信号压缩方法、信号压缩装置、车辆及光检测和测距系统与流程

本公开涉及用于压缩光检测和测距(lidar)传感器信号的装置和方法。

背景技术：

本节中的陈述仅提供与本公开相关的背景信息并且可能不构成现有技术。

光检测和测距(lidar)传感器涉及用于通过向目标对象发射激光束来测量目标对象的距离和方向、目标对象的速度和温度、目标对象的材料分布以及目标对象的密度特性等的技术。lidar传感器通常用于更精确地观察大气特性和使用可以生成高能量密度的激光和具有更短周期的脉冲信号进行距离测量。

尽管lidar传感器技术最早是在20世纪30年代通过探照灯的散射强度来分析天空中的空气密度，但许多开发者和公司开始集中研究和开发由于20世纪60年代发现的激光而产生的lidar传感器相关技术。自20世纪70年代以来，随着激光光源技术的不断发展，最近开发出适用于各种领域的lidar传感器技术。lidar传感器被安装在飞机、卫星等上，并因此被用作用于进行精确的大气分析和地球环境观测的重要观测技术。此外，lidar传感器被安装在航天器和探测机器人上，使得lidar传感器用于补充相机功能，诸如测量至目标对象的距离的功能。

近来，lidar传感器技术已广泛用于搜索车辆自主驾驶的周边区域。也就是说，lidar传感器安装在车辆上，测量位于配备有lidar传感器的车辆附近的建筑物、行人和其他车辆等障碍物的位置和距离，使得lidar传感器技术积极用于车辆的自主驾驶。

技术实现要素：

因此，本公开的一方面是提供一种用于无损压缩lidar传感器信号的装置和方法。

本公开的附加方面将在下面的描述中部分阐述，并且部分将从所述描述中显而易见或者可以通过实施本公开来获知。

根据本公开的一方面，一种信号压缩方法包括：第一分离操作，在该操作中，由距离测量装置检测到的数据被分成距离分量和角度分量；第二分离操作，在该操作中，角度分量被分成至少两个线性独立基底；以及预处理操作，在该操作中，执行重新排列角度分量和将伪信号插入角度分量的排列中的至少一者，使得角度分量的排列具有周期性。

第一分离操作中的角度分量的分离可以包括在用于分离信号向量的基向量与线性相关分量不同的条件下将角度分量分为第一角度分量和第二角度分量，其中，分离的第一角度分量单调增大或减小。

角度分量可以包括第一角度分量和第二角度分量，并且角度分量的重新排列可以包括基于相同索引的第一角度分量以第二角度分量具有确切或近周期性的方式重新排列数据。

角度分量的重新排列可以包括：基于第二角度分量的索引将由距离测量装置检测到的数据存储在(n×m)存储空间中，将相同索引的第二角度分量的数据存储在(n×m)存储空间的同一行中，在(n×m)存储空间的列方向上检索和重新排列存储在(n×m)存储空间中的数据，并且使由距离测量装置检测到的数据的第二角度分量具有确切或近周期性。

可以在重新排列的数据中实现伪信号的插入。

伪信号可以具有无效距离分量。

伪信号可以具有这样的值，在该值中，第一角度的索引与重新排列的数据中的先前数据的索引相同，并且第二角度的索引与标准周期匹配。

标准周期可以为第二角度索引的周期，其不具有由距离测量装置检测到的有效数据的冗余。

信号压缩方法还可以包括执行概率分布集中以集中由距离测量装置检测到的数据的第一角度分量的概率分布。

执行概率分布集中可以包括生成第一角度分量的差分值，其中，所述差分值通过相对于两个相邻的第一角度索引值从后一索引值减去前一索引值来获得。

信号压缩方法还可以包括：搜索由距离测量装置检测到的数据的第二角度分量的周期，并计算迭代次数。

搜索到的周期和计算出的迭代次数的表达可以包括记录在周期描述开始码和周期描述结束码之间找到的周期，其中，迭代次数被记录为以实数形成的数据。

信号压缩方法还可以包括：以针对第一角度分量集中第一角度分量的概率分布的方式执行第一角度分量的概率分布集中，并且执行熵编码，以及在不执行距离分量和第二角度分量的概率分布集中的条件下执行距离分量和第二角度分量的熵编码。

信号压缩方法还可以包括：执行第一角度分量和第二角度分量的概率分布集中，使得第一角度分量的概率分布被集中，并执行熵编码；并且在不执行距离分量的概率分布集中的条件下，执行距离分量的熵编码。

