem LIDAR-System zur optischen Laufzeitmes- sung, welches eine Parallaxe zwischen einem Sender (von dem Lichtpulse ausgesandt werden) und einem Empfänger (bspw. eine Empfangsmatrix mit mehreren lichtdetek- tierenden Empfangselementen) aufweist, hat die Rückstreuung eine systemabhängige Signalform und Position des Peaks. In solchen Ausführungsbeispielen kann überprüft werden, ob die Intensität des Peaks einem Objekt entspricht oder nicht, um die typi sche Signalform festzulegen. Typische Referenz-Rückstreuungssignale sind bspw. in Fig. 1, Fig. 2 und Fig. 3 veranschaulicht, welche weiter unten noch genauer beschrie ben werden. Es können bspw. Einstrahl- und Mehrstrahl-LIDAR-Systeme unterschie den werden (Einstrahl- Systeme senden nur einen Lichtpuls (Strahl) gleichzeitig aus und Mehrstrahl- Systeme können mehrere Lichtpulse von unterschiedlichen Positio nen gleichzeitig aussenden wie bspw. das in DE 10 2017 222 971 Al beschriebene Ll- DAR-System).
In anderen Ausführungsbeispielen kann das Referenz-Rückstreuungssignal experimen tell bestimmt werden, indem verschiedene Umgebungsbedingungen simuliert werden und die typische Signalform, Position und Intensität der Rückstreuung gemessen wird.
In weiteren Ausführungsbeispielen kann das Referenz-Rückstreuungssignal dadurch bestimmt werden, dass ein Korrelationsintegral (Kreuzkorrelation) zwischen einem erwarteten Rückstreuungssignal und den empfangenen Rückstreuungs- Histogramm daten berechnet wird. Durch die Höhe der Korrelation kann in solchen Ausführungs beispielen beurteilt werden, ob das erwartete Rückstreuungssignal als Referenz- Rückstreuungssignal verwendet werden kann. Dabei können mehrere erwartete Rückstreuungssignale getestet werden und die Höhe der Korrelation verglichen wer den, um ein Referenz-Rückstreuungssignal für das spezifische System zu bestimmen.
In Ausführungsbeispielen in denen die Korrelation zwischen den empfangenen Rück- streuungs-Histogrammdaten und dem vorgegebenen Referenz- Rückstreuungssignal durch ein Korrelationsintegral berechnet wird, ergibt sich ein über die Messzeit (und kurz davor) zeitlich variierendes Rückstreuungssignal, wobei die Amplitude des be rechneten Rückstreuungssignals der zurückgestreuten Lichtleistung entspricht (auch AB im Folgenden abgekürzt). Daher kann in solchen Ausführungsbeispielen die Rück streuung aus den Rückstreuungs-Histogrammdaten bestimmt werden.
In manchen Ausführungsbeispielen wird das Verfahren zur Analyse von Rückstreu- ungs-Histogrammdaten für die Bestimmung einer Umgebungslichtmenge aus den empfangenen Rückstreuungs-Histogrammdaten verwendet.
Die Umgebungslichtmenge (auch AL im Folgenden abgekürzt) entspricht grundsätzlich dem Signalbeitrag, bspw. in einem LIDAR-System, der bspw. durch Sonnenlicht oder Straßenlaternen unabhängig vom ausgesendeten Lichtpuls vorhanden ist und detek- tiert wird. Des Weiteren kann die Umgebungslichtmenge auch Anteile von einem elektronischen Rauschen des Empfängers enthalten, welches temperaturabhängig ist. Allerdings ist in solchen Ausführungsbeispielen der Effekt von Beiträgen zur Umge bungslichtmenge durch Umgebungslicht und durch Rauschen gleich und wird somit nicht unterschieden.
Während der Messzeit (und kurz davor) ist das Umgebungslicht in der Regel konstant und gibt somit typischerweise einen konstanten Beitrag in allen Zeitintervallen. Eben so sind die Signalbeiträge von Reflexionen an Objekten häufig scharfe Peaks, das heißt, dass das reflektierte Licht nur in einem oder wenigen Zeitintervallen detektiert wird. Daher kann die Umgebungslichtmenge in manchen Ausführungsbeispielen aus den empfangenen Rückstreuungs-Histogrammdaten von mehreren Zeitintervallen bestimmt werden, die zeitlich kurz vor dem Aussenden der Lichtpulse (Startzeitpunkt) liegen. In anderen Ausführungsbeispielen kann die Umgebungslichtmenge aus den empfangenen Rückstreuungs-Histogrammdaten von mehreren Zeitintervallen be stimmt werden, die einer langen Distanz entsprechen (solange keine Objekte in lan gen Distanzen vorhanden sind). In weiteren Ausführungsbeispielen kann aus einer Kombination obiger Verfahren die Umgebungslichtmenge bestimmt werden. In man chen Ausführungsbeispielen wird das Verfahren zur Analyse der empfangenen Rück streuungs-Histogrammdaten zur Bestimmung eines effektiven Detektionsbereichs der optischen Laufzeitmessung basierend auf dem Rückstreuungssignal und der Umge bungslichtmenge verwendet.
Ein effektiver Detektionsbereich (auch EDR im Folgenden abgekürzt) einer optischen Laufzeitmessung kann einer Distanz entsprechen, bei der Signale, die durch Reflexion an festen Objekten entstehen, noch eindeutig detektiert und zugeordnet werden können. Der effektive Detektionsbereich wird dabei grundsätzlich zu einem Objekt mit vorgegebener Reflektivität bei vorgegebener Umgebungslichtmenge und vorgegebe ner konstanter Wahrscheinlichkeit einer Lichtdetektion referenziert. Der effektive Detektionsbereich kann bei manchen Ausführungsbeispielen einem ab soluten Wert (z.B. 100 m) entsprechen. In anderen Ausführungsbeispielen kann der effektive Detektionsbereich einem relativen Wert entsprechen, wobei in solchen Aus führungsbeispielen der effektive Detektionsbereich auf einen nominellen Detektions bereich bezogen wird, welcher für obige Referenzwerte bestimmt wurde.
Der effektive Detektionsbereich kann dadurch verringert werden, dass die Rückstreu ung hoch ist, da in solchen Ausführungsbeispielen die Lichtleistung des ausgesendeten Lichtpulses mit zunehmender Distanz durch die Rückstreuung gedämpft wird. Folglich ist die Lichtleistung, die zur Reflexion an den festen Objekten zur Verfügung steht, geringer als bei Ausführungsbeispielen mit geringerer Rückstreuung, wodurch die re flektierte Lichtleistung geringer ist und diese auf dem Weg zum Empfänger nochmals verringert wird.
