车辆传感器清洁系统的制作方法

本公开总体上涉及车辆传感器，并且更具体地涉及一种车辆传感器清洁系统。
背景技术：
：车辆通常包括传感器。传感器可以检测外部世界，例如，车辆周围的对象和/或特征，诸如其他车辆、道路车道标记、交通灯和/或标志、行人等。传感器可以是雷达传感器、扫描激光测距仪、光检测和测距(激光雷达)装置、和/或图像处理传感器(诸如相机)。传感器的清洁度可能影响由传感器产生的数据的质量。较清洁的传感器提供具有提高的精度和准确性的数据。清洁传感器需要消耗资源，例如空气或清洗液。车辆可以存储有限量的压缩空气，可以产生有限量的能量来压缩空气，并且可以产生以有限的速率产生高压空气。车辆存储有限量的清洗液。技术实现要素：本文描述的系统可以减少用于清洁传感器的资源。所述系统可以对传感器上的障碍物的类型进行分类，并为分类的类型的障碍物选择清洁措施，这与为所有类型的障碍物选择相同的清洁措施相比，可以减少用于清洁传感器的资源。因此，对于不太难的类型的障碍物，与为所有类型的障碍物选择相同的清洁措施(其中选定的清洁措施可能会被选择来去除最难类型的障碍物，并且可能会是最耗资源的清洁措施)相比，系统会花费较少的资源。而且，本系统使用至少三个波长范围不同的灯来照亮障碍物，从而即使传感器是单色相机，也提供用于识别障碍物的颜色信息。所述系统包括：传感器，其包括窗口；至少三个灯，其被定位成照亮窗口；清洁部件，其被定位成清洁窗口；以及计算机，其通信地耦合到传感器、灯和清洁部件。每个灯被配置成产生与其他灯不同的波长范围。计算机被编程为激活灯并且基于在灯的激活期间由传感器产生的数据来致动清洁部件。每个灯可以限定与窗口成锐角的照明方向。传感器可以是为单色或灰色/灰色/灰色/红色中的一者的相机。窗口可以是传感器的透镜或定位在传感器的透镜前面的盖子中的一者。所述波长范围可以不重叠。灯可以是发光二极管。灯可以包括至少四个灯。一种计算机包括处理器和存储指令的存储器，所述指令可由处理器执行以激活分别处于三个不同的波长范围下的至少三个灯，并基于在灯的激活期间由传感器产生的数据来致动清洁部件。每个灯被定位成照亮传感器的窗口。所述指令还可以包括：基于在灯的激活期间由传感器产生的数据来识别障碍物的类型，并基于障碍物的类型来致动清洁部件。所述指令还可以包括：基于在灯的激活期间由传感器产生的数据来产生光谱反射率曲线，并基于光谱反射率曲线来识别障碍物的类型。所述指令还可以包括：基于在灯的激活期间由传感器产生的数据来产生表面法线的映射图，并基于表面法线的映射图来识别障碍物的类型。所述指令还可以包括：响应于障碍物的类型为水，而致动清洁部件的空气喷嘴并保持液体喷嘴不活动。所述指令还可以包括：响应于障碍物的类型是第一类型而致动液体喷嘴，并且所述第一类型可以是除水以外的类型。所述至少三个激活可以是按顺序的。一种方法包括激活分别处于三个不同的波长范围下的至少三个灯，以及基于在灯的激活期间由传感器产生的数据来致动清洁部件。每个灯被定位成照亮传感器的窗口。所述方法还可以包括基于在灯的激活期间由传感器产生的数据来识别障碍物的类型，以及基于障碍物的类型来激活清洁部件。所述方法还可以包括基于在灯的激活期间由传感器产生的数据来产生光谱反射率曲线，以及基于光谱反射率曲线来识别障碍物的类型。所述方法还可以包括基于在灯的激活期间由传感器产生的数据来产生表面法线的映射图，以及基于表面法线的映射图来识别障碍物的类型。所述至少三个激活可以是按顺序的。附图说明图1是示例性车辆的透视图。图2是车辆的壳体中的传感器的透视图。图3a是传感器的第一示例的横截面图。