使用多棱镜的LIDAR3D设计的制作方法

本公开的实施方式总体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及在自动驾驶车辆中使用的光探测和测距(lidar)装置。

背景技术：

以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。

激光雷达技术已广泛用于军事、地理学、海洋学中，并且近十年来已广泛用于自动驾驶车辆中。除了其他因素之外，lidar在自动驾驶车辆中的应用因高成本而受到阻碍。lidar装置可以在扫描场景时对与对象的距离进行估计，以聚集表示对象的反射表面的点云。点云中的各个点可以通过发射激光脉冲并检测从对象反射的返回脉冲(如果有的话)来确定，并根据所发射的脉冲和接收到的被反射的脉冲之间的时间延迟来确定与对象的距离。可以在场景中快速且重复地扫描一个或多个激光器，以提供与到场景中的反射对象的距离有关的连续的实时信息。

传统的lidar装置通常利用在两个方向上旋转或转动的镜，以涵盖整个360度环境。另外，传统的lidar装置需要光发射器和光检测器与所述镜一起旋转，这消耗更多电力来驱动电动机。

技术实现要素：

本公开的一方面提供了一种在自动驾驶车辆中使用的光探测和测距(lidar)装置，该lidar装置包括：光发射器的阵列，用于发射多个光束以感测与目标相关的物理范围；棱柱形镜组件，具有用作反射表面的多个联结面和底部基础面；可旋转平台，支承棱柱形镜组件的底部基础面，可旋转平台能够相对于与底部基础面垂直的竖直轴线旋转，其中，光发射器将光束投射到反射表面上，光束朝向目标偏转，并且其中，棱柱形镜组件与可旋转平台一起旋转，同时光发射器的阵列保持稳定；以及一个或多个光检测器，用于接收从目标反射的光束中的至少一部分。

本公开的另一方面提供了一种自动驾驶车辆，其包括光探测和测距(lidar)装置和感知与规划系统，其中，lidar装置包括：光发射器的阵列，用于发射多个光束以感测与目标相关的物理范围；棱柱形镜组件，具有用作反射表面的多个联结面和底部基础面；可旋转平台，支承棱柱形镜组件的底部基础面，可旋转平台能够相对于与底部基础面垂直的竖直轴线旋转，其中，光发射器将光束投射到反射表面上，光束朝向目标偏转，并且其中，棱柱形镜组件与可旋转平台一起旋转，同时光发射器的阵列保持稳定；以及一个或多个光检测器，用于接收从目标反射的光束中的至少一部分；以及感知与规划系统联接至lidar装置，以基于由lidar装置提供的lidar传感器数据来感知自动驾驶车辆周围的驾驶环境，并控制自动驾驶车辆在驾驶环境中行驶。

本公开的又一方面提供了一种用于操作自动驾驶车辆的lidar装置的计算机实施方法，该方法包括：使用光发射器的阵列发射多个光束以感测与目标相关的物理范围；设置具有用作反射表面的多个联结面和底部基础面的棱柱形镜组件；使支承棱柱形镜组件的底部基础面的可旋转平台旋转，可旋转平台能够相对于与底部基础面垂直的竖直轴线旋转，其中，棱柱形镜组件与可旋转平台一起旋转，同时光发射器的阵列保持稳定；将光束投射到棱柱形镜组件的反射表面上，其中，光束通过反射表面朝向目标偏转；以及使用一个或多个光检测器来接收从目标反射的光束中的至少一部分。

附图说明

本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同参考数字指示相似元件。

图1是示出根据一个实施方式的网络化系统的框图。

图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。

图3是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。

图4示出了典型的lidar安装配置。

图5是示出根据一个实施方式的示例性lidar子组件的图。

图6是示出根据一个实施方式的扩大的扫描角度范围的图。

图7a和图7b是示出根据实施方式的示例性lidar实施的图。

图8是示出根据一个实施方式的操作lidar装置的过程的流程图。

具体实施方式

将参考以下所讨论的细节来描述本公开的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是对本公开的说明，而不应当解释为限制本公开。描述了许多特定细节以提供对本公开各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节以提供对本公开的实施方式的简洁讨论。