In Ausführungsbeispielen mit einer hohen Umgebungslichtmenge kann der effektive Detektionsbereich dadurch verringert werden, dass der SNR sinkt, da die Umgebungs lichtmenge grundsätzlich einen Beitrag zur Höhe des Rauschens liefert. In anderen Ausführungsbeispielen wird der effektive Detektionsbereich bei geringer Umgebungs lichtmenge erhöht, da dadurch der SNR erhöht wird. Daher kann aus den empfange nen Rückstreuungs-Histogrammdaten zur der effektive Detektionsbereich der opti schen Laufzeitmessung basierend auf dem Rückstreuungssignal und der Umgebungs lichtmenge bestimmt werden.
In manchen Ausführungsbeispielen wird auf das Rückstreuungssignal eine Transfor mationsfunktion angewendet wird, um einen Signaldämpfungsfaktor zu bestimmen.
Wie oben ausgeführt, kann eine hohe Rückstreuung den effektiven Detektionsbereich durch eine Dämpfung der Lichtleistung des ausgesendeten Lichtpulses mit zuneh mender Distanz verringern. Daher kann das Rückstreuungssignal verwendet werden, um die Größe einer solchen Dämpfungzu bestimmen.
Folglich wird auf das Rückstreuungssignal eine Transformationsfunktion angewendet, wobei die Transformationsfunktion in manchen Ausführungsbeispielen eine vorgege bene (mathematische) Funktion sein kann, die aus dem Rückstreuungssignal einen Signaldämpfungsfaktor berechnet. In anderen Ausführungsbeispielen kann die Trans formationsfunktion eine Abfolge von Berechnungen sein. Die Transformationsfunkti on kann experimentell bestimmt werden oder aus der Erfahrung gewonnen sein. Die experimentelle Bestimmung kann bei manchen Ausführungsbeispielen vorher in der Entwicklung erfolgen und der Transformationsfunktion entsprechenden Kennzahlen und/oder Kennlinien etc. können bspw. in einer Software hinterlegt sein.
Der Signaldämpfungsfaktor kann dann in manchen Ausführungsbeispielen eine durch die Rückstreuung verursachte distanzabhängige prozentuale Verringerung der Licht leistung sein.
Daher wurde die Transformationsfunktion in manchen Ausführungsbeispielen expe rimentell bestimmt. Die Signaldämpfung kann bspw. bei verschiedenen Umgebungs bedingungen gemessen worden sein, wodurch eine Transformationsfunktion gefun den werden kann, die aus dem Rückstreuungssignal (welches wie oben ausgeführt auch experimentell bestimmt werden kann) den Signaldämpfungsfaktor bestimmt, der gut mit den gemessenen Werten der Signaldämpfung übereinstimmt.
In manchen Ausführungsbeispielen wird aus den empfangenen Rückstreuungs- Histo grammdaten von mehreren Zeitintervallen, die zeitlich vor einem Startzeitpunkt lie gen, ein arithmetisches Mittel berechnet, um die Umgebungslichtmenge zu bestim men.
Der Startzeitpunkt ist dabei der Zeitpunkt an dem der Lichtpuls für die Distanzbe stimmung von festen Objekten ausgesendet wird. Typischerweise kann kurz vor dem Aussenden des Lichtpulses (bspw. 20 ns) nur das Umgebungslicht detektiert werden, daher ist es vorteilhaft für die Bestimmung der Umgebungslichtmenge in manchen Ausführungsbeispielen solche Zeitintervalle der empfangenen Rückstreuungs- Histogrammdaten zu berücksichtigen, die zeitlich vor dem Startzeitpunkt liegen. Wei terhin ist die Berechnung eines arithmetischen Mittels aus mehreren Zeitintervallen vorteilhaft, um statistische Fluktuationen des Umgebungslichts auszugleichen und so einen genaueren Wert der Umgebungslichtmenge zu erhalten. Allerdings kann die in solchen Ausführungsbeispielen bestimmte Umgebungslichtmenge durch die Reflexion an sehr weit entfernten Objekten falsifiziert werden. In manchen Ausführungsbeispielen wird aus den empfangenen Rückstreuungs- Histo grammdaten von mehreren Zeitintervallen, die über einem bestimmten Zeitschwel lenwert liegen, ein arithmetisches Mittel berechnet wird, um die Umgebungslicht menge zu bestimmen.
Die diffuse Rückstreuung bei einer optischen Laufzeitmessung ist typischerweise bei langen Distanzen nicht mehr detektierbar, da die Lichtmenge zu gering ist. Außerdem kann nachdem der Lichtpuls z.B. auf die Straßenoberfläche oder auf ein festes Objekt trifft, bspw. in einem LIDAR-System eine konstante Umgebungslichtmenge detektiert werden, da die Lichtenergie oder Lichtleistung absorbiert oder reflektiert wurde.
Daher ist es vorteilhaft für die Bestimmung der Umgebungslichtmenge in manchen Ausführungsbeispielen solche Zeitintervalle der empfangenen Rückstreuungs- Histo grammdaten zu berücksichtigen, die über einem bestimmten Zeitschwellenwert lie gen (bspw. ab einem Zeitschwellenwert, der einer Distanz von 20 m entspricht). Wei terhin ist die Berechnung eines arithmetischen Mittels aus mehreren Zeitintervallen vorteilhaft, um statistische Fluktuationen des Umgebungslichts auszugleichen und so einen genaueren Wert der Umgebungslichtmenge zu erhalten. Allerdings kann die in solchen Ausführungsbeispielen bestimmte Umgebungslichtmenge durch die Reflexion an weit entfernten Objekten falsifiziert werden.
In manchen Ausführungsbeispielen wird aus den empfangenen Rückstreuungs- Histo grammdaten von mehreren Zeitintervallen, die zeitlich vor einem Startzeitpunkt lie gen, und aus den empfangenen Rückstreuungs-Histogrammdaten von mehreren Zeit intervallen, die über einem bestimmten Zeitschwellenwert liegen, ein arithmetisches Mittel berechnet, um die Umgebungslichtmenge zu bestimmen.
In solchen Ausführungsbeispielen werden die beiden oben beschriebenen Verfahren kombiniert, um die Umgebungslichtmenge zu bestimmen. Dies ist vorteilhaft, da dadurch ein eventueller Einfluss weit entfernter Objekte auf die Bestimmung der Um gebungslichtmenge geringer wird. Weiterhin ist die Berechnung eines arithmetischen Mittels vorteilhaft, da dadurch die statistischen Fluktuationen noch weiter verringert werden können.