图3b是传感器的第二示例的横截面图。图3c是传感器的第三示例的横截面图。图4是用于传感器的示例性清洁系统的示意图。图5是用于清洁系统的示例性控制系统的框图。图6是用于控制清洁系统的示例性过程的过程流程图。图7是示例性光谱反射率曲线的曲线图。具体实施方式用于车辆30的系统32包括：传感器34，其包括窗口36；至少三个灯38，其被定位成照亮窗口36并且能够产生彼此不同的波长范围；清洁部件40，其被定位成清洁窗口36；以及计算机42，其通信地耦合到传感器34、灯38和清洁部件40。计算机42被编程为激活灯38并且基于在灯38的激活期间由传感器34产生的数据来致动清洁部件40。参考图1，车辆30可以是任何乘用车或商用车，诸如汽车、卡车、运动型多用途车、跨界车、货车、小型货车、出租车、公共汽车、吉普尼车等。车辆30包括车身44。车辆30可以是一体式结构，其中车辆30的车架和车身44为单个部件。替代地，车辆30可以是车身车架分离式结构，其中车架支撑车身44，所述车身44是与车架分离的部件。车架和车身44可以由任何合适的材料形成，例如钢、铝等。车身44包括部分地限定车辆30的外部的车身面板46、48。车身面板46、48可以呈现a级表面，例如，暴露于客户视线的且没有不美观的瑕疵和缺陷的精加工表面。车身面板46、48包括例如车顶48等。参考图2，传感器34可以是相机并且可以检测在某些波长范围内的电磁辐射。例如，传感器34可以检测可见光、红外辐射、紫外光或包括可见光、红外光和/或紫外光的某个范围的波长。传感器34可能能够区分大范围的波长，或者相机可能是例如单色的或灰色/灰色/灰色/红色。又例如，相机34可以是飞行时间(tof)相机，其包括用于照亮环境的调制光源并检测来自调制光源的反射光和环境光两者，以感测反射率幅度和到场景的距离。传感器34直接或间接地安装在车辆30上。例如，传感器34可以安装在车身面板46、48中的一个上，例如车顶48上。又例如，传感器34可以安装到壳体50，例如安装在壳体50内部，并且壳体50可以安装在车身面板46、48中的一个上，例如车顶48上，如图1所示。参考图3a至图3c，传感器34包括窗口36。窗口36是传感器34的透镜或定位在传感器34的透镜前面的盖子中的一者。窗口36暴露于周围环境。窗口36相对于传感器34可检测的波长是透明的。灯38被定位成照亮窗口36。换句话说，灯38在被点亮时照射在窗口36上。每个灯38限定照明方向，即，每个灯38在被点亮时发出以照明方向为中心的锥形光，并且来自每个灯38的照明方向与窗口36相交。来自每个灯38的照明方向与窗口36以与窗口36成锐角相交，例如小于10°的角度。灯38围绕窗口36彼此间隔开。灯38的数量至少为三个，并且可以为四个或五个或更多个。三个以上的多个灯38允许以下描述的光度-立体计算的冗余，这增加了这些计算结果的可靠性。灯38可以是适合于照射在传感器34处的任何照明设备，例如，发光二极管(led)、钨、卤素、高强度放电(hid)(诸如氙气)、激光等。特定地，灯38可以是发光二极管。每个灯38被配置成产生与其他灯38不同的波长范围，并且所述波长范围不重叠。换句话说，灯38发出彼此不同的颜色。例如，灯38可以分别产生400-440纳米(nm)、540-560nm、600-620nm和660-700nm的波长。参考图4，清洁部件40被定位成清洁窗口36。清洁部件40包括液体清洁系统52和空气清洁系统54。车辆30的液体清洁系统52包括贮器56、泵58、液体供应管线60和液体喷嘴62。