本说明书中对“一个实施方式”或“实施方式”的引述意味着结合该实施方式所描述的特定特征、结构或特性可以包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各处的记载不必全部指同一实施方式。

因此，在lidar装置中使用包括多个反射表面的近似棱柱形的镜组件(下文中简称为“棱柱形镜组件”)，其中，镜组件以单一方向旋转以覆盖水平扫描和竖直扫描，而光发射器和光检测器保持稳定。lidar结构更简单并且更高效，并且由于光发射器和光检测器保持稳定因而功耗更低。

在一个实施方式中，棱柱形镜组件可以具有近似的三棱柱形状，并且底部基础面与可旋转平台邻接，并且三个联结面用作反射表面。反射表面可以根据任何传统技术利用反射材料进行涂布，以使得反射表面可以适当地反射入射光。任何两个反射表面之间的角度都可以是大约60度。三个反射表面可以不是全部都与底部基础面形成直角，并且可以相对于底部基础面成略微不同的角度。例如，三个反射表面与底部基础面之间的角度可以分别为89度、90度和91度。这些确切的角度不对本公开进行限制。例如，在一个实施方式中，第一反射表面可以与底部基础面形成处于80度至90度(不包括端值)的范围内的角度；第二反射表面可与底部基础面形成直角(90度)；并且第三反射表面可以与底部基础面形成处于90度至100度(不包括端值)的范围内的角度。

根据一个方面，存在配置成发射多个光束的光发射器(tx)的阵列(例如，4个或更多个光发射器，诸如16个光发射器)。给定旋转的镜组件的反射表面的定向，光束可被散射至较大扫描角度范围。结果，在所有时间内都将显著增大整体的扫描区域。

根据一个实施方式，自动驾驶车辆(adv)的lidar装置包括发射多个光束的光发射器的阵列，以感测与目标有关的物理范围。lidar装置还包括由可旋转平台支承的棱柱形镜组件，镜组件的联结面相对于底部基础面形成不同的角度并用作反射表面。可旋转平台配置成相对于与镜组件的底部基础面垂直的竖直轴线旋转。光发射器配置成将光束投射到镜组件的反射表面上，所述光束朝向目标偏转。镜组件与可旋转平台一起旋转，同时光发射器的阵列保持稳定。lidar装置还包括一个或多个光检测器，以接收从目标反射的光束中的至少一部分。

在一个实施方式中，棱柱形镜组件的底部基础面定位成与adv行驶的地面平行，并且镜组件的反射表面根据预定的不同角度从底部基座面向上倾斜。光束投射到镜组件的反射表面上，并且基本上垂直于底部基础面。在一个实施方式中，光发射器的阵列包括相对大量的光发射器(例如，4个或更多个光发射器，诸如16个光发射器)。

根据本发明的另一方面，adv包括如上所述的lidar装置和感知与规划系统。感知与规划系统配置成基于由lidar装置提供的lidar传感器数据来感知adv周围的驾驶环境，并控制adv在驾驶环境中行驶。

在一个实施方式中，由光发射器发射的光束在到达镜组件之前被镜偏转。

在一个实施方式中，由光发射器发射的光束在到达镜组件之前穿过镜中的孔，并且由目标反射的光束在到达光检测器之前被镜偏转。在一个实施方式中，由光发射器发射的光束在到达孔之前穿过准直透镜。

图1是示出根据本公开的一个实施方式的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可以通过网络102通信地联接到一个或多个服务器103至104的自动驾驶车辆101。尽管示出一个自动驾驶车辆，但多个自动驾驶车辆可以通过网络102联接到彼此和/或联接到服务器103至104。网络102可以是任何类型的网络，例如，有线或无线的局域网(lan)、诸如互联网的广域网(wan)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器群集，诸如，网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(mpoi)服务器或者位置服务器等。

