本公开大体涉及激光雷达系统，更具体地说，涉及一种非常适用于自动或半自动交通工具控制系统的闪光式激光雷达系统(flashlidarsystem)。
背景技术：
在过去的几十年中，汽车设计者和制造商已经应用了各种系统，这些系统旨在增强其车辆提供的安全性和便利性。这些系统中的一些在现代汽车中已经变得普遍，例如防抱死制动(例如，abs)和电子稳定性控制(例如，esc)，通过改善制动性能和减少牵引力损失来改善驾驶安全性。作为各种汽车的豪华选项所提供的其他车辆系统，例如巡航控制系统和自动平行停车系统，被设计为旨在简化驾驶体验。最近，车辆工程团队一直致力于开发全自动车辆，这种车辆通常被视为智能车发展的下一个自然步骤。虽然最初自动驾驶车辆的使用可能仅限于工业运输系统和简单的自动人员运送，然而随着其使用被接受，预计自动驾驶车辆可实现(i)减少交通事故和伤害，(ii)改善老年人以及那些无法驾驶的人的移动方便性，(iii)为司机提供更多空闲时间，(iv)缩短通勤时间，以及(v)腾出更多停车位。
尽管所有智能车依靠传感器系统来监控相关的车辆和环境条件，但是全自动的车辆需要极其复杂的传感器系统，以便确保车辆乘客和可能接近车辆的任何其他人的安全。这种传感器系统通常监测车辆性能(例如，速度，转弯半径等)，环境条件(例如，光水平，外部温度，天气条件等)以及汽车与无生命和有生命的物体(例如，行人，其他车辆，建筑物，树木，标志等)的接近度。考虑到检测速度和准确度的重要性，自动车辆通常依赖于一致操作的多个传感器系统，这些传感器系统利用各种检测方案(例如，基于相机，雷达，激光雷达等)。虽然已经证明激光雷达系统能够提供快速和准确的障碍物检测，但迄今为止它们的用途受到包装限制，功率要求和眼睛安全性的限制。因此，需要一种高能量效率的激光雷达系统，其以足够低的强度操作以保护眼睛安全，同时仍提供具有包装灵活性的自适应长距离解决方案。本公开提供了这种激光雷达系统。
技术实现要素：
本公开提供一种高能量效率的自适应闪光式激光雷达(光检测和测距)系统，其具有小的可见输出孔径和宽视场(fov)，其被设计成结合在交通工具内。激光雷达系统包括发射器，接收器和处理系统。发射器包括周期性调制的光源，即脉冲或具有时间相关调制的光源。优选地，光源是工作波长在815纳米至2微米范围内的激光器。发射器还包括空间光调制器(slm)，其在发射器的fov内并且在光源的单个脉冲期间产生具有不同光强度的多个照射区域。激光雷达接收器包括一个传感器阵列，该传感器阵列捕获来自激光雷达发射器且被接收器的fov内的物体反射的光。优选地，传感器阵列的fov具有3：1至10：1范围内的纵横比。激光雷达处理系统控制slm，以便为由slm产生的每个照射区域实现预定的区域尺寸和预定的光强度。激光雷达处理系统还负责对由传感器阵列获取的数据执行飞行时间(tof)测量。
在一个方面，slm可以包括位于液晶层的第一侧上的有源矩阵底板和位于液晶层的第二侧上的透明电极，其中有源矩阵底板包括：二维像素阵列，每个像素的尺寸优选为10微米级或更小。包括背板的像素可由激光雷达处理系统单独寻址，并用于实现每个照射区域的预定区域尺寸和光强度。slm优选地包括介质镜(dielectricmirror)，其被配置为在激光雷达系统的光源的工作波长下实现高反射率。slm的器件叠层优选夹在硅基底和玻璃基底之间。
在另一方面，激光雷达处理系统可以被配置为生成计算机生成的全息图(cgh)。可以使用迭代傅立叶变换算法(ifta)(例如gerchberg-saxton算法)实时预先计算或计算包括0和至少2pi之间的相位水平空间布置的仅相位cgh。使用有源矩阵背板将cgh相位分布应用于slm，从而修改入射激光束的波前，以便为发射器fov内的每个照射区域产生所需的尺寸和光强度(例如，每立体角(solidangle)的光强度)。因此，该系统能够利用slm和所产生的照射区域来将发射器的fov内的透射光的分布调整到需要的位置，其中需要可以基于范围(例如，短距离照射与长距离照射)，检测到的障碍物(例如，行人，标志，其他交通工具等)，道路状况(例如，交通工具速度，直线与弯曲道路，城市与高速公路驾驶等)或其他条件。
