用于导航的多路径对象标识的制作方法

在本公开的一些实施方式中，本公开涉及导航，并且更具体地但非排他地，涉及使用从车载lidar系统获取的lidar(光检测和测距)测量来导航车辆。

背景技术：

1、美国专利申请公开号no.us2018120842公开了“自动驾驶车辆(av)的控制系统可以从av的传感器阵列接收传感器数据”。传感器数据可以包括来自传感器阵列的雷达系统的原始雷达数据，并且在许多示例中，包括来自传感器阵列的激光雷达系统的实况激光雷达数据。在某些实现中，控制系统可以访问av的周围区域的当前定位地图或实况lidar地图，并将原始雷达数据与当前定位地图或实况lidar地图进行比较，以标识原始雷达数据中的多路径对象。然后，控制系统可以移除多路径对象或相应地跟踪与多路径对象相对应的实际对象。”

2、美国专利申请公开号no.us2020114907公开了“一种机动车辆，其包括被配置为控制车辆转向、加速或换档的至少一个致动器、被配置为发射具有第一编码方案的信号并接收返回信号的至少一个传感器、以及与致动器和传感器通信的至少一个控制器。控制器被配置为根据第一模式和第二模式控制致动器。控制器还被配置为响应于传感器接收到具有第一编码方案的返回信号，根据第一模式控制致动器，并且响应于传感器接收到不具有第一编码方案的返回信号，根据第二模式控制致动器。”

3、美国专利申请公开号no.us2021302597公开了“基于感知数据的多路径标识和校正基于以下认识：诸如雷达、激光雷达和相机的传感器可以生成指示卫星导航设备(例如，gnss接收器)周围环境中的地面对象的位置和属性的感知数据，然后可以将该数据用于训练或更新用于确定或校正到卫星的距离以考虑多路径的模型。多路径标识包括标识多路径以训练模型，例如，通过使用感知数据来执行射线追踪。多路径校正包括使用该模型来校正由于多路径引起的距离误差，或者等效地，使用该模型以考虑多路径的方式确定到卫星的距离。”

4、美国专利申请公开号no.us2020018854公开了“一种机器视觉系统，其包括被配置为生成相机的能视场(field of regard)的一个或多个图像的相机、lidar系统和处理器。lidar系统包括被配置为发射光的激光器和被配置为检测从发射光返回的光的接收器，其中发射的光被引导朝向相机的能视场内的区域。处理器被配置为基于返回光接收位置的指示，并且基于一个或多个图像确定在该位置处是否存在固态对象。”

5、johannes kopp、dominik kellner、aldi piroli和klaus dietmayer的“fastrule-based clutter detection in automotive radar data(汽车雷达数据中的基于快速规则的杂波检测)”在美国印第安纳波利斯的ieee第24届智能运输系统国际会议(itsc)上公布，2021年)”公开了：“汽车雷达传感器输出大量不需要的杂波或重影检测，其位置和速度不对应于传感器视场中的任何真实对象。这对诸如对象检测或跟踪的环境感知方法提出了重大挑战。特别有问题的是在多个连续测量中成组或在类似位置处发生的杂波检测。本文提出了一种用于标识这种错误检测的新算法。它主要基于对导致杂波的特定常见波传播路径的建模。特别地，明确覆盖的三种效应是汽车或卡车的底部处的反射、在安装有传感器的车辆与另一对象之间来回行进的信号、以及经由镜面反射的多路径传播。后者通常发生在护栏、混凝土墙或类似的反射表面附近。”

6、另外的背景技术包括：美国专利号no.us10296001b2、美国专利申请公开号no.us2017261602、美国专利申请公开号no.us2020333440、美国专利申请公开号no.us2021192235、美国专利号no.us9739881、美国专利申请公开号no.us2021372796、美国专利申请公开号no.us2019257947、美国专利申请公开号no.us2021011156、美国专利申请公开号no.us2021026013、美国专利申请公开号no.us2017322309、美国专利号no.us11158120、美国专利申请公开号no.us2019339393、美国专利申请公开号no.us2020249326、美国专利申请公开号no.us2015177367、美国专利号no.us11170476、美国专利号no.us9689967、美国专利申请公开号no.us20296001b2。美国专利号no.us11255958b2；和国际专利申请号no.wo2022026576。