贮器56、泵58和液体喷嘴62彼此流体地连接(即，流体可以从一者流到另一者)。液体清洁系统52将存储在贮器56中的清洗液分配到液体喷嘴62。“清洗液”在本文中是指存储在贮器56中的用于清洁的任何液体。清洗液可以包括溶剂、清洁剂、稀释剂(诸如水)等。贮器56可以是可填充液体(例如用于清洁窗口的清洗液)的箱。贮器56可以设置在车辆30的前方，通常设置在乘客舱前方的发动机舱室中。贮器56可以存储仅用于供应传感器34或者还用于其他目的(诸如，供应到挡风玻璃)的清洗液。泵58可以迫使清洗液通过液体供应管线60到达液体喷嘴62，其压力足以使清洗液从液体喷嘴62喷出。泵58流体地连接到贮器56。泵58可以附接到贮器56或设置在贮器56中。液体供应管线60从泵58延伸到液体喷嘴62。液体供应管线60可以是例如柔性管。液体喷嘴62从液体供应管线60接收清洗液。液体喷嘴62被定位成在窗口36处喷射清洗液。液体喷嘴62被成形为以高压和高速喷射清洗液。空气清洁系统54包括压缩机64、过滤器66、空气供应管线68和空气喷嘴70。压缩机64、过滤器66和空气喷嘴70依次通过空气供应管线68彼此流体地连接(即，流体可以从一者流到另一者)。压缩机64通过迫使附加气体从较低压区域到达较高压区域而增加气体压力。压缩机64可以是任何合适类型的压缩机，例如：正排量压缩机，诸如往复式压缩机、离子液体活塞压缩机、旋转螺杆式压缩机、旋叶式压缩机、滚动活塞式压缩机、涡旋式压缩机或隔膜压缩机；动态压缩机，诸如气泡式压缩机、离心式压缩机、斜流式压缩机、混流式压缩机或轴流式压缩机；或任何其他合适的类型。过滤器66从流过过滤器66的空气中去除固体颗粒，诸如灰尘、花粉、霉菌和细菌。过滤器66可以是任何合适类型的过滤器，例如纸、泡沫、棉、不锈钢、油浴等。空气供应管线68从压缩机64延伸到过滤器66，并且从过滤器66延伸到空气喷嘴70。空气供应管线68可以是例如柔性管。空气喷嘴70从空气供应管线68接收空气。空气喷嘴70被定位成在窗口36处喷射空气。空气喷嘴70被成形为以高压和高速喷射空气。参考图5，车辆30可以是自主车辆。车辆计算机72可以被编程为完全地或者在较小程度上独立于人类驾驶员的干预而操作车辆30。车辆计算机72可以被编程为基于从例如传感器34接收的数据来操作推进、制动系统、转向和/或其他车辆系统。出于本公开的目的，自主操作意指车辆计算机72在没有人类驾驶员输入的情况下控制推进、制动系统和转向；半自主操作意指车辆计算机72控制推进、制动系统和转向中的一者或两者，而人类驾驶员控制其余部分；并且非自主操作意指人类驾驶员控制推进、制动系统和转向。车辆计算机72是基于微处理器的计算机。车辆计算机72包括处理器、存储器等。车辆计算机72的存储器包括用于存储可由处理器执行的指令以及用于电子地存储数据和/或数据库的存储器。计算机42是一个或多个基于微处理器的计算机。计算机42包括存储器、至少一个处理器等。计算机42的存储器包括用于存储可由处理器执行的指令以及用于电子地存储数据和/或数据库的存储器。计算机42可以是与车辆计算机72相同的计算机，或者计算机42可以是经由通信网络74与车辆计算机72通信的一个或多个单独的计算机，或者计算机42可以包含多个计算机，所述多个计算机包括车辆计算机72。作为单独的计算机，计算机42可以是或包括例如一个或多个电子控制单元或模块(ecu或ecm)。计算机42可以通过通信网络74和/或任何其他有线或无线通信网络传输和接收数据，所述通信网络74可以是控制器局域网(can)总线、以太网、wifi、局域互连网(lin)、车载诊断连接器(obd-ii)。