检测光窗脏污的方法技术

本公开提供了检测光窗脏污的方法

【技术实现步骤摘要】
检测光窗脏污的方法、装置、系统及自动驾驶车辆


[0001]本公开涉及数据处理
，具体涉及脏污检测
，尤其涉及检测光窗脏污的方法
、
检测光窗脏污的装置
、
电子设备
、
可读存储介质
、
计算机程序产品
、
脏污检测系统及自动驾驶车辆
。

技术介绍

[0002]光探测装置，例如，激光雷达，可通过发射激光束探测目标的位置
、
速度等信息，其工作原理是向目标发射激光束，接收目标反射的回波，通过比较发射的激光束和回波以确定目标的相关信息，如目标距离
、
方位
、
高度
、
速度
、
姿态
、
甚至形状等参数
。
然而，因激光易受灰尘等脏污遮挡导致测量失败或精度下降，激光雷达光窗的脏污检测显得尤为重要
。

技术实现思路

[0003]本公开提供了一种检测光窗脏污的方法
、
检测光窗脏污的装置
、
电子设备
、
可读存储介质
、
计算机程序产品
、
脏污检测系统及自动驾驶车辆，能够检测光窗是否存在脏污
。
[0004]根据本公开的一方面，提供了一种检测光窗脏污的方法，包括：根据光窗扫描数据中各个扫描点的波形数据，确定扫描点的脏污参数；根据光窗的温度系数和预设的脏污标准阈值确定脏污阈值；以及将脏污参数大于等于脏污阈值的扫描点标记为脏污
。
[0005]根据本公开的另一方面，提供了一种检测光窗脏污的装置，包括：脏污参数确定模块
、
脏污阈值确定模块和标记模块
。
其中，脏污参数确定模块被配置为根据光窗扫描数据中各个扫描点的波形数据，确定扫描点的脏污参数
。
脏污阈值确定模块被配置为根据光窗的温度系数和预设置的脏污标准阈值确定脏污阈值
。
标记模块被配置为将脏污参数大于等于脏污阈值的扫描点标记为脏污
。
[0006]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和存储器
。
存储器与至少一个处理器通信连接，并存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上述实施例提及的方法
。
[0007]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行如上述实施例提及的方法
。
[0008]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上述实施例提及的方法
。
[0009]根据本公开的另一方面，提供了一种脏污检测系统，包括：激光雷达和清洁装置
。
其中，激光雷达可被配置为根据光窗扫描数据中各个扫描点的波形数据，确定扫描点的脏污参数；根据光窗的温度系数和预设置的脏污标准阈值确定脏污阈值；将脏污参数大于等于脏污阈值的扫描点标记为脏污；响应于相邻的
N
个扫描点均被标记，确定光窗存在脏污，输出清洁指令
。
清洁装置可被配置为响应于接收到清洁指令，对光窗进行清洁
。
[0010]根据本公开的另一方面，提供了一种自动驾驶车辆，自动驾驶车辆上设置有上述实施例提及的脏污检测系统
。
[0011]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围
。
本公开的其它特征将通过以下的说明书而变得容易理解
。
附图说明
[0012]附图用于更好地理解本方案，不构成对本公开的限定
。
其中：
[0013]图1是根据本公开第一实施例的检测光窗脏污的方法的流程示意图；
[0014]图2是根据本公开第一实施例的激光雷达的结构示意性框图；
[0015]图3是根据本公开第二实施例的检测光窗脏污的方法的示意图；
[0016]图4是根据本公开的第二实施例的扫描点的第一回波和第二回波的波形示意图；
[0017]图5是根据本公开的第三实施例的检测光窗脏污的方法的流程示意图；
[0018]图6是根据本公开的第四实施例的检测光窗脏污的方法的流程示意图；
[0019]图7是根据本公开第四实施例的扫描帧的示意图；
[0020]图8是根据本公开的第五实施例的检测光窗脏污的方法的流程示意图；
[0021]图
9a
和图
9b
分别是本公开的一些实施例的光窗区域划分的示意图；
[0022]图
10
是根据本公开的第六实施例的检测光窗脏污的装置的示意性框图；
[0023]图
11
是根据本公开第七实施例的脏污检测系统的示意性框图；
[0024]图
12
是根据本公开第八实施例的自动驾驶车辆的示意性框图；
[0025]图
13
是根据本公开第八实施例的适用于自动驾驶车辆的检测光窗脏污的方法的流程示意图；
[0026]图
14
是用来实现本公开实施例的检测光窗脏污的方法的电子设备的框图
。
具体实施例
[0027]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的
。
因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神
。
同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述
。
[0028]需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合
。
下面将参考附图并结合实施例来详细说明本公开
。
[0029]在一些技术中，为了检测激光雷达光窗是否存在脏污，会通过对光窗扫描数据中的波形数据进行分析，进而确定光窗是否存在脏污
。
然而，该过程中，通常不会考虑温度对光窗扫描数据的影响，检测准确度较低
。
[0030]图1是根据本公开第一实施例的检测光窗脏污的方法的流程示意图
。
如图1所示，本实施例的检测光窗脏污的方法
100
可包括以下步骤：
[0031]步骤
101
，根据光窗扫描数据中各个扫描点的波形数据，确定扫描点的脏污参数
。
[0032]本实施例中，激光雷达可通过发射激光束扫描光窗，并基于接收到的回波信号确定光窗扫描数据
。
由于光窗存在脏污的情况下，回波信号会被影响，波形电压峰值等参数可能会发生变化
。...

