用于LIDAR系统中的角分辨率和探测灵敏度的选择性子带处理技术方案

一种信号处理系统，包括时域处理部件，用于：在调频连续波(FMCW)光探测和测距(LIDAR)系统中接收距离相关的时域基带信号样本，基于子带分类标准将基带信号样本在时域中分离为频率子带，以及基于子带分类标准在时域和频域中为频率子带选择子带处理参数。子带处理器基于处理参数在时域和频域中选择性地处理频率子带。子带。子带。

【技术实现步骤摘要】
【国外来华专利技术】用于LIDAR系统中的角分辨率和探测灵敏度的选择性子带处理
[0001]相关申请
[0002]根据35U.S.C.
§
119(e)，本申请要求于2020年8月21日提交的美国专利申请No.16/999,954的权益，其全部内容通过引用并入本文。


[0003]本公开总体上涉及光探测和测距(LIDAR)系统，且更具体地涉及通过在时域和频域中选择性地处理低频和高频子带来改进LIDAR系统中的角分辨率和探测灵敏度。

技术介绍

[0004]调频连续波(FMCW)LIDAR系统使用可调谐激光器对目标进行频率啁啾(frequency
‑
chirped)照明，以及使用相干接收器探测来自目标的背散射光或反射光，这些光与发送信号的局部副本相结合。将局部副本与被到目标和返回的往返时间所延迟的返回信号混合，在接收器处生成对于每个目标的拍频。
[0005]在拍频和给定目标的距离之间存在线性关系，从而可以通过测量拍频来确定目标距离。通常，近距离目标在接收器处生成强的、低拍频信号，而远距离目标在接收器处生成较弱的、较高拍频信号。
[0006]增加探测来自远处目标的弱返回信号的概率的传统信号处理方法会使诸如角分辨率和距离分辨率的其它指标的测量降级，这可能降低对近距离目标的可靠探测。