自动驾驶车辆是指可以被配置成处于自动驾驶模式下的车辆，在所述自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动驾驶车辆可以包括传感器系统，所述传感器系统具有被配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的控制器使用所检测的信息来导航通过所述环境。自动驾驶车辆101可以在手动模式下、在全自动驾驶模式下或者在部分自动驾驶模式下运行。

在一个实施方式中，自动驾驶车辆101包括，但不限于，感知与规划系统110、车辆控制系统111、无线通信系统112、用户接口系统113、信息系统114(未示出)和传感器系统115。自动驾驶车辆101还可以包括普通车辆中包括的某些常用部件，诸如：发动机、车轮、方向盘、变速器等，所述部件可以由车辆控制系统111和/或感知与规划系统110使用多种通信信号和/或命令进行控制，该多种通信信号和/或命令例如，加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。

部件110至115可以经由互连件、总线、网络或其组合通信地联接到彼此。例如，部件110至115可以经由控制器局域网(can)总线通信地联接到彼此。can总线是被设计成允许微控制器和装置在没有主机的应用中与彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议，但也用于许多其它环境。

现在参考图2，在一个实施方式中，传感器系统115包括但不限于一个或多个相机211、全球定位系统(gps)单元212、惯性测量单元(imu)213、雷达单元214以及光探测和测距(lidar)单元(或lidar装置)215。gps系统212可以包括收发器，所述收发器可操作以提供关于自动驾驶车辆的位置的信息。imu单元213可以基于惯性加速度来感测自动驾驶车辆的位置和定向变化。雷达单元214可以表示利用无线电信号来感测自动驾驶车辆的本地环境内的对象的系统。在一些实施方式中，除感测对象之外，雷达单元214可以另外感测对象的速度和/或前进方向。lidar单元215可以使用激光来感测自动驾驶车辆所处环境中的对象。除其它系统部件之外，lidar单元215还可以包括一个或多个激光源、激光扫描器以及一个或多个检测器。相机211可以包括用来采集自动驾驶车辆周围环境的图像的一个或多个装置。相机211可以是静物相机和/或视频相机。相机可以是可机械地移动的，例如，通过将相机安装在旋转和/或倾斜平台上。

传感器系统115还可以包括其它传感器，诸如：声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器以及音频传感器(例如，麦克风)。音频传感器可以被配置成从自动驾驶车辆周围的环境中采集声音。转向传感器可以被配置成感测方向盘、车辆的车轮或其组合的转向角度。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在一些情形下，油门传感器和制动传感器可以集成为集成式油门/制动传感器。

在一个实施方式中，车辆控制系统111包括但不限于转向单元201、油门单元202(也被称为加速单元)和制动单元203。转向单元201用来调整车辆的方向或前进方向。油门单元202用来控制电动机或发动机的速度，电动机或发动机的速度进而控制车辆的速度和加速度。制动单元203通过提供摩擦使车辆的车轮或轮胎减速而使车辆减速。应注意，如图2所示的部件可以以硬件、软件或其组合实施。

回到图1，无线通信系统112允许自动驾驶车辆101与诸如装置、传感器、其它车辆等外部系统之间的通信。例如，无线通信系统112可以与一个或多个装置直接无线通信，或者经由通信网络进行无线通信，诸如，通过网络102与服务器103至104通信。无线通信系统112可以使用任何蜂窝通信网络或无线局域网(wlan)，例如，使用wifi，以与另一部件或系统通信。无线通信系统112可以例如使用红外链路、蓝牙等与装置(例如，乘客的移动装置、显示装置、车辆101内的扬声器)直接通信。用户接口系统113可以是在车辆101内实施的外围装置的部分，包括例如键盘、触摸屏显示装置、麦克风和扬声器等。

自动驾驶车辆101的功能中的一些或全部可以由感知与规划系统110控制或管理，尤其当在自动驾驶模式下操作时。感知与规划系统110包括必要的硬件(例如，处理器、存储器、存储设备)和软件(例如，操作系统、规划和路线制定程序)，以从传感器系统115、控制系统111、无线通信系统112和/或用户接口系统113接收信息，处理所接收的信息，规划从起始点到目的地点的路线或路径，随后基于规划和控制信息来驾驶车辆101。替代地，感知与规划系统110可以与车辆控制系统111集成在一起。