在一种方法中，激光雷达处理系统可以被配置为将光强度梯度应用于多个照射区域，其中在调整总角度范围的同时，最低光强度被分配给最接近交通工具的照射区域，并且最高光强度被分配给最靠近fov地平线的照射区域。大体而言，每立体角的强度随距离增加而增强，而角度范围随距离增加而减小。在另一种方法中，激光雷达处理系统可以被配置为从车载gps系统接收交通工具的当前位置，以及从数据库(例如，车载导航系统的数据库或外部数据)接收一组即将出现的道路状况，且然后响应于交通工具的当前位置和即将出现的道路状况生成cgh。在又一种方法中，激光雷达处理系统可以被配置为从辅助障碍物检测系统(例如，使用基于雷达的传感器的传感器系统，相机，电磁传感器，超声波传感器等)接收一组即将出现的道路状况，且接着根据即将出现的道路状况生成cgh。
在另一方面，激光雷达系统可包括插入在光源和slm之间的第一组光学器件，其中第一组光学器件在输出光束冲击在slm上之前调节输出光束(例如，扩展和准直光束)。激光雷达系统还可包括第二组光学器件，其扩展由slm反射的输出光束，以便照射激光雷达发射器的预期fov。激光雷达系统还可包括第三组光学器件，其将由接收器的fov内的物体反射的光成像到传感器阵列上。
通过参考说明书的其余部分和附图，可以实现对本公开的本质和优点的进一步理解。
附图说明
应当理解，附图仅用于说明而不是限制本公开的范围，并且不应视为按比例绘制的。另外，不同附图中的相同参考标号应被理解为指代相同组件或类似功能的组件。
图1提供了在本公开的至少一个实施例中使用的主要交通工具系统的系统级示意图；
图2提供了本公开的激光雷达系统的优选实施例的示意图；
图3示出了本公开的激光雷达系统的一个实施例的fov；
图4示出了利用交通工具位置数据的替代实施例的fov；
图5提供了用于图4中所示实施例的第二示例性fov；
图6示出了利用辅助传感器系统来帮助使激光雷达照射区域适应激光雷达系统的fov内的物体(例如，标志，植物，行人，野生动物等)的实施例的fov；
图7(a)示出了激光雷达系统的检测器阵列的三个传感器像素；
图7(b)示出了对应于图7(a)中所示的三个传感器像素的三个连续照明帧中的第一个；
图7(c)示出了对应于图7(a)中所示的三个传感器像素的三个连续照明帧中的第二个；和
图7(d)示出了对应于图7(a)中所示的三个传感器像素的三个连续照明帧中的第三个。
具体实施方式
如本文所用，单数形式“一”，“一个”和“该”旨在也包括复数形式，除非上下文另有明确说明。这里使用的术语“包括”，“包含”，“包括有”和/或“包含有”指定所述特征，处理步骤，操作，元件和/或组件的存在，但不排除存在或者添加一个或多个其他特征，处理步骤，操作，元件，组件和/或其组合。如这里所使用的，术语“和/或”以及符号“/”旨在包括一个或多个相关所列项目的任何和所有组合。另外，尽管这里可以使用术语第一，第二等来描述各种步骤，计算或组件，然而这些步骤，计算或组件不应限于这些术语，而是这些术语仅用于将各步骤，计算或组件相对于另一步骤，计算或组件进行区分。例如，第一计算可以被称为第二计算，并且类似地，第一步骤可以被称为第二步骤，并且类似地，第一组件可以被称为第二组件，而不脱离本公开的范围。