In manchen Ausführungsbeispielen wird aus den empfangenen Rückstreuungs- Histo- grammdaten, die über einem bestimmten Zeitschwellenwert liegen, ein lokales Mini mum ermittelt, welches ein bestimmtes bzw. vorgegebenes Kriterium erfüllt, um die Umgebungslichtmenge zu bestimmen. Wie oben erwähnt, kann für größere Distanzen (korrespondierend zu dem bestimmten Zeitschwellenwert) in manchen Ausführungs beispielen eine konstante Umgebungslichtmenge bestimmt werden, wenn keine Re flexionen an Objekten in diesem Zeitbereich zu den empfangenen Rückstreuungs- Histogrammdaten beigetragen haben. In solchen Ausführungsbeispielen kann die Umgebungslichtmenge einem lokalen Minimum in den empfangenen Rückstreuungs- Histogrammdaten entsprechen, die über einem bestimmten Zeitschwellenwert liegen.
Typischerweise haben Signalbeiträge durch Reflexion an Objekten eine bestimmte Signalform, die sich über mehrere Zeitintervalle erstrecken kann. Sind für größere Dis tanzen mehrere Objekte vorhanden, können sich in manchen Ausführungsbeispielen die beiden Signalformen derart überlappen, dass ein lokales Minimum entsteht, wel ches nicht der Umgebungslichtmenge entspricht. Daher werden bei manchen Ausfüh rungsbeispielen nur solche lokalen Minima für die Bestimmung der Umgebungslicht menge berücksichtigt, die ein bestimmtes bzw. vorgegebenes Kriterium erfüllen, wel ches die verschiedenen Möglichkeiten für das Vorhandensein eines lokalen Minimums in den empfangenen Rückstreuungs- Histogrammdaten, die über einem bestimmten Zeitschwellenwert liegen. Basierend auf diesem Kriterium können die lokalen Minima klassifiziert werden.
Eine Bestimmung der Umgebungslichtmenge kann in manchen Ausführungsbeispielen durchgeführt werden, indem zunächst ein erstes lokales Minimum (ab dem Zeit schwellenwert) ermittelt und klassifiziert wird. Falls das lokale Minimum die Anforde rungen für eine Bestimmung der Umgebungslichtmenge gemäß der Klassifizierung nicht erfüllt, so kann ein weiteres lokales Minimum in den empfangenen Rückstreu- ungs-Histogrammdaten gesucht werden, wobei dieses lokale Minimum in solchen Ausführungsbeispielen zeitlich hinter dem Zeitschwellenwert liegt und zeitlich hinter dem ersten lokalen Minimum. Die Suche kann entsprechend bis zum Ende der Mess zeit fortgesetzt werden. Falls das lokale Minimum die Anforderungen für eine Be stimmung der Umgebungslichtmenge gemäß der Klassifizierung erfüllt, so wird die Umgebungslichtmenge als das lokale Minimum bestimmt. In manchen Ausführungs beispielen weist das Bestimmen der Umgebungslichtmenge folgende Schritte auf: Berechnen eines arithmetischen Mittels aus den empfangenen Rückstreuungs-Histogrammdaten von mehreren Zeitintervallen, die zeitlich vor einem Startzeitpunkt liegen, um eine erste Umgebungslichtmenge zu erhalten;
Ermitteln eines lokalen Minimums, welches ein bestimmtes Kriterium erfüllt, aus den empfangenen Rückstreuungs-Histogrammdaten, die über einem bestimmten Zeit schwellenwert liegen, um eine zweite Umgebungslichtmenge zu erhalten; und Bestimmen der Umgebungslichtmenge aus einem Vergleich zwischen der ersten Um gebungslichtmenge und der zweiten Umgebungslichtmenge, wobei die Umgebungs lichtmenge als die kleinere der beiden Umgebungslichtmengen bestimmt wird.
Zunächst wird für die erste Umgebungslichtmenge ein arithmetisches Mittel aus den empfangenen Rückstreuungs-Histogrammdaten von mehreren Zeitintervallen be rechnet, die zeitlich vor einem Startzeitpunkt liegen. Dies lässt sich algorithmisch als min_ambient = erste Umgebungslichtmenge ausdrücken, wobei min_ambient einem zu bestimmenden Minimum der Umgebungslichtmenge entspricht. Anschließend wird ein lokales Minimum in den empfangenen Rückstreuungs- Histogrammdaten ermit telt, die über einem bestimmten Zeitschwellenwert liegen, welches der zweiten Um gebungslichtmenge entspricht. Dies kann geschrieben werden als cur- rent_far_ambient = zweite Umgebungslichtmenge. Dieses lokale Minimum wird ge mäß obigen Ausführungen nach einem bestimmten Kriterium klassifiziert. Falls das lokale Minimum die Anforderungen für eine Bestimmung der Umgebungslichtmenge gemäß der Klassifizierung erfüllt, so wird weiter der kleinere der beiden Umgebungs lichtmengen als min_ambient gesetzt. Dies lässt sich algorithmisch so ausdrücken: min_ambient = min(min_ambient, current_far_ambient). Falls das lokale Minimum die Anforderungen für eine Bestimmung der Umgebungslichtmenge gemäß der Klassi fizierung nicht erfüllt, wird wie oben ausgeführt das nächste lokale Minimum als die zweite Umgebungslichtmenge ermittelt und wieder klassifiziert usw. Ist bei der Suche das Ende der Messzeit erreicht, so wird die Umgebungslichtmenge als AL = min_ambient gesetzt.
Das beschriebene Verfahren kann somit einer Kombination zweier der oben ausge führten Verfahren entsprechen. Dies kann vorteilhaft sein, da dadurch statistische Fluktuationen und Einflüsse von weit entfernten Objekten verringert werden, sodass die Umgebungslichtmenge genauer bestimmt werden kann.
In manchen Ausführungsbeispielen wird der effektive Detektionsbereich der opti- sehen Laufzeitmessung mithilfe einer vorgegebenen Funktion bestimmt.
Wie oben erwähnt, kann der effektive Detektionsbereich basierend auf dem Rück streuungssignal (AB) und der Umgebungslichtmenge (AL) bestimmt werden. Die vor gegebene Funktion kann dabei in manchen Ausführungsbeispielen eine vorgegebene (mathematische) Funktion sein, die aus dem Rückstreuungssignal und der Umge bungslichtmenge den effektiven Detektionsbereich berechnet wird. In anderen Aus führungsbeispielen kann die vorgegebene Funktion eine Abfolge von Berechnungen sein. Die vorgegebene Funktion kann experimentell bestimmt werden oder aus der Erfahrung gewonnen sein. Formal lässt sich dies ausdrücken als: DER = f(AL, AB), wo bei f die vorgegebene Funktion ist.