【技术保护点】

【技术特征摘要】
1.
一种检测光窗脏污的方法，包括：根据光窗扫描数据中各个扫描点的波形数据，确定所述扫描点的脏污参数；根据光窗的温度系数和预设的脏污标准阈值确定脏污阈值；以及将脏污参数大于等于所述脏污阈值的扫描点标记为脏污
。2.
根据权利要求1所述的方法，其中，所述根据光窗扫描数据中各个扫描点的波形数据，确定所述扫描点的脏污参数包括：比较所述扫描点的波形数据和标准波形数据，确定所述扫描点的波形变化数据；以及根据所述波形变化数据确定所述脏污参数；其中，所述波形变化数据包括以下至少一项：波形电压峰值的差值
、
波形电压达到第一阈值电压的时间差值
、
对应所述第一阈值电压的波形脉宽差值
、
对应第二阈值电压的波形脉宽差值和波形上升沿的时间差值，所述第一阈值电压小于所述第二阈值电压
。3.
根据权利要求1或2所述的方法，还包括：根据所述光窗的当前温度和预定义的距离修整函数确定所述温度系数；其中，所述距离修整函数指示温度与标准波形的测距值的变化关系，所述测距值根据所述标准波形的波形电压达到第三阈值电压的时间确定
。4.
根据权利要求1至3中任一项所述的方法，还包括：响应于相邻的
N
个所述扫描点均被标记为脏污，确定所述光窗存在脏污，
N
为大于1的整数
。5.
根据权利要求4所述的方法，其中，所述光窗扫描数据包括至少一帧扫描帧，所述响应于相邻的
N
个所述扫描点均被标记为脏污，确定所述光窗存在脏污包括：依次遍历所述扫描帧各行的所述扫描点的标记；响应于遍历到当前行的连续
N
个所述扫描点均被标记为脏污，确定相邻行中与所述连续
N
个所述扫描点对应的相邻扫描点；以及响应于所述相邻扫描点均被标记，确定所述光窗存在脏污
。6.
根据权利要求5所述的方法，其中，所述响应于所述相邻扫描点均被标记，确定所述光窗存在脏污包括：响应于所述相邻扫描点均被标记，标记当前扫描帧；以及响应于连续
M
帧所述扫描帧均被标记，确定所述光窗存在脏污，
M
为大于1的整数
。7.
根据权利要求1至6中任一项所述的方法，还包括：响应于确定出所述光窗存在脏污，向清洁装置发送清洁指令；响应于接收到清洁完成消息，更新所述光窗的清洁次数，并重新扫描所述光窗以获取新的光窗扫描数据；以及响应于所述新的光窗扫描数据指示光窗存在脏污，根据更新后的所述清洁次数确定是否触发脏污预警
。8.
根据权利要求7所述的方法，还包括：根据所述波形数据确定所述光窗的脏污信息，所述脏污信息包括脏污区域和
/
或脏污类型；以及基于所述脏污信息生成所述清洁指令
。9.
一种检测光窗脏污的装置，包括：
脏污参数确定模块，被配置为根据光窗扫描数据中各个扫描点的波形数据，确定所述扫描点的脏污参数；脏污阈值确定模块，被配置为根据光窗的温度系数和预设置的脏污标准阈值确定所述脏污阈值；以及标记模块，被配置为将脏污参数大于等于所述脏污阈值的扫描点标记为脏污
。10.
根据权利要求9所述的装置，其中，所述脏污参数确定模块包括比较单元和第一确定单元；所述比较单元被配置为比较所述扫描点的波形数据和标准波形数据，确定所述扫描点的波形变化数据；以及所述第一确定单元被配置为根据所述波形变化数据确定所述脏污参数；其中，所述波形变化数据包括以下至少一项：波形电压峰值的差值
、
波形电压达到第一阈值电压的时间差值
、
对应所述第一阈值电压的波形脉宽差值
、
以及对应第二...

【专利技术属性】
技术研发人员：孟令帅，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：