图1提供了集成到交通工具100中的示例性激光雷达(光检测和测距)系统的框图，其中激光雷达系统包括发射器101，接收器103和处理系统105。激光雷达发射器101和接收器103可以包含在单独的模块中，或者共同位于单个模块内。交通工具100可以是电动车辆(ev)，利用内燃机(ice)的车辆或混合动力车辆，其中混合动力车辆利用包括电驱动系统的多个推进源。应当理解，本公开的激光雷达系统可以包括单组或多组发射器101和接收器103，并且这些发射器/接收器可以集成到外部光模块(例如，前灯组件)，车辆的格栅或保险杠，或任何其他方便的位置。如果使用多个发射器/接收器组，则可以每组采用专用处理系统105，或者相同的处理系统105可以支持多个发射器/接收器组。
交通工具100包括系统控制器107，系统控制器107包括中央处理单元(cpu)109和存储器111，存储器111包括eprom，eeprom，闪存，ram，固态驱动器，硬盘驱动器或任何其他类型存储器或不同存储器类型的组合。优选地，系统控制器107被集成至车辆管理系统。激光雷达处理系统105可以使用单独且独立的处理器，或者它可以利用车辆控制系统107的处理器109。
本公开的激光雷达系统旨在检测交通工具100附近的物体以及可能在汽车路径内的障碍物。在一个应用中，由激光雷达系统提供的信息用于简化停车操作，例如警告驾驶员可能干扰车辆停放的各种障碍物(例如，其他汽车，树木，建筑物等)中的任何障碍物。激光雷达系统还可以增强各种智能汽车特征，例如当在车辆的路径中检测到障碍物(例如，行人，车辆，建筑物等)并且系统确定可能出现即将发生的碰撞时，自动提供制动和/或自动节流发动机(例如，用于基于ice的车辆)和/或自动降低电动机速度(例如，用于ev)。除了有助于智能汽车的半自动能力之外，本公开的激光雷达系统还可以用在提供完全自动驾驶的车辆中。
为了允许本公开的激光雷达系统增强交通工具100的半自动或完全自动能力，车辆控制系统107优选地耦接到车辆的制动系统113，和/或车辆的转向系统115，和/或车辆的传动系控制系统117。应当理解，控制系统117的性质取决于交通工具100是ev，基于ice的车辆还是混合动力车辆。在至少一个实施例中，车辆控制系统107还耦接到驾驶员警告系统119，从而允许在检测到车辆路径中的障碍物时警告驾驶员。警告系统119可以包括声音警告系统，其在车辆的声音系统(例如，车辆的娱乐系统)上或通过专用的声音系统发出声音警告指示。可选地，或者与听觉指示器组合，警告系统119可以利用视觉警告指示器，例如位于仪表盘中的指示器，或仪表板，或呈现在显示屏上的指示器。
在一些实施例中，例如在提供完全自动驾驶能力的一些实施例中，车辆控制系统107能够经由电通信链路121与交通工具100外部的系统通信。电通信链路121，在此也简称为通信链路，可以使用多种标准中的任何一种，包括但不限于gsm，edge，umts，cdma，dect，wifi和wimax。通信链路121可以被配置为允许交通工具100的控制系统107与其他车辆通信，例如当即将发生碰撞时。在一些实施例中，通信链路121被配置为允许交通工具100的控制系统107与其他车辆和/或第三方系统通信，以便提供改进的交通控制。通信链路121还可用于获得系统和/或配置更新或从外部数据库获得信息。
如本领域技术人员所理解的，激光雷达系统通过测量由激光雷达发射器(例如，发射器101)发射，从系统视场(fov)中的障碍物反射，然后由激光雷达接收器(例如，接收器103)接收的光的飞行时间(tof)，来提供障碍物检测以及距离信息。一种类型的激光雷达系统，称为闪光式激光雷达(flashlidar)，使用激光脉冲照射感兴趣的场景。光束扩展器将发射的激光束光学地散布到足以覆盖期望的fov的角度。这种方法的优点在于单个脉冲在整个照明fov内分布，由此激光雷达接收器的tof传感器的像素集成在每个帧的反向散射光的多个脉冲或调制上，因此可以为场景内的所有对象提供范围信息，该场景由fov定义。这种方法的缺点在于，对于大型fov，例如由100至200米距离处的汽车前方区域的照明产生的fov，需要相对高功率的激光器，例如，在大约至100至350瓦。假设连续或半连续使用，这样的功率水平对车辆资源(例如，车辆的电池)产生显著的抽取。此外，在这些功率水平下，系统产生大量热量，从而增加了施加到车辆热管理系统的热负荷。此外，高反射率物体以及位于检测器近场内的物体很容易使激光雷达接收器的检测器饱和。最后，高激光功率水平会增加可能被激光雷达系统照射的行人的眼睛安全问题。
