路面状况检测的制作方法

本公开涉及车辆传感器领域，并且更具体地涉及检测路面状况的车辆传感器。

背景技术：

车辆可以配备有各种类型的对象检测传感器，以便检测车辆周围区域中的对象。车辆计算机可以基于从传感器接收的数据来控制各种车辆操作。诸如雨的天气状况可能影响传感器数据和/或车辆驾驶动态，例如停车距离。

技术实现要素：

一种系统包括计算机，所述计算机包括处理器和存储器。所述存储器存储指令使得所述处理器被编程为：基于车辆激光雷达传感器数据确定路面的区域的反射率；以及基于所述区域的所确定的反射率、所述区域的干燥状况反射率阈值和从激光雷达传感器观察所述区域的角度来确定所述区域是否是潮湿的。

所述指令可以包括其他指令，所述其他指令仅在确定所述路面对所述激光雷达传感器可见时才基于从车辆相机和车辆激光雷达传感器中的至少一者接收的数据来识别所述区域。

所述指令可以包括其他指令，所述其他指令用于基于激光雷达地图数据和检测到的对象在所述路面上的位置来确定所述路面在所述区域处可见。

所述指令可以包括其他指令，所述其他指令用于：基于激光雷达地图数据确定所述反射率；至少部分地基于所述区域的视角来确定所述干燥状况反射率阈值；以及基于所述干燥状况反射率阈值来确定所述区域是潮湿的。

所述指令可以包括其他指令，所述其他指令用于从第二视角确定所述区域的第二反射率，以及进一步基于所述第二反射率和所述第二视角来确定所述区域是潮湿的。

所述指令可包括其他指令，所述其他指令用于：确定所述区域的视角阈值；以及在确定以下项时确定所述区域是潮湿的：所述视角阈值小于所述第二视角并大于所述视角；所述反射率小于针对所述视角调整的所述干燥状况反射率阈值；以及所述第二反射率大于针对所述第二视角调整的所述干燥状况反射率阈值。

所述指令可以包括其他指令，所述其他指令用于基于从所述激光雷达传感器接收的数据确定在所述视角下的所述反射率，并且基于从第二激光雷达传感器接收的数据确定在所述第二视角下的所述第二反射率。

所述指令包括其他指令，所述其他指令用于：基于地图数据和相机数据中的至少一者将所述区域分类为具有第一材料；至少部分地基于所确定的反射率将所述区域分类为具有第二材料；以及在确定所述第一材料和所述第二材料时确定所述区域是潮湿的。

所述指令可以包括其他指令，所述其他指令用于在基于车辆相机数据确定激光雷达地图数据缺少包括对所述路面进行的改变的数据时，确定非决定性的湿度检测，其中所述改变是对所述路面重新铺面和涂新道路标记中的至少一者。

本文还公开了一种系统，该系统包括：用于基于激光雷达传感器数据确定路面的区域的反射率的构件；以及用于基于所识别区域的所确定的反射率、所述区域的干燥状况反射率阈值和从激光雷达传感器观察所述区域的角度来确定所述区域是否潮湿的构件。

本文还公开了一种方法，该方法包括：基于激光雷达传感器数据确定路面的区域的反射率；以及基于所识别区域的所确定的反射率、所述区域的干燥状况反射率阈值和从激光雷达传感器观察所述区域的角度来确定所述区域是否是潮湿的。

附图说明

图1示出了具有一个或多个激光雷达传感器的示例性车辆。

图2a示出了从不同角度撞击干燥表面的光的光反射图案。

图2b示出了从不同角度撞击潮湿表面的光的光反射图案。

图3示出了大部分是漫反射的光反射图案的曲线图。

图4示出了具有混合漫反射和镜面反射的光反射图案的曲线图。

图5示出了大部分是镜面反射的光反射图案的曲线图。

图6示出了潮湿路面的光反射图案的曲线图。

图7示出了图3至图6的光反射图案的反射率对视角的曲线图。

图8示出了各种材料基于波长的反射率变化的曲线图。

图9示出了用于检测潮湿表面的示例性过程的流程图。

具体实施方式

图1示出示例性车辆100，其包括计算机110、(一个或多个)致动器120、(一个或多个)传感器130和下文论述的其他部件。可以各种已知方式给车辆100提供动力，例如，包括利用电动马达和/或内燃发动机。

