激光雷达系统和用于识别激光雷达系统的射束路径的污染的方法与流程

1.本发明涉及一种激光雷达系统，其具有光发送单元和光接收单元，其中，在所述激光雷达系统的所述光发送单元和所述光接收单元之间构造有射束路径，以便在所述激光雷达系统的运行中对所述激光雷达系统的周围环境进行光学扫描，并且其中，所述激光雷达系统设置用于识别所述射束路径的污染。
2.本发明还涉及一种用于识别激光雷达系统的射束路径的污染的方法。


背景技术：

3.激光雷达系统(lidar＝light detection and ranging)是一种三维光学测量系统，该三维光学测量系统利用光源(通常是红外激光源)扫描其周围环境。以定义的角度(例如水平和竖直)扫描周围环境。对于每个角度都测量距反射光的对象的距离。利用这些信息创建三维点云。由于涉及一种光学测量方法，因此光路(即射束路径)中的每个伪像(artefakt)都影响激光雷达系统的测量结果。激光雷达系统通常是密封闭合的、具有光学透明的覆盖玻璃的系统，所述覆盖玻璃被放置到射束路径中。
4.从de102018217488a1中已知一种光学系统、尤其是激光雷达系统，其包括初级光学传感器，该初级光学传感器受光学透明的保护罩的保护而免受环境影响，其中，光学系统包括污染识别系统，其中，污染识别系统包括至少一个光学发射单元和至少一个光学接收器单元。本出版物的主题允许探测和/或清洁在共同保护罩后面的光学传感器(例如激光雷达传感器)、相机或者相机与激光雷达传感器组合的保护罩上的污染。
5.de102018215221a1教导了，能够识别出由于任何类型的颗粒造成的润湿或者说污染，所述颗粒沉积在光电3d传感器的覆盖玻璃上。在此，光电3d传感器能够例如是以宏扫描仪和微扫描仪形式的激光雷达传感器或固态系统。根据该出版物，例如以雨水、污垢、油等形式的颗粒可以在各种情况下沉积在覆盖元件上并且能够不利地影响光电传感器的功能能力或者说甚至使其无法实现。因此在该出版物中提出，借助与覆盖元件功能连接的探测装置来检测并且借助分析处理装置来分析处理覆盖元件的振动。
6.de102018008442a1公开了一种用于天气识别和/或能见度识别的方法。该文件提到，激光雷达传感器可能会暴露在恶劣的环境条件下，例如污垢。
7.de102019121416a1公开了一种用于机器的导航系统。机器能够具有多个近距离传感器，以便产生机器的周围环境的三维点云。作为问题一般提到：如果这些近距离传感器是光学传感器，则镜头上的污垢或其他污染物会干扰检测。
8.从de102019129332a1已知一种用于光学系统的修正透镜，该修正透镜具有透光性罩部件，该透光性罩部件能够是不具有实质上的折射力的平行平板，例如覆盖玻璃，该覆盖玻璃设置在固态图像传感器的像平面的物体侧上。


技术实现要素：

9.根据本发明，提供了一种开头提到类型的激光雷达系统，其中，激光雷达系统设置用于，基于在对周围环境进行光学扫描时所获得的激光雷达测量数据来识别污染。
10.发明优点
11.已经存在各种解决方案以识别尤其在覆盖玻璃上的污染并且估计由其引发的光学穿透性(即透射率)的降低。本技术中公开的解决方案相对于现有解决方案具有多个优点。不需要附加的硬件，而仅需要基于软件的方法。使用现有的、本来就通过由激光雷达系统对周围环境进行光学扫描而获得的激光雷达测量数据。由于这种光学扫描提供了在激光雷达系统中例如已经用于感知或者说检测深度数据的激光雷达测量数据，因此直接从相同的光学扫描数据中求取这些激光雷达测量数据的质量是更有意义的。