7、本文对上述参考文献的确认不应被推断为意味着这些参考文献以任何方式与本发明公开的主题的专利性相关。

技术实现思路

1、以下是本公开的一些示例性实施方式的非排他性列表。本公开还包括包含少于示例中的所有特征的实施方式以及使用来自多个示例的特征的实施方式，即使下面未列出。

2、示例1.一种处理激光雷达测量数据的方法，包括：

3、从在一段时间期间移动通过空间的激光雷达系统接收所述时间内的连续激光雷达3d数据集，每个激光雷达3d数据集对应于所述激光雷达系统的测量视场(fov)；

4、标识所述激光雷达3d数据集中的多个对象；

5、将所述多个对象中的至少一个对象指定为至少一个可能侵略者对象；

6、当所述一个或多个可能侵略者对象移动到所述激光雷达系统的所述测量fov之外时，跟踪所述一个或多个可能侵略者对象相对于所述激光雷达系统的位置；以及

7、使用所述一个或多个可能侵略者对象的跟踪位置将所述多个对象中的一个或多个表征为一个或多个多路径对象。

8、示例2.根据示例1的方法，其中所述标识一个或多个可能侵略者对象包括标识具有高反射率的对象。

9、示例3.根据示例1-2中任一项所述的方法，其中，标识一个或多个可能侵略者对象包括标识对象类型。

10、示例4.根据示例3所述的方法，其中，所述标识对象类型包括使用激光雷达信号测量强度、对象尺寸、相对于所述激光雷达系统的对象位置以及相对于其他标识的对象的对象位置中的一个或多个。

11、示例5.根据示例1-4中任一项所述的方法，其中，标识一个或多个可能侵略者对象包括确定所述多个对象中的对象是可能侵略者对象的可能性。

12、示例6.根据示例5的方法，其中，所述确定包括使用所述一个或多个可能侵略者对象的多个特征的加权评估。

13、示例7.根据示例6所述的方法，其中，所述多个特征包括反射率和对象类型。

14、示例8.根据示例7所述的方法，其中，所述对象类型是路标对象类型。

15、示例9.根据示例7所述的方法，其中，所述对象类型是高架台架路标对象类型，其被标识为位于所述lidar系统上方阈值高度以上的平面对象。

16、示例10.根据示例1-9中任一项所述的方法，其中所述表征包括标识所述多个对象中至少部分地被所述多个对象中的遮挡对象遮挡的一个或多个对象。

17、示例11.示例10。根据示例10的方法，其中所述一个或多个对象沿着所述激光雷达系统的测量线束至少部分地被所述遮挡对象遮挡。

18、示例12.根据示例10-11中任一项所述的方法，其中所述表征包括标识所述多个对象中的对象，对于所述对象，所述对象的位置、所述至少一个可能侵略者对象的位置、所述遮挡对象的位置和所述激光雷达系统的位置对应于所述激光雷达系统的可能反射多路径。