In manchen Ausführungsbeispielen wird der effektive Detektionsbereich der opti schen Laufzeitmessung aus einem Kennfeld bestimmt wird.
Ein Kennfeld kann dabei eine tabellenähnliche, einfache und hinsichtlich benötigter Rechenkapazitäten wenig anspruchsvolle Art der Abbildung eines Modells sein, das den Zusammenhang zwischen Eingangs- und Ausgangsgrößen eines Systems abbildet. Mit Kennfeldern kann nahezu jeder mathematische Zusammenhang oder jede Formel dargestellt werden, wobei die Anzahl der Eingangsgrößen limitiert ist. Das Kennfeld kann daher in manchen Ausführungsbeispielen eine Abbildung der Funktion f(AL, AB) sein, das entsprechend die Werte des effektiven Detektionsbereichs für eine große Anzahl an Werten von AL und AB gespeichert hat. Dies ist vorteilhaft, da die Bestim mung des effektiven Detektionsbereichs in solchen Ausführungsbeispielen nicht be rechnet werden muss und somit Rechenkapazitäten einspart.
Wie oben erwähnt, wird der effektive Detektionsbereich der optischen Laufzeitmes sung in manchen Ausführungsbeispielen aus einem Vergleich mit vorgegebenen Refe renzwerten bestimmt.
Manche Ausführungsbeispiele betreffen eine Vorrichtung zur Datenverarbeitung, um fassend Mittel zur Ausführung der Schritte des Verfahrens wie hierin ausgeführt. Die Vorrichtung kann dabei ein einem Kraftfahrzeug eingebaut werden oder in einer Komponente des Kraftfahrzeugs realisiert werden, z. B. in einem Bordcomputer, einer Steuerung oder dergleichen. Außerdem können die Mittel einen oder mehrere (Mik- ro-)Prozessoren umfassen, Speichermittel und andere elektronische Bauteile, die typi scherweise zur Implementierung der hierin beschriebenen Funktionen benötigt wer den.
Ausführungsbeispiele der Erfindung werden nun beispielhaft und unter Bezugnahme auf die beigefügte Zeichnung beschrieben, in der:
Fig. 1 ein erstes Ausführungsbeispiel eines Referenz-Rückstreuungssignals veran schaulicht;
Fig. 2 ein zweites Ausführungsbeispiel eines Referenz-Rückstreuungssignals veran schaulicht;
Fig. 3 ein drittes Ausführungsbeispiel eines Referenz-Rückstreuungssignals veran schaulicht;
Fig. 4 ein Schema eines Ausführungsbeispiels eines Empfangssystems für eine opti sche Distanzmessung veranschaulicht;
Fig. 5 ein Ablaufdiagramm eines ersten Ausführungsbeispiels eines Verfahrens zur Analyse von Rückstreuungs-Histogrammdaten bei einer optischen Laufzeitmessung veranschaulicht;
Fig. 6 ein Ablaufdiagramm eines zweiten Ausführungsbeispiels eines Verfahrens zur Analyse von Rückstreuungs-Histogrammdaten bei einer optischen Laufzeitmessung veranschaulicht;
Fig. 7 ein Ablaufdiagramm eines dritten Ausführungsbeispiels eines Verfahrens zur Analyse von Rückstreuungs-Histogrammdaten bei einer optischen Laufzeitmessung veranschaulicht; und
Fig. 8 ein Ablaufdiagramm eines vierten Ausführungsbeispiels eines Verfahrens zur Analyse von Rückstreuungs-Histogrammdaten bei einer optischen Laufzeitmessung veranschaulicht. Fig. 1 veranschaulicht das erste Ausführungsbeispiel eines Referenz- Rückstreuungs signals.
Das in Fig. 1 veranschaulichte Referenz-Rückstreuungssignal entspricht einer typi schen Signalform wie sie in einem koaxialen LIDAR-System auftritt, d.h. in einem Ll- DAR-System in dem keine Parallaxe zwischen Sender und Empfänger besteht. Das Re- ferenz-Rückstreuungssignal (in anderen Worten die Intensität des zurückgestreuten Lichts) fällt monoton mit der Zeit ab.
Fig. 2 veranschaulicht das zweite Ausführungsbeispiel eines Referenz- Rückstreuungs signals.
Das in Fig. 2 veranschaulichte Referenz-Rückstreuungssignal entspricht einer typi schen Signalform, wie sie in einem bi-axialen Einstrahl-LIDAR-System auftritt. Bei bi axialen Systemen (d.h. Sende- und Empfangssystem stehen in definierter Distanz, z. B. 10 cm und haben definierte Strahldivergenz) tritt eine Überschneidung erst ab einer minimalen Distanz ein (Beginn des Signalanstiegs des Referenz- Rückstreuungssig nals). Danach sinkt das Referenz-Rückstreuungssignal entsprechend dem Verlauf von Fig. 1. Das Referenz-Rückstreuungssignal hat eine geringe Intensität bei sehr geringen Distanzen und steigt auf ein Maximum an, welches anschließend monoton mit der Zeit abfällt.
Fig. 3 veranschaulicht das dritte Ausführungsbeispiel eines Referenz- Rückstreuungs signals.
Das in Fig. 3 veranschaulichte Referenz-Rückstreuungssignal entspricht einer typi schen Signalform, wie sie typischerweise in einem bi-axial Mehrstrahl-LIDAR- System (z.B. nach DE 10 2017 222 971 Al) auftritt. Das Referenz- Rückstreuungssignal ist ähn lich zu einem bi-axialen Einstrahl-LIDAR-System, aber hat mehrere Maxima bei Distan zen bei denen verschiedene Strahlen das Sichtfeld der lichtdetektierenden Emp fangselemente kreuzen. Die Intensität fällt für größere Distanzen monoton mit der Zeit.
Fig. 4 veranschaulicht ein Schema eines Ausführungsbeispiels eines Empfangssystems 1 für eine optische Distanzmessung. Das Empfangssystem 1 weist eine Empfangsmatrix 2 auf, auf welcher mehrere lichtde- tektierende Empfangselemente (ENxM, in diesem Ausführungsbeispiel E0,0 bis £127,255) in Zeilen (ZO bis Z127) und Spalten (SO bis S255) angeordnet sind. In jeder der N = 128 Zeilen (ZO bis Z127) sind M = 256 lichtdetektierende Empfangselemente (E0,0 bis E127,255) angeordnet (korrespondierend zu den M = 256 Spalten (SO bis S255)). Die lichtdetektierenden Empfangselemente (E0,0 bis E127,255) sind in diesem Ausführungsbeispiel SPADs.