12.光发送单元优选包括一个或多个光源、尤其是激光发射器。能够涉及红外激光发射器。光接收单元优选包括探测器组件，该探测器组件具有一个或多个探测器、尤其是雪崩光电探测器。激光雷达系统在射束路径中能够具有光学部件、尤其是镜和透镜，以便将由光发送单元发射的光转向到周围环境中并且将在周围环境中反射的光转向到光接收单元上。光学部件布置在激光雷达系统内、尤其是在光源和覆盖玻璃之间和/或在光接收单元和覆盖玻璃之间。射束路径开始于光发送单元并且结束于光接收单元。在射束路径上，由光发送单元发出的光的至少一部分通过周围环境延伸到光接收单元。该光的剩余部分能够在射束路径上被吞噬或被激光雷达系统的具有污染的光学部件转向到光接收单元上，而并非必须预先穿过周围环境。
13.优选，激光雷达系统设置用于，基于已由所述激光雷达测量数据确定出的点云数据来识别所述污染。激光雷达系统设置用于或能够设置用于，从点云数据中获取关于周围环境的信息、尤其是深度信息。深度信息能够用于，确定在激光雷达系统和周围环境中的对象之间的距离。由于这些点云数据本来就被创建以用于获取关于周围环境的信息，因此通过这里提出的解决方案能够将点云数据供应给进一步的应用，即判断点云数据的、可取决于射束路径的污染的质量。
14.激光雷达测量数据能够以跨越一个时域收集的方式被记录并且用于形成直方图，其中，该直方图通常包含直方(英文：bin)。这种激光雷达测量数据能够是未加工的激光雷达测量数据(也称为原始激光雷达测量数据)或也能够是已经由激光雷达系统处理的原始激光雷达测量数据。通常，激光雷达测量数据在跨越一定时间之后具有一定的分散性，即使在周围环境中的对象关于其与激光雷达系统的距离方面没有发生变化。因此，在识别污染之前能够设置对激光雷达测量数据求平均值，这可以通过由激光雷达测量数据构造直方图来实现。从这些直方图中能够提取点云数据。
15.优选，所述激光雷达测量数据包括测量出的远点和近点，其中，在距激光雷达系统的、小于所述远点距激光雷达系统的距离的预定的距离内识别出所述近点，并且，所述激光雷达系统设置用于使用所述近点来识别所述污染。与在周围环境内的对象相比，污染在激光雷达测量数据中通常位于激光雷达系统附近。因而，能够服务于目的的是，激光雷达系统设置用于，将近点视为射束路径中现有污染的指示。与此相反地，远点能够被分类为周围环境中的对象的反射。优选，近点和远点共同形成激光雷达测量数据的有效点。相应地，测量数据也可包含无效点，所述无效点例如能够由并非是激光雷达系统的一部分的干扰光源
(例如太阳)或探测器噪声引起。因而，换言之，尤其是代表光的反射的激光雷达测量数据也能被称为有效点，该光由光发送单元在激光雷达系统的运行中发射出。在另一个实施方式中，激光雷达系统的图块大小可以作为识别污染的基础。点云数据可以划分成空间片段。在此，能够为每个片段分配最大数量的点，这是由系统决定的。该最大数量被称为图块大小。所有可能点的数量可以包括有效点和无效点。一些实施例设置，激光雷达系统设置用于，确定尤其是近点数量除以在一个角度范围内的可能点数量，以便识别污染。一些实施例设置，激光雷达系统设置用于，确定近点数量除以有效点数量，以便识别污染。
16.优选，通过激光雷达系统使用近点的强度除以有效点数量的比率来识别污染。相反，而在一些实施方式中，通过激光雷达系统使用近点的强度除以所有可能点数量的比率来识别污染。通过激光雷达系统尤其能够产生图表，在该图表中能够绘制近点与激光雷达系统的距离的标准偏差随透射率变化，以便识别污染。在替代的实施方式中，通过激光雷达系统能够使用近点与图块大小的比率来识别污染。在此，当比率为1时可能会出现问题，因为其不能够更大。在另一个实施方式中，通过激光雷达系统能够使用近点的平均强度来识别污染。在又一个另外的实施方式中，能够使用强度的标准偏差来识别污染。在再一个另外的实施方式中，能够使用近点与激光雷达系统的距离的标准偏差来识别污染。一些实施方式设置，激光雷达系统设置用于，使用近点的接收到的脉冲宽度的标准偏差。已经发现了近点的许多另外的特性作为可能的标准，近点的其他有用标准是可以预期的。在实施方式中，通过激光雷达系统也尤其能够确定激光雷达测量数据的强度最大值，即从周围环境中返回了多少光子，并且能够使用该强度最大值来识别污染。尤其能够涉及近点的强度最大值。所有提到的数据都可以从激光雷达测量数据中获取并且是简单可用的，因为激光雷达测量数据本来就是为了激光雷达系统的基本功能、尤其是周围环境的深度测量而收集的。