19、示例13.根据示例10-12中任一项所述的方法，其中，所述表征包括标识在多个所述3d激光雷达集中被所述遮挡对象至少部分地遮挡的一个或多个对象。

20、示例14.根据示例10-12中任一项所述的方法，其中所述表征包括标识以与所述遮挡对象的移动对应的速度移动的一个或多个对象。

21、示例15.根据示例1-14中任一项所述的方法，包括从所述激光雷达3d数据集中移除所述多路径对象。

22、示例16.示例15。根据示例15的方法，包括将所述lidar 3d数据集提供给导航系统。

23、示例17.根据示例1-14中任一项所述的方法，其中所述标识包括使用所标识的对象生成对象模型。

24、示例18.根据示例17所述的方法，包括从所述对象模型中移除所述多路径对象。

25、示例19.根据示例17-18中任一项所述的方法，包括将所述对象模型提供给导航系统。

26、示例20.根据示例1-19中任一项所述的方法，其中所述跟踪包括接收所述激光雷达系统的轨迹。

27、示例21.根据示例20的方法，其中所述接收轨迹包括接收移动传感器数据并使用所述传感器数据确定所述激光雷达系统的轨迹。

28、示例22.根据示例20-21中任一项所述的方法，包括：

29、确定所述连续激光雷达3d数据集中的静止对象的位置变化；以及

30、其中所述确定所述轨迹包括使用所述位置变化。

31、示例23.根据示例1-22中任一项所述的方法，其中，所述连续激光雷达3d数据集包括至少两个激光雷达3d数据集。

32、示例24.根据示例1至23中任一项所述的方法，其中，所述数据集各自包括点云，所述点云中的每个点对应于从激光雷达传感器数据确定的反射对象的表面的位置。

33、示例25.根据示例1-24中任一项所述的方法，其中所述移动包括所述激光雷达系统的非连续移动。

34、示例26.一种激光雷达导航系统，包括：

35、一个或多个光源；

36、一个或多个光传感器；

37、处理器，所述处理器可操作地连接到所述光源和所述光传感器，所述处理器被配置为：

38、控制来自所述光源的光的发射以扫描测量视场(fov)；

39、使用由所述一个或多个光传感器接收的传感器测量值随时间生成激光雷达3d数据集，其中每个激光雷达3d数据集对应于所述测量fov；

40、标识所述激光雷达3d数据集中的对象，以提供一个或多个标识的对象；

41、将所述标识的对象中的一个或多个指定为一个或多个可能侵略者对象；

42、当所述一个或多个可能侵略者对象移动到所述激光雷达系统的测量fov之外时，跟踪所述一个或多个可能侵略者对象的位置；以及

43、使用所述一个或多个可能侵略者对象的跟踪位置将所述标识的对象中的一个或多个表征为重影(ghost)对象。

44、示例27.一种处理激光雷达测量数据的方法，包括：

45、接收对应于所述激光雷达系统的第一测量视场(fov)的第一激光雷达3d数据集；

46、标识在所述第一lidar 3d数据集中测量的一个或多个对象；

47、将所述一个或多个对象表征为一个或多个侵略者对象或非侵略者对象；

48、跟踪所述一个或多个侵略者对象相对于所述lidar系统的位置；

49、接收与所述激光雷达系统的第二测量fov相对应的第二激光雷达3d数据集，其中，所述一个或多个侵略者对象的所述位置在所述第二测量fov之外；

50、标识在所述第二lidar 3d数据集中测量的至少一个对象；

51、使用所述一个或多个侵略者对象的所述位置来确定所述至少一个对象是否是不对应于真实对象的重影对象。

52、示例28.一种处理激光雷达测量数据的方法，包括：

53、接收连续激光雷达3d数据集，每个激光雷达3d数据集对应于所述激光雷达系统的测量视场(fov)；

54、标识在所述激光雷达3d数据集中测量的多个对象；

55、将所述多个对象的至少一部分表征为侵略者对象或非侵略者对象；

56、生成模型，所述模型包括所述多个对象随时间相对于所述激光雷达系统的位置，所述位置包括所述多个对象中的被表征为所述激光雷达系统的所述fov之外的侵略者对象的所述至少一部分的所确定的位置；

57、使用被表征为侵略者对象的所述一个或多个对象的所确定的位置来确定所述模型的所述多个对象中的一个或多个是否是未能对应于真实对象的重影对象。

58、示例29.一种处理激光雷达测量数据的方法，包括：

59、从激光雷达系统集接收对应于所述激光雷达系统的测量视场(fov)的激光雷达3d数据集；

60、标识所述激光雷达3d数据集中的多个对象；

61、通过推断在所述测量fov之外的一个或多个可能侵略者对象的位置来标识所述一个或多个可能侵略者对象；

62、使用所述一个或多个可能侵略者对象的所述位置将所述多个对象中的一个或多个表征为一个或多个多路径对象。

63、示例30.根据示例29所述的方法：其中所述推断包括使用所述多个对象的一个或多个特征。

64、示例31.根据示例29-30任一项所述的方法：，其中，所述一个或多个可能侵略者对象中的所述可能侵略者对象是所述多个对象中未出现在所述fov中的一个对象的表面；以及