Das Empfangssystem 1 weist weiterhin mehrere Auswerteeinheiten (A0 bis A127) auf, wobei jeweils eine Auswerteeinheit (AO bis A127) mit den lichtdetektierenden Emp fangselementen (E0,0 bis E127,255) einer Zeile (ZO bis Z127) über einen Multiplexer (nicht gezeigt) verbunden ist. In jeder Zeile (ZO bis Z127) sind zu einem gegebenen Zeitpunkt nur die zwei lichtdetektierenden Empfangselemente (E0,0 und E0,1 bis E127,0 und E127,l) in den Spalten SO und Sl aktiviert (illustriert durch den zweiten Kreis innerhalb der lichtdetektierenden Empfangselemente (E0,0 und E0,1 bis E127,0 und E127,l)). Die aktivierten lichtdetektierenden Empfangselemente (E0,0 und E0,1 bis E127,0 und E127,l) erzeugen bei Lichtdetektion elektrische Signale, aus denen mithilfe eines Zeit-Digital-Wandlers (nicht gezeigt) in jeder der Auswerteeinheiten (AO bis A127) zeitkorrelierte Histogrammdaten erzeugt werden. In diesem Ausführungs beispiel werden die zeitkorrelierten Histogrammdaten der beiden aktivierten lichtde tektierenden Empfangselemente (E0,0 und E0,1 bis E127,0 und E127,l) in den Aus werteeinheiten (AO bis A127) addiert, um zeitkorrelierte Histogrammdaten zu erzeu gen und auszugeben. In anderen Ausführungsbeispielen kann auch eine beliebige An zahl der M = 256 lichtdetektierenden Empfangselemente (E0,0 bis E127,255) in jeder Zeile aktiviert werden, z.B. E0,0 bis EO,IO, E1,0 bis El, 10, E2,0 bis E2,10,..., E127,0 bis E127,10.
Das Empfangssystem 1 weist weiterhin mehrere Histogramm- Akkumulationseinhei ten (HAO bis HAX) auf. Jede Histogramm-Akkumulationseinheit (HAO bis HAX) weist P = 16 Signaleingänge (nicht explizit gezeigt) auf, wobei jeder Signaleingang mit jeweils einer Auswerteeinheit (AO bis A127) verbunden ist. Daher werden bei N = 128 Zeilen (ZO bis Z127) in diesem Ausführungsbeispiel X = N/P = 8 Histogramm- Akkumulationseinheiten benötigt, die entsprechend die zeitkorrelierten Histogramm daten von P = 16 Auswerteeinheiten (AO bis A127) akkumulieren. Die von den Aus- Werteeinheiten (AO bis A127) ausgegebenen zeitkorrelierten Histogrammdaten wer den an die Histogramm-Akkumulationseinheiten (HAO bis HAX) übertragen, sodass diese an den Signaleingängen empfangen werden. Die Histogramm- Akkumulations einheiten (HAO bis HAX) erzeugen basierend auf den empfangenen zeitkorrelierten Histogrammdaten Rückstreuungs-Histogrammdaten. In diesem Ausführungsbeispiel werden die an jedem Signaleingang empfangenen zeitkorrelierten Histogrammdaten addiert, um die Rückstreuungs-Histogrammdaten zu erzeugen.
Das Empfangssystem 1 weist weiterhin eine Vorrichtung 3 zur Datenverarbeitung auf, welche einen Prozessor und Speicherelemente aufweist (nicht gezeigt). Die Histo gramm-Akkumulationseinheiten (HAO bis HAX) geben die erzeugten Rückstreuungs- Histogrammdaten aus, welche von der Vorrichtung 3 zur Datenverarbeitung empfan gen werden. Die Vorrichtung 3 zur Datenverarbeitung analysiert die empfangenen Rückstreuungs-Histogrammdaten. In diesem Ausführungsbeispiel berechnet die Vor richtung 3 zur Datenverarbeitung eine Korrelation zwischen den empfangenen Rück streuungs-Histogrammdaten und dem Referenz-Rückstreuungssignal aus Fig. 3, um ein Rückstreuungssignal zu bestimmen, das bspw. als Rückstreuungsindikator oder Rückstreuungssignalstärke ermittelt wird.
Fig. 5 veranschaulicht ein Ablaufdiagramm des ersten Ausführungsbeispiels eines Ver fahrens 20 zur Analyse von Rückstreuungs-Histogrammdaten bei einer optischen Laufzeitmessung.
Bei 21 werden Rückstreuungs-Histogrammdaten empfangen, wie hierin ausgeführt.
Bei 22 werden die empfangenen Rückstreuungs-Histogrammdaten analysiert, wie hie rin ausgeführt.
Bei 23 wird ein Ähnlichkeitsmaß zwischen den empfangenen Rückstreuungs- Histo grammdaten und einem vorgegebenen Referenz-Rückstreuungssignal berechnet, um ein Rückstreuungssignal zu bestimmen, wie hierin ausgeführt.
Bei 24 wird eine Transformationsfunktion auf das Rückstreuungssignal angewendet, um einen Signaldämpfungsfaktor zu erhalten, wie hierin ausgeführt. Wobei bei 25 die Transformationsfunktion aus Schritt 24 (vorher) experimentell be stimmt wurde, wie hierin ausgeführt.
Fig. 6 veranschaulicht ein Ablaufdiagramm des zweiten Ausführungsbeispiels eines Verfahrens 30 zur Analyse von Rückstreuungs-Histogrammdaten bei einer optischen Laufzeitmessung.
Bei 31 werden Rückstreuungs-Histogrammdaten empfangen, wie hierin ausgeführt.
Bei 32 werden die empfangenen Rückstreuungs-Histogrammdaten analysiert, wie hie rin ausgeführt.
Bei 33 wird eine Umgebungslichtmenge aus den empfangenen Rückstreuungs- Histo grammdaten bestimmt, wie hierin ausgeführt.
Die Schritte 34 bis 36 sind Optionen, die jeweils für sich ausgeführt werden.
Bei 34 wird ein arithmetisches Mittel aus den empfangenen Rückstreuungs- Histo grammdaten von mehreren Zeitintervallen berechnet, die zeitlich vor einem Startzeit punkt liegen, um die Umgebungslichtmenge zu bestimmen, wie hierin ausgeführt.
Bei 35 wird ein arithmetisches Mittel aus den empfangenen Rückstreuungs- Histo grammdaten von mehreren Zeitintervallen berechnet, die über einem bestimmten Zeitschwellenwert liegen, um die Umgebungslichtmenge zu bestimmen, wie hierin ausgeführt.
Bei 36 wird ein arithmetisches Mittel aus den empfangenen Rückstreuungs- Histo grammdaten von mehreren Zeitintervallen berechnet, die zeitlich vor einem Startzeit punkt liegen, und aus den empfangenen Rückstreuungs-Histogrammdaten von meh reren Zeitintervallen, die über einem bestimmten Zeitschwellenwert liegen, um die Umgebungslichtmenge zu bestimmen, wie hierin ausgeführt.
Fig. 7 veranschaulicht ein Ablaufdiagramm des dritten Ausführungsbeispiels eines Ver fahrens 40 zur Analyse von Rückstreuungs-Histogrammdaten bei einer optischen Laufzeitmessung. Bei 41 werden Rückstreuungs-Histogrammdaten empfangen, wie hierin ausgeführt.
Bei 42 werden die empfangenen Rückstreuungs-Histogrammdaten analysiert, wie hie rin ausgeführt.