技术实现思路

[0007]本公开描述了LIDAR系统和方法的各种示例，所述LIDAR系统和方法于选择性地处理LIDAR系统中的子带以实现远距离目标的高探测概率，同时增加近距离目标的角分辨率和距离分辨率。
[0008]在一个示例中，调频连续波(FMCW)光探测和测距(LIDAR)系统包括处理器和用于存储指令的存储器，当所述指令由所述处理器执行时，使得所述系统：接收距离相关的时域基带信号样本，使用子带生成器将所述基带信号样本在时域中分离为多个子带，使用子带鉴别器基于子带分类标准将所述子带分类为多个子带类型，以及基于所述多个子带类型在时域和频域中为子带选择子带处理参数。在一个示例中，多个子带处理器与子带生成器和子带鉴别器耦合，以基于子带处理参数在时域和频域中处理子带。
[0009]在一个示例中，每个子带的带宽和中心频率组合包括第一子带处理参数，并且所述处理器使得所述多个子带处理器中的每个子带处理器：在块采样器中生成时域样本块，其中所述块采样器的积分时间包括基于与每个子带类型相关联的目标探测概率的第二子带处理参数；以及使用DFT处理器对时域样本块执行离散傅立叶变换(DFT)以生成频域中的子带，其中所述DFT的长度包括基于与每个子带类型相关联的距离分辨率的第三子带处理参数，并且所述DFT的周期性(频率)包括基于与每个子带类型相关联的角分辨率的第四子
带处理参数。
[0010]在一个示例中，所述处理器使得所述多个子带处理器中的每个子带处理器：使用峰值搜索处理器在每个频域子带中搜索信号峰值、信噪比(SNR)峰值和/或高于阈值SNR的平均SNR。所述子带处理器还使用数字滤波器对频域处理器中的每个频域子带进行滤波，其中所述数字滤波器的长度包括基于子带类型的第五子带处理参数。在一个示例中，子带分类标准基于子带中的峰值信号能量、子带中的平均信噪比以及子带中的峰值信噪比中的一个或多个。在一个示例中，子带分类标准还基于场景特征、相对目标速度(EGO速度)、方位扫描角，高度扫描角和基于先前帧的预测目标中的一个或多个。
[0011]在一个示例中，由第一类型子带处理器处理的第一类型子带包括包含低于对应于预定的近距离目标的第一频率阈值的频率的子带，由第二类型子带处理器处理的第二类型子带包括包含高于对应于预定的远距离目标的第二频率阈值的频率的子带，由第三类型子带处理器处理的第三类型子带包括包含对应于预定的中距离目标的、在所述第一频率阈值和所述第二频率阈值之间的频率的子带，并且所述子带分类标准包括所述子带的中心频率和所述子带的带宽中的一者或多者。
[0012]在一个示例中，由第四类型子带处理器处理的第四类型子带包括包含高于对应于预定的近距离目标的第一能量阈值的峰值能量的子带，由第五类型子带处理器处理的第五类型子带包括包含低于对应于预定的远距离目标的第二能量阈值的峰值能量的子带，并且由第六类型子带处理器处理的第六类型子带包括包含对应于预定的中距离目标的、在第一能量阈值和第二能量阈值之间的峰值能量的子带。
[0013]在一个示例中，由第七类型子带处理器处理的第七类型子带包括包含高于对应于预定的近距离目标的第一SNR阈值的平均SNR的子带，由第八类型子带处理器处理的第八类型子带包括包含低于对应于预定的远距离目标的第二SNR阈值的平均SNR的子带，并且由第九类型子带处理器处理的第九类型子带包括包含对应于预定的中距离目标的、在第一SNR阈值和第二SNR阈值之间的平均SNR阈值的子带。
[0014]在一个示例中，调频连续波(FMCW)光探测和测距(LIDAR)系统中的方法包括：接收距离相关的时域基带信号样本；在时域中将所述基带信号样本分离为子带；基于子带分类标准将所述子带分类为多个子带类型；基于所述多个子带类型在时域和频域中为所述子带选择子带处理参数；以及在时域和频域中使用所选择的子带处理参数处理所述子带。
[0015]在一个示例中，每个子带的带宽和中心频率组合包括第一子带处理参数，并且在时域中处理所述子带包括：在块采样器中生成时域样本块，其中所述块采样器的积分时间包括基于与每个子带类型相关联的目标探测概率的第二子带处理参数；以及使用DFT处理器对时域样本块执行离散傅立叶变换(DFT)以生成频域中的子带，其中所述DFT的长度包括基于与每个子带类型相关联的距离分辨率的第三子带处理参数，并且所述DFT的周期性(频率)包括基于与每个子带类型相关联的角分辨率的第四子带处理参数。
[0016]在一个示例中，在频域中处理所述子带包括：使用数字滤波器对频域处理器中的每个频域子带进行滤波，其中所述数字滤波器的长度包括基于子带类型的第五子带处理参数；以及使用峰值搜索处理器在每个频域子带中搜索信号峰值、信噪比(SNR)峰值或高于阈值SNR的平均SNR。
[0017]在一个示例中，子带分类标准基于子带中的峰值信号能量、子带中的平均信噪比
和/或子带中的峰值信噪比。在一个示例中，子带分类标准还基于场景特征、相对目标速度(EGO速度)、方位扫描角，高度扫描角和基于先前帧的预测目标。
[0018]在一个示例中，FMCW LIDAR系统包括时域处理子系统，其用于：在调频连续波(FMCW)光探测和测距(LIDAR)系统中接收距离相关的时域基带信号样本，对所述样本进行预调节，并将预调节的样本组合成时域样本块。示例系统还包括与时域处理子系统耦合的离散傅立叶变换(DFT)处理器，用于执行DFT以将时域样本块转换为基带信号的频域子带。该示例系统还包括与DFT处理器和时域处理子系统耦合的频域处理子系统，用于在频域中生成子带，基于子带分类标准将子带分类为多个子带类型，以及基于子带类型使用子带处理参数来处理每个本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种调频连续波(FMCW)光探测和测距(LIDAR)系统，包括：处理器；存储器，其用于存储指令，当所述指令由所述处理器执行时，使得所述系统：接收距离相关的时域基带信号样本，使用子带生成器将所述基带信号样本在时域中分离为子带，使用子带鉴别器基于子带分类标准将所述子带分类为多个子带类型，以及基于所述多个子带类型在时域和频域中为子带选择子带处理参数；以及多个子带处理器，其与所述子带生成器和子带鉴别器耦合，以用于基于子带处理参数在时域和频域中处理所述子带。