65、其中所述推断所述位置是使用所述多个对象中的所述一个对象的一个或多个特征。

66、示例32.根据示例29-30任一项所述的方法，包括接收关于所述多个对象中的一个或多个对象的附加数据；

67、其中所述推断所述一个或多个可能侵略者对象的所述位置是使用所述附加数据。

68、示例33.根据示例32所述的方法，其中，所述附加数据包括图像数据。

69、除非另有定义，否则本文档内使用的所有技术和/或科学术语具有本公开所属领域的普通技术人员通常理解的含义。与本文描述的那些方法和/或材料类似或等同的方法和/或材料可用于本公开的实施方式的实践和/或测试，并且下文描述了示例性方法和/或材料。关于下面描述的示例性实施方式，材料、方法和实施方式是说明性的，并不旨在必然是限制性的。

70、本公开的一些实施方式体现为系统、方法或计算机程序产品。例如，本公开的一些实施方式可以采取完全硬件实施方式、完全软件实施方式(包括固件、常驻软件、微代码等)或组合软件和硬件方面的实施方式的形式，其在本文中通常都可以被称为“电路”、“模块”和/或“系统”。

71、本公开的一些实施方式的方法和/或系统的实施方式可以涉及手动、自动或其组合执行和/或完成所选择的任务。根据本公开的方法和/或系统的一些实施方式的实际仪器和/或设备，可以通过硬件、软件或固件和/或其组合(例如，使用操作系统)来实现若干选定的任务。

72、例如，根据本公开的一些实施方式的用于执行所选任务的硬件可以被实现为芯片或电路。作为软件，根据本公开的一些实施方式的所选任务可以被实现为由计算设备(例如，使用任何合适的操作系统)执行的多个软件指令。

73、在一些实施方式中，根据如本文所述的方法和/或系统的一些示例性实施方式的一个或多个任务由数据处理器(例如用于执行多个指令的计算平台)执行。可选地，数据处理器包括用于存储指令和/或数据的易失性存储器，和/或例如用于存储指令和/或数据的非易失性存储器。可选地，还提供网络连接。任选地提供一个或多个用户界面，例如一个或多个显示器和/或一个或多个用户输入设备。

74、下面可以参考流程图图示和/或框图来描述本公开的一些实施方式。例如，示出了根据本公开的实施方式的示例性方法和/或装置(系统)和/或计算机程序产品。应当理解，流程图的每个步骤和/或框图的框，和/或流程图中的步骤和/或框图中的框的组合可以由计算机程序指令实现。这些计算机程序指令可以被提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器，使得经由计算机的处理器或其他可编程数据处理装置执行的指令创建用于实现流程图步骤和/或框图的一个或多个框中指定的功能/动作的装置。

75、这些计算机程序指令还可以存储在计算机可读介质中，该计算机可读介质可以指示计算机(例如，在本地和/或托管在云处的存储器中)、其他可编程数据处理装置或其他设备以特定方式起作用，使得存储在计算机可读介质中的指令可以用于产生包括实现流程图和/或框图的一个或多个框中指定的功能/动作的指令的制品。

76、计算机程序指令还可以由一个或多个计算设备运行，以使得例如在计算设备、其他可编程装置和/或其他设备上执行一系列操作步骤，以产生计算机实现的过程，使得执行的指令提供用于实现流程图和/或框图的一个或多个框中指定的功能/动作的过程。

77、本文描述的一些方法通常仅被设计用于由计算机使用，并且对于由人类专家纯手动地执行可能是不可行的和/或不实际的。希望手动执行类似任务的人类专家可能预期使用不同的方法，例如，利用人脑的专家知识和/或模式识别能力，可能比手动经历本文描述的方法的步骤更有效。