计算机42可以经由通信网络74可以通信地耦合到车辆计算机72、传感器34、灯38、清洁部件40和其他部件。图6是示出用于清洁传感器34的示例性过程600的过程流程图。计算机42的存储器存储用于执行过程600的步骤的可执行指令。作为过程600的总体概述，一旦在窗口36上检测到障碍物，计算机42就激活灯38，基于在灯38的激活期间由传感器34产生的数据来识别障碍物的类型，并基于障碍物的类型致动清洁部件40来清洁窗口36。为了本公开的目的，“障碍物的类型”被定义为遮挡对传感器34的输入的东西的定性分类。障碍物类型可以包括例如水、污垢、泥土、灰尘、压碎的昆虫、活昆虫等。过程600在框605中开始，其中计算机42通过通信网络74从传感器34接收数据。所述数据是传感器34的视野的一系列图像帧。每个图像帧是像素的二维矩阵。取决于传感器34的类型，每个像素具有表示为一个或多个数值的亮度或颜色。例如，如果传感器34是单色相机，则每个像素可以是0(黑色)和1(白色)之间的光度光强度的无标量值。又例如，如果传感器34是全彩相机，则像素可以是红色、绿色和蓝色中的每一者的值，例如，每个值以8位标度(0至255)或以12位或16位标度表示。又例如，如果传感器34是灰色/灰色/灰色/红色相机，则像素可以是三个像素和一定数量红色的第四像素的强度标量值的重复图案。图像帧中的位置，即在记录图像帧时传感器34的视野中的位置，可以以像素尺寸或坐标指定，例如，一对有序的像素距离，诸如来自视野的顶部边缘的多个像素和来自视野的左侧边缘的多个像素。替代地，来自传感器34的数据可以是基于事件的视觉，其中每个像素在一定像素感测到运动时独立于其他像素进行记录，因此在围绕经历变化的视野的部分中记录得较广泛，而在保持静态的视野的部分中记录得较少。接下来，在决策框610中，计算机42确定是否已经发生障碍物触发。“障碍物触发”是在计算机42中接收到的任何数据，其指示应当清洁窗口36。例如，计算机42可以接收用户命令以执行对窗口36或车辆30的另一个部件(诸如挡风玻璃)的清洁。又例如，计算机42可以基于从传感器34接收的数据来确定在窗口36上存在碎屑。例如，计算机42可以例如根据已知的图像分析技术来确定从传感器34接收的图像数据中的一组像素与所述图像数据中的其他像素相比，不会随着时间而改变，这表明传感器34的视野的一部分已经被覆盖。可以使用其他算法，例如经典计算机视觉或机器学习算法，诸如卷积神经网络。响应于没有障碍物触发，过程600返回到框605以继续监视障碍物。响应于障碍物触发，过程600前进到框615。在框615中，计算机42激活分别处于不同的波长范围下的灯38。灯38的数量至少为三个，并且具有彼此不同的波长范围。灯38的激活可以是同时的或按顺序的。如果传感器34是全彩相机，则计算机42同时激活灯38。如果传感器34是单色的或灰色/灰色/灰色/红色相机，则计算机42按顺序激活灯38。接下来，在框620中，计算机42接收在灯38的激活期间由传感器34产生的数据。例如，如果传感器34是全彩相机，所述数据可以是所有灯38激活时的单个图像的图像数据。又例如，如果传感器34是单色的或灰色/灰色/灰色/红色相机，则数据可以是多个图像的图像数据，每个图像是在灯38中的一个被激活时拍摄的。接下来，在框625中，计算机42基于在框620中接收的数据来识别障碍物的类型。计算机42可以使用常规图像识别技术来识别障碍物的类型，例如被编程为接受图像作为输入并输出所识别的障碍物的类型的卷积神经网络。