信号压缩方法还可以包括：执行第一角度分量的交织以执行周期搜索和迭代次数的计算，并且执行熵编码，以及在距离分量和第一角度分量不交织的条件下执行距离分量和第一角度分量的熵编码。

信号压缩方法还可以包括：以第一角度分量的概率分布被集中的方式执行第一角度分量和第二角度分量的基底变换，并执行熵编码；并且在不执行距离分量的基底变换的条件下，执行距离分量的熵编码。

信号压缩方法还可以包括：执行距离分量、第一角度分量和第二角度分量的熵编码，并且合并熵编码的距离分量、熵编码的第一角度分量和熵编码的第二角度分量。

根据本公开的另一方面，一种车辆包括：距离测量装置，其被配置为测量目标对象的距离和方向；以及信号压缩装置，其被配置为压缩从距离测量装置生成的检测数据。信号压缩装置包括将距离测量装置的检测数据分为距离分量和角度分量，并且执行重新排列角度分量和将伪信号插入角度分量的排列中的至少一者，使得角度分量的排列具有周期性。

根据本公开的另一方面，一种信号压缩装置包括，在从距离测量装置接收到检测数据时，将接收到的检测数据分为距离分量和角度分量；并且执行重新排列角度分量和将伪信号插入角度分量的排列中的至少一者，使得角度分量的排列具有周期性。

根据本公开的另一方面，一种距离测量系统包括：距离测量装置，其被配置为测量目标对象的距离和方向；信号压缩装置，其被配置为从距离测量装置接收检测数据，将接收到的检测数据分为距离分量和角度分量，执行预处理，在该预处理中，执行重新排列角度分量和将伪信号插入角度分量的排列中的至少一者以使得角度分量的排列具有周期性，并且压缩距离测量装置的检测数据；以及信号恢复装置，其被配置为将由信号压缩装置压缩的检测数据恢复为原始信号。

根据本文提供的描述，其他适用领域将变得显而易见。应当理解，所述描述和具体示例仅用于说明的目的，而不旨在限制本公开的范围。

附图说明

为了可以很好地理解本公开，现在将描述其借助于示例通过参考附图给出的各种形式，其中：

图1为示出本公开的一种形式的车辆的视图；

图2为示出本公开的一种形式的lidar系统的概念图；

图3为示出本公开的一种形式的用于压缩lidar传感器信号的方法的流程图；

图4为示出从单点获取的lidar信号的各种分量的视图；

图5为示出使用图3所示的lidar信号压缩方法隔离和预处理每个域(field)的数据的操作的流程图；

图6为示出本公开的一种形式的使用lidar信号压缩方法重新排列具有相同水平角度的点的概念图；

图7为示出本公开的一种形式的使用lidar信号压缩方法插入伪信号的方法的概念图；

图8为示出本公开的一种形式的使用lidar信号压缩方法搜索周期并计算迭代次数的方法的流程图；

图9为示出基于图8所示的搜索周期和计算迭代次数的方法的编码过程和结果的概念图；

图10为示出水平角度信号的分布和水平角度信号的差分值的分布的概念图；

图11为示出本公开的一种形式的用于恢复(解码)压缩(编码)的lidar传感器信号的方法的流程图；

图12为示出本公开的第一变型形式的用于压缩lidar传感器信号的方法的流程图；

图13为示出本公开的第二变型形式的用于压缩lidar传感器信号的方法的流程图；

图14为示出本公开的第三变型形式的用于压缩lidar传感器信号的方法的流程图；

图15为示出本公开的第四变型形式的用于压缩lidar传感器信号的方法的流程图；以及

图16为示出本公开的第五变型形式的用于压缩lidar传感器信号的方法的流程图。

本文描述的附图仅用于说明的目的，并不旨在以任何方式限制本公开的范围。

具体实施方式

以下描述本质上仅仅为示例性的，并不旨在限制本公开、应用或用途。应当理解，在整个附图中，对应的附图标记表示相同或对应的部件和特征。

图1为示出本公开的一些形式的车辆100的视图。参考图1，车辆100可以包括lidar传感器模块，其用作用于实现自主行驶的装置之一。如图1所示，单个高清晰度lidar传感器模块或多个低清晰度lidar传感器模块可以应用于车辆100，使得车辆100可以通过识别车辆100的3d周边区域获取三维(3d)高清晰度图像信息。