为了克服上述问题，大多数常规的车载闪光式激光雷达系统通过仅依靠激光雷达系统进行近场障碍物检测(例如仅在停车期间)来限制系统fov，从而限制所需的激光功率。可选地，车载系统可以使用扫描方法在期望的场景范围扫描激光束。虽然这种方法解决了当应用于大型fov时与闪光式激光雷达方法相关的高功率问题，但该扫描方法有其自身的一系列问题。例如，用于扫描激光束的系统非常复杂，导致更高的制造和实施成本以及更低的可靠性。另外，由于该扫描方法顺序地照射场景而不是同时照射整个场景，因此车辆的运动以及被扫描的物体的运动导致图像失真和不准确。
为了克服常规闪光式和扫描激光雷达系统的缺点，本公开利用自适应激光雷达系统。图2中示出了本公开的激光雷达系统的优选实施例。如图所示，光源201在激光雷达发射器101内。优选地，光源201是激光器，并且更优选地是在815纳米至2微米波长范围内工作的激光器。激光雷达处理系统105以期望的操作频率调制光源201，优选地在0.1和10mhz之间。调制可以是脉冲的，周期性的(例如，正弦，方波，三角波调制)或伪随机的。光学器件203通常通过首先扩展然后准直由源201发射的激光束来调节输出激光束。在调节之后，激光束冲击在空间光调制器(slm)205上。图2示出了反射slm，如优选的，它将特定的仅相位模式应用于入射光束的波前。这导致入射光的有效角度重新分布，而不需要基于边框或孔径的特殊吸收来定制光锥的形状。光学器件207扩展由slm205反射的光，以便照射期望的fov。优选地，发射器101的输出孔径非常小，例如大约2厘米乘2厘米。从fov内的物体反射的光由光学器件209成像到传感器阵列211上。
slm205提供用于控制源201发射的光在二维中的光强度的必要装置，以便照射期望的fov(例如，交通工具100前方可包括街道，建筑物，行人，标志，车辆和其他潜在的障碍的一部分的区域)。通过使用slm205，激光雷达发射器101发射的光强度可以基于系统的fov内的每个物体的位置和可能的距离而变化。如果需要，发射器101发射的光强度可以基于fov内物体的反射率而变化。利用图2所示的配置，假设检测高度大约为2米，发明人已经确定光源201将仅需要大约8瓦的功率以便照射在200米处的车辆的fov。相比之下，照射相同fov和检测高度的常规闪光式激光雷达系统将需要大约280瓦的激光源。
在优选实施例中，slm205是硅上液晶(lcos)slm。该slm被分成二维像素阵列，每个像素是用电的，并且可以通过位于液晶层215的一侧上的有源矩阵底板213和位于液晶层的另一侧上的透明电极217单独地寻址。背板213通常使用cmos技术(互补金属氧化物半导体)制造，然而也可以使用其他半导体背板制造技术。透明电极217可以由一层氧化铟锡(ito)材料构成。优选地，对应于底板213并且因此对应于slm205的像素尺寸的宽度小于10微米，以确保足够的fov。另外，slm205包括由介质镜构成的层219，该介质镜设计成在源201的工作波长下实现高反射率。该装置叠层夹在硅基底221和玻璃基底223之间。当通过在该像素中的液晶范围提供电场而激活像素时，改变了穿过该液晶区域的光的相位。为了实现所需的光强度分布，处理系统105产生相位分布，称为计算机生成的全息图(cgh)，然后使用底板213将其施加到slm205。给定介质镜的效率(即，层219)，使用光干涉产生所需光强度分布的优点是该方法非常有效。