障碍物类型可以包括例如水、污垢、泥土、灰尘、压碎的昆虫、活昆虫等。卷积神经网络包括一系列层，其中每个层使用前一层作为输入。每个层包含多个神经元，所述神经元接收由前一层的神经元的子集产生的数据作为输入，并产生发送到下一层中的神经元的输出。层的类型包括卷积层，所述卷积层计算输入数据的权重和小区域的点积；池化层，其沿着空间维度执行下采样操作；以及全连接层，其基于前一层的所有神经元的输出而产生。作为识别障碍物的类型的中间步骤或另外的步骤，计算机42可以产生并然后使用光谱反射率曲线和/或表面法线的映射图，如下文详细描述的。例如，光谱反射率曲线和/或表面法线的映射图可以是卷积神经网络中的层。使用光谱反射率曲线和/或表面法线的映射图可以提供比常规图像识别更准确的分类的附加信息，并且可以帮助在难以进行常规图像识别的情况下发生的分类，诸如弱光条件或失焦对象。卷积神经网络的最后一层为每种潜在的障碍物的类型产生分数，并且最终输出是得分最高的障碍物的类型。光谱反射率曲线是反射率(例如反射百分比、强度等)相对于波长的关系。计算机42基于在灯38的激活期间由传感器34产生的数据来产生光谱反射率曲线。图7示出了三种类型的障碍物的光谱反射率曲线。例如，水对可见光的反射百分比较低，而对近红外和中间红外的反射百分比为零。因为灯38产生不同的波长范围，所以即使传感器34是单色的或灰色/灰色/灰色/红色相机，也可以由数据构造光谱反射率曲线。产生光谱反射率曲线的输出可以是例如在相应的多个波长下的多个反射率。表面法线的映射图是法向于传感器34所观察到的对象表面的向量的映射图。每个向量是三维空间向量法线，即正交于或垂直于环境中对象表面的一小部分，并且所述向量从而定义表面的取向。所述向量可以是无单位的单位向量。所述向量被映射到传感器34的视野的图像中的位置。计算机42基于在灯38的激活期间由传感器34产生的数据来产生表面法线的映射图。众所周知，计算机42使用光度立体技术来产生表面法线的映射图。光度立体技术需要对象(在这种情况下为障碍物)在不同的照明条件下的图像。通过由灯38产生的不同照明方向来提供不同的照明条件。使用来自灯38的依序激活的有序图像，或者从来自灯38的同时激活的图像产生多个图像，其中仅一个范围的波长的多个图像中的每一个来自灯38中的一个。在框625之后，执行框630。在框630中，计算机42基于障碍物的类型来致动清洁部件40。计算机42的存储器可以存储如何致动与障碍物的类型配对的清洁部件40的查找表，例如下表：障碍物的类型液体清洁系统52空气清洁系统54水不活动以高水平致动直到被移除污垢致动直到被移除延迟1秒后致动泥土致动直到被移除同时致动灰尘致动持续预设时间在预设时间之后致动压碎的昆虫致动直到被移除同时致动活昆虫不活动以高水平呈脉冲串式致动例如，如表中所示，计算机42响应于障碍物的类型为水，而致动空气清洁系统54的空气喷嘴70，并使液体清洁系统52的液体喷嘴62保持不活动。又例如，如表中所示，对于除水以外的障碍物的类型，诸如污垢、泥土、灰尘和压碎的昆虫，除空气喷嘴70之外，计算机42还致动液体喷嘴62。在框630之后，过程600结束。一般来讲，所描述的计算系统和/或装置可采用多种计算机操作系统中的任一种，包括但决不限于以下版本和/或种类：福特应用程序；applink/智能装置连接中间件；microsoft操作系统；microsoft操作系统；unix操作系统(例如，由加利福尼亚州红木海岸的甲骨文公司发布的操作系统)；由纽约州阿蒙克市的国际商业机器公司发布的aixunix操作系统；linux操作系统；由加利福尼亚州库比蒂诺市的苹果公司发布的macosx和ios操作系统；由加拿大滑铁卢的黑莓有限公司发布的黑莓操作系统；以及由谷歌公司和开放手机联盟开发的安卓操作系统；或由qnx软件系统公司提供的车载娱乐信息平台。