17.在一些实施方式中，所述近点根据所述点云数据具有距所述激光雷达系统的1至100厘米的距离。通常，给在周围环境中的对象保留较大的距离，所述对象在运行中很少比100厘米更近地接近激光雷达传感器，因此100厘米或更大的距离通常不被评估为射束路径中的污染。然而，优选的是，在点云数据中具有距激光雷达系统的10厘米到75厘米之间的距离的近点被激光雷达系统识别为污染。这代表一个足够窄的范围，以便激光雷达系统不会错误地将无法忽略的、不是污染的对象分类为污染。
18.优选，污染位于射束路径的、在激光雷达系统之内的区段上。这种污染可指出存在生产问题，因此其识别能够是特别重要的。尤其，激光雷达系统的光学部件(例如镜或透镜)能够具有污染。然后，这些污染在激光雷达测量数据中被登记为相对靠近激光雷达系统的近点，可能在距激光雷达系统1厘米至10厘米的距离中。然后，激光雷达系统优选能够安排(veranlassen)警告提示以便能够执行激光雷达系统的内部清洁，例如通过传递给用户的光学或声学提示。
19.优选，污染位于射束路径的、在激光雷达系统之外的区段上。这种污染会严重损害激光雷达系统的功能，但是只要它们被识别出就能够简单地移除。污染尤其可能存在于激光雷达系统的光学透明的外罩的外部，射束路径穿过该外罩延伸。“外部”在这里意味着在面向周围环境的表面上，或换言之，在背离光发送单元的表面上。然后，激光雷达系统能够识别这种位于外部的污染，并且安排警告提示或直接安排清洁。该清洁能够自动地借助清洁装置(例如，尤其是水喷嘴或玻璃刮水器)进行，直到分配给污染的激光雷达测量点不再
存在或明显更少地存在。在射束路径的、在激光雷达系统之外的区段上的污染在激光雷达测量数据中被登记为通常距激光雷达系统相对较远的近点，可能在距激光雷达系统10厘米至75厘米的距离中。因此，在激光雷达系统之内和之外的污染一般而言能够通过激光雷达系统来进行区分。
20.一些实施方式设置，激光雷达系统设置用于，识别位于激光雷达系统的覆盖玻璃上的污染。恰好是激光雷达系统的覆盖玻璃具有由来自周围环境的污垢规律性造成的污染，所述污染应被移除以确保可靠运行。覆盖玻璃是激光雷达系统的优选光学透明的外罩。污染能够位于覆盖玻璃的背离周围环境的内部侧上，即在激光雷达系统之内，或换言之面向光发送单元地在覆盖玻璃上。然而，覆盖玻璃的污染也能够位于覆盖玻璃的面向周围环境的外部侧上，即在激光雷达系统之外。激光雷达系统能够尤其设置用于，在光发送单元之后时间错位地激活光接收单元，以便忽略可能由覆盖玻璃上的多次反射引起的第一且可能特别强烈的反射作用(reflexe)。因此能够避免，覆盖玻璃本身的反射由激光雷达系统错误地识别为污染。
21.然而，不仅污染，而且覆盖玻璃本身的性质都会影响光通过覆盖玻璃的透射，使得在点云数据中能够出现覆盖玻璃的反射，即使覆盖玻璃一点也未被污染。因此，在优选的方法中首先应确定覆盖玻璃的影响，以便确保可靠的激光雷达测量数据。这在实施方式中能够通过执行校准来实现，其中，首先，要么通过激光雷达系统本身要么在工厂方面预先在检验装置上，确定干净的覆盖玻璃的透射特性。出于这个原因，激光雷达系统在实施方式中能够估计由覆盖玻璃上的污染(例如，尤其是灰尘、沙子、水、冰和盐中的一种或多种)而造成的透射降低，因为这些污染降低了激光雷达系统的能见度范围，因为它们降低了射束路径上的光的强度。利用这些信息，激光雷达系统优选能够确定点云数据的质量并且确定清洁玻璃的要求。所有这些优选应是软件功能，该软件功能使用现有的数据(如传感器点云数据)。因此实现了一种简单的方案，该方案优选仅使用一个(或几个)帧来估计透射度。这允许识别污染并且估计由其引起的透射降低。