Bei 43 wird eine Umgebungslichtmenge aus den empfangenen Rückstreuungs- Histo grammdaten bestimmt, wie hierin ausgeführt. Die Schritte 44 und 45 sind Optionen, die jeweils für sich ausgeführt werden.
Bei 44 wird ein lokales Minimum ermittelt, welches ein bestimmtes Kriterium erfüllt, aus den empfangenen Rückstreuungs-Histogrammdaten, die über einem bestimmten Zeitschwellenwert liegen, um die Umgebungslichtmenge zu bestimmen, wie hierin ausgeführt.
Bei 45 wird ein arithmetisches Mittel aus den empfangenen Rückstreuungs- Histo grammdaten von mehreren Zeitintervallen berechnet, die zeitlich vor einem Startzeit punkt liegen, um eine erste Umgebungslichtmenge zu erhalten, und ein lokales Mini mum ermittelt, welches ein bestimmtes Kriterium erfüllt, aus den empfangenen Rück streuungs-Histogrammdaten, die über einem bestimmten Zeitschwellenwert liegen, um eine zweite Umgebungslichtmenge zu bestimmen, und es wird eine Umgebungs lichtmenge aus einem Vergleich zwischen der ersten Umgebungslichtmenge und der zweiten Umgebungslichtmenge bestimmt, wobei die Umgebungslichtmenge als die kleinere der beiden Umgebungslichtmengen bestimmt wird, wie hierin ausgeführt.
Fig. 8 veranschaulicht ein Ablaufdiagramm des vierten Ausführungsbeispiels eines Verfahrens 50 zur Analyse von Rückstreuungs-Histogrammdaten bei einer optischen Laufzeitmessung.
Bei 51 werden Rückstreuungs-Histogrammdaten empfangen, wie hierin ausgeführt.
Bei 52 werden die empfangenen Rückstreuungs-Histogrammdaten analysiert, wie hie rin ausgeführt.
Bei 53 wird ein Ähnlichkeitsmaß zwischen den empfangenen Rückstreuungs- Histo- grammdaten und einem vorgegebenen Referenz-Rückstreuungssignal berechnet, um ein Rückstreuungssignal zu bestimmen, wie hierin ausgeführt.
Bei 54 wird eine Umgebungslichtmenge aus den empfangenen Rückstreuungs- Histo grammdaten bestimmt, wie hierin ausgeführt.
Bei 55 wird ein effektiver Detektionsbereich der optischen Laufzeitmessung basierend auf dem Rückstreuungssignal, das bspw. als Rückstreuungsindikator oder Rückstreu ungssignalstärke ermittelt wird, und der Umgebungslichtmenge bestimmt, wie hierin ausgeführt.
Die Schritte 56 bis 58 sind Optionen, die jeweils für sich ausgeführt werden.
Bei 56 wird der effektive Detektionsbereich der optischen Laufzeitmessung mithilfe einer vorgegebenen Funktion bestimmt, wie hierin ausgeführt.
Bei 57 wird der effektive Detektionsbereich der optischen Laufzeitmessung aus einem Kennfeld bestimmt, wie hierin ausgeführt.
Bei 58 wird der effektive Detektionsbereich der optischen Laufzeitmessung aus einem Vergleich mit vorgegebenen Referenzwerten bestimmt, wie hierin ausgeführt.
Bezugszeichen
1 Empfangssystem
2 Empfangsmatrix
3 Vorrichtung
20, 30, 40, 50 Verfahren
21, 31, 41, 51 Empfangen von Rückstreuungs-Histogrammdaten
22, 32, 42, 52 Analysieren der empfangenen Rückstreuungs- Histogrammdaten. 23, 53 Berechnen eines Ähnlich keitsmaßes zwischen den empfangenen Rückstreuungs- Histogrammdaten und einem vorgegebenen Referenz- Rückstreuungssignal, um ein Rückstreuungssignal zu be stimmen.
24 Anwenden einer Transformationsfunktion auf das Rückstreuungssignal, um einen Signaldämpfungsfaktor zu erhalten
25 Experimentelles Bestimmen derTransformationsfunktion
33, 43, 54 Bestimmen einer Umgebungslichtmenge aus den emp fangenen Rückstreuungs-Histogrammdaten
34 Berechnen eines arithmetischen Mittels aus den empfangenen Rückstreuungs- Histogrammdaten von mehreren Zeitintervallen, die zeitlich vor einem Start zeitpunkt liegen, um die Umgebungslichtmenge zu bestimmen
35 Berechnen eines arithmetischen Mittels aus den empfangenen Rückstreuungs- Histogrammdaten von mehreren Zeitintervallen, die über einem bestimmten Zeitschwellenwert liegen, um die Umgebungslichtmenge zu bestimmen
36 Berechnen eines arithmetischen Mittels aus den empfangenen Rückstreuungs- Histogrammdaten von mehreren Zeitintervallen, die zeitlich vor einem Start zeitpunkt liegen, und aus den empfangenen Rückstreuungs-Histogrammdaten von mehreren Zeitintervallen, die über einem bestimmten Zeitschwellenwert liegen, um die Umgebungslichtmenge zu bestimmen
44 Ermitteln eines lokalen Minimums, welches ein bestimmtes Kriterium erfüllt, aus den empfangenen Rückstreuungs- Histogrammdaten, die über einem be stimmten Zeitschwellenwert liegen, um die Umgebungslichtmenge zu bestim men
45 Berechnen eines arithmetischen Mittels aus den empfangenen Rückstreuungs- Histogrammdaten von mehreren Zeitintervallen, die zeitlich vor einem Start- Zeitpunkt liegen, und aus den empfangenen Rückstreuungs-Histogrammdaten von mehreren Zeitintervallen, die über einem bestimmten Zeitschwellenwert liegen, um eine erste Umgebungslichtmenge zu bestimmen; Ermitteln eines lo kalen Minimums, welches ein bestimmtes Kriterium erfüllt, aus den empfange nen Rückstreuungs- Histogrammdaten, die über einem bestimmten Zeitschwel lenwert liegen, um eine zweite Umgebungslichtmenge zu bestimmen; und Be stimmen der Umgebungslichtmenge aus einem Vergleich zwischen der ersten Umgebungslichtmenge und der zweiten Umgebungslichtmenge, wobei die Umgebungslichtmenge als die kleinere der beiden Umgebungslichtmengen be stimmt wird
55 Bestimmen eines effektiven Detektionsbereichs der optischen Laufzeitmessung basierend auf dem Rückstreuungssignal und der Umgebungslichtmenge
56 Bestimmen des effektiven Detektionsbereichs der optischen Laufzeitmessung mithilfe einer vorgegebenen Funktion
57 Bestimmen des effektiven Detektionsbereichs der optischen Laufzeitmessung aus einem Kennfeld
58 Bestimmen des effektiven Detektionsbereichs der optischen Laufzeitmessung aus einem Vergleich mit vorgegebenen Referenzwerten
A0 bis A127 Auswerteeinheiten
ENcM,EO,O bis E127,255 lichtdetektierende Empfangselemente HAO bis HAX His togramm-Akkumulationseinheiten SO bis S255 Spal ten
Z0 bis Z127 Zeilen

