长距离可转向LIDAR系统的制作方法

本申请要求2015年4月6日提交的美国专利申请14/679,683的优先权，其全部内容通过引用并入本文。

背景技术：

除非另有说明，本节描述的材料不是本申请的权利要求的现有技术，并且，这些材料不因包括在本节中而被认为是现有技术。

车辆可以被配置为以自主模式操作，其中，车辆在具有很少或没有驾驶员输入的情况下导航通过环境。这种自主车辆可以包括配置为检测关于车辆在其中运行的环境的信息的一个或多个传感器。

一种这样的传感器是光检测和测距(light detection and ranging,LIDAR)装置。LIDAR可以在扫描通过一场景的同时估计到环境特征的距离，以组成指示该环境中的反射表面的“点云”。可以通过发送激光脉冲并检测从环境中的对象反射的返回脉冲(如果有的话)确定点云中的各个点，并且，根据发送脉冲和接收反射脉冲之间的时间延迟确定到对象的距离。激光器或一组激光器可以快速且重复地扫描通过场景，以提供关于到场景中的反射对象的距离的连续实时信息。在测量每个距离的同时，结合测量到的距离和激光取向，可以将三维位置与每个返回脉冲相关联。以这种方式，可以为整个扫描区域生成指示环境中的反射特征的位置的点的三维图。

技术实现要素：

在第一方面，提供了一种装置。该装置包括光检测和测距(LIDAR)装置。LIDAR装置包括配置为发射一波长范围内的光的光源。光源包括光纤激光器。LIDAR装置还包括配置为围绕第一轴线以往复的方式引导所发射的光的扫描部，和配置为感测所述波长范围内的光的多个检测器。该装置还包括壳体和配置为围绕第二轴线旋转的旋转安装件。至少所述扫描部设置在壳体内，并且壳体的壁包括滤光器，滤光器配置为允许在所述波长范围内的光传播通过滤光器。该装置还包括配置为接收目标信息的控制器。目标信息指示以下中的至少一个：对象的类型、对象的尺寸、对象的形状、位置、定位或角度范围。控制器还配置为响应于接收到目标信息，使旋转安装件旋转以调节LIDAR的指向方向。控制器进一步配置为使LIDAR扫描环境的一视场(FOV)。该视场沿着所述指向方向远离LIDAR延伸。控制器还配置为基于来自扫描所述FOV的数据确定环境的三维(3D)表示。

在第二方面，提供了一种系统。该系统包括车辆和感测装置，感测装置配置为提供指示车辆周围的环境的环境数据。感测装置联接到车辆。该系统还包括光检测和测距(LIDAR)装置。LIDAR装置联接到车辆。该系统还包括配置为接收环境数据并根据环境数据确定目标信息的控制器。目标信息指示以下中的至少一个：对象的类型、对象的尺寸、对象的形状、位置、定位或角度范围。控制器还配置为至少基于目标信息使旋转安装件旋转以调节LIDAR的指向方向，并使LIDAR扫描环境的视场(FOV)。该FOV沿着所述指向方向远离LIDAR延伸。控制器进一步配置为基于来自扫描所述FOV的数据确定环境的三维(3D)表示。

在第三方面，提供了一种方法。该方法包括由光检测和测距(LIDAR)装置的控制器接收目标信息。目标信息指示以下中的至少一个：对象的类型、对象的尺寸、对象的形状、距离、位置或角度范围。该方法还包括使LIDAR的光源发射在一波长范围内的光。光源包括光纤激光器。该方法还包括使LIDAR的扫描部围绕第一轴线以往复方式引导所发射的光，并且响应于接收到目标信息，使联接到LIDAR的旋转安装件旋转，以调节LIDAR的指向方向。旋转安装件配置为围绕第二轴线旋转。该方法还进一步包括使LIDAR扫描环境的一视场(FOV)。该FOV沿着指向方向远离LIDAR延伸。该方法还包括基于来自扫描所述FOV的数据确定环境的三维(3D)表示。

通过阅读以下详细描述并适当参考附图，其他方面、实施例和实现方案对于本领域普通技术人员来说将变得显而易见。

附图说明

图1A示出了根据示例实施例的车辆的多个视图。

图1B示出了根据示例实施例的传感器单元的透视图。

图1C示出了根据示例实施例的传感器单元的透视图。

图1D示出了根据示例实施例的车辆周围的扫描环境。

图1E示出了根据示例实施例的车辆周围的扫描环境。

图2示出了根据示例实施例的系统。

图3A示出了根据示例实施例的LIDAR装置的视图。

图3B示出了根据示例实施例的LIDAR装置的视图。

图4A示出了根据示例实施例的LIDAR装置的剖视图。

图4B示出了根据示例实施例的LIDAR装置的剖视图。

图5示出了根据示例实施例的场景的表示。

图6示出了根据示例实施例的场景的表示。

图7示出了根据示例实施例的场景的表示。

图8示出了根据示例实施例的在包括一个或多个对象的环境中行驶的车辆。

图9示出了根据示例性实施例的车辆的框图。

图10描绘了根据示例实施例配置的计算机可读介质。

图11示出了根据示例实施例的方法。

具体实施方式

在下面的详细描述中，参考形成其一部分的附图。在附图中，相似的标记通常标识相似的组件，除非另有说明。在详细描述、附图和权利要求中描述的说明性实施例并不意味着限制。可以使用其它实施例，并且可以进行其它改变，而不脱离本文给出的主题的范围。将容易理解，一般性描述且在附图中示出的本发明的各方面可以以各种各样不同配置布置、取代、组合、分离和设计，所有这些在本文中可以被明确构想到。

概述

车辆可以包括被配置为感测车辆的周围环境的多个方面的多个传感器。例如，车辆可以包括具有不同视场、范围和/或目的的多个LIDAR。在一个示例中，LIDAR装置可以包括具有窄激光束发散的单个光束。激光束发散可能约为0.1°×0.03°分辨率，但其他光束分辨率也是可能的。LIDAR系统可以安装至车辆顶部，另外，其他安装位置是可能的。

激光束可以围绕延伸穿过车辆的竖直轴线在360°范围内转向。例如，LIDAR系统可以安装有可旋转轴承，该可旋转轴承配置为允许LIDAR系统围绕竖直轴线旋转。步进电机可以配置为控制LIDAR系统的旋转。另外，激光束可以围绕水平轴线转向，使得光束可以上下移动。例如，LIDAR系统的一部分，例如多个光学器件，可以经由弹簧联接到LIDAR系统安装件。多个光学器件可以围绕水平轴线移动，使得激光束上下转向。弹簧可以包括谐振频率。谐振频率可以是大约140Hz。可替代地，谐振频率可以是另一频率。激光束可以使用反射镜、电机、弹簧、磁体、透镜和/或其他已知器件的组合来转向以使光束转向。

激光器可以是产生1550nm激光的光纤激光器，虽然其他波长也是可能的。此外，LIDAR光源的脉冲重复率可以是4Hz。这种LIDAR系统的有效范围可以在300米以上。

激光束可以由车辆的控制系统或与LIDAR系统相关联的控制系统来转向。例如，响应于车辆接近路口，LIDAR系统可以扫描向左的交通和向右的交通。其他感测场景是可能的。