图2为示出本公开的一些形式的lidar系统的概念图。参考图2，lidar传感器模块120可以包括传感器单元222和传感器控制器224。由lidar传感器模块120生成的lidar信号可以被发送到分离的信号压缩装置250，使得信号压缩可以由信号压缩装置250实现。由信号压缩装置250压缩的lidar信号可以被发送到使用lidar信号的负载(例如，车辆ecu)的信号恢复装置270，使得所得的信号可以恢复到压缩之前获得的初始lidar信号。在本公开的一些形式中，用于压缩lidar信号的装置和方法可以以由lidar传感器模块120生成的lidar信号可以由信号恢复装置270无损恢复的方式实现无损压缩。

尽管如图2所示信号压缩装置250和lidar传感器模块120彼此分离，但应当注意，也可以在lidar传感器模块120中设置信号压缩装置250，以作为lidar传感器模块120的组成元件之一。

lidar传感器模块120的传感器单元222基本上可以包括激光发生器226和激光检测器228。激光发生器226可以发射激光。激光检测器228可以检测从障碍物(例如，人或物体)反射的激光。激光发生器226发射的激光从障碍物反射的点在下文中将称为lidar点。优选地，为了正确地识别车辆100的周边区域中存在的障碍物的距离和方向，可以生成多个lidar点(严格地说，多个lidar点)。由许多lidar点组成的组在下文中将被称为lidar点云。车辆100可以通过分析lidar点云来获取周边障碍物的存在或不存在以及周边障碍物的距离和位置等。

lidar传感器模块120的传感器控制器224可以通过控制传感器单元222生成许多lidar点，从而使用lidar点来检测一个或多个障碍物。具体地，传感器控制器224可以执行由传感器单元222接收到的lidar点的信号处理，从而生成lidar信号。由传感器控制器224生成的lidar信号可以以数字信号的形式来配置，使得指示lidar信号的数字信号可以被发送到信号压缩装置250。

图3为示出本公开的一些形式的用于压缩lidar传感器信号的方法的流程图。图3中所示的lidar信号压缩可以通过图2中所示的信号压缩装置250来实现。

参考图3，信号压缩装置250可以从lidar传感器模块120的传感器控制器224接收一个或多个lidar信号(312)。

信号压缩装置250可以分析接收到的lidar信号，可以隔离每个域的数据，并且可以执行隔离数据的预处理。用于数据隔离的域的分类可以包括距离信号、水平角度信号和竖直角度信号。也就是说，在单个lidar点处生成的lidar信号可以被分类为距离分量、水平角度分量和竖直角度分量。lidar信号的预处理可以包括点的重新排列和一个或多个伪信号的插入。

信号压缩装置250可以执行距离信号的熵编码(334)。熵编码可以指代用于通过根据生成符号的概率使指示符号的代码具有不同长度来减少数据总长度的数据压缩方法。

信号压缩装置250可以通过生成水平角度信号的一个或多个差分值来执行概率分布集中(352)。由于水平角度具有单调变化特性(例如，单调减小或单调增大)，信号压缩装置250可以通过生成差分值来集中信号分布。信号压缩装置250可以执行完成概率分布集中的水平角度信号的熵编码(354)。

信号压缩装置250可以搜索竖直角度信号的周期(372)，并且可以计算竖直角度信号的迭代次数(374)。如果出现偏离搜索到的周期的信号，则信号压缩装置250可以检测到偏离信号，并且可以重复地执行新周期的搜索和迭代次数的计算。可能需要用于搜索竖直角度信号的周期的操作372和用于计算竖直角度信号的迭代次数的操作374以从接收到的lidar信号获取重复图案，该重复图案由一对临时周期和迭代次数组成。

在完成对距离信号、水平角度信号和竖直角度信号中的每一者的一系列处理之后，可以合并完全处理的数据(392)。

图4为示出从单点获取的lidar信号的各种分量的视图。参考图4，lidar信号可以包括三个分量，即距离分量、竖直角度和水平角度。如果传感器单元222被实现为焦平面阵列(fpa)传感器，则可以根据接收器的排列顺序来确定水平角度和竖直角度。如果传感器单元222被实现为配置为使用由1d(一维)阵列(即，第一列)组成的收发器的旋转型传感器，则旋转角度可以用作水平角度，并且每个激光器的安装位置可以用作竖直角度。