计算装置的示例包括但不限于车载计算机、计算机工作站、服务器、台式机、笔记本、或膝上型计算机或手持计算机、或一些其他计算系统和/或装置。计算装置通常包括计算机可执行指令，其中所述指令可由诸如以上列出的那些的一个或多个计算装置执行。可由使用多种编程语言和/或技术创建的计算机程序编译或解译计算机可执行指令，所述编程语言和/或技术单独地或者组合地包括但不限于javatm、c、c++、matlab、simulink、stateflow、visualbasic、javascript、python、perl、html等。这些应用中的一些可以在虚拟机(诸如java虚拟机、dalvik虚拟机等)上编译和执行。通常，处理器(例如，微处理器)接收来自例如存储器、计算机可读介质等的指令，并执行这些指令，从而执行一个或多个过程，包括本文所述过程中的一个或多个。可使用各种计算机可读介质来存储和传输此类指令和其他数据。计算装置中的文件通常是存储在诸如存储介质、随机存取存储器等计算机可读介质上的数据的集合。计算机可读介质(也称为处理器可读介质)包括参与提供可由计算机(例如，由计算机的处理器)读取的数据(例如，指令)的任何非暂态(例如，有形)介质。此类介质可采取许多形式，包括但不限于非易失性介质和易失性介质。非易失性介质可包括例如光盘或磁盘以及其他永久存储器。例如，易失性介质包括通常构成主存储器的动态随机存取存储器(dram)。此类指令可由一种或多种传输介质传输，该一种或多种传输介质包括同轴电缆、铜线和光纤，包括包含耦合到ecu的处理器的系统总线的线。计算机可读介质的常见形式包括例如软盘、软磁盘、硬盘、磁带、任何其他磁性介质、cd-rom、dvd、任何其他光学介质、穿孔卡片、纸带、任何其他具有孔图案的物理介质、ram、prom、eprom、快闪eeprom、任何其他存储器芯片或盒式磁带，或计算机可从中读取的任何其他介质。本文所述的数据库、数据存储库或其他数据存储可包括用于存储、存取/访问和检索各种数据的各种机制，包括分层数据库、文件系统中的文件集、专用格式的应用程序数据库、关系型数据库管理系统(rdbms)、非关系数据库(nosql)、图形数据库(gdb)等。每个这样的数据存储通常被包括在采用诸如以上提及中的一种的计算机操作系统的计算装置内，并且以各种方式中的任何一种或多种来经由网络进行访问。文件系统可从计算机操作系统访问，并且可包括以各种格式存储的文件。除了用于创建、存储、编辑和执行存储过程的语言之外，关系数据库管理系统通常还使用结构化查询语言(sql)，诸如上文提及的pl/sql语言。在一些示例中，系统元件可实施为一个或多个计算装置(例如，服务器、个人计算机等)上的计算机可读指令(例如，软件)，存储在与其相关联的计算机可读介质上(例如，磁盘、存储器等)。计算机程序产品可包括存储在计算机可读介质上的用于执行本文所述功能的此类指令。在附图中，相同的附图标记指示相同的元件。此外，可以改变这些元件中的一些或全部。关于本文描述的介质、过程、系统、方法、启发等，应理解，虽然此类过程等的步骤已被描述为按照某一有序的顺序发生，但是可以在以与本文所述顺序不同的顺序执行所述步骤的情况下来实践此类过程。还应理解，可以同时执行某些步骤，可以添加其他步骤，或者可以省略本文描述的某些步骤。