22.激光雷达系统优选设置用于，将基于所述激光雷达测量数据的(尤其是覆盖玻璃的)光学实际透射率(ist-transmittanz)与(尤其是覆盖玻璃的)光学目标透射率(soll-transmittanz)进行比较，以识别覆盖玻璃的污染。因此，能够将激光雷达系统的干净的目标原始状态与激光雷达系统的目前的实际状态进行比较，以便识别覆盖玻璃的污染。目标透射率优选说明一个状态，在该状态下不存在射束路径、尤其是覆盖玻璃的污染。目标透射率尤其通过上述的校准来确定。在此，优选的是，利用干净的覆盖玻璃产生点云数据的目标集并且尤其将其存储在在激光雷达系统，以便将该目标集在运行中与实际集进行比较。如果实际集关于目标集中的近点方面与目标集偏离，则激光雷达系统能够在实施方式中将其认定为覆盖玻璃(或在激光雷达系统内的光学部件)被污染的指示。因此，换言之，能够将实际状态与期望状态进行比较并且能够容易地识别与期望状态的偏差。偏差尤其能够以百分比的方式说明。如果与目标透射率相比，超出作为绝对值或以百分比形式的偏差的预定的阈值，尤其是超出20％、30％或甚至50％以上的值，则激光雷达系统在实施方式中能够指示清洁装置，借助清洁装置执行激光雷达系统的清洁过程。该清洁装置能够是水喷嘴或玻璃刮水器，设置用于尤其清洁在面向周围环境的侧上的激光雷达系统的覆盖玻璃。只要保持超出该阈值，则激光雷达系统能够继续执行清洁。
23.如所阐述的，优选涉及用于识别和估计强度以及定位在激光雷达系统的保护罩上的污染的激光雷达系统。激光雷达系统优选使用激光雷达测量数据来识别和估计污染。保护罩能够是覆盖玻璃。
24.根据本发明，进一步提供了一种用于识别激光雷达系统的射束路径的污染的方法，其中，通过所述激光雷达系统设置，基于在对激光雷达系统的周围环境进行光学扫描时所获得的激光雷达测量数据来识别所述污染。
25.已经存在各种解决方案以识别尤其在覆盖玻璃上的污染并且估计由其引发的光学穿透性的降低。本技术中公开的解决方案相对于这些现有解决方案具有多个优点。不需要附加的硬件，而仅需要基于软件的方法。使用已经存在的激光雷达测量数据。由于这种光学扫描提供了本来就使用在激光雷达系统中(例如用于感知或者说深度数据)的光雷达测量数据，因此同样直接从这些光学扫描数据中求取这些激光雷达测量数据的质量是更有意义的。
26.进一步，在所述方法的实施方式中，能够设置，在使用已由激光雷达系统的激光雷达测量数据确定出的点云数据中的近点的情况下，通过所述激光雷达系统确定所述激光雷达系统的覆盖玻璃的实际透射率，以便识别所述污染。激光雷达系统的覆盖玻璃特别经常被污染，因此监控其污染状态是有意义的。通常，点云数据本来就是为了激光雷达系统的功能而被收集以用于获取关于周围环境的信息，使得点云数据能够承担附加的功能。实际透射率能够与在覆盖玻璃干净的情况下预先确定的目标透射率进行比较，以便在超出阈值时能够由激光雷达系统安排对覆盖玻璃的清洁，尤其是自动地通过清洁装置。目标透射率能够借助上面已描述的执行校准来求取。
27.优选，激光雷达系统首先接收以直方图形式的原始激光雷达测量数据。随后，激光雷达系统优选能够将直方图原始激光雷达测量数据与阈值曲线进行比较。之后能够设置，激光雷达系统从直方图中提取点云数据点。
28.在下文中阐述一种优选的可能方法。其中包括上面详细描述的某些方面。然而，本发明不限于所述方法的所描述的实施方式。