Claims

1 Patentansprüche
1 . Verfahren (20, 30, 40, 50) zur Analyse von Rückstreuungs-Histogrammdaten bei einem optischen Pulslaufzeit-Verfahren, umfassend:
Empfangen (21, 31, 41, 51) von Rückstreuungs-Histogrammdaten; und Analysieren (22, 32, 42, 52) der empfangenen Rückstreuungs- Histogrammda ten.
2. Verfahren (20, 30, 40, 50) nach Anspruch 1, wobei das Analysieren der emp fangenen Rückstreuungs-Histogrammdaten aufweist:
Berechnen (23, 53) eines Ähnlichkeitsmaßes zwischen den empfangenen Rück streuungs-Histogrammdaten und einem vorgegebenen Referenz- Rückstreu ungssignal, um ein Rückstreuungssignal zu bestimmen.
3. Verfahren (20, 30, 40, 50) nach Anspruch 1 oder 2, wobei das Analysieren der empfangenen Rückstreuungs-Histogrammdaten aufweist:
Bestimmen (33, 43, 54) einer Umgebungslichtmenge aus den empfangenen Rückstreuungs-Histogrammdaten.
4. Verfahren (20, 30, 40, 50) nach Anspruch 3 soweit dieser von Anspruch 2 ab hängt, wobei das Analysieren der empfangenen Rückstreuungs- Histogrammdaten aufweist:
Bestimmen (55) eines effektiven Detektionsbereichs der optischen Laufzeit messung basierend auf dem Rückstreuungssignal und der Umgebungslicht menge.
5. Verfahren (20, 30, 40, 50) nach Anspruch 2, wobei auf das Rückstreuungssignal eine Transformationsfunktion angewendet (24) wird, um einen Signaldämp fungsfaktor zu bestimmen.
6. Verfahren (20, 30, 40, 50) nach Anspruch 5, wobei die Transformationsfunktion experimentell bestimmt (25) wurde.
7. Verfahren (20, 30, 40, 50) nach Anspruch 3, wobei aus den empfangenen Rück streuungs-Histogrammdaten von mehreren Zeitintervallen, die zeitlich vor ei- 2 nem Startzeitpunkt liegen, ein arithmetisches Mittel berechnet (34) wird, um die Umgebungslichtmenge zu bestimmen.
8. Verfahren (20, 30, 40, 50) nach Anspruch 3, wobei aus den empfangenen Rück- streuungs-Histogrammdaten von mehreren Zeitintervallen, die über einem be stimmten Zeitschwellenwert liegen, ein arithmetisches Mittel berechnet (35) wird, um die Umgebungslichtmenge zu bestimmen.
9. Verfahren (20, 30, 40, 50) nach Anspruch 3, wobei aus den empfangenen Rück- streuungs-Histogrammdaten von mehreren Zeitintervallen, die zeitlich vor ei nem Startzeitpunkt liegen, und aus den empfangenen Rückstreuungs- Histogrammdaten von mehreren Zeitintervallen, die über einem bestimmten Zeitschwellenwert liegen, ein arithmetisches Mittel berechnet (36) wird, um die Umgebungslichtmenge zu bestimmen.
10. Verfahren (20, 30, 40, 50) nach Anspruch 3, wobei aus den empfangenen Rück- streuungs-Histogrammdaten, die über einem bestimmten Zeitschwellenwert liegen, ein lokales Minimum ermittelt (44) wird, welches ein bestimmtes Krite rium erfüllt, um die Umgebungslichtmenge zu bestimmen.
11. Verfahren (20, 30, 40, 50) nach Anspruch 3, wobei das Bestimmen der Umge bungslichtmenge aufweist:
Berechnen eines arithmetischen Mittels aus den empfangenen Rückstreuungs-Histogrammdaten von mehreren Zeitintervallen, die zeitlich vor einem Startzeitpunkt liegen, um eine erste Umgebungslichtmenge zu erhalten; Ermitteln eines lokalen Minimums, welches ein bestimmtes Kriterium erfüllt, aus den empfangenen Rückstreuungs-Histogrammdaten, die über einem be stimmten Zeitschwellenwert liegen, um eine zweite Umgebungslichtmenge zu erhalten; und
Bestimmen der Umgebungslichtmenge aus einem Vergleich zwischen der ers ten Umgebungslichtmenge und der zweiten Umgebungslichtmenge, wobei die Umgebungslichtmenge als die kleinere der beiden Umgebungslichtmengen be stimmt (45) wird. 3
12. Verfahren (20, 30, 40, 50) nach Anspruch 4, wobei der effektive Detektionsbe reich der optischen Laufzeitmessung mithilfe einer vorgegebenen Funktion be stimmt (56) wird.
13. Verfahren (20, 30, 40, 50) nach Anspruch 4, wobei der effektive Detektionsbe reich der optischen Laufzeitmessung aus einem Kennfeld bestimmt (57) wird.
14. Verfahren (20, 30, 40, 50) nach Anspruch 4, wobei der effektive Detektionsbe reich der optischen Laufzeitmessung aus einem Vergleich mit vorgegebenen Referenz werten bestimmt (58) wird.
15. Vorrichtung (3) zur Datenverarbeitung, umfassend Mittel zur Ausführung des Verfahrens nach einem der vorherigen Ansprüche.
EP21702999.0A 2020-02-11 2021-02-01 Verfahren zur analyse von rückstreuungs-histogrammdaten bei einem optischen pulslaufzeit-verfahren und vorrichtung zur datenverarbeitung Pending EP4103962A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020201637.2A DE102020201637A1 (de) 2020-02-11 2020-02-11 Verfahren zur Analyse von Rückstreuungs-Histogrammdaten bei einem optischen Pulslaufzeit-Verfahren und Vorrichtung zur Datenverarbeitung
PCT/EP2021/052285 WO2021160454A1 (de) 2020-02-11 2021-02-01 Verfahren zur analyse von rückstreuungs-histogrammdaten bei einem optischen pulslaufzeit-verfahren und vorrichtung zur datenverarbeitung

Publications (1)

Publication Number Publication Date
EP4103962A1 true EP4103962A1 (de) 2022-12-21

Family

ID=74505266

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21702999.0A Pending EP4103962A1 (de) 2020-02-11 2021-02-01 Verfahren zur analyse von rückstreuungs-histogrammdaten bei einem optischen pulslaufzeit-verfahren und vorrichtung zur datenverarbeitung

Country Status (9)

Country Link
US (1) US12442903B2 (de)
EP (1) EP4103962A1 (de)
JP (1) JP7471018B2 (de)
KR (1) KR102898103B1 (de)
CN (1) CN115104038B (de)
CA (1) CA3167506A1 (de)
DE (1) DE102020201637A1 (de)
IL (1) IL295469A (de)
WO (1) WO2021160454A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2025243786A1 (ja) * 2024-05-22 2025-11-27 ソニーセミコンダクタソリューションズ株式会社 測距装置および測距方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020009011A1 (ja) * 2018-07-02 2020-01-09 株式会社デンソー 光測距装置