在示例实施例中，LIDAR系统可以转向以识别特定对象。例如，LIDAR系统可以操作以识别行人的肩膀或另一部分。在另一示例中，LIDAR系统可以操作以识别自行车上的车轮。

本文描述的LIDAR系统可以与车辆上的其他传感器一起操作。例如，LIDAR系统可用于在特定情况下识别特定对象。可以基于来自与车辆相关联的其他传感器中的任一个或组合的数据来确定目标信息。

作为具体示例，通用LIDAR系统可以提供与例如经过车辆右侧的汽车相关的数据。控制器可以基于来自通用LIDAR系统的数据确定目标信息。基于目标信息，控制器可以使本文公开的LIDAR系统以更高的分辨率和/或更高的脉冲重复率扫描特定经过的汽车并估计目标对象。

本文公开的实施例可以用于任何类型的车辆，包括常规汽车和具有自主操作模式的汽车。然而，术语“车辆”应被广泛地解释为覆盖任何移动对象，包括例如卡车、厢式货车、半拖车、摩托车、高尔夫球车、越野车辆、仓库运输车辆或农用车辆、以及在轨道上行驶的承载车，例如过山车、小车、电车或火车等。

系统示例

图1A示出了根据示例实施例的车辆100。特别地，图1A示出了车辆100的右侧视图、前视图、后视图和俯视图。虽然车辆100在图1A中示出为汽车，但是如上所述，其他实施例也是可能的。此外，虽然示例车辆100被示出为可以被配置为在自主模式下操作的车辆，但是这里描述的实施例也可以应用于未被配置为自主操作的车辆。因此，示例性车辆100不意味着限制。如图所示，车辆100包括五个传感器单元102、104、106、108和110以及由轮112示出的四个轮。

根据上述讨论，传感器单元102、104、106、108和110中的每一个可以包括可以配置为根据各种道路状况或场景扫描车辆100周围的环境的一个或多个光学检测和测距装置(LIDAR)。附加地或可替代地，在一些实施例中，传感器单元102、104、106、108和110可以包括全球定位系统传感器、惯性测量单元、无线电检测和测距(RADAR)单元、相机、激光测距仪、LIDAR和/或声学传感器等的任何组合。

如图所示，传感器单元102安装到车辆100的与车辆100的安装轮112的底侧相对的顶侧。此外，传感器单元104、106、108和110各自安装到车辆100的除了顶侧之外的给定侧。例如，传感器单元104位于车辆100的前侧，传感器106位于车辆100的后侧，传感器单元108位于车辆100的右侧，传感器单元110位于车辆100的左侧。

虽然传感器单元102、104、106、108和110被示出为安装在车辆100上的特定位置，但是在一些实施例中，传感器单元102、104、106、108和110可以安装在车辆100的其他地方，在车辆100内部或外部。例如，尽管图1A示出了安装到车辆100的右侧后视镜的传感器单元108，但传感器单元108可以可替代地定位在沿着车辆100的右侧的另一位置。此外，虽然示出了五个传感器单元，但是在一些实施例中，车辆100中可以包括更多或更少的传感器单元。

在一些实施例中，传感器单元102、104、106、108和110中的一个或多个可以包括一个或多个可动的安装件，传感器可以可动地安装在安装件上。可动的安装件可以包括例如旋转平台。安装在旋转平台上的传感器可以旋转，使得传感器可以从车辆100周围的各个方向获得信息。例如，传感器单元102的LIDAR可以具有可以通过将旋转平台致动到不同方向等来调节的观察方向。可替代地或另外地，可动安装件可以包括倾斜平台。安装在倾斜平台上的传感器可以在给定的角度和/或方位范围内倾斜，使得传感器可以从多种角度获得信息。可动安装件也可以采取其他形式。

此外，在一些实施例中，传感器单元102、104、106、108和110中的一个或多个可以包括一个或多个致动器，其配置为通过移动传感器和/或可动安装件来调节传感器单元中的传感器的位置和/或方位。示例性致动器包括电机、气动执行器、液压活塞、继电器、螺线管和压电致动器。其他致动器也是可能的。

如图所示，车辆100包括一个或多个轮，例如轮112，其被配置为旋转以使车辆沿着驾驶表面行进。在一些实施例中，轮112可以包括联接到轮112的轮缘的至少一个轮胎。为此，轮112可以包括金属和橡胶的任何组合，或其他材料的组合。车辆100可以包括除了所示的或代替所示的之外的一个或多个其它组件。

图1B是位于图1A所示的车辆100顶侧的传感器单元102的透视图。如图所示，传感器单元102包括第一LIDAR 120，第二LIDAR 122，分隔结构124和滤光器126。

在一些示例中，第一LIDAR 120可以被配置为通过围绕轴线(例如，竖直轴线等)连续旋转而扫描车辆100周围的环境，同时，第一LIDAR 120发射一个或多个光脉冲，并检测例如离开车辆环境中的对象的反射光脉冲。在一些实施例中，第一LIDAR 120可以被配置为围绕轴线重复旋转，从而能够以足够高的更新率扫描环境，从而快速检测环境中对象的运动。例如，第一LIDAR 120可以具有10Hz的更新率(例如，第一LIDAR 120每秒完成十次完整旋转)，从而每秒十次地扫描车辆周围的360度FOV。通过该过程，例如，可以基于来自第一LIDAR 120的数据确定周围环境的3D映射图。在一个实施例中，第一LIDAR 120可包括发射波长为905nm的64个激光束的多个光源。在该实施例中，基于来自第一LIDAR 120的数据确定的3D映射图可以具有0.2°(水平)×0.3°(竖直)的角度分辨率，并且第一LIDAR120可以具有360°(水平)×20°(竖直)的环境FOV。在该实施例中，例如，3D映射图可以具有足够的分辨率来检测或识别在与车辆100距离100米的中等范围内的对象。然而，其他配置(例如，光源的数量、角度分辨率、波长、范围等)也是可能的。

与第一LIDAR 120不同，在一些实施例中，第二LIDAR 122可被配置为扫描车辆100周围环境的较窄FOV。例如，第二LIDAR 122可被配置为围绕类似的轴线(水平地)旋转一小于完整的旋转。此外，在一些示例中，第二LIDAR 122可以具有比第一LIDAR 120更低的更新率。通过该过程，车辆100可以使用来自第二LIDAR 122的数据确定环境的较窄FOV的3D映射图。在这种情况下，该3D映射图可以比基于来自第一LIDAR 120的数据确定的对应3D映射图具有更高的角度分辨率，并且因此可以允许检测/识别比第一LIDAR 120的中等距离范围更远的对象，以及识别在中等距离范围内的更小的对象。在一个实施例中，第二LIDAR 122可以具有8°(水平)×15°(竖直)的FOV，4Hz的更新率，并且可以发射具有1550nm波长的一个窄光束。在该实施例中，基于来自第二LIDAR 122的数据确定的3D映射图可以具有0.1°(水平)×0.03°(竖直)的角度分辨率，从而允许检测/识别距离车辆100在约300米的范围内的对象。然而，其他配置(例如，光源的数量、角度分辨率、波长、范围等)也是可能的。