如前所述，为了导出交通工具100与激光雷达系统的fov内的障碍物之间的距离，基于传感器阵列211接收的光对源自源201的每个光脉冲进行tof测量。传感器阵列211可以使用通常用于制造检测器阵列的各种半导体制造技术中的任何一种制造，例如cmos技术。优选地，传感器阵列211至少为宽度100像素，高度10像素。应当理解，在阵列211的像素数量且因此分辨率，以及阵列的成本和复杂性之间存在折衷。此外，更高像素阵列增加了数据处理要求，包括数据采集速度。关于阵列211的纵横比，该比率基于照射的fov。发明人已经发现，阵列211的纵横比优选地在3：1到10：1的范围内。该纵横比可以通过使用具有该范围内的比率的传感器阵列或通过在x方向上使用多个传感器来实现。对于多个传感器，可以使用光学器件209的单次或多次成像。多个成像光学器件的使用在集成空间和光学系统简单性方面提供了优势。
在一个最简单的实施例中，slm205可以同时寻址在接收器的fov内监控的多个照射区域。图3示出了这种配置的照射区域以及传感器的fov。在该示例性实施例中，激光雷达系统包括单个发射器/接收器组。矩形301表示激光雷达接收器传感器的fov。在接收器传感器的fov内，照射区域被配置成处理感兴趣的特定区域(例如，道路和与道路邻近的区域)以及到这些区域中的每一个的不同距离(即，激光雷达系统与每个感兴趣的区域之间的距离)。调整照射区域允许系统控制区域大小和光强度(例如，每立体角的功率)以适应变化的条件。
为了确保低功率消耗，而不管激光雷达系统和待照射区域之间的距离如何，每个照射区域的照明的强度和角度范围都是适应的。例如，在图3所示的实施例中，照射区域313-316分别对应于0-10米，10-30米，30-100米和100-300米的距离。为了在不同范围内实现每平方米恒定功率的照射，有必要增加每立方角的功率以获得更远的距离。因此，考虑到传感器检测所需的10mw/m2并且假设道路宽度为20米且检测高度为2米，则进行粗略估计，得出：
-fov@5m距离：125°x23°(＝0.7sr)需要～500mw/sr，
-fov@50m距离：22°x2.3°需要～25,000mw/sr，
-fov@100m距离：11.5°x1.2°需要～100,000mw/sr，
-fov@200m距离：5.7°x0.6°需要～400,000mw/sr，
为了实现用于常规的非自适应激光雷达系统的fov为125°x23°的充分200米范围照射，需要大约280w。这种恒定照射的fov导致高功率消耗以及对于短距离而言太高的强度。为了解决该功率问题并且针对不同范围实现每平方米几乎恒定的功率，在本系统中，每立体角的强度随距离增加，但总照射角度范围随距离减小。在图3所示的示例性实施例中，本方法导致激光雷达发射器的功率需求显着降低，即，从传统的非适应性激光雷达系统所需的大约280瓦特到使用本系统的大约8瓦特。注意，在图3中，线303表示0度方位角，因此在左侧和右侧之间分离系统的fov。线305表示0度高度和地平线。为了帮助理解该图，在图3中示出了道路，其中道路包括左道路边界307，右道路边界309和道路中心线311。
在图3所示的实施例中，slm205同时将发射器的fov分成四个照射区域313-316。应当理解，fov可以被分成更少的照射区域，尽管是至少两个区域，或者比所示的更多的照射区域。如上所述，将fov分成多个区域允许本公开的激光雷达系统在最小化光源功率的同时在需要时产生更高的光强度。在图3所示的示例中，最低光强度最接近车辆(区域313)，随着接近地平线(线305)，光强度增加。因此，最高光强度在区域316中，其中车辆(例如，交通工具100)与可能的障碍物之间的距离最大(例如，大约100-300米)。通常，在该实施例中，每立体角的强度随距离增加，而角度范围随距离减小。