计算机110包括诸如已知的处理器和存储器。存储器包括一种或多种形式的计算机可读介质，并且存储可由计算机110执行以执行各种操作(包括如本文所公开的操作)的指令。

计算机110可在自主或半自主模式下操作车辆100。出于本公开的目的，将自主模式限定为由计算机110控制车辆100的推进、制动和转向中的每一者的模式；在半自主模式中，计算机110控制车辆100的推进、制动和转向中的一者或两者；在非自主模式中，人类操作员控制车辆的推进、制动和转向。

计算机110可以包括编程以操作车辆制动、推进(例如，通过控制内燃发动机、电动马达、混合动力发动机等中的一者或多者来控制车辆的加速度)、转向、气候控制、内部灯和/或外部灯等中的一者或多者，以及确定计算机110(而非人类操作员)是否和何时控制此类操作。

计算机110可包括或者(例如，经由在下文进一步描述的车辆通信总线)通信地耦接到一个以上处理器，所述处理器例如为在车辆中包括的用于监测和/或控制各种车辆控制器的控制器等，所述车辆控制器例如为动力传动系统控制器、制动控制器、转向控制器等。计算机110一般被布置成用于在车辆通信网络上进行通信，所述车辆通信网络诸如车辆中的总线，诸如控制器局域网(can)等。

计算机110可以经由车辆网络向车辆中的各种装置(例如，(一个或多个)传感器130、(一个或多个)致动器120等)传输消息和/或从所述各种装置接收消息。可选地或另外地，在计算机110实际上包括多个装置的情况下，车辆通信网络可以用于在本公开中表示为计算机110的装置之间的通信。此外，如下所述，各种控制器和/或传感器可以经由车辆通信网络向计算机110提供数据。

车辆100致动器120可以经由可以根据已知的适当控制信号来致动各种车辆子系统的电路、芯片或其它电子部件实现。致动器120可用于控制第一车辆100的制动、加速和转向。举例来说，车辆100计算机110可输出用于控制致动器120的控制指令。

计算机(例如，计算机110、远程计算机、制图车辆的计算机等)可以被编程以生成区域160的三维(3d)地图。区域160可包括地面(即，地球表面)的一部分，例如街区、城市等。

在本公开的上下文中，区域160的3d地图是包括被制图区域160内的表面(例如，路面150、交通标志、建筑物、植被等)上的点的3d位置坐标的数字地图。地图数据还可以包括表面150的对应反射率r，如下所述。例如，图1示出了示例性路面150上的各个位置上的点170。在本上下文中，点170可以是区域160内的表面150(诸如路面150)上的任何点。3d位置坐标可在具有原点的3d笛卡尔坐标系中指定。例如，路面150上的点170的位置坐标可以由x、y和z坐标指定。x坐标和y坐标，即水平坐标，可以是全球定位系统(gps)坐标(即，横向坐标和纵向坐标)等，而z坐标可以指定位置的竖直分量，即点170距例如海平面的高度(或海拔)。3d地图可基于从激光雷达传感器130接收的数据生成，所述激光雷达传感器130用光束扫描区域160并且接收所撒播的光束从对象的外表面的反射。在本上下文中，区域160是地面上方的3d体积，其中底部接触地面并且顶部在地面上方，例如，在距地面50米处。因此，这种3d地图可包括对象的外表面(其引起所发射光束的反射)上的点170的位置坐标。通常，此类3d地图被称为“点云”。因此，点云数据包括在对象的表面(诸如路面和/或被制图区域160内的对象的外表面)上的点170的3d位置坐标。换句话说，点云数据集包括多个点170在由点云数据集覆盖的物理区域160内的3d位置坐标。使用内插技术，(一个或多个)表面150的3d网格可以基于点云数据来创建。此外，地图数据可以包括材料性质分类，例如植被、沥青、混凝土、金属板、涂漆路面、混凝土路堤、逆反射表面等。表面150的反射率可以至少部分地基于地图数据中包括的材料数据来确定。

车辆100可以包括一个或多个激光雷达(光检测和测距)传感器130，例如固态闪光激光雷达传感器130，其提供涵盖车辆100的外部的至少一些(例如，如图1中所示的区域160)的数据。在这样的示例中，激光雷达传感器130将光脉冲发射到传感器130的照明场中，并且基于激光雷达传感器130的视野中接收到的光反射来检测诸如路面150的表面。根据至少所示示例，激光雷达传感器130包括一个或多个发射器(或发射体)和一个或多个接收器。可选地，传感器130可以包括收发器，而不是单独的发射器和接收器。由光发射体发射的光可以是例如红外光、激光和/或具有任何其他合适波长的光。