在一些示例中，车辆100可以被配置为调整第二LIDAR 122的观察方向。例如，当第二LIDAR 122具有窄水平的FOV(例如，8度)时，第二LIDAR 122可以安装到步进电机(未示出)，该步进电机允许将第二LIDAR122的观察方向调整为指向与如图1B所示不同的方向。因此，在一些示例中，第二LIDAR 122可以是可操纵的，以沿着车辆100的任何指向方向扫描窄FOV。

第二LIDAR 122的结构、操作和功能在本文的示例性实施例中更详细地描述。

分隔结构124可以由适于支撑第一LIDAR 120和/或将第一LIDAR 120和第二LIDAR 122光学隔离的任何固体材料形成。示例性材料可以包括金属、塑料、泡沫等。

滤光器126可以由对具有一波长范围内的波长的光基本上透明、并且对具有该波长范围外的波长的光基本上不透明的材料形成。例如，滤光器126可以允许具有第一LIDAR 120的第一波长(例如，905nm)和第二LIDAR 122的第二波长(例如，1550nm)的光传播通过滤光器126。如图所示，滤光器126成形为包围第一LIDAR 120和第二LIDAR 122。因此，在一些示例中，滤光器126还可以被配置为防止对第一LIDAR 120和第二LIDAR 122的环境损害，例如灰尘的积聚或与空气传播的碎屑的碰撞等。在一些示例中，滤光器126可以被配置为减少传播通过滤光器126的可见光。接着，滤光器126可以例如通过包围第一LIDAR 120和第二LIDAR 122来改善车辆100的美学外观，同时从外部观察者的角度降低传感器单元102的部件的可视性。在其他示例中，滤光器126可以被配置为允许可见光以及来自第一LIDAR 120和第二LIDAR 122的光通过。

在一些实施例中，滤光器126的各部分可以被配置为允许不同波长范围传播通过滤光器126。例如，滤光器126的在分隔结构124上方的上部可以被配置为允许在包括第一LIDAR 120的第一波长的第一波长范围内的光的传播。此外，例如，滤光器126的在分隔结构124下方的下部可以被配置为允许在包括第二LIDAR 122的第二波长的第二波长范围内的光的传播。在其它实施例中，与滤光器126相关联的波长范围可以包括第一LIDAR 120的第一波长和第二LIDAR 122的第二波长二者。

图1C是位于图1A所示的车辆100前侧的传感器单元104的透视图。在一些示例中，传感器单元106、108和110可以类似于图1C所示的传感器单元104来配置。如图所示，传感器单元104包括第三LIDAR 130和滤光器132。

第三LIDAR 130可以被配置为扫描延伸远离第三LIDAR 130所在的车辆100的给定侧(即，前侧)的车辆100周围的环境的FOV。因此，在一些示例中，由于第三LIDAR 130的定位，第三LIDAR 130可以配置为旋转(例如水平地)比第二LIDAR 122更宽的FOV，但是旋转小于第一LIDAR 120的360度FOV。在一个实施例中，第三LIDAR 130可以具有270°(水平)×110°(竖直)的FOV，4Hz的更新率，并且可以发射具有905nm波长的一个激光束。在该实施例中，基于来自第三LIDAR 130的数据确定的3D映射图可以具有1.2°(水平)×0.2°(竖直)的角度分辨率，从而允许检测/识别距离车辆100为30米的短范围内的对象。然而，其他配置(例如，光源的数量、角度分辨率、波长、范围等)也是可能的。第三LIDAR 130的结构、操作和功能在本公开的示例性实施例中更详细地描述。

滤光器132可以类似于图1B的滤光器126。例如，滤光器132可以被成形为包围第三LIDAR 130。此外，例如，滤光器132可以被配置为允许在包括来自第三LIDAR 130的光的波长的波长范围内的光传播通过滤光器132。在一些示例中，滤光器132可以被配置为减少传播通过滤光器132的可见光，从而改善车辆100的美学外观。

图1D示出了车辆100在表面140上行驶的情况。表面140例如可以是诸如道路或高速公路或任何其它表面的驾驶表面。在图1D中，箭头142,144,146,148,150和152示出了在各个LIDAR的竖直FOV的端部处的、由传感器单元102和104的多个LIDAR发射的光脉冲。

作为示例，箭头142和144示出了由图1B的第一LIDAR 120发射的光脉冲。在该示例中，第一LIDAR 120可以在箭头142和144之间的环境区域内发射一系列脉冲，并且可以从该区域接收反射光脉冲以检测和/或识别该区域中的对象。由于传感器单元102的第一LIDAR 120(未示出)定位在车辆100的顶侧，所以第一LIDAR 120的竖直FOV被车辆100的结构(例如，顶部等)限制，如图1D所示。然而，传感器单元102中的第一LIDAR 120在车辆100顶侧处定位成允许第一LIDAR 120通过围绕基本上竖直的轴线170旋转来扫描车辆100周围的所有方向。类似地，例如，箭头146和148示出了在第二LIDAR 122的竖直FOV的端部处由图1B的第二LIDAR 122发射的光脉冲。此外，第二LIDAR 122还可以是可操纵的，以根据讨论将第二LIDAR 122的观察方向调整到车辆100周围的任何方向。在一个实施例中，第一LIDAR 120的竖直FOV(例如，箭头142和144之间的角度)为20°，第二LIDAR 122的竖直FOV为15°(例如，箭头146和148之间的角度)。然而，其他竖直FOV也是可能的，例如，取决于例如车辆100的结构或各个LIDAR的配置等因素。

如图1D所示，传感器单元102(包括第一LIDAR 120和/或第二LIDAR122)可以在车辆100周围的任何方向(例如通过旋转等)扫描车辆100的环境中的对象，但是可能不太适于扫描环境以得到邻近车辆100的对象。例如，如图所示，距离车辆100在距离154内的对象传可能不能被传感器单元102的第一LIDAR 120检测到，或仅部分地由传感器单元102的第一LIDAR120检测到，因为这些对象的位置在由箭头142和144所示的光脉冲之间的区域之外。类似地，距离156内的对象也可能不能被传感器单元102的第二LIDAR 122检测到，或者只能被传感器单元102的第二LIDAR 122部分地检测到。

因此，传感器单元104的第三LIDAR 130(未示出)可用于扫描环境以得到靠近车辆100的对象。例如，由于传感器单元104位于车辆100的前侧，所以第三LIDAR 130可适用于扫描环境以得到距离车辆100在距离154内和/或距离156内的对象，至少扫描环境的远离车辆100的前侧延伸的部分。如图所示，例如，箭头150和152示出了由第三LIDAR 130在第三LIDAR 130的竖直FOV的端部处发射的光脉冲。因此，例如，传感器单元104的第三LIDAR 130可被配置为扫描环境的在箭头150和152之间的部分，包括靠近车辆100的对象。在一个实施例中，第三LIDAR 130的竖直FOV为110°(例如，箭头150和152之间的角度)。然而，其他竖直FOV也是可能的。

应当注意，图1D中所示的各种箭头142-152之间的角度不是按比例的，并且仅用于说明的目的。因此，在一些示例中，各种LIDAR的竖直FOV也可以变化。

图1E示出了在车辆100正在扫描周围环境的情况下的车辆100的俯视图。根据上述讨论，车辆100的各个LIDAR中的每一个可以根据其各自的更新率、FOV或任何其它因素而具有特定分辨率。接着，各个LIDAR可适用于检测和/或识别在距离车辆100的相应距离范围内的对象。