图3中所示的示例表示本公开的简单实施例，其中由slm205控制的每个激光雷达照射区域的光强度基于所假设的每个区域距车辆激光雷达系统的距离而变化。此外，该实施例主要集中在直接位于汽车前方的区域。图4和5示出了另一个实施例，其中来自激光雷达系统的光强度分布，如slm205所提供的，能够考虑变化的道路状况。在该实施例中，激光雷达处理系统105利用由其他车辆系统提供的信息，以便产生由slm205用来实现所需光强度分布的cgh。具体地，在该实施例中，车辆在地图上的位置用于确定即将出现的道路状况。优选地，交通工具100的位置由车载gps系统123提供。诸如即将出现的交叉路口和道路弯道的道路状况优选地由车载导航系统125提供，虽然该相同的信息也可以包含在车载数据库中(例如，存储在存储器111中的数据库)或使用通信链路121从外部数据库获得。如果需要，激光雷达系统还可以考虑车辆速度，车辆控制系统107例行监控的车辆特性，且因此可由激光雷达处理系统105访问。
通过监控正在接近的道路状况，激光雷达系统105能够连续更新slm205使用的cgh，以确保激光雷达系统的光强度分布与即将出现的道路状况匹配。例如并且如图4所示，如果系统确定二级道路401将与当前道路相交，则如图所示改变照射区域以确保检测到在二级道路上行驶的车辆。类似地，并且如图5所示，如果数据(即，当前车辆位置和地图数据)指示当前道路如图所示向右弯曲，那么照射区域313-316的位置和大小通过激光雷达系统的slm被适当地改变。
虽然连续更新激光雷达系统以适应变化的道路状况的能力是本公开的明显优点，特别是考虑到系统的效率和低光源功率要求，然而在本公开的优选实施例中，该系统还能够适应潜在的障碍物。在该实施例中，除了适应道路状况之外，系统还使用由辅助障碍物检测系统123提供的信息来更新slm205使用的cgh，从而允许系统适应交通工具100行驶的不断变化的环境。辅助检测系统123可以利用基于雷达的传感器，在可见光谱中操作的相机，在红外光谱中操作的相机，电磁传感器，超声传感器或其他传感器类型。检测系统123可以使用基于立体视觉的检测算法，v-视差算法，或其他算法来确定检测到的障碍物的高度和/或位置。
通过利用一个或多个辅助检测系统来检测可能在道路中或与道路邻近的物体，本公开的激光雷达处理器能够通过与slm205一起使用的cgh连续地调整光强度分布，以确保这些物体由激光雷达系统监控。因此，如图6所示，在一定距离内的一对鹿601，它们可能在某些点上漫步到道路上，由激光雷达系统监控到。具体地说，激光雷达系统适应于fov，从而监测区域603，且因此监测该区域内的物体(即鹿601)。
除了适应变化的道路状况和潜在障碍物之外，本公开还可以利用slm205来提供增强的分辨率。为了实现增强的分辨率，slm205用于提供具有比传感器像素尺寸更小的像素尺寸的光分布，至少用于期望增加的分辨率的区域中。通过将透射光像素化为比检测器阵列使用的像素尺寸更小的像素尺寸，并且通过顺序地照射用于每个检测器像素的不同像素，所获取的传感器数据的叠加增加了检测器阵列的有效分辨率。图7示出了这种方法。图7(a)所示的图像是检测器阵列211的三个传感器像素的图像。图7(b)-7(d)示出了对应于图7(a)所示的三个传感器像素的三个连续照明帧，当重叠时，提供所需的有效分辨率的增加。应当理解，在该实施例中，在期望增加分辨率的整个时间内，将简单地重复照明帧序列。
已经以一般术语描述了系统和方法，以帮助理解本公开的细节。在一些情况下，没有具体示出或详细描述公知的结构，材料和/或操作以避免模糊本公开的各方面。在其他情况下，给出了具体细节以便提供对本公开的透彻理解。相关领域的技术人员将认识到，本公开可以以其他特定形式实施，例如以适应特定系统或装置或情况或材料或部件，而不脱离其精神或本质特征。因此，本文的公开内容和描述旨在说明而非限制本公开的范围。