29.能够通过分析处理点云数据来估计覆盖玻璃污染的强度或者说程度。这实现了，通过激光雷达系统基于在对激光雷达系统的周围环境进行光学扫描时所获得的激光雷达测量数据来识别污染。尤其是位于传感器附近的点(即近点)的特性提供了关于覆盖玻璃的透射的信息。
30.近点的特征能够高度依赖于覆盖玻璃。然而，这种依赖性优选可以通过特定于覆盖玻璃的校准来补偿，该校准尤其可以在使用如上所述的点云数据的目标集的情况下与实际集进行比较地来进行。因此，能够在使用来自点云数据的近点的情况下确定激光雷达系统的覆盖玻璃的实际透射率，以便识别污染，所述点云数据包括由激光雷达系统使用的、激光雷达系统的激光雷达测量数据。
31.激光雷达系统优选设置用于，在每个激光发送方向识别至多三个伪像，因为光接收单元通常每个直方图仅提供三个回波。在覆盖玻璃上存在污染的情况下，第一回波在非常靠近本传感器(尤其是《100厘米的距离，优选《75厘米的距离)处被看到，而第二和第三回波能够包含关于在场景中的真实对象的信息。然而，由污染产生的伪像通常在例如小于10厘米的实际距离中。由于激光在内部光学器件(例如接收滤光片和透镜)或机械元件上的多
次反射，如果在污染位于射束路径的、在激光雷达系统之外的区段上，例如覆盖玻璃的面向周围环境的外部面上，可以在直方图或者说点云中在10厘米和100厘米之间或10厘米和75厘米之间的距离内发现相关回波。相反，如果污染位于射束路径的、在激光雷达系统之内的区段上，例如激光雷达系统的覆盖玻璃或光学部件的背离周围环境的内部面上，则与污染相关的回波可以在直方图或者说点云中在相对较小的、尤其是在1厘米和10厘米之间的距离内被发现。所述方法能够设置，基于近点与激光雷达系统的距离来确定：污染是存在于射束路径的、激光雷达系统之内的区段上，或者在射束路径的、激光雷达系统之外的区段上，优选通过将基于点云数据所求取的距离与预定的第一距离极限值(尤其是10厘米)进行比较。如果未超出第一距离极限值，则通过激光雷达系统可以确定污染，该污染位于射束路径的、在激光雷达系统之内的区段上。因此，能够避免过度清洁覆盖玻璃的外侧，以免不必要地对其造成多度磨损。能够将第二距离极限值识别为外部污染的指示，该第二距离极限值大于第一距离极限值并且例如在10厘米和15厘米之间。如果超出第二距离极限值，则激光雷达系统能够将该回波识别为属于周围环境中的一个对象。
32.作为研究候选者，在本发明的测试中，用iso arizona粉尘部分污染两个覆盖玻璃。在多个迭代中施加污染，然后测量光学透射程度并且随后记录定义的测试背景(即测试环境)的点云。对于每个点云扫描都已经计算多个近点(即具有《75厘米的、距激光雷达系统距离的点)的平均值。随后，已经将这些平均值绘制到测量出的透射值中。因此，可以可靠地探测到覆盖玻璃的污染。
33.另外的实施方式及其优点在必要的修正后基于对根据本发明的激光雷达系统的以上阐述而得出，在此对全面参考所述阐述，以避免重复。上述的激光雷达系统优选设置用于，在一个或多个实施方式中多个中实施这里所描述的方法。为此，激光雷达系统优选具有微处理器，该微处理器设置用于，实施以程序代码形式的方法，该程序代码优选能够可实施地保存在激光雷达系统的存储器上。
34.如所阐述的，因而优选设置一种用于识别和估计强度以及定位在激光雷达系统的保护罩上的污染的方法。该方法优选使用激光雷达测量数据来识别和估计污染。保护罩能够是覆盖玻璃。
35.以下描述本发明的有利的扩展方案。
附图说明
36.基于附图和以下描述更详细地阐述本发明的实施例。附图示出：
37.图1根据本发明的激光雷达系统的示例性的示意性结构，
38.图2由图1的激光雷达系统记录的点云的示意性图表，
39.图3根据本发明的示例性方法，以及
40.图4针对能够使用在图1的激光雷达系统中的两个不同覆盖玻璃的点云的另一个示例性图表。