例如，作为乘客的用户可以例如经由用户接口来指定行程的起始位置和目的地。感知与规划系统110获得行程相关数据。例如，感知与规划系统110可以从mpoi服务器中获得位置和路线信息，所述mpoi服务器可以是服务器103至104的一部分。位置服务器提供位置服务，并且mpoi服务器提供地图服务和某些位置的poi。替代地，此类位置和mpoi信息可以本地高速缓存在感知与规划系统110的永久性存储装置中。

当自动驾驶车辆101沿着路线移动时，感知与规划系统110也可以从交通信息系统或服务器(tis)获得实时交通信息。应注意，服务器103至104可以由第三方实体进行操作。替代地，服务器103至104的功能可以与感知与规划系统110集成在一起。基于实时交通信息、mpoi信息和位置信息以及由传感器系统115检测或感测的实时本地环境数据(例如，障碍物、对象、附近车辆)，感知与规划系统110可以规划最佳路线并且根据所规划的路线例如经由控制系统111来驾驶车辆101，以安全且高效到达指定目的地。

服务器103可以是用于为各种客户端执行数据分析服务的数据分析系统。在一个实施方式中，数据分析系统103包括数据收集器121和机器学习引擎122。数据收集器121从各种车辆(自动驾驶车辆或由人类驾驶员驾驶的常规车辆)收集驾驶统计数据123。驾驶统计数据123包括指示在不同时间点发出的驾驶命令(例如，油门、制动、转向命令)和由车辆的传感器采集的车辆的响应(例如，速度、加速、减速、方向)的信息。驾驶统计数据123还可以包括描述在不同时间点的驾驶环境的信息，例如，路线(包括起始和目的地位置)、mpoi、道路状况、天气状况等。

基于驾驶统计数据123，机器学习引擎122出于各种目的生成或训练一组规则、和/或算法和/或预测模型124。在一个实施方式中，算法124可以包括使用本申请中描述的lidar装置对用于感知的lidar传感器数据进行处理的算法。然后，可以将算法124上传到adv上，以在实时自动驾驶期间使用。

图3是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。系统300可以被实施为图1的自动驾驶车辆101的一部分，包括但不限于感知与规划系统110、控制系统111和传感器系统115。参考图3，感知与规划系统110包括但不限于定位模块301、感知模块302、预测模块303、决策模块304、规划模块305、控制模块306以及路线规划模块307。

模块301至307中的一些或全部可以以软件、硬件或其组合实施。例如，这些模块可以安装在永久性存储装置352中、加载到存储器351中，并且由一个或多个处理器(未示出)执行。应注意，这些模块中的一些或全部可以通信地联接到图2的车辆控制系统111的一些或全部模块或者与它们集成在一起。模块301至307中的一些可以一起集成为集成模块。

定位模块301确定自动驾驶车辆300的当前位置(例如，利用gps单元212)和管理与用户的行程或路线相关的任何数据。定位模块301(也被称为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可以例如经由用户接口登录并且指定行程的起始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图和路线信息311的其它部件通信，以获得行程相关数据。例如，定位模块301可以从位置服务器和地图与poi(mpoi)服务器获得位置和路线信息。位置服务器提供位置服务，并且mpoi服务器提供地图服务和某些位置的poi，从而可以作为地图和路线信息311的一部分高速缓存。当自动驾驶车辆300沿着路线移动时，定位模块301也可以从交通信息系统或服务器获得实时交通信息。

基于由传感器系统115提供的传感器数据和由定位模块301获得的定位信息，感知模块302确定对周围环境的感知。感知信息可以表示普通驾驶员在驾驶员正驾驶的车辆周围将感知到的东西。感知可以包括例如采用对象形式的车道配置、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其它交通相关标志(例如，停止标志、让行标志)等。车道配置包括描述一条或多条车道的信息，例如，车道的形状(例如，直线车道或弯曲车道)、车道的宽度、道路中的车道数量、单向或双向车道、合流或分流车道、出口车道等。