如图1E所示，轮廓160和162示出了可以基于来自传感器单元102的第一LIDAR 120的数据来检测/识别对象的距离车辆100的示例距离范围。如图所示，例如，由于传感器单元102定位在车辆100的顶侧上，轮廓160内的邻近对象可能无法被正确检测和/或识别。然而，例如，可以使用来自第一LIDAR 120的数据来正确检测/识别轮廓160之外、并且在由轮廓162限定的中等距离范围(例如，100米等)内的对象。此外，如图所示，第一LIDAR120的水平FOV可以在车辆100周围的所有方向上越过360°。

此外，如图1E所示，轮廓164示出可以使用来自传感器单元102的第二LIDAR 122的较高分辨率数据来检测和/或识别对象的环境区域。如图所示，轮廓164例如包括在相对较远距离范围(例如，300米等)内远离车辆100的对象。虽然轮廓164表示第二LIDAR 122具有较窄的FOV(水平)，但是在一些示例中，车辆100可以被配置为将第二LIDAR 122的观察方向调整到与图1E所示不同的任何其它方向。作为示例，车辆100可以使用来自第一LIDAR 120的数据检测对象(例如，在轮廓162内)，将第二LIDAR122的观察方向调整到包括该对象的FOV，然后使用来自第二LIDAR 122的较高分辨率数据来识别该对象。在一个实施例中，第二LIDAR 122的水平FOV可以是8°。

此外，如图1E所示，轮廓166示出由传感器单元104的第三LIDAR 130扫描的环境区域。如图所示，由轮廓166示出的区域包括例如可能不被第一LIDAR 120和/或第二LIDAR 122扫描到的环境部分。此外，例如，来自第三LIDAR 130的数据具有足以检测和/或识别距车辆100的短距离(例如，30米等)内的对象的分辨率。

注意，上述范围、分辨率和FOV仅仅是出于示例性目的，并且可以根据车辆100的各种配置而变化。此外，图1E中所示的轮廓160、162、164和166不按比例绘制，而是为了便于描述而示出，如图所示。

图2示出了系统200，其可以包括车辆210和控制器230。车辆210可以与参考图1所示和描述的车辆100类似或相同。系统200可以包括一个或多个感测装置212、壳体214、旋转安装件216和LIDAR装置220。控制器230可以包括处理器232和存储器234。

感测装置212可以配置为提供关于车辆210周围环境的环境数据。感测装置212可以联接到车辆，然而，感测装置212的位置远离车辆是可能的。感测装置212可以包括照相机、LIDAR装置、RADAR装置、声纳换能器或其它类型的传感器。

LIDAR装置220可以配置为围绕从顶部到底部穿过车辆的轴线旋转。因此，LIDAR装置220可以配置为将激光发射到车辆周围的环境中并且接收从环境中的对象反射的光。通过分析所接收的光，可以形成可以提供环境的三维(3D)表示的点云。换句话说，LIDAR装置220能够提供围绕车辆的360度视场的信息。

LIDAR装置220可以与上述参考图1所述和描述的第二LIDAR装置124类似或相同。LIDAR装置220可以联接到车辆210。LIDAR装置220包括光源222，光源222可以配置为发射一个或多个波长的光。在示例性实施例中，LIDAR装置220可以配置为发射1550nm波长的光。其他发射波长是可能的。LIDAR装置220的光源222可以是光纤激光器，诸如包括掺杂有可用作有源增益介质的稀土元素的光纤激光器。可替代地，光源222可以是另一种类型的激光器。

在示例实施例中，LIDAR装置220的扫描部224可以配置为围绕第一轴线以往复运动的方式引导发射的光。在示例实施例中，扫描部224可以包括可动反射镜、弹簧和致动器。LIDAR装置220的光源222可以向可动反射镜发光。弹簧和致动器可以配置为以围绕水平轴线往复运动的方式移动可动反射镜，以沿着基本竖直的线移动发射光束。

在一些实施例中，弹簧和致动器可以配置为以谐振频率围绕第一轴线移动可动反射镜。谐振频率可以是140Hz，但是其他频率也是可能的。

此外，至少可动反射镜可以安装在旋转安装件216上。在示例实施例中，LIDAR装置220的扫描部224可以设置在壳体214内。壳体214可以定位在车辆210的顶侧。在这种场景下，第二轴线可以被定义为穿过车辆210的顶部和底部。如上所述，旋转安装件216可以联接到可动反射镜，使得可动反射镜可围绕第二轴线旋转。因此，可动反射镜可以配置为将光在车辆210周围的360度视场内引导。在其他示例实施例中，旋转安装件216不需要配置为旋转360度，而是在较小的角度范围内旋转。

壳体214可以包括滤光器。滤光器可以是圆顶形的，并且可以配置为减少传播通过滤光器的可见光的量。

LIDAR装置220还可以包括配置为接收从环境反射的反射光的一个或多个检测器226。在示例实施例中，LIDAR装置220可以配置为基于环境信息来形成3D表示。LIDAR装置220可以配置为基于3D表示来确定环境中的对象。

LIDAR装置220可以配置为响应于由其他感测装置212提供的环境信息而操作。例如，其他感测装置212可以获取可以指示车辆的环境中的对象的环境信息。可以基于环境信息来确定目标信息。即，目标信息可以包括对象的类型、大小或形状、具体距离、具体位置或角度范围。在一些实施例中，目标信息可以表示目标对象，关于该目标对象请求较高质量信息，例如较高分辨率、进一步扫描次数等。例如，如果另一感测装置212提供指示人行横道附近的可能的行人的环境信息，则目标信息可以基于可能的行人的位置。

图3A示出了根据示例实施例的LIDAR装置300的视图。LIDAR 300可以与参考图1B所示和描述的第二LIDAR 122类似或相同。例如，类似于图1B的第二LIDAR 122，LIDAR装置300可安装在诸如车辆100的车辆的顶侧。如图所示，LIDAR装置300包括光学组件310，反射镜320，销322和平台330。此外，由第二LIDAR装置300发射的光束304从反射镜320沿着第二LIDAR装置300的观察方向朝向LIDAR装置300的环境传播，并且反射离开环境中的一个或多个对象作为反射光306。

光学组件310可以被配置为朝向反射镜320发射光脉冲，然后被反射镜320反射作为发射光304。此外，光学组件310可以被配置为接收从反射镜320反射的反射光306。在一个实施例中，光学组件310可以包括被配置为提供具有1550nm波长的窄光束的单个激光发射器。在该实施例中，类似于图1B的第二LIDAR 122，窄光束可以具有足够高的能量来检测远距离范围内的对象。在其它实施例中，光学组件310可以包括与图2A-2B的LIDAR 200类似的多个光源。此外，在一些示例中，光学组件310可以包括用于发射光304的准直和反射光306的聚焦二者的单个透镜。在其它示例中，光学组件310可以包括用于发射光304的准直的第一透镜和用于反射光306的聚焦的第二透镜。

反射镜320可以被布置成将发射光304从光学组件310朝向LIDAR 300的观察方向转向，如图3A所示。类似地，例如，反射镜320可以布置成将反射光306从环境朝向光学组件310转向。