换句话说，本文对过程的描述是为了说明某些实施例的目的而提供的，而绝不应被解释为限制权利要求。因此，应理解，上文描述旨在是说明性的而非限制性的。通过阅读以上描述，除了所提供的示例之外的许多实施例和应用对于本领域技术人员来说将是显而易见的。不应参考以上描述来确定本发明的范围，而应参考所附权利要求连同这些权利要求所享有的等效物的全部范围来确定本发明的范围。可以预期并期望本文讨论的技术未来将有所发展，并且所公开的系统和方法将并入到此类未来实施例中。总之，应理解，本发明能够进行修改和变化，并且仅受所附权利要求的限制。除非本文作出相反的明确指示，否则权利要求中使用的所有术语旨在给出如本领域技术人员所理解的普通和通常的含义。特定地，除非权利要求叙述相反的明确限制，否则使用诸如“一个”、“该”、“所述”等单数冠词应被解读为叙述所指示的元件中的一个或多个。已经以说明性方式描述了本公开，并且应理解，已经使用的术语旨在具有描述而非限制性词语的性质。鉴于以上教导，本公开的许多修改和变化是可能的，并且本公开可以不同于具体描述的其他方式来实践。根据本发明，提供了一种系统，所述系统具有：传感器，其包括窗口；至少三个灯，其被定位成照亮窗口，每个灯被配置成产生与其他灯不同的波长范围；清洁部件，其被定位成清洁窗口；以及计算机，其通信地耦合到传感器、灯和清洁部件；其中所述计算机被编程为基于在灯的激活期间由传感器产生的数据来激活灯并致动清洁部件。根据一个实施例，每个灯限定与窗口成锐角的照明方向。根据一个实施例，传感器是为单色或灰色/灰色/灰色/红色中的一者的相机。根据一个实施例，窗口是传感器的透镜或定位在传感器的透镜前面的盖子中的一者。根据一个实施例，波长范围不重叠。根据一个实施例，灯是发光二极管。根据一个实施例，灯包括至少四个灯。根据本发明，提供了一种计算机，所述计算机具有处理器和存储指令的存储器，所述指令可由处理器执行以：激活分别处于三个不同的波长范围下的至少三个灯，每个灯被定位成照亮传感器的窗口；并且基于在灯的激活期间由传感器产生的数据来致动清洁部件。根据一个实施例，所述指令还包括：基于在灯的激活期间由传感器产生的数据来识别障碍物的类型，并且基于障碍物的类型来致动清洁部件。根据一个实施例，所述指令还包括：基于在灯的激活期间由传感器产生的数据来产生光谱反射率曲线，并且基于光谱反射率曲线来识别障碍物的类型。根据一个实施例，所述指令还包括：基于在灯的激活期间由传感器产生的数据来产生表面法线的映射图，并且基于表面法线的映射图来识别障碍物的类型。根据一个实施例，所述指令还包括：响应于障碍物的类型为水，来致动清洁部件的空气喷嘴并且保持液体喷嘴不活动。根据一个实施例，所述指令还包括：响应于障碍物的类型是第一类型来致动液体喷嘴，并且所述第一类型是除水以外的类型。根据一个实施例，至少三个激活是按顺序的。根据本发明，一种方法包括：激活分别处于三个不同的波长范围下的至少三个灯，每个灯被定位成照亮传感器的窗口；以及基于在灯的激活期间由传感器产生的数据来致动清洁部件。根据一个实施例，本发明的特征还在于，基于在灯的激活期间由传感器产生的数据来识别障碍物的类型，以及基于障碍物的类型来激活清洁部件。根据一个实施例，本发明的特征还在于，基于在灯的激活期间由传感器产生的数据来产生光谱反射率曲线，以及基于光谱反射率曲线来识别障碍物的类型。根据一个实施例，本发明的特征还在于，基于在灯的激活期间由传感器产生的数据来产生表面法线的映射图，以及基于表面法线的映射图来识别障碍物的类型。根据一个实施例，至少三个激活是按顺序的。当前第1页12