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19931825A1 (de) * 1999-07-08 2001-01-25 Bosch Gmbh Robert Vorrichtung zur Sichtweitenmessung
FR2809180B1 (fr) * 2000-05-18 2002-08-30 Univ Paris 13 Procede d'analyse d'un echantillon diffusant par mesure resolue en temps
US7944548B2 (en) * 2006-03-07 2011-05-17 Leica Geosystems Ag Increasing measurement rate in time of flight measurement apparatuses
EP2093732A1 (de) * 2008-02-19 2009-08-26 Siemens Aktiengesellschaft Vorrichtung und Verfahren zum Detektieren von Rauch durch gemeinsame Auswertung zweier optischer Rückstreusignale
ATE483992T1 (de) * 2008-11-21 2010-10-15 Sick Ag Optoelektronischer sensor und verfahren zur messung von entfernungen nach dem lichtlaufzeitprinzip
DE102014207599B4 (de) * 2014-04-23 2024-09-26 Robert Bosch Gmbh Verfahren und Computerprogramm zum Betreiben eines Fotodetektors
GB201413564D0 (en) 2014-07-31 2014-09-17 Stmicroelectronics Res & Dev Time of flight determination
FR3031035B1 (fr) * 2014-12-24 2019-07-05 Centre National De La Recherche Scientifique - Cnrs - Dispositif d'imagerie et procede d'imagerie
DE102015103139B3 (de) * 2015-03-04 2016-08-11 Aiq Dienstleistungen Ug (Haftungsbeschränkt) Verteilte optische Messvorrichtungen und Verfahren zum Ausführen einer Messung
EP3289430B1 (de) * 2015-04-27 2019-10-23 Snap-Aid Patents Ltd. Schätzung und verwendung einer relativen kopfhaltung und kamerasichtfeld
FR3037653B1 (fr) * 2015-06-19 2019-06-14 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede de traitement d’un signal de retrodiffusion
EP3168641B1 (de) 2015-11-11 2020-06-03 Ibeo Automotive Systems GmbH Verfahren und vorrichtung zur optischen distanzmessung
US10627490B2 (en) * 2016-01-31 2020-04-21 Velodyne Lidar, Inc. Multiple pulse, LIDAR based 3-D imaging
US11255663B2 (en) * 2016-03-04 2022-02-22 May Patents Ltd. Method and apparatus for cooperative usage of multiple distance meters
JP2018091760A (ja) * 2016-12-05 2018-06-14 株式会社豊田中央研究所 光学測定装置、光学測定方法、及び光学測定プログラム
US10416293B2 (en) * 2016-12-12 2019-09-17 Sensl Technologies Ltd. Histogram readout method and circuit for determining the time of flight of a photon
EP3370079B1 (de) * 2017-03-01 2021-04-28 STMicroelectronics (Grenoble 2) SAS Bereichs- und parameterextraktion mit verarbeiteten histogrammen, die aus einer flugzeitsensorimpulskorrektur erzeugt sind
KR102609223B1 (ko) * 2017-03-01 2023-12-06 아우스터, 인크. 라이더를 위한 정확한 광검출기 측정
US11120104B2 (en) * 2017-03-01 2021-09-14 Stmicroelectronics (Research & Development) Limited Method and apparatus for processing a histogram output from a detector sensor
JP6665873B2 (ja) 2017-03-29 2020-03-13 株式会社デンソー 光検出器
CN110622038B (zh) * 2017-05-15 2023-04-21 夏普株式会社 光传感器、电子设备、运算装置及对光传感器与检测对象物之间的距离进行测量的方法
DE102017117162A1 (de) * 2017-07-28 2019-01-31 Sick Ag Sensor und Verfahren zur Erfassung und Abstandsbestimmung von Objekten
DE102017222971A1 (de) 2017-12-15 2019-07-11 Ibeo Automotive Systems GmbH LIDAR Empfangseinheit
DE102018203534A1 (de) * 2018-03-08 2019-09-12 Ibeo Automotive Systems GmbH Empfängeranordnung zum Empfang von Lichtimpulsen, LiDAR-Modul und Verfahren zum Empfangen von Lichtimpulsen
WO2019226487A1 (en) * 2018-05-23 2019-11-28 The Charles Stark Draper Laboratory, Inc. Parallel photon counting
DE102018212542B4 (de) * 2018-07-27 2022-07-07 Audi Ag Verfahren zur Steuerung einer einem Laserscanner zugeordneten Heizeinrichtung
CN113748356A (zh) * 2019-01-18 2021-12-03 感觉光子公司 数字像素及其操作方法
US12153133B2 (en) * 2019-04-26 2024-11-26 Ouster, Inc. Independent per-pixel integration registers for LIDAR measurements
US11150348B2 (en) * 2019-10-02 2021-10-19 Cepton Technologies, Inc. Techniques for detecting cross-talk interferences in lidar imaging sensors
KR20220127820A (ko) * 2019-12-11 2022-09-20 록클리 포토닉스 리미티드 광학 감지 모듈

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020009011A1 (ja) * 2018-07-02 2020-01-09 株式会社デンソー 光測距装置
US20210116572A1 (en) * 2018-07-02 2021-04-22 Denso Corporation Light ranging apparatus

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of WO2021160454A1 *

Also Published As

Publication number Publication date
CN115104038B (zh) 2025-09-05
CA3167506A1 (en) 2021-08-19
KR20220119500A (ko) 2022-08-29
JP2023513560A (ja) 2023-03-31
WO2021160454A1 (de) 2021-08-19
US12442903B2 (en) 2025-10-14
CN115104038A (zh) 2022-09-23
KR102898103B1 (ko) 2025-12-09
IL295469A (en) 2022-10-01
JP7471018B2 (ja) 2024-04-19
DE102020201637A1 (de) 2021-08-12
US20230048750A1 (en) 2023-02-16

Similar Documents

Publication Publication Date Title
EP3418767B1 (de) Optoelektronischer sensor und verfahren zur messung der entfernung zu einem objekt
DE102017113674B4 (de) Optoelektronischer Sensor und Verfahren zur Messung der Entfernung zu einem Objekt
DE102017220925A1 (de) Verfahren zum Betreiben eines LIDAR-Sensors und LIDAR-Sensor
DE19531632A1 (de) Entfernungsmeßgerät für Kraftfahrzeuge
DE102023111702A1 (de) System und Verfahren zur Klassifizierung und Entfernung von Objekt-Artefakten aus einer Punktwolke einer Lichtdetektion und Entfernungsmessung für verbesserte Detektionen
DE112019001346T5 (de) Lichtdetektionsvorrichtung, lichtdetektionsverfahren und optischer abstandssensor
EP1085346B1 (de) Verfahren zur Messung der Entfernung von Objekten, atmosphärischen Partikeln und dergleichen mittels Lidar- oder Laserradar-Signalen
DE102017208704A1 (de) Vorrichtung und Verfahren zur Entfernungsmessung
EP4103962A1 (de) Verfahren zur analyse von rückstreuungs-histogrammdaten bei einem optischen pulslaufzeit-verfahren und vorrichtung zur datenverarbeitung
DE10001015C2 (de) Verfahren zur Messung der Entfernung von Objekten, atmosphärischen Partikeln und dergleichen mittels Lidar- oder Laserradar-Signalen
EP3715908B1 (de) Verfahren und vorrichtung zur optischen distanzmessung
DE19704220A1 (de) Verfahren und Vorrichtung zum Bestimmen eines Abstandes zwischen Fahrzeug und Hindernis
DE102018220600B4 (de) Verfahren und Vorrichtung zum Detektieren von Partikeln
DE102014110203B3 (de) Entfernungsmessender Sensor zur Erfassung und Abstandsbestimmung von Objekten
DE102018119632B4 (de) Verfahren zur Bestimmung der Detektionsreichweite eines Umgebungssensors
EP4128020B1 (de) Objekterkennung durch ein aktives optisches sensorsystem
DE202014103348U1 (de) Entfernungsmessender Sensor zur Erfassung und Abstandsbestimmung von Objekten
EP3951425A1 (de) Verfahren sowie messvorrichtung zur bestimmung einer distanz
DE102019201739A1 (de) Vorrichtung und Verfahren für Time-Gating in laufzeitbasierter Distanzmessung
DE102017106134A1 (de) Optischer Sensor und Verfahren zum Nachweis von Objekten in einem Überwachungsbereich
DE102023124069A1 (de) Abstandsmessverfahren sowie Messvorrichtung
WO2024115439A1 (de) Verfahren zum betrieb eines lidar-systems und lidar-system
DE102024100692A1 (de) Schaltungsanordnung für ein aktives optisches sensorsystem und verfahren zum überwachen einer emitterschaltungsanordnung eines aktiven optischen sensorsystems
DE102025113762A1 (de) Verfahren, Steueranordnung und Fahrzeug zur Erfassung falscher positiverErgebnisse bei LiDAR-Messungen
DE102020213383A1 (de) Lidar-Vorrichtung

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20220810

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: MICROVISION, INC.

P01 Opt-out of the competence of the unified patent court (upc) registered

Effective date: 20230530

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20250423