用于监测LiDAR传感器健康状况的系统和方法技术方案

用于生成操作自动驾驶车辆的系统和方法。该方法包括：获得由自动驾驶车辆的LiDAR系统生成的LiDAR点云数据；检查LiDARLiDAR点云数据以推断LiDARLiDAR波束的健康状况；基于推断出的LiDARLiDAR波束的健康状况来识别不良质量的点云数据；从LiDAR点云数据中移除不良质量的点云数据，以生成修改的LiDAR点云数据；以及基于修改的LiDAR点云数据使自动驾驶车辆执行至少一个自动驾驶操作或模式改变。行至少一个自动驾驶操作或模式改变。行至少一个自动驾驶操作或模式改变。

【技术实现步骤摘要】
【国外来华专利技术】用于监测LiDAR传感器健康状况的系统和方法
[0001]相关申请的交叉引用
[0002]本专利文件要求享有于2021年1月14日提交的美国专利申请号17/148,691的优先权，其全部内容通过引用并入本文。


[0003]本公开总体上涉及计算设备。更具体地，本公开涉及实施用于监测LiDAR传感器健康状况的系统和方法。

技术介绍

[0004]现代车辆具有至少一个车载计算机并且具有互联网/卫星连接。在这些车载计算机上运行的软件监测和/或控制车辆的操作。车载计算机执行运动规划操作以确定车辆要遵循的轨迹。可以使用诸如LiDAR点云的传感器数据来生成车辆轨迹。LiDAR点云用被于跟踪对象(例如，行人和其他车辆)。