具体实施方式
41.在图1中示出根据本发明的激光雷达系统1的示例性的示意性结构。激光雷达系统1具有光发送单元2和光接收单元3。在激光雷达系统1的光发送单元2和光接收单元3之间构
造有射束路径4，以便在激光雷达系统1的运行中对激光雷达系统1的周围环境进行光学扫描。如下文中将阐述的，激光雷达系统1设置用于识别射束路径4的污染5a、5b。为此目的，激光雷达系统1具有微处理器6，该微处理器设置用于以程序代码的形式实施用于识别激光雷达系统1的射束路径4的污染5a、5b的方法，该程序代码可实施地保存在激光雷达系统1的存储器7中。进一步，激光雷达系统1在图1的示例性的实施方式中具有半透明的镜8、以透镜形式的射束整形单元、覆盖玻璃10、壳体11和安装在壳体上的清洁装置12，该清洁装置指向覆盖玻璃10。在未示出的实施方式中，所提及元件中的各个都可能缺失，或可能存在附加的元件，而不损害本发明的基本功能。
42.激光雷达系统1设置用于，基于在对周围环境进行光学扫描时所获得的激光雷达测量数据来识别污染。因此，例如为了获得深度信息而本来就通过激光雷达系统1收集的激光雷达测量数据也能够用于，识别污染5a，5b。因此，在根据本发明的这种激光雷达系统1和方法中，能够省去附加的污染识别装置。
43.为了扫描周围环境，这里示例性地由红外激光源形成的光发送单元2将光束沿着射束路径4通过镜8和射束整形单元9穿过壳体11的覆盖玻璃10发送到周围环境中。在那里，光束在对象(未示出)上被反射并且穿过覆盖玻璃10再次入射到壳体11中，经过镜8并且射到光接收单元3上，该光接收单元含有多个雪崩光电探测器(未示出)。然后，通过微处理器6读取光接收单元3。然后，通过微处理器6分析如此获得的激光雷达测量数据，以便此外识别污染5a、5b(如果存在)。
44.在当前示例中，第一污染5a位于射束路径4的在激光雷达系统1之内的区段上。更确切地说，第一污染5a位于射束整形装置9的面向镜8的面上。第二污染5b位于射束路径4的在激光雷达系统1之外的区段上。在这里，第二污染5b在覆盖玻璃10的面向周围环境的一侧上。这两个污染5a、5b沿着射束路径4降低光束的强度，并且分别在激光雷达测量数据中引起能解释为相应的污染5a、5b的回波，如在下文中将图示说明的。
45.图1的激光雷达系统1设置用于，基于已由激光雷达测量数据确定出的点云数据来识别污染。到目前为止，点云数据通常仅用于获取关于周围环境的深度信息，并且通过本发明获得了其他功能。
46.图2示出已经由图1中的激光雷达系统记录的点云的示意性图表。激光雷达测量数据包括测量出的远点f和近点n1、n2，其中，在距激光雷达系统1的、小于远点f距激光雷达系统1的距离的预定的距离内识别出近点n1、n2，并且，激光雷达系统1设置用于使用近点n1、n2来识别污染5a、5b。在图2的示意性点云数据中，仅示例性地图示说明了两个近点n1、n2和一个远点f。近点n1、n2根据所述点云数据具有距激光雷达系统1的1至100厘米的距离，如参照图2还将阐述的。激光雷达系统1设置用于，将基于激光雷达测量数据的光学实际透射率与光学目标透射率进行比较以识别污染5a、5b。为此，制造商方面已经将具有干净的射束路径4、尤其是干净的覆盖玻璃10的校准的期望数据集存储在存储器7中，并且微处理器6设置用于，将该期望数据集在运行中与实际数据集进行比较，该实际数据集包括目前接收到的激光雷达测量数据。因此，通过激光雷达系统1能够识别实际透射率和目标透射率之间的偏差，这能够由激光雷达系统1评估为用于射束路径4的污染5a、5b的指示。
47.在图2中，已经由激光雷达系统1在5厘米的距离处识别出第一近点n1，并且已经由激光雷达系统1在15厘米的距离处识别出第二近点n2。已经在1000厘米的距离处识别出远