销322可以被配置成将反射镜320安装到LIDAR装置300。接着，销322可以由能够支撑反射镜320的任何材料形成。例如，销322可以由诸如塑料或金属等的固体材料形成。在一些示例中，LIDAR 300可以被配置为在给定的角度范围内围绕销322旋转反射镜320以竖直转向发射光304。在一个实施例中，LIDAR 300可以在15°的角度范围内围绕销322旋转反射镜320。在该实施例中，LIDAR 300的竖直FOV可以对应于15°。然而，根据各种因素，例如LIDAR 300的安装位置或任何其他因素，其他竖直FOV也是可能的。

平台330可以由能够支撑LIDAR 300的各个部件(例如光学组件310和反射镜320)的任何材料形成。例如，平台330可以由诸如塑料或金属等的固体材料形成。在一些示例中，平台330可以被配置为围绕LIDAR装置300的轴线旋转。例如，平台330可以包括诸如步进电机的电机，以便于这种旋转。在一些示例中，轴线基本上是竖直的。通过旋转支撑各个部件的平台330，在一些示例中，平台330可以水平地转向发射光304，从而允许LIDAR300具有水平的FOV。在一个实施例中，平台330可以旋转一定量的旋转，例如8°。在该实施例中，类似于图1B的第二LIDAR 122，LIDAR 300可以具有8°的水平FOV。在另一实施例中，类似于图1B的第一LIDAR 120，平台330可以旋转完整360°旋转，使得水平FOV为360°。平台330的其他配置也是可能的。

图3B示出了根据示例实施例的LIDAR装置300的视图。即，图3B是LIDAR装置300的顶部斜视图。

图4A和4B示出了根据示例实施例的LIDAR装置的不同剖视图。LIDAR装置400可以类似于或相同于本文公开的其它装置，例如参考图2、图3A和图3B所示和描述的LIDAR装置200和LIDAR装置300。此外，LIDAR装置400可以是结合到诸如参考图1A和1B所示和描述的车辆100的车辆中的多个LIDAR传感器装置中的一个。

LIDAR装置400可以包括可动反射镜402、光源404、发射反射镜406、透镜408和一个或多个检测器410。LIDAR装置400可以被滤光器412包围。

如本文其他地方所述，光源404可以是光纤激光器。光源404可以发射1550nm的发射光。来自光源404的发射光可以从发射反射镜406反射。发射反射镜406可以是平面镜。可替代地或另外地，发射反射镜406可以包括会聚反射镜、发散反射镜或另一种类型的反射光学装置，例如柱面透镜。本领域技术人员将理解，发射反射镜406可以表示配置为将发射光引向可动反射镜402的一个或多个光学部件。此外，所述一个或多个光学部件可以配置为成形、反射、聚焦或以其他方式修改来自光源404的发射光。

在与可动反射镜402相互作用之前，发射光可以可选地被透镜408聚焦。可替代地，在与可动反射镜402相互作用之前，发射光可以穿过透镜408中的开口(例如，通过狭缝或孔)。附加地或可替代地，发射光可以被另一个光学元件聚焦或以其它方式修改。

滤光器412可以配置为对于发射光的至少某些波长是基本上透明的。滤光器412可以配置为对于其它波长的光是基本上不透明的。

如本文其他地方所描述的，LIDAR装置400可以配置为在旋转安装件414上旋转。具体地，旋转安装件414可以配置为围绕竖直轴线旋转。可动反射镜402可以配置为以往复方式围绕销416旋转，以便沿着竖直平面向上和向下引导发射光。经由旋转安装件414的可旋转运动和可动反射镜402的往复运动的组合可以使得能够照明车辆的环境的视场。

发射光可以与车辆环境中的对象和表面相互作用。发射光的至少一部分可以作为反射光反射回到LIDAR装置400和可动反射镜402。反射光可以与可动反射镜402相互作用，使得可动反射镜402将反射光引导向透镜408。透镜408可以聚焦、准直或以其他方式修改反射光，使得其与一个或多个检测器410相互作用。

如本文其他地方所述，由一个或多个检测器410收集的反射光可用于形成空间点云。空间点云可以提供关于LIDAR装置400的视场中的对象和/或表面的信息。

图5示出了根据示例实施例的场景500的表示。具体地，图5可以基于来自图3A，3B，4A和4B的LIDAR装置300和400的数据来示出环境的空间点云。空间点云可以表示车辆周围的环境的三维(3D)表示。基于来自图3A，3B，4A和4B的LIDAR装置300和400的数据，3D表示可以由计算装置生成为3D点云。例如，3D云的每个点可以与来自图3A所示的反射光束306的反射光脉冲相关联。因此，如图所示，由于LIDAR装置300的角度分辨率，距LIDAR装置300更大距离的点彼此相距更远。

基于LIDAR装置300的旋转，场景500包括如图5所示的所有方向(水平360°)的环境扫描。此外，如图所示，场景500的区域502不包括任何点。例如，区域502可以对应于车辆100周围的轮廓160(图1E)，图3A的LIDAR装置300由于定位在车辆100的顶侧而不能扫描到该区域。此外，如图所示，区域504表示LIDAR装置300的环境中的对象。例如，区域504中的对象可以对应于行人、车辆或LIDAR装置300的环境中的其它障碍物。在LIDAR装置300被安装到诸如车辆100的车辆的示例场景中，车辆100可以利用来自场景500的空间点云信息使得该车辆从区域504朝向不包括区域504的障碍物的区域506导航。

图6示出了根据示例实施例的场景600的表示。在一些示例中，可以基于由图3A，3B，4A和4B的LIDAR装置300或400生成的空间点云数据来生成3D表示。例如，3D云的每个点可以与来自图3A所示的反射光束306的反射光脉冲相关联。

如图所示，场景600的表示包括与场景500的区域502类似的区域602，由于LIDAR装置300位于车辆的顶侧，区域502可以表示未扫描或不能被扫描到的区域。例如，区域602可以对应于车辆100周围的图1E的轮廓160。

然而，与图5的场景500的表示不同，场景600的表示可以跨越窄得多的视场。例如，由LIDAR 300扫描并在场景600的表示中示出的FOV可以对应于图1E的轮廓164。部分由于FOV较窄，场景600的表示具有比场景500的表示更高的分辨率。例如，场景600的点云中的点彼此更接近，因此与由场景500表示的环境中的对象相比较，可以更容易地识别环境中的一些对象。

在示例场景中，诸如车辆100的车辆可以包括第一LIDAR(例如，第一LIDAR 120)和第二LIDAR(例如，第二LIDAR 122)。在这种情况下，车辆可以利用来自第一LIDAR的数据来生成图5的场景500的表示。此外，在该情况下，车辆可以将场景500的表示的区域504确定为用于进一步扫描的感兴趣区域或目标对象/位置。接着，场景中的车辆可以调整第二LIDAR的观察方向以扫描感兴趣的区域并获得图6的场景600的表示。在这种场景下，车辆可以使用诸如图像处理算法或形状检测算法的计算处理来处理场景600的表示。接着，场景的车辆可以将场景600的表示的区域604中的对象识别为行人，并将区域606中的另一个对象标识为灯柱。在这种场景下，车辆可以相应地导航。