技术实现思路

[0005]本公开涉及实施用于操作自动驾驶车辆的系统和方法。该方法包括由计算设备执行以下操作：获得由自动驾驶车辆的LiDAR系统生成的LiDAR点云数据；检查LiDAR点云数据以推断LiDAR波束的健康状况；基于推断出的LiDAR波束的健康状况来识别不良质量的点云数据；从LiDAR点云数据中移除不良质量的点云数据，以生成修改的LiDAR点云数据；以及使自动驾驶车辆基于修改的LiDAR点云数据执行至少一个自动驾驶操作或模式改变。
[0006]通过以下方式推断LiDAR波束的健康状况：基于由LiDAR点云数据定义的LiDAR点云的特性来计算多个度量；基于多个度量来计算置信度分数；以及基于置信度分数将LiDAR波束分类为故障波束或良好波束。例如，当置信度分数小于阈值时，LiDAR波束被分类为故障波束。度量可以包括但不限于异常值(outlier)度量、形状上下文(shape context)度量和/或高度度量。
[0007]在一些场景中，度量是基于LiDAR点云中的数据点的总数、LiDAR点云的强度值和LiDAR点云中的数据点的z坐标值中的至少一个来确定的。例如，给定度量等于LiDAR点云中的数据点的总数。通过以下步骤生成另一给定度量：确定多个数量，每个所述数量包括LiDAR点云的给定强度值的数据点的总数；以及将多个数量转换成单个数量。通过以下方式生成又一度量：使用z坐标值来计算从每个给定数据点到平均z坐标值的距离；确定LiDAR点云中的数据点的z坐标值的标准偏差；将每个距离除以标准偏差以获得值；以及计算该值的平均值。
[0008]实施系统包括：处理器；以及非暂时性计算机可读存储介质，其包括被配置为使处理器实施上述方法的编程指令。
附图说明
[0009]将参考以下附图描述本解决方案，其中在所有附图中相同的附图标记表示相同的项目。
[0010]图1是说明性系统的图示。
[0011]图2是车辆的说明性架构的图示。
[0012]图3是由图2中所示的车辆采用的LiDAR系统的说明性架构的图示。
[0013]图4是用于计算设备的说明性架构的图示。
[0014]图5提供了用于生成用于控制自动驾驶车辆的操作的高清晰度3D地图的说明性方法的流程图。
[0015]图6A
‑
图6B(统称为“图6”)提供了用于地图生成的说明性方法的流程图。
[0016]图7提供了说明性组合3D点云的图示。
[0017]图8提供了可用于理解光线投射的(多个)曲线图。
[0018]图9提供了点云的图像。
[0019]图10示出了用于道路语义标签类别的说明性2D二元掩码。
[0020]图11示出了用于人行道语义标签类的说明性2D二元掩码。
[0021]图12提供了用于理解根据本解决方案如何实现车辆控制的框图。
[0022]图13示出了来自静止车辆的多个聚合LiDAR扫描。
具体实施方式
[0023]如本文件中所使用的，单数形式“一(a)”、“一(an)”和“该(the)”包括复数引用，除非上下文另有明确说明。除非另有定义，否则本文使用的所有技术和科学术语具有与本领域普通技术人员通常理解的含义相同的含义。如本文档中所使用的，术语“包括”意指“包括但不限于”。与本文档相关的附加术语的定义包括在本详细描述的末尾。
[0024]“电子设备”或“计算设备”是指包括处理器和存储器的设备。每个设备可以具有其自己的处理器和/或存储器，或者处理器和/或存储器可以与虚拟机或容器布置中的其他设备共享。存储器将包含或接收编程指令，该编程指令在由处理器执行时使电子设备根据编程指令执行一个或多个操作。
[0025]术语“存储器”、“存储器设备”、“数据存储”、“数据存储设施”等各自是指其上存储计算机可读数据、编程指令或两者的非暂时性设备。除非另有特别说明，否则术语“存储器”、“存储器设备”、“数据存储”、“数据存储设施”等意图包括单个设备实施例、其中多个存储器设备一起或共同存储数据或指令的集合以及这些设备内的各个扇区的实施例。
[0026]术语“处理器”和“处理设备”是指被配置为执行编程指令的电子设备的硬件组件。除非另有特别说明，否则单数术语“处理器”或“处理设备”意图包括单个处理设备实施例和多个处理设备一起或共同执行过程的实施例。
[0027]术语“车辆”是指能够承载一个或多个人类乘员和/或货物并且由任何形式的能量提供动力的任何移动形式的运输工具。术语“车辆”包括但不限于汽车、卡车、货车、火车、自动驾驶车辆、飞机、空中无人机等。“自动驾驶车辆”是具有处理器、编程指令和传动系部件的车辆，该编程指令和传动系部件可由处理器控制而不需要人类操作者。自动驾驶车辆可以是完全自主的，它对于大多数或所有驾驶条件和功能不需要人类操作者，或者它可以是
半自主的，在某些条件下或对于某些操作可能需要人类操作者，或者人类操作者可以超控(override)车辆的自主系统并且可以控制车辆。
[0028]在本文件中，当诸如“第一”和“第二”的术语用于修饰名词时，这种使用仅意图将一个项目与另一个项目区分开，并且不意图要求顺序次序，除非特别说明。另外，当使用时，诸如“垂直”和“水平”或“前”和“后”的相对位置术语意图相对于彼此并且不需要是绝对的，并且仅指代与这些术语相关联的设备的一个可能位置，这取决于设备的方位(orientation)。
[0029]现代车辆具有至少一个车载计算机并且具有互联网/卫星连接。在这些车载计算机上运行的软件监测和/或控制车辆的操作。车载计算机执行运动规划操作以确定车辆要遵循的轨迹。可以使用诸如LiDAR点云的传感器数据来生成车辆轨迹。LiDAR点云被用于跟踪对象(例如，行人和其他车辆)。
[0030]还可以采用LiDAR点云来生成用于控制自动驾驶车辆的操作的高清晰度地图。地图提供自动驾驶车辆和/或检测到的对象相对于彼此、道路、车道、交叉路口、人行横道、停车区域、障碍物等的位置的知识。然而，LiDAR点云的质量随时间降低，这影响自动驾驶车辆感知结果和地图生成的质量。本解决方案在地图生成的背景下和车辆感知结果的背景下解决了这种LiDAR点云劣化问题。...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于操作自动驾驶车辆的方法，包括：由计算设备获得由所述自动驾驶车辆的LiDAR系统生成的LiDAR点云数据；由所述计算设备检查所述LiDAR点云数据以推断LiDAR波束的健康状况；由所述计算设备基于推断出的所述LiDAR波束的健康状况来识别不良质量的点云数据；由所述计算设备从所述LiDAR点云数据中移除所述不良质量的点云数据，以生成修改的LiDAR点云数据；以及由所述计算设备使所述自动驾驶车辆基于所述修改的LiDAR点云数据执行至少一个自动驾驶操作或模式改变。2.根据权利要求1所述的方法，其中，通过基于由所述LiDAR点云数据定义的LiDAR点云的特性计算多个度量来推断所述LiDAR波束的健康状况。3.根据权利要求2所述的方法，其中，通过基于所述多个度量进一步计算置信度分数来推断所述LiDAR波束的健康状况。4.根据权利要求3所述的方法，其中，通过基于所述置信度分数将所述LiDAR波束进一步分类为故障波束或良好波束来推断所述LiDAR波束的健康状况。5.根据权利要求4所述的方法，其中，当所述置信度分数小于阈值时，所述LiDAR波束被分类为故障波束。6.根据权利要求2所述的方法，其中，所述多个度量包括异常值度量、形状上下文度量和高度度量中的至少一个。7.根据权利要求2所述的方法，其中，基于所述LiDAR点云中的数据点的总数、所述LiDAR点云的强度值和所述LiDAR点云中的数据点的z坐标值中的至少一个来确定所述多个度量。8.根据权利要求2所述的方法，其中，所述多个度量中的给定度量等于所述LiDAR点云中的数据点的总数。9.根据权利要求2所述的方法，其中，通过以下方式生成所述多个度量中的给定度量：确定多个数量，每个所述数量包括针对所述LiDAR点云的给定强度值的数据点的总数；以及将所述多个数量转换成单个数量。10.根据权利要求1所述的方法，其中，通过以下方式生成所述多个度量中的给定度量：使用z坐标值来计算从每个给定数据点到平均z坐标值的距离；确定LiDAR点云中的数据点的z坐标值的标准偏差；将每个距离除以所述标准偏差以获得值；计算所述值的平均值。11.一种系统，包括：处理器；非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质包括编程指令，所述编程指令被配置为使所述处理器实施用于操作自动驾驶车辆的方法，其中所述编程指令包括用于以下操作的指令...

【专利技术属性】
技术研发人员：H，
申请(专利权)人：埃尔构人工智能有限责任公司，
类型：发明
国别省市：