点f。激光雷达系统1或者说其微处理器6设置用于，将由第一污染5a产生的第一近点n1识别为固有的污染5a，即识别为壳体11内的污染5a，因为其距离已被识别为小于10厘米。激光雷达系统1或者说其微处理器6进一步设置用于，将由第二污染5b产生的第二近点n2识别为外来的污染5b，即识别为壳体11外的污染5b，因为其距离已被识别为大于10厘米。激光雷达系统1或者说其微处理器6设置用于，将由周围环境中的对象产生的远点f识别为在周围环境中的对象，因为其距离已被识别为与激光雷达系统1相距大于75厘米。激光雷达系统1因而设置用于，识别位于激光雷达系统1的覆盖玻璃10上的污染5b。激光雷达系统1进一步设置用于，识别位于激光雷达系统1的光学构件上的、即在壳体11内的射束整形单元9上的污染5a。激光雷达系统1进一步设置用于，基于点云数据来区分射束路径的污染5a、5b与周围环境中的对象，即通过在点云数据中确定在激光雷达系统1和近点n1、n2之间以及在激光雷达系统1和远点f之间的所测量的距离。在这里，仅示例性地提及由点云数据得出的近点n1、n2和远点f的距离。根据在激光雷达系统1内的射束路径4，直方图中的距离可以以向上或向下的方式偏移给定的值。因此，必须首先针对每个激光雷达系统1确定相应的距离，以便定义哪些回波能够作为近点n1、n2分配给固有的或外来的污染5a、5b以及哪些回波能够作为远点f分配给周围环境中的对象。
48.图3图示说明根据本发明的示例性方法。在步骤s31中，激光雷达系统1对激光雷达系统1的周围环境进行光学扫描，以便获得激光雷达测量数据。这意味着，光发送单元2以光(例如红外激光)扫描周围环境，并且光接收单元3又接收在周围环境中反射的光，以便获得激光雷达测量数据。在步骤s32中，激光雷达系统1基于激光雷达测量数据识别污染5a、5b。如在图2中图示说明的，这能够包括：在使用来自点云数据的近点n1、n2的情况下，通过激光雷达系统1确定激光雷达系统1的覆盖玻璃10的实际透射率，以便识别污染5a、5b，所述点云数据已经由激光雷达系统1的激光雷达测量数据确定。
49.如果在所述方法的范畴内通过激光雷达系统1识别出覆盖玻璃10的污染，则在这个实施方式中，激光雷达系统1进一步设置用于，触发清洁装置12，具体地如此频繁地或者说如此长时间地触发，直到在点数据云中的与污染相关的第二个近点n2被清除。然而，通常通过激光雷达系统1将一段时间内的激光雷达测量数据相加，形成所谓的直方图，使得点云数据具有多个第二近点n2，所述多个第二近点彼此之间具有统计偏差，但仍然都归因于在覆盖玻璃10外部的第二污染5b。然后，通过微处理器6通常如此长时间或者说如此频繁地促使清洁装置12进行清洁，直到——关于在激光雷达测量期间的第二近点n2的最大值——每个时间段的第二近点n2的预定的比例(例如第二近点n2的例如90％)不再存在于直方图中。第二近点n2的一部分也可能已经通过干净的覆盖玻璃10引起。在这里，然后需要在实际透射率和目标透射率之间进行比较，以便仅如此长时间地清洁覆盖玻璃10，直到达到目标透射率，而非直到移除了所有第二近点n2。
50.图4示出针对能够在图1的激光雷达系统1中使用的两个不同覆盖玻璃10的点云的另一个示例性图表。在这里，示例性地绘制出针对不同覆盖玻璃10的第一曲线k1和第二曲线k2。在这两个曲线k1、k2之间的区别表明：为何预先确定相应使用的覆盖玻璃10的透射特性是重要的。在图表中示出近点的强度除以有效点的数量的比率(近点比率*近点的平均强度)。激光雷达系统1能够使用这种比率来识别污染5a、5b。
51.尽管已经通过优选实施例详细地图示说明和描述了本发明，但是本发明不受所公
开的示例的限制，并且，本领域技术人员在不脱离本发明的保护范围的情况下能从中推导出其他变型。