在一种情况下，如果对象包括行人(例如，如区域604所示)，则车辆可以导航到距离对象的第一阈值距离，或者如果对象包括诸如灯柱(例如，由区域606指示)等的无生命对象，则车辆可以导航到较小的第二阈值距离。在另一种情况下，如果识别出生命对象(例如，区域604)，则车辆可以分配第二LIDAR来跟踪这一对象，或者，如果仅识别无生命对象，则可以分配第二LIDAR来跟踪其他对象。其他导航操作也可能与场景一致。

在示例实施例中，可以基于目标信息来确定感兴趣区域或目标对象/位置。目标信息可以包括特定的感兴趣对象、行人、其他车辆、路口、交通信号、人行横道、车辆的“盲”点或在导航车辆中可能感兴趣的任何数量的其他目标。目标信息可由LIDAR系统的控制器接收，并且可以由感测装置提供。感测装置可以包括另一个LIDAR系统，或者它可以是另一种类型的传感器，例如照相机、超声换能器和/或RADAR。

可替代地或另外地，目标信息可以基于车辆周围的环境的图、车辆的位置或车辆的移动。其他目标信息可以帮助车辆导航和对象回避。

因此，在一些示例中，包括传感器和本文公开的LIDAR装置的组合的车辆可以利用每个传感器的相应特征，例如更新率、分辨率、FOV、位置等，以根据各种道路条件和/或场景扫描环境。

图7示出了根据示例实施例的场景700的表示。作为进一步的说明性示例，图7可以包括可以由参考图3A，3B，4A和4B所示和描述的LIDAR装置300或400生成的另一空间点云。也就是说，图7可以包括盲区(不能扫描)702和人物704的表示。

图8示出了根据示例实施例的在包括一个或多个对象的环境中操作的车辆800。车辆800可以类似于车辆100。例如，如图所示，车辆800包括分别类似于车辆100的传感器单元102、106、108和110的传感器单元802,806,808和810。例如，传感器单元802可以包括分别类似于车辆100的第一LIDAR 120和第二LIDAR 122的第一LIDAR(未示出)和第二LIDAR(未示出)。此外，例如，传感器单元806-810中的每一个还可以包括类似于车辆100的第三LIDAR 130的LIDAR。如图所示，车辆800的环境包括各种对象，例如汽车812,814,816，道路标志818，树820，建筑物822，街道标志824，行人826，狗828，汽车830，车道832和包括车道线834的车道线。根据本公开，车辆800可以执行本文的方法和过程，例如方法500-700，以辅助车辆800的自主操作和/或车辆800的事故避免。以下是根据本公开的车辆800的操作的示例场景。

在第一场景下，车辆800可以使用类似于车辆100的第一LIDAR 120的中等范围LIDAR来检测道路标志818。换句话说，第一LIDAR 120或另一传感器可以向LIDAR系统200的控制器230提供目标信息。接着，车辆800可以调节类似于车辆100的第二LIDAR 122的较高分辨率LIDAR和/或更长范围LIDAR的观察方向，以分析道路标志818以获取信息。例如，第二LIDAR的较高分辨率可以允许由于道路标志818中的特征的反射率的差异来解析信息。在该场景的一种情况下，道路标志可以指示前方的危险或封闭的车道，并且车辆800可以相应地调节其速度或改变车道。在场景的另一种情况下，道路标志可以指示前面的交通延迟，并且车辆800然后可以指示车辆800的导航系统来确定替代路线。场景的其他变化也是可能的。

在第二场景下，车辆800可以使用各种传感器来检测和/或识别图8所示的各种对象。各种传感器可以向控制器230提供与车辆800周围环境相关的目标信息。例如，车辆800可以将汽车812-816识别为可能与车辆800的导航行为相关的移动对象。因此，车辆800可以使用LIDAR装置300或400来追踪汽车812-816并促进这种导航。例如，车辆800可以基于来自LIDAR装置300或400的数据来调节其速度，或者可以改变车道以避免与汽车812-816接触。

在第三场景下，车辆800可以利用类似于车辆100的LIDAR 120的传感器单元802的第一LIDAR来检测和/或识别位于车辆800的阈值距离(例如，中等距离范围)内的汽车814。在这种场景下，汽车814可能正在将车道改变为与车辆800相同的车道。在这种场景下，车辆800可能需要调节其速度和/或改变车道以保持与汽车814的安全距离。然而，来自第一LIDAR的数据可能具有不足以检测汽车814是否越过车道线834的第一分辨率，或者可能甚至不足以检测/识别车道线834。因此，在这种场景下，类似于第二LIDAR 122或LIDAR装置300或400，车辆800可以调节第二LIDAR的观察方向，该第二LIDAR包括在传感器单元802中，并且具有比第一LIDAR的第一分辨率高的第二分辨率。接着，车辆800可以确定车道线834和/或汽车814是否越过车道线。可替代地，例如，车辆800可以利用第二LIDAR的更高分辨率来检测汽车814的左侧灯光信号，以确定车辆814正在改变车道等。

在第四场景下，汽车816可能不正常地运行或相对于车辆800以高速移动等。在这种场景下，车辆800可以使用LIDAR装置300或400跟踪汽车816，并且可以相应地导航(例如，改变车道，调节速度等)，以避免与汽车816接触。

其他场景也是可行的。因此，本方法和系统可以通过利用配置为提供车辆周围的信息的高分辨率LIDAR来辅助诸如车辆800的车辆的自主操作和/或事故避免。

图9是根据示例性实施例的车辆900的简化框图。车辆900可以类似于车辆100和/或800。此外，车辆900可以被配置为执行本文的功能和方法，例如方法500,600和/或700。如图所示，车辆900包括推进系统902，传感器系统904，控制系统906，外围设备908和计算机系统910。在其他实施例中，车辆900可以包括更多，更少或不同的系统，并且每个系统可以包括更多，更少或不同的部件。另外，所示的系统和部件可以以任何数量的方式组合或划分。

推进系统902可以被配置为为车辆900提供动力运动。如图所示，推进系统902包括发动机/电机918，能量源920，变速器922和轮/轮胎924。

发动机/电机918可以是或包括内燃机，电动机，蒸汽发动机和斯特林发动机的任何组合。其他电机和发动机也是可能的。在一些实施例中，推进系统902可以包括多种类型的发动机和/或电机。例如，气电混合动力车可以包括汽油发动机和电动机。其他的例子是可以的。

能量源920可以是对发动机/电机918全部或部分提供动力的能量源。也就是说，发动机/电机918可以被配置为将能量源920转换成机械能。能量源920的示例包括汽油，柴油，丙烷，其它压缩气体燃料，乙醇，太阳能电池板，电池和其它电力来源。能量源920可以附加地或替代地包括燃料箱，电池，电容器和/或飞轮的任何组合。在一些实施例中，能量源920也可为车辆900的其它系统提供能量。

变速器922可以被配置为将机械动力从发动机/电机918传递到轮/轮胎924。为此，变速器922可以包括齿轮箱，离合器，差速器，驱动轴和/或其他元件。在变速器922包括驱动轴的实施例中，驱动轴可以包括配置为联接到轮/轮胎924的一个或多个轴。