不管lidar传感器模块类型如何，如图4所示，水平角度可以单调变化并且竖直角度可以周期性地出现。必要时，可以不省略在无效点处获得的输出数据。在这种情况下，在水平角度中可以出现更规则的变化，其中重复由零“0”和单个常数组成的两个线性变化，并且竖直角度可以具有完美的周期信号特性。本公开的一些形式可以提出一种使用lidar传感器的信号输出特性来无损压缩lidar信号的方法，使得通过lidar信号的无损压缩，恢复的信号和原始信号可以彼此完全相同。

图5为示出使用图3所示的lidar信号压缩方法隔离和预处理每个域的数据的操作的流程图。参考图5，附图标记512至514可以指代数据隔离过程，而附图标记516至574可以指代数据预处理过程。

参考图5，信号压缩装置250可以首先计算lidar点的数量(512)。随后，信号压缩装置250可以隔离每个lidar点的每域的数据(514)。也就是说，信号压缩装置250可以分析接收到的lidar信号，并且可以隔离各域的数据(即，距离、水平角度和竖直角度)。信号压缩装置250可以执行与每个域的隔离结果对应的预定模式(516)。预定模式可以包括第一模式1、第二模式2和第三模式3。

在第一模式1的预处理中，信号压缩装置250可以进行后续操作而无需执行任何任务(即，绕过)(532)。

在第二模式2的预处理中，信号压缩装置250可以从多个lidar点中仅选择具有相同水平角度的lidar点，并且可以重新排列所选择的lidar点(552)。

在第三模式3的预处理中，信号压缩装置250可以从多个lidar点中仅选择具有相同竖直角度的lidar点，并且可以重新排列所选择的lidar点(572)。在第三模式3的预处理中，信号压缩装置250可以将伪信号插入具有竖直角度的重新排列的lidar点中(574)。插入伪信号的原因在于使竖直角度信号成为完整的周期信号。

在图5中，具有相同水平角度的点的重新排列552和572可以使具有相同水平角度索引的多个点被排列为使得竖直角度信号可以具有最大周期。尽管具有相同水平角度的信号在对应范围内重新排列，但是总信号可能不受这种排列的影响，并且lidar信号可能不会偏离独特的特性。

图6为示出本公开的一些形式的使用lidar信号压缩方法重新排列具有相同水平角度的点的概念图。在图6的(i)的“m＝5”区间中，可以存在均具有为7的水平角度索引的点。从每对均由(竖直角度索引、水平角度索引、距离)表示的多个对中可以看出，在“m＝5”区间中，具有相同竖直角度索引和相同水平角度索引的一些点可以出现在“m＝5”区间中。例如，(1，7，11)和(1，7，15)可以具有相同的竖直角度索引和相同的水平角度索引。(2，7，14)和(2，7，17)还可以具有相同的竖直角度索引和相同的水平角度索引。(3，7，20)可以为具有相同竖直角度索引和相同水平角度索引的单个点。在图6中，相应点的值存储在(n×m)存储空间中，同时以竖直角度的顺序排列，并且在每一行内按列在(n×m)存储空间中填充相应点的值(即，按照图6的(ii)的①→②→③→④→⑤的顺序)，使得相应点如图6的(ii)所示来存储。也就是说，竖直角度索引被设定为1并且水平角度索引被设定为7的点的索引可以存储在存储空间的第一行中。此后，当按照图6的(ii)所示的箭头标记的顺序读取索引，然后重新排列时，可以获得如图6的(iii)的“m＝5”区间所示的最大周期(1，2，3)和(1，2)。在图6的(ii)中，(0，0，0)可以为空值。图7为示出本公开的一些形式的使用lidar信号压缩方法插入伪信号的方法的概念图。也就是说，图7中所示的伪信号的插入可以指代用于以通过重新排列图6所示的点获得的具有最大周期的结果可以具有更完整的周期性的方式插入具有距离值为零“0”的无意义信号(即，伪信号)的过程。如果在按顺序读取图6的(ii)所示重新排列的信号时出现具有与预定标准周期不同的周期的信号，则可以执行伪信号的插入。在这种情况下，插入的伪信号可以为具有与先前信号相同的水平角度索引、具有与标准周期匹配的竖直角度索引并且具有无效距离值(例如，距离值为零或无穷大)的信号。