感知模块302可以包括计算机视觉系统或计算机视觉系统的功能，以处理并分析由一个或多个相机采集的图像，从而识别自动驾驶车辆环境中的对象和/或特征。所述对象可以包括交通信号、道路边界、其它车辆、行人和/或障碍物等。计算机视觉系统可以使用对象识别算法、视频跟踪以及其它计算机视觉技术。在一些实施方式中，计算机视觉系统可以绘制环境地图，跟踪对象，以及估算对象的速度等。感知模块302也可以基于由诸如雷达和/或lidar的其它传感器提供的其它传感器数据来检测对象。

针对每个对象，预测模块303预测在不同情况下对象将如何表现。预测是鉴于地图/路线信息311和交通规则312的集合、基于在时间点感知驾驶环境的感知数据来执行的。例如，如果对象是在相反方向上的车辆并且当前驾驶环境包括交叉路口，预测模块303将预测车辆是否可能直线前进或转弯。如果感知数据指示交叉路口没有交通信号灯，则预测模块303可预测车辆可能在进入交叉路口之前必须完全停止。如果感知数据指示车辆当前位于仅限左转的车道或仅限右转的车道，则预测模块303可预测车辆将非常可能分别进行左转或右转。

针对每个对象，决策模块304作出关于如何处置对象的决定。例如，针对特定对象(例如，交叉路线中的另一车辆)以及描述对象的元数据(例如，速度、方向、转弯角度)，决策模块304决定如何与所述对象相遇(例如，超车、让行、停止、超过)。决策模块304可以根据诸如交通规则或驾驶规则312的规则集来作出此类决定，所述规则集可以存储在永久性存储装置352中。

路线规划模块307被配置成提供从起始点到目的地点的一个或多个路线或路径。例如，对于从用户接收的从起始位置到目的地位置的给定行程，路线规划模块307获得路线和地图信息311并确定从起始位置到达目的地位置的所有可能路线或路径。路线规划模块307可以以地形图的形式为确定的每个路线生成从起始位置到达目的地位置的参考路线。参考路线指的是不受任何其他事物诸如其他车辆、障碍物或交通状况等干扰的理想的路线或路径。换而言之，如果道路上没有其他车辆、行人或障碍物，则adv应该精确或严密地跟从参考路线。然后，地形图被提供给决策模块304和/或规划模块305。决策模块304和/或规划模块305检查所有可能的路线，以考虑到由其他模块提供的其他数据，诸如来自定位模块301的交通状况、感知模块302感知的驾驶环境以及预测模块303预测的交通状况来选择和修改最佳路线中的一个。用于控制adv的实际路径或路线可以与路线规划模块307提供的参考路线接近或不同于参考路线，这取决于在那个时间点的具体驾驶环境。

基于针对所感知到的对象中的每个的决定，规划模块305为自动驾驶车辆规划路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)，使用由路线规划模块307提供的参考路线作为基准。换而言之，针对给定的对象，决策模块304决定对该对象做什么，而规划模块305确定如何去做。例如，针对给定的对象，决策模块304可以决定超过所述对象，而规划模块305可以确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块305生成，包括描述车辆300在下一移动循环(例如，下一路线段/路径段)中将如何移动的信息。例如，规划和控制数据可以指示车辆300以30英里每小时(mph)的速度移动10米，随后以25mph的速度变到右侧车道。

基于规划和控制数据，控制模块306根据由规划和控制数据限定的路线或路径通过将适当的命令或信号发送到车辆控制系统111来控制并驾驶自动驾驶车辆。所述规划和控制数据包括足够的信息，以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如，油门、制动和转弯命令)将车辆从路线或路径的第一点驾驶到第二点。