车辆900的轮/轮胎924可以以各种形式配置，包括独轮车，自行车/摩托车，三轮车或者汽车/卡车四轮格式。其他轮/轮胎格式也是可能的，例如包括六个或更多个车轮的那些。在任何情况下，轮/轮胎924可以配置为相对于其他轮/轮胎924差异地旋转。在一些实施例中，轮/轮胎924可以包括固定地附接到变速器922的至少一个轮和可以与驱动表面接触的联接到轮的轮缘的至少一个轮胎。轮/轮胎924可以包括金属和橡胶的任何组合，或其他材料的组合。推进系统902可以附加地或可替代地包括除了所示的部件之外的部件。

传感器系统904可以包括多个传感器以及一个或多个致动器936，多个传感器被配置为感测关于车辆900所在的环境的信息，一个或多个致动器936配置成修改传感器的位置和/或取向。如图所示，传感器系统904的传感器包括全球定位系统(GPS)926，惯性测量单元(IMU)928，RADAR单元930，激光测距仪和/或LIDAR单元932以及照相机934。传感器系统904还可以包括附加的传感器，包括例如监视车辆900的内部系统的传感器(例如，O₂监视器，燃油表，发动机机油温度等)。此外，传感器系统904可以包括多个LIDAR。在一些示例中，传感器系统904可以被实施为多个传感器单元，每个传感器单元各自以相应位置安装到车辆(例如，顶侧，底侧，前侧，后侧，右侧，左侧等)。其他传感器也是可能的。

GPS 926可以是被配置为估计车辆900的地理位置的任何传感器(例如，位置传感器)。为此，GPS 926可以包括被配置为估计车辆900相对于地球的位置的收发机。GPS 926也可以采取其他形式。

IMU 928可以是被配置为基于惯性加速度感测车辆900的位置和方位变化的传感器的任何组合。在一些实施例中，传感器的组合可以包括例如加速度计和陀螺仪。其他传感器的组合也是可能的。

RADAR单元930可以是被配置为使用无线电信号来感测车辆900所位于的环境中的对象的任何传感器。在一些实施例中，除了感测对象之外，RADAR单元930还可以被配置为感测对象的速度和/或朝向。

类似地，激光测距仪或LIDAR单元932可以是被配置为使用激光来感测车辆900所在的环境中的对象的任何传感器。具体地，激光测距仪或LIDAR单元932可以包括被配置为发射激光的激光源和/或激光扫描器以及配置成检测激光的反射的检测器。激光测距仪或LIDAR 932可以被配置为以相干(例如，使用外差检测)或非相干检测模式进行操作。在一些示例中，LIDAR单元932可以包括多个LIDAR，每个LIDAR具有适于扫描车辆900周围环境的特定区域的独特位置和/或配置。

相机934可以是被配置为捕获车辆900所在的环境的图像的任何相机(例如，静止照相机，摄像机等)。为此，相机可以采取上述任何形式。传感器系统904可以附加地或可替代地包括除了所示的部件之外的部件。

控制系统906可以被配置为控制车辆900及其部件的操作。为此，控制系统906可以包括转向单元938，节气门940，制动单元942，传感器融合算法944，计算机视觉系统946，导航或路径系统948以及障碍物避免系统950。

转向单元938可以是配置成调节车辆900的取向的机构的任何组合。节气门940可以是配置为控制发动机/电机918的操作速度并且进而控制车辆900的速度的机构的任何组合。制动单元942可以是配置为使车辆900减速的机构的任何组合。例如，制动单元942可以使用摩擦来减慢车轮/轮胎924。作为另一示例，制动单元942可将轮/轮胎924的动能转换成电流。制动单元942也可以采取其他形式。

传感器融合算法944可以是被配置为接收来自传感器系统904的数据作为输入的算法(或存储算法的计算机程序产品)。数据可以包括例如表示在传感器系统904的传感器处感测的信息的数据。传感器融合算法944可以包括例如卡尔曼滤波器、贝叶斯网络、配置为执行本文中的方法的一些功能的算法、或任何其他算法。传感器融合算法944还可以被配置为基于来自传感器系统904的数据提供各种评估，包括例如车辆100所在的环境中的各个对象和/或特征的评估，特定情况的评估和/或基于特定情况对可能的影响的评估。其他评估也是可行的。

计算机视觉系统946可以是被配置为处理和分析由相机934捕获的图像的任何系统，以便识别车辆900所在的环境中的对象和/或特征，包括例如交通信号灯和障碍物。为此，计算机视觉系统946可以使用对象识别算法，来自运动的结构(SFM)算法，视频跟踪或其他计算机视觉技术。在一些实施例中，计算机视觉系统946还可以被配置为映射环境，跟踪对象，估计对象的速度等。

导航和路径系统948可以是被配置为确定车辆900的驾驶路径的任何系统。导航和路径系统948还可被配置为在车辆900运行时动态地更新驱动路径。在一些实施例中，导航和路径系统948可以被配置为包括来自传感器融合算法944，GPS 926，LIDAR单元932和一个或多个预定映射图的数据，以便确定车辆900的驾驶路径。

障碍避免系统950可以是被配置为在车辆900所在的环境中识别、评估和避免或以其他方式协商障碍物的任何系统。控制系统906可以附加地或可替代地包括除了所示的部件之外的部件。

外围设备908可以被配置为允许车辆900与外部传感器、其他车辆、外部计算设备和/或用户交互。为此，外围设备908可以包括例如无线通信系统952，触摸屏954，麦克风956和/或扬声器958。

无线通信系统952可以是被配置为直接或经由通信网络无线地耦合到一个或多个其他车辆，传感器或其他实体的任何系统。为此，无线通信系统952可以包括用于直接或经由通信网络与其他车辆，传感器，服务器或其他实体进行通信的天线和芯片组。芯片组或无线通信系统952通常可以被布置为根据一种或多种类型的无线通信(例如，协议)进行通信，例如蓝牙，IEEE 802.11(包括任何IEEE 802.11修订版)中描述的通信协议，蜂窝技术(例如，GSM，CDMA，UMTS，EV-DO，WiMAX或LTE)，ZIGBEE，专用短距离通信(DSRC)和射频识别(RFID)通信等。无线通信系统952也可以采取其他形式。

触摸屏954可以由用户使用来向车辆900输入命令。为此，触摸屏954可以配置为经由电容感测、电阻感测或表面声波处理等感测用户手指的位置和移动中的至少一个。触摸屏954可以能够感测在平行于或共面于触摸屏表面、竖直于触摸屏表面或两者的方向上的手指移动，并且还能够感测施加到触摸屏表面的压力水平。触摸屏954可以由一个或多个半透明或透明绝缘层和一个或多个半透明或透明导电层形成。触摸屏954也可以采取其他形式。

麦克风956可以被配置为从车辆900的用户接收音频(例如，语音命令或其他音频输入)。类似地，扬声器958可以被配置为向车辆900的用户输出音频。外围设备908可以附加地或可替代地包括除了所示外的部件。

计算机系统910可以被配置为向推进系统902，传感器系统904，控制系统906和外围设备908中的一个或多个传送数据，接收、交互和/或控制数据。为此，计算机系统910可以通过系统总线，网络和/或其他连接机制(未示出)通信地链接到推进系统902，传感器系统904，控制系统906和外围设备908中的一个或多个。