换句话说，当通过图6的方法重新排列图7的(i)所示的一系列lidar点的索引时，可以获得图7的(ii)所示的结果。如图7的(ii)所示，“a”、“b”和“d”中的每一者可以具有周期为“3-1-2”的竖直角度索引。然而，从图7的(ii)中的“c”可以看出，竖直索引可以具有周期“1-2”。为了使图7的(ii)的“c”具有与“a”、“b”和“d”中的每一者相同的周期，可以插入图7的(iii)中所示的伪信号(3，7，0)。插入的伪信号(3，7，0)可以具有与先前信号相同的水平角度索引“7”、可以具有与标准周期匹配的竖直角度索引“3”并且可以具有为零“0”的距离值。从图7的(iii)可以看出，通过插入伪信号(3，7，0)，“a”、“b”、“c”和“d”的竖直角度索引可以具有完全相同的周期“3-1-2”。根据需要，可以将伪信号的距离信号分配为零值“0”，或者也可以根据需要分配另一个无意义(无效)值。例如，从lidar传感器模块120的测量值中选择的任何无意义值(例如，零、无穷大值等)也可以根据需要代入距离值。

上述周期“3-1-2”可以指代预定标准周期，但不限于此。也可以根据需要为上述周期分配其他值。尽管标准周期是任意建立的，而与实际输出数据无关，但是建立的标准周期可以不影响压缩效率。然而，如果从所有信号均有效的情况获得的非重叠竖直角度索引的周期被用作标准周期，则可以进一步减少计算量。

图8为示出本公开的一些形式的使用lidar信号压缩方法搜索周期并计算迭代次数的方法的流程图。图9为示出基于图8所示的搜索周期和计算迭代次数的方法的编码过程和结果的概念图。

参考图8，在未生成临时周期的情况下执行的一系列操作(参见图8左侧所示的“未生成”)可以参考周期搜索372(参见图3)，并且在生成临时周期的情况下执行的一系列操作(参见图8右侧所示的“生成”)可以参考迭代次数的计算374(参见图3)。

信号压缩装置250可以从多个lidar点中加载关于竖直角度索引的多个点(812)。加载的竖直角度索引点如图9的(i)所示。图9的(i)中所示的竖直角度索引点可以与图6的(iii)中所示的重新排列结果的竖直角度索引点相同。周期搜索(372)和迭代次数的计算(374)也可以根据需要仅应用于lidar信号的竖直角度分量。信号压缩装置250可以确认关于加载的竖直角度索引的临时周期的生成和未生成(814)。

当尚未生成临时周期时(814中的“未生成”)，信号压缩装置250可以通过以下操作生成临时周期。更详细地，信号压缩装置250可以将点的竖直索引输入存储器的设置为用于生成临时周期的临时周期空间中(832)。随后，信号压缩装置250可以逐步增加临时周期的长度和搜索次数(834)，并且同时可以连续地搜索临时周期(836)。信号压缩装置250可以将后续信号与整个临时周期数据进行比较(838)。当后续信号与整个临时周期数据之间的比较结果表明在整个临时周期数据中存在与后续信号的值相同的值时(838中“存在相同值”)，信号压缩装置250可以将临时周期的长度信息存储在存储器中(840)，并且可以将与临时周期状态对应的标志改变为“生成”(842)。当在整个临时周期数据中不存在与后续信号的值相同的值时(838中“不存在相同值”)，信号压缩装置250可以返回到操作814，使得信号压缩装置250可以重复执行关于是否生成临时周期的确定(814)。

如果已经生成临时周期(814中的“生成”)，则信号压缩装置250可以将当前信号与总临时周期数据进行比较(852)。如果当前信号与总临时周期数据之间的比较结果表明在总临时周期数据中不存在与当前信号相同的值(852中的“不一致”)，则信号压缩装置250可以建立迭代次数(854)。迭代次数可以由“迭代次数＝搜索次数/临时周期长度”表示。随后，信号压缩装置250可以初始化临时周期的长度(856)，并且可以将临时周期的标志改变为“未生成”，并且然后执行初始化(858)。

如果当前信号与总临时周期数据之间的比较结果表明在总临时周期数据中存在与当前信号相同的值(852中的“一致”)，则信号压缩装置250可以将搜索次数增加一次(872)。