激光雷达传感器130可以包括计算机，所述计算机被编程为致动发射器以发射光(即，(一个或多个)光束135)，并且基于接收到的所发射光的反射来检测表面点170。激光雷达数据可由车辆100计算机110以已知的方式(例如，经由车辆100网络)从激光雷达传感器130接收。激光雷达数据可包括例如在3维(3d)或笛卡尔坐标系中的坐标。激光雷达数据还可包括与其他对象有关的其他数据，诸如大小、相对于车辆100的速度、极化等。

激光雷达传感器130计算机和/或计算机110可被编程为确定从位置坐标(x,y,z)处的点170反射的光束135的感测强度is(x,y,z)。强度is值可以在0(零)至100的范围内，其中0(零)是无反射，并且100是全强度。在另一个示例中，强度is可以以每单位面积的光通量或勒克斯(lx)指定。反射光束135的感测强度is(x,y,z)至少部分地基于表面150在具有坐标(x,y,z)的点170处的反射率r。

表面150的反射率(或反射比)r是其反射辐射能量的有效性的量度。表面的反射率r被测量为在相应表面150处反射的入射电磁功率的一部分，例如以百分比指定、介于0(零)和1之间的数字。因此，反射性更强、更亮的表面可与更接近100的强度值相关联，而反射性更弱、更暗的表面可与更接近0(零)的强度值相关联。如下面所讨论的，例如，参考图8，表面150的反射率r可以至少部分地基于形成表面150的材料。此外，表面150的反射率r基于覆盖相应表面150的水分、液体等的量而变化。如下面所讨论的，参考图2a至图2b，撞击表面150的光束135可以具有漫反射和/或镜面反射。反射光束135的感测强度is(x,y,z)通常对应于在传感器130接收器处接收的漫射光的一部分。在一个示例中，在约90°(例如，在80°与110°之间)的视角φ下，感测强度is(x,y,z)可以包括漫射光的一部分和光束135的镜面反射两者。

参考等式(1)，来自在位置坐标(x,y,z)处的点170的反射光束135的感测强度is(x,y,z)至少部分地基于：(i)表面150在点170处的反射比r(x,y,z)；(ii)表面150上的点170的视角φ；(iii)撞击位置(x,y,z)处的点170的光束135的强度ie，以及从车辆100传感器130到位置(x,y,z)的距离d。操作f是基于输入反射率r、视角φ、强度ie和距离d来确定感测强度的函数。操作f可以基于经验方法来推导，例如，测量针对视角φ、距离d等的多个各种输入值的强度is(x,y,z)，以及基于经验方法的结果使用数值技术来确定操作f。另外地或可选地，等式(6)可以基于来自光学物理学的已知技术来确定。在一个示例中，等式(1)可以基于经验方法来推导。感测强度is(x,y,z)可以基于多个不同的测试场景(即，强度ie、距离d、反射率r的组合)来测量。然后，示例等式(1)可以使用测试场景的测量值来使用数值方法创建。

is(x，y，z)＝f(r(x，y，z)，φ(x，y，z)，ie(x，y，z)d(x，y，z))(1)

视角φ是发射光束135与在光束135撞击表面150的位置(x,y,z)处的表面150之间的角度。图1示出了具有相应的对应视角φ和距离d的多个点170。表面150可以具有倾斜角α(或者，如果α＝0，则是平坦的)。倾斜角α是表面150与水平面(即，被定义为0度(即平行于地平线)的平面)之间的角度。因此，视角φ可以至少部分地基于位置坐标(x,y,z)处的倾斜角α。注意，为简单起见，角度φ被示为一维，然而，点170在表面150上的任何地方。换句话说，角度φ在从传感器130延伸到点170的线与表面150之间。

计算机110可以被编程为基于接收到的地图数据来确定点170的视角φ，所述接收到的地图数据包括在坐标(x,y,z)处的倾斜角α和从车辆100传感器130到位置(x,y,z)的距离d。另外地或可选地，计算机110可以被编程为基于扫描区域160和识别表面150并基于所检测到的表面150确定倾斜角α和视角φ来确定视角φ。