在一个示例中，计算机系统910可以被配置为控制变速器922的操作以提高燃料效率。作为另一示例，计算机系统910可以被配置为使相机934捕获环境的图像。作为又一示例，计算机系统910可以被配置为存储和执行与传感器融合算法944相对应的指令。作为还一示例，计算机系统910可以被配置为存储和执行使用LIDAR单元932来确定车辆900周围的环境的3D表示的指令。其他的例子也是可以的。

如图所示，计算机系统910包括处理器912和数据存储器914。处理器912可以包括一个或多个通用处理器和/或一个或多个专用处理器。在处理器912包括多于一个处理器的程度上，这样的处理器可以单独地或组合地工作。数据存储器914又可以包括一个或多个易失性和/或一个或多个非易失性存储组件，例如光学，磁性和/或有机存储器，并且数据存储器914可以整体地或部分地与处理器912集成。

在一些实施例中，数据存储器914可以包含由处理器912执行以执行各种车辆功能(例如，方法500-700等)的指令916(例如，程序逻辑)。数据存储器914还可以包含附加的指令，包括向推进系统902，传感器系统904，控制系统906和外围设备908中的一个或多个传送数据，接收、交互和/或控制数据的指令。计算机系统910可以附加地或可替代地包括除了所示的部件之外的部件。

如图所示，车辆900还包括电源960，其可以被配置为向车辆900的部分或全部部件提供动力。为此，电源960可以包括例如可再充电的锂离子或铅酸电池。在一些实施例中，一个或多个电池组可以被配置成提供电力。其他电源材料和配置也是可能的。在一些实施例中，电源960和能量源920可以一起实现为一个组件，如在一些全电动汽车中。

在一些实施例中，车辆900可以包括除了所示的或代替所示的元件之外的一个或多个元件。例如，车辆900可以包括一个或多个附加接口和/或电源。其他附加组件也是可能的。在这样的实施例中，数据存储器914还可以包括可由处理器912执行以控制附加组件和/或与附加组件通信的指令。

另外，尽管示出了组件和系统中的每一个集成在车辆900中，但是在一些实施例中，一个或多个组件或系统可以使用有线或无线连接可移除地安装在车辆900上或以其他方式连接(机械或电气)到车辆900。车辆900也可以采取其他形式。

图10描绘了根据示例实施例配置的计算机可读介质。在示例实施例中，示例系统可以包括一个或多个处理器，存储器的一种或多种形式，一个或多个输入设备/接口，一个或多个输出设备/接口以及当由一个或多个处理器执行时使系统执行上述各种功能任务，功能等的机器可读指令。

在一些实施例中，所公开的技术(例如，下面的方法1100等)可以由以机器可读格式编码在计算机可读存储介质上或其他介质或制造品上的计算机程序指令(例如，车辆900的指令916等)。图10是示出了根据本文公开的至少一些实施例布置的示例性计算机程序产品的概念性部分视图的示意图，其包括用于在计算装置上执行计算机进程的计算机程序。

在一个实施例中，使用信号承载介质1002提供示例性计算机程序产品1000。信号承载介质1002可以包括一个或多个编程指令1004，当由一个或多个处理器执行时可以提供上面关于图1-9描述的功能或部分功能。在一些示例中，信号承载介质1002可以是非暂时的计算机可读介质1006，例如但不限于硬盘驱动器，压缩盘(CD)，数字视频盘(DVD)，数字磁带，存储器等。在一些实施方式中，信号承载介质1002可以是计算机可记录介质1008，例如但不限于存储器，读/写(R/W)CD，R/W DVD等。在一些实施方式中，信号承载介质1002可以是通信介质1010(例如，光纤电缆，波导，有线通信链路等)。因此，例如，信号承载介质1002可以由通信介质1010的无线形式传送。

一个或多个编程指令1004可以是例如计算机可执行和/或逻辑实现的指令。在一些示例中，计算装置可以被配置为响应于由计算机可读介质1006，计算机可记录介质1008和/或通信介质1010中的一个或多个传送到计算装置的编程指令1004来提供各种操作，功能或动作。

计算机可读介质1006还可以分布在可以彼此远程定位的多个数据存储元件之间。执行部分或全部存储的指令的计算装置可以是外部计算机或移动计算平台，例如智能电话，平板装置，个人计算机，可穿戴装置等。可替代地，执行部分或全部存储指令的计算装置可以是远程定位的计算机系统，如服务器。

方法示例

图11示出了根据示例实施例的方法1100。方法1100包括可以以任何顺序执行的框。此外，在本公开的预期范围内，可以向方法1100添加或减少多个框。方法1100可以对应于可以使用参考1A-1E、2、3A-3B、4A-4B、9或10所示和描述的任何或全部系统来执行的步骤。

框1102包括通过光检测和测距(LIDAR)装置的控制器接收目标信息。目标信息可以从另一感测装置接收，或者基于对象的预期位置或特定位置。换句话说，目标信息可以指示以下中的至少一个：对象的类型、对象的尺寸、对象的形状、距离、位置或角度范围。

框1104包括致使LIDAR的光源发射在一波长范围内的光，其中，光源包括光纤激光器。如上所述，光源可以配置为发射一个或多个波长的光，例如，1550nm。

框1106包括使LIDAR的扫描部围绕第一轴线以往复运动方式引导所发射的光。LIDAR的扫描部可以包括可动反射镜、弹簧和致动器。弹簧和致动器可以配置为以谐振频率围绕第一轴线来回移动可动反射镜。谐振频率可以是140Hz或另一频率。

框1108包括响应于接收到目标信息，致使联接到LIDAR的旋转安装件旋转以调节LIDAR的指向方向。在示例实施例中，旋转安装件配置为围绕第二轴线旋转。第二轴线可以是穿过车辆的车顶和车底的竖直轴线。因此，响应于在感兴趣的特定方向上接收到关于目标的目标信息，旋转安装件可以配置为旋转可动反射镜，使得所发射的光朝向感兴趣的特定方向引导或转向。

框1110包括使LIDAR扫描环境的视场(FOV)，其中所述FOV沿着指向方向远离LIDAR延伸。扫描可以包括控制旋转安装件和/或可动反射镜中的一个或两个，以便用所发射的光照射FOV并在与LIDAR相关联的一个或多个检测器处接收被反射的发射光。

框1112包括基于来自扫描所述FOV的数据确定环境的三维(3D)表示。如上所述，LIDAR系统可以包括一个或多个检测器，其配置为接收已经从车辆周围的环境中的对象反射的发射光。因此，基于所接收的光，LIDAR系统可以产生可以指示车辆环境的点云图。点云图可以用于导航、对象识别、障碍物回避和/或其他功能。

图中所示的具体布置不应视为限制。应当理解，其它实施例可以更多或更少包括给定图中所示的每个元件。此外，可以组合或省略所示出的元件中的一些。另外，说明性实施例可以包括图中未示出的元件。

虽然已经公开了各种示例和实施例，但是其他示例和实施例对于本领域技术人员将是显而易见的。各种公开的示例和实施例是为了说明的目的，而不是限制性的，其真实范围和精神由所附权利要求指示。