如果搜索次数达到目标搜索次数(892中的“是”)，则信号压缩装置250可以完成lidar传感器信号的压缩。相反，如果搜索次数没有达到目标搜索次数(892中的“否”)，则信号压缩装置250可以返回点加载操作812，其中该点关于于竖直角度被索引，从而重复周期搜索和迭代次数的计算。在搜索竖直角度周期的操作中，传感器单元222的总层数被设定为最大值，从而执行搜索当前信号的周期的过程。如果信号被迭代(或重复)，则描述这种迭代的过程，并且识别迭代次数，使得可以移除冗余信号。然而，根据在图5的预处理和重新排列过程中选择的模式出现信号限制，并且不可能假设传感器单元222的各层具有相同数量的数据片段，使得不可能对所有信号分配单个周期。因此，可以重复用于搜索周期的操作和用于计算迭代次数的操作，直到最后一个信号被处理。

下面将参考图9描述未生成临时周期的示例性情况。对于图9的(i)示出所加载的竖直角度索引，周期“1-2-3”可以重复a次，周期“1-2”可以重复两次，并且周期“3-1-2”可以重复b次。信号压缩装置250可以按顺序读取“1-2-3”的值，并且可以在临时周期空间中输入读取值。然后，信号压缩装置250可以再次读取值1。然而，由于在多个读取值中存在值1，所以信号压缩装置250可以将读取值“1-2-3”存储为单个临时周期，并且可以将临时周期标志改变为“生成”。通过上述处理，信号压缩装置250可以识别到临时周期“1-2-3”被重复a次。

通过上述方法，可以检测到临时周期“1-2”重复两次并且临时周期“3-1-2”重复b次。图9的(ii)示出检测临时周期的结果。如图9的(iii)所示，临时周期的检测结果可以指示重复a次的临时周期“1-2-3”的编码结果、重复两次的临时周期“1-2”的编码结果以及重复b次的临时周期“3-1-2”的编码结果。参考图9的(iii)，为了压缩和解释相应周期，可以分配周期描述开始码(ff)和周期描述结束码(fe)，并且可以在周期描述开始码(ff)和周期描述结束码(fe)之间插入周期(例如，1-2-3、1-2、3-1-2等)。在周期描述结束码(fe)之后，可以记录迭代次数。在这种情况下，迭代次数可以记录为实数型数据。

图10为示出水平角度信号的分布(i)和水平角度信号的差分值的分布(ii)的概念图。如先前在图3的操作352中所述，已经执行了关于水平角度信号的通过生成差分值的概率分布集中。可以通过关于两个相邻水平角度索引值从后一索引值中减去前一索引值来获得差分值。熵编码方案可以使用目标信号的统计特性将短码分配给出现频率高的信号，并且可以将长码分配给出现频率低的信号，从而产生目标信号的编码。因此，当集中目标信号的分布时，可以在熵编码阶段获得最大效率。水平角度信号具有单调变化特性。因此，当生成水平角度信号的差分值时，差分值的分布集中在指定整数，使得熵编码效率可以大大提高。没有从中省略无效数据的lidar信号的差分值仅由一个整数和零“0”组成，从而可以获得最高的压缩效率。

图11为示出本公开的一些形式的用于恢复(解码)压缩(编码)的lidar传感器信号的方法的流程图。图11所示的lidar传感器信号恢复方法由图2所示的信号恢复装置270实现。

可以通过图3中所示的压缩方法的相反顺序来实现图11中所示的lidar传感器信号恢复方法。也就是说，信号恢复装置270可以接收压缩的lidar传感器信号(1124)，并且可以将接收到的lidar传感器信号分为距离分量、水平角度分量和竖直角度分量(1114)。信号恢复装置270可以执行距离分量的熵解码(1132)。信号恢复装置270可以执行水平角度分量的熵解码(1152)，并且可以执行水平角度分量的概率分布恢复(差分值恢复)(1154)。信号恢复装置270可以执行竖直角度分量的解码(1172)，并且可以针对每个周期执行恢复(1174)。在执行上述操作之后，可以合并所得的距离分量、所得的水平角度分量和所得的竖直角度分量，从而恢复到原始lidar传感器信号(1192)。

图12至图16为示出本公开的一些形式的用于压缩lidar传感器信号的方法的流程图。更详细地，可以从图12至图16中省略与图3中示出的压缩方法的部分相同的部分，并且在下文中将仅描述与图3中示出的压缩方法不同的其他部分。