计算机110可以被编程为基于以下项来确定光束135撞击位置(x,y,z)处的点170的强度ie：(i)传感器130发射器的技术特性(例如发射器的输出辐射能功率)；(ii)计算机110对发射器的指令(例如定义要辐射的功率量的致动命令)；和/或(iii)从传感器130到点170坐标(x,y,z)的距离d。另外，如等式(1)所示，感测强度is可以基于从传感器130到点170的距离d，因为反射光束可由于光束发散和大气吸收在更长的距离d内衰减(弱化)直到到达传感器130接收器。

如上面所讨论的，3d地图数据可以包括点170的坐标(x,y,z)。区域160的3d地图还可以包括表面150上的点170的基于地图的反射率rm，例如，反射率rm(x,y,z)指定表面150在点170的位置坐标(x,y,z)处的反射率rm。在本文中，反射率rm处的下标m是指基于地图数据确定或包括在地图数据中的反射率。高反射表面(诸如车道标记)可以与较之较低反射表面(诸如柏油路面、水泥路面或其他路面)更大的反射率r值相关联。类似地，与可以反射更多光的较浅色对象(白色、乳白色、银色等)相比，吸收更多光的较深颜色(黑色、海军蓝色、棕色、深灰色、非常深的灰色等)可以与较低强度值相关联。因此，计算机110可以被编程为通过识别点170处的表面150并咨询存储在计算机110存储器中的(或经由网络接收的)查找表等来确定反射率rm，所述查找表等指定了将镜面反射、漫反射和/或逆反射考虑在内的表面150的和/或指示用于表面150的材料的反射率。也就是说，3d地图数据可以包括每个点170和/或对象(例如，杆、路面150、交通标志等)的材料信息(参见图8及其下文的讨论)。

如上面所讨论的，表面150的反射率r可以基于表面150上的水分或液体的量而改变。例如，路面150在位置坐标(x,y,z)处的反射率r(x,y,z)通常随着路面150从干燥状况变为潮湿或湿润而变化。通常，激光雷达地图数据是基于在良好天气状况(即，没有诸如雨、雪等恶劣天气状况)下收集的激光雷达数据而生成的。因此，激光雷达地图数据通常包括干燥状况下区域160中的表面150(即在捕获地图数据时干燥的表面150)的反射率r。另外地或可选地，计算机110可被编程为基于点云数据(例如，依据点云中的相应表面150的点170存储的反射强度)来确定表面150的反射率r。

图2a示出了从不同视角φ1，φ2撞击干燥表面150的光束135的光反射图案200。例如，与由第二光束135以第二角度φ2撞击的第二点170相比，第一光束135可以在更远离传感器130的第一点170处以角度φ1撞击表面150。光反射图案是在用光束135照射点170时来自点170的多个反射。

撞击表面150的光束135可导致漫反射和/或镜面反射。漫反射是来自表面150的光反射或其他波反射或粒子反射，使得入射在表面150上的光束135以许多角度散射而不是如镜面反射的情况下仅以一个角度散射。许多常见材料(例如混凝土、沥青等)表现出镜面反射和漫反射的混合。图2a示出了包括基本上漫反射的干燥路面150上的示例反射图案210、220。因此，反射图案210、220可以是对称的，即，光在许多方向上漫射。如图2a所示，以视角φ1撞击干燥表面150的光束135与以视角φ2撞击干燥表面150的光束135可类似地导致基本上漫射图案210、220。

图2b示出了从不同视角φ1，φ2撞击潮湿表面150的光束135的光反射图案230、240。与图2a相比，图2b中的反射图案230、240示出了基本上镜面反射。镜面反射是一种通常被描述为光从表面的镜状反射的光反射类型，其中入射光(例如，光束135)被反射到单个出射方向上。镜面反射的方向相对于点170处的竖直线与入射光束135对称，例如，角度为80°的光束135的镜面反射具有角度110°。下文参考图3至图6论述反射图案210、220、230、240基于表面150的水分含量或湿度的变化。

图3至图6示出了分别在干燥、略湿、湿润和潮湿表面150上的光反射的相应曲线图300、400、500、600。本文中的术语略湿、湿润和潮湿指定表面150上的水分含量，并且可以是定性术语，或者可选地，可以基于表面150上的水量(例如，基于表面150上的水层的厚度)来定义。在一个示例中，当水层厚度小于100微米时，表面150是“略湿的”；当水层厚度在100微米与500微米之间时，表面150是“湿润的”；并且当水层厚度大于500微米时，表面150是“潮湿的”。可选地，水分或湿度可以由其他液体(例如，油等)单独造成或与彼此和/或水组合造成，和/或由蒸气造成。