2.如权利要求1所述的系统，其特征在于，每个子带的带宽和中心频率组合包括第一子带处理参数，并且所述处理器使得所述多个子带处理器中的每个子带处理器：在块采样器中生成时域样本块，其中所述块采样器的积分时间包括基于与每个子带类型相关联的目标探测概率的第二子带处理参数；以及使用DFT处理器对时域样本块执行离散傅立叶变换(DFT)以生成频域中的子带，其中所述DFT的长度包括基于与每个子带类型相关联的距离分辨率的第三子带处理参数，并且所述DFT的频率包括基于与每个子带类型相关联的角分辨率的第四子带处理参数。3.如权利要求2所述的系统，其特征在于，所述处理器使得所述多个子带处理器中的每个子带处理器：使用峰值搜索处理器在每个频域子带中搜索信号峰值、信噪比(SNR)峰值和/或高于阈值SNR的平均SNR；以及使用数字滤波器对频域处理器中的每个频域子带进行滤波，其中所述数字滤波器的长度包括基于子带类型的第五子带处理参数。4.如权利要求1所述的系统，其特征在于，所述子带分类标准基于以下中的一者或多者：子带中的峰值信号能量、所述子带中的平均信噪比、以及所述子带中的峰值信噪比。5.如权利要求1所述的系统，其特征在于，所述子带分类标准基于以下中的一者或多者：场景特征、相对目标速度、方位扫描角、高度扫描角和基于先前帧的预测目标。6.如权利要求1所述的系统，其特征在于，由第一类型子带处理器处理的第一类型子带包括包含低于对应于预定的近距离目标的第一频率阈值的频率的子带，由第二类型子带处理器处理的第二类型子带包括包含高于对应于预定的远距离目标的第二频率阈值的频率的子带，由第三类型子带处理器处理的第三类型子带包括包含对应于预定的中距离目标的、在所述第一频率阈值和所述第二频率阈值之间的频率的子带，并且所述子带分类标准包括所述子带的中心频率和所述子带的带宽中的一者或多者。7.如权利要求1所述的系统，其特征在于，由第一类型子带处理器处理的第一类型子带包括包含高于对应于预定的近距离目标的第一能量阈值的峰值能量的子带，由第二类型子带处理器处理的第二类型子带包括包含低于对应于预定的远距离目标的第二能量阈值的峰值能量的子带，并且由第三类型子带处理器处理的第三类型子带包括包含对应于预定的中距离目标的、在第一能量阈值和第二能量阈值之间的峰值能量的子带。8.如权利要求1所述的系统，其特征在于，由第一类型子带处理器处理的第一类型子带包括包含高于对应于预定的近距离目标的第一SNR阈值的平均SNR的子带，由第二类型子带
处理器处理的第二类型子带包括包含低于对应于预定的远距离目标的第二SNR阈值的平均SNR的子带，并且由第三类型子带处理器处理的第三类型子带包括包含对应于预定的中距离目标的、在第一SNR阈值和第二SNR阈值之间的平均SNR阈值的子带。9.一种调频连续波(FMCW)光探测和测距(LIDAR)系统中的方法，包括：接收距离相关的时域基带信号样本；在时域中将所述基带信号样本分离为子带；基于子带分类标准将所述子带分类为多个子带类型，基于所述多个子带类型在时域和频域中为所述子带选择子带处理参数；以及在时域和频域中使用所选择的子带处理参数处理所述子带。10.如权利要求9所述的方法，其特征在于，每个子带的带宽和中心频率组合包括第一子带处理参数，并且在时域中处理所述子带包括：在块采样器中生成时域样本块，其中所述块采样器的积分时间包括基于与每个子带类型相关联的目标探测概率的第二子带处理参数；以及使用DFT处理器对时域样本块执行离散傅立叶变换(DFT)以生成频域中的子带，其中所述DFT的长度包括基于与每个子带类型相关联的距离分辨率的第三子带处理参数，并且所述DFT的频率包括基于与每个子带类型相关联的角分辨率的第四子带处理参数。11.如权利要求10所述的方法，其特征在于，在频域中处理所述子带包括：使用数字滤波器对频域处理器中的每个频域子带进行滤波，其中所述数字滤波器的长度包括基于子带类型的第五子带处理参数；以及使用峰值搜索处理器在每个频域子带中搜索信号峰值、信噪比(SNR)峰值或高于阈值SNR的平均SNR。12.如权利要求9所述的方法，其特征在于，所述子带分类标准基于以下中的一者或多者：子带中的峰值信号能量、所述子带中的平均信噪比、以及所述子带中的峰值信噪比。13.如权利要求9所述的方法，其特征在于，所述子带分类标准基于以下中的一者或多者：场景特征、相对目标速度、方位扫描角、高度扫描角和基于先前帧的预测目标。14.如权利要求9所述的方法，其特征在于，由第一类型子带处理器处理的第一类型子带包括包含低于对应于预定的近距离目标的第一频率阈值的频率的子带，由第二类型子带处理器处理的第二类型子带包括包含高于对应于预定的远距离目标的第二频率阈值的频率的子带，由第三类型子带处理器处理的第三类型子带包括包含对应于预定的中距离目标的、在所述第一频率阈值和所述第二频率阈值之间的频率的子带，并且所述子带分类标准包括所述子带的中心频率和所述子带的带宽中的一者或多者。15.如权利要求9所述的方法，其特征在于，由第一类型子带处理器处理的第一类型子带包括包含高于对应于预定的近距离目标的第一能量阈值的峰值能量的子带，由第二类型子带处理器处理的第二类型子带包括包含低于对应于预定的远距离目标的第二能量阈值的峰值能量的子带，并且由第三类型子带处理器处理的第三类型子带包括包含对应于预定的中距离目标的、在第一能量阈值和第二能量阈值之间的峰值能量的子带。16.如权利要求9所述的方法，其特征在于，由第一类型子带处理器处理的第一类型子带包括包含高...

【专利技术属性】
技术研发人员：K，
申请(专利权)人：艾瓦公司，
类型：发明
国别省市：