图12为示出根据本公开的第一变型形式的用于压缩lidar传感器信号的方法的流程图。参考图12，根据第一变型形式的信号压缩装置250可以接收lidar传感器信号(1212)，可以隔离每个域的数据并执行预处理(1214)，可以将lidar传感器信号分为距离分量、水平角度分量和竖直角度分量，并且可以执行相应被分离信号的熵编码(1234、1254和1274)以及合并(1292)。与图3相比，可以从图12中省略用于集中水平角度信号的概率分布的操作352、用于搜索竖直角度信号的周期的操作372以及用于计算迭代次数的操作374。

图13为示出根据本公开的第二变型形式的用于压缩lidar传感器信号的方法的流程图。参考图13，根据第二变型形式的信号压缩装置250可以接收lidar传感器信号(1312)，可以隔离每个域的数据并执行预处理(1314)，可以将lidar传感器信号分为距离分量、水平角度分量和竖直角度分量，可以执行距离信号和竖直角度信号的熵编码(1334和1374)。然后，信号压缩装置250可以执行水平角度信号的概率分布集中(1352)，并且可以执行水平角度信号的熵编码(1354)。随后，熵编码的距离信号、熵编码的水平角度信号和熵编码的竖直角度信号可以彼此合并(1392)。与图3相比，可以从图13中省略用于搜索水平角度信号的周期的操作372和用于计算迭代次数的操作374。

图14为示出根据本公开的第三变型形式的用于压缩lidar传感器信号的方法的流程图。参考图14，根据第三变型形式的信号压缩装置250可以接收lidar传感器信号(1412)，可以隔离每个域的数据并执行预处理(1414)，可以将lidar传感器信号分为距离分量、水平角度分量和竖直角度分量，可以执行距离信号的熵编码(1434)。然后，信号压缩装置250可以执行水平角度信号的概率分布集中(1452)，并且可以执行水平角度信号的熵编码(1454)。信号压缩装置250可以执行竖直角度信号的概率分布集中(1472)，并且可以执行竖直角度信号的熵编码(1474)。随后，熵编码的距离信号、熵编码的水平角度信号和熵编码的竖直角度信号可以彼此合并(1492)。与图3相比，用于搜索水平角度信号的周期的操作372和用于计算迭代次数的操作374可以用图14中的概率分布集中(1472)代替。

图15为示出根据本公开的第四变型形式的用于压缩lidar传感器信号的方法的流程图。参考图15，根据第四变型形式的信号压缩装置250可以接收lidar传感器信号(1512)，可以隔离每个域的数据并执行预处理(1514)，可以将lidar传感器信号分为距离分量、水平角度分量和竖直角度分量，并且可以执行距离信号和水平角度信号的的熵编码(1534和1554)。然后，信号压缩装置250可以执行竖直角度信号的交织(1572)，并且可以执行熵编码(1574)。随后，熵编码的距离信号、熵编码的水平角度信号和熵编码的竖直角度信号可以彼此合并(1592)。与图3相比，可以从图15中省略用于执行水平角度信号的概率分布集中的操作352，并且用于搜索竖直角度信号的周期的操作372和用于计算迭代次数的操作374可以用图15中的交织操作(1572)代替。交织为一种用于在竖直角度信号的写入/读取期间在水平方向上将竖直角度信号写入存储器中并在竖直方向上读取竖直角度信号的技术。

图16为示出根据本公开的第五变型形式的用于压缩lidar传感器信号的方法的流程图。参考图16，根据第五变型形式的信号压缩装置250可以接收lidar传感器信号(1612)，可以隔离每个域的数据并执行预处理(1614)，可以将lidar传感器信号分为距离分量、水平角度分量和竖直角度分量，并且可以执行距离信号的熵编码(1634)。然后，信号压缩装置250可以执行水平角度信号和竖直角度信号的基底变换(1652和1672)，并且可以执行熵编码(1654和1674)。随后，熵编码的距离信号、熵编码的水平角度信号和熵编码的竖直角度信号可以彼此合并(1692)。与图3相比，用于执行水平角度信号的概率分布集中的操作352、用于搜索竖直角度信号的周期的操作372和用于计算迭代次数的操作374可以用图16中的基底变换(1672)代替。基底变换可以包括能够获得概率分布集中的各种变换步骤。例如，基底变换可以包括傅里叶变换或离散余弦变换。

从以上描述显而易见的是，本公开的一些形式的信号压缩装置和信号压缩方法可以无损压缩lidar传感器信号。

本公开的描述本质上仅是示例性的，并因此，不脱离本公开的实质的变型旨在落入本公开的范围内。不应将这些变型视为脱离本公开的精神和范围。