在一个实施方式中，规划阶段在多个规划周期中执行，规划周期也被称为驾驶周期，例如，在100毫秒(ms)的每个时间间隔中。对于每个规划周期或驾驶周期，将基于规划和控制数据发出一个或多个控制命令。换而言之，针对每100ms，规划模块305规划下一个路线段或路径段，例如，包括目标位置和adv到达目标位置所需的时间。替代地，规划模块305可以进一步指定具体的速度、方向和/或转向角度等。在一个实施方式中，规划模块305针对下一个预先确定的时间段(诸如5秒)规划路线段或路径段。针对每个规划周期，规划模块305基于在前一个周期中规划的目标位置规划当前周期(例如，接下来的5秒)的目标位置。然后，控制模块306基于当前周期的规划和控制数据生成一个或多个控制命令(例如，油门、制动和转向控制命令)。

应注意，决策模块304和规划模块305可以集成为集成模块。决策模块304/规划模块305可以包括导航系统或导航系统的功能，以确定自动驾驶车辆的驾驶路径。例如，导航系统可以确定用于实现自动驾驶车辆沿着以下路径移动的一系列速度和前进方向：所述路径在使自动驾驶车辆沿着通往最终目的地的基于车行道的路径前进的同时，基本上避免感知到的障碍物。目的地可以根据经由用户接口系统113进行的用户输入来设定。导航系统可以在自动驾驶车辆正在运行的同时动态地更新驾驶路径。导航系统可以将来自gps系统和一个或多个地图的数据合并，以确定用于自动驾驶车辆的驾驶路径。

图4示出了与自动驾驶车辆有关的典型lidar配置。如图4中所示，lidar装置215通常安装在adv300的顶部。lidar装置配置成例如根据旋转方向401旋转，以使得lidar装置215可以扫描整个360度环境。lidar装置215在其中包括至少一个光发射器(未示出)以朝向目标402发射光束。lidar装置215还包括至少一个光检测器或光传感器(未示出)，以接收并检测从目标402反射的光束。

参考图5，示出了说明根据一个实施方式的示例性lidar子组件500的图。设置三棱柱形的镜组件501，其包括与可旋转平台503邻接的底部基础面(未示出)和用作反射表面502的三个联结面。反射表面502以不同角度从底部基础面倾斜。在所示出的示例中，反射表面502和底部基础面之间形成的角度分别是89度、90度和91度。应理解的是，这些精确的角度不对本公开进行限制。例如，在一个实施方式中，第一反射表面502可以与底部基础面形成处于80度至90度(不包括端值)范围内的角度；第二反射表面可与底部基础面形成直角(90度)；并且第三反射表面可以与底部基础面形成处于90度至100度(不包括端值)范围内的角度。可旋转平台503配置成相对于与镜组件的底部基础面垂直的竖直轴线504旋转。因此，在正常操作期间，镜组件与可旋转平台503一起相对于竖直轴线504旋转。

参考图6，示出了说明根据一个实施方式的扩大的扫描角度范围的图600。由于反射表面502以不同的角度(例如，分别是89度、90度和91度)从镜组件的底部基础面向上倾斜，因此扩大了扫描角度范围，尤其是在包括相对大量的发射器(例如，16个发射器)的光发射器的阵列与棱柱形镜组件一起使用时。

参考图7a，示出了说明根据一个实施方式的示例性lidar实施700a的图。由光发射器710发射的光束穿过会聚透镜732，然后由小型镜730朝向旋转的镜组件501偏转。接下来，镜组件501使光束朝向目标402偏转。从目标402发射的光朝向镜组件501行进，并且然后通过镜组件501朝向光检测器720偏转。在经反射的光到达光检测器720之前，经反射的光穿过会聚透镜736。应理解，虽然镜730处于经反射的光的路径中，但由于其尺寸小，因而镜730对经反射的光造成的干扰是可忽略的。之后，可以使用传统的lidar技术对因经反射的光而导致的由光检测器720生成的信号进行处理。

参照图7b，示出了说明根据一个实施方式的另一示例性lidar实施700b的图。由光发射器710发射的光束穿过镜740的孔或切口部分746，并直接到达旋转的镜组件501。在一个实施方式中，由光发射器710发射的光束在到达孔或切口部分746之前穿过准直透镜742，其中，准直透镜742使光束平行。接下来，镜组件501使光束朝向目标402偏转。从目标402反射的光朝向镜组件501行进，然后通过镜组件501朝向镜740偏转。镜740将经反射的光朝向光检测器720偏转。在经反射的光到达光检测器720之前，该经反射的光穿过会聚透镜744。此后，可以使用传统的lidar技术对因经反射的光线而导致由光检测器720生成的信号进行处理。

应理解，图7a和图7b中所示的lidar实施方式能够减少通过光发射器生成的光束与目标反射的光之间的干涉。因此，改善了lidar的性能。

图8是示出根据一个实施方式的操作lidar装置的过程的流程图。过程800可以由处理逻辑执行，处理逻辑可以包括软件、硬件或其组合。参考图8，在操作810中，处理逻辑使用多个光发射器的阵列发射多个光束以感测目标的物理范围。在操作820中，设置棱柱形镜组件，其中，棱柱形镜组件包括用作反射表面的多个联结面和由可旋转平台支承的底部基础面。在操作830中，使可旋转平台与棱柱形镜组件一起相对于与底部基础面垂直的竖直轴线旋转，同时光发射器保持稳定。在操作840中，将光束投射到棱柱形镜组件的反射表面上，所述光束通过反射表面朝向目标偏转。在操作850中，通过一个或多个光检测器接收从目标反射的光束的至少一部分。

应注意，如上文示出和描述的部件中的一些或全部可以在软件、硬件或其组合中实施。例如，此类部件可以实施为安装并存储在永久性存储装置中的软件，所述软件可以通过处理器(未示出)加载在存储器中并在存储器中执行以实施本申请全文中所述的过程或操作。替代地，此类部件可以实施为编程或嵌入到专用硬件(诸如，集成电路(例如，专用集成电路或asic)、数字信号处理器(dsp)或现场可编程门阵列(fpga))中的可执行代码，所述可执行代码可以经由来自应用的相应驱动程序和/或操作系统来访问。此外，此类部件可以实施为处理器或处理器内核中的特定硬件逻辑，作为可由软件部件通过一个或多个特定指令访问的指令集的一部分。

前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式，以将他们的工作实质最有效地传达给本领域中的其他技术人员。本文中，算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。

然而，应当牢记，所有这些和类似的术语均旨在与适当的物理量关联，并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出，否则应当了解，在整个说明书中，利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机系统或类似电子计算装置的动作和处理，所述计算机系统或电子计算装置操控计算机系统的寄存器和存储器内的表示为物理(电子)量的数据，并将所述数据变换成计算机系统存储器或寄存器或者其它此类信息存储设备、传输或显示装置内类似地表示为物理量的其它数据。

本公开的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序被存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如，计算机)可读的形式存储信息的任何机构。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“rom”)、随机存取存储器(“ram”)、磁盘存储介质、光存储介质、闪存存储器装置)。

前述附图中所描绘的过程或方法可以由处理逻辑来执行，所述处理逻辑包括硬件(例如，电路、专用逻辑等)、软件(例如，体现在非暂时性计算机可读介质上)或两者的组合。尽管所述过程或方法在上文是依据一些顺序操作来描述的，但是应当了解，所述操作中的一些可以按不同的顺序执行。此外，一些操作可以并行地执行而不是顺序地执行。

本公开的实施方式并未参考任何特定的编程语言进行描述。应认识到，可以使用多种编程语言来实施如本文描述的本公开的实施方式的教导。

在以上的说明书中，已经参考本公开的具体示例性实施方式对本公开的实施方式进行了描述。将显而易见的是，在不脱离所附权利要求书中阐述的本公开的更宽泛精神和范围的情况下，可以对本公开做出各种修改。因此，应当在说明性意义而不是限制性意义上来理解本说明书和附图。