曲线图300、400、500、600中的每一者示出：(i)表示表面150(例如，如图1和图2a至图2b中所见)的侧视图的地平面；(ii)撞击地平面的激光雷达光束；(iii)镜面反弹，即，以与撞击地平面的光束相同的角度反射；(iv)漫反射曲线，所述漫反射曲线是来自地平面的多个漫反射的结果；(v)作为一个或多个镜面反射的结果的镜面反射曲线，以及(vi)镜面反射和漫反射的总和(例如，所得矢量和)。经验技术可以用于使反射模型具有漫反射、环境反射(如果需要的话，基于外部光源或光传感器的3d地图数据)和/或镜面反射。

图3的曲线图300示出了在干燥状况下光束从地平面(即，表示表面150)的反射。如漫反射曲线所示，光束在撞击干燥表面150时可以对称地漫射。因此，如曲线图300中所示，漫反射和镜面反射的总和可以具有基本上对称的形状，例如圆形。换句话说，光基本上被漫射而不是引起镜面反射。

图4的曲线图400示出了当表面150略湿时光从地平面的反射，并且曲线图500示出了当地平面(表示表面150)湿润时光从地平面的反射。通过比较曲线图300、400和500，显而易见，与漫反射相比，水分含量的增加(从干燥变为略湿，和从略湿变为湿润)如何引起镜面反射的增加。图6的曲线图600示出了当表面150潮湿(例如，积水)时光束从地平面的反射。如曲线图600所示，光从潮湿表面150的反射可基本上包括镜面反射。

如上面参考等式(1)所讨论的，传感器130处的感测强度is至少部分地基于视角φ。图7示出了感测强度is对视角φ的曲线图710-740。另外参考曲线图300，曲线图710示出了在干燥地平面上的感测强度is对视角φ的变化。另外参考曲线图400，曲线图720示出了在略湿地平面上的感测强度is对视角φ的变化。另外参考曲线图500，曲线图730示出了在湿润地平面上的感测强度is对视角φ的变化。另外参考曲线图600，曲线图740示出了在潮湿地平面上的感测强度is对视角φ的变化。

如曲线图710-740所示，表面150的反射率r随着表面150上的水分含量的变化而变化。例如，参考等式(2)-(3)以及图7，在视角60°下，传感器130可以基于湿润表面150的调整后的第一反射率r1从湿润表面150接收第一感测强度is1，并且可以基于潮湿表面150的调整后的第二反射率r2从潮湿表面150接收第二感测强度is2。等式(2)示出了如何使用等式(1)基于湿润表面150的反射率r1、距离d和发射光束135的强度ie与视角60°来确定第一感测强度is1。等式(3)示出了如何使用等式(1)基于湿润表面150的反射率r2、距离d和发射光束135的强度ie与视角60°来确定第二感测强度is2。

参考曲线图710-740，注意，当视角φ大于角度阈值φtr时，潮湿表面150的反射率r可大于干燥或略湿表面150。当视角φ超过角度阈值φtr时，则潮湿或湿润表面150的反射率r超过具有干燥状况或略湿的水分含量的表面150的反射率r。

可以定义干燥状况反射率阈值rt以检测潮湿表面150。参考曲线图710-740和下面的等式(4)，在视角60°，下，小于感测强度阈值ist的感测强度is可指示表面150在位置坐标(x,y,z)处的湿度。在一个示例中，参考等式(4)，感测强度阈值ist可以基于第一强度is1和第二强度is2来定义。在另一个示例中，感测强度阈值ist可以基于第二感测强度is2来定义，例如，阈值可以是比第二感测强度is2大10％的强度。在又一个示例中，强度阈值ist可以基本上等于第三感测强度is3，所述第三感测强度对应于来自略湿表面150的感测强度。换句话说，反射率阈值rt可以被调整以限定表面150上最大什么程度的水分含量可以被视为干燥的。

参考等式(1)，感测阈值强度ist可以基于从在距传感器130距离d处的具有反射率阈值rt的表面150反射的光强度ie来确定。因此，等式(5)示出了反射率阈值rt、视角φ(例如60°)、发射强度ie、距离d与感测强度阈值ist的关系。等式(6)基于感测强度阈值is、视角φ、发射强度ie和距离d来指定反射率r。操作g是基于以下输入确定反射率阈值r的函数：视角φ(例如60°)、发射强度ie、距离d和感测强度is。换句话说，基于感测强度is和确定的视角φ以及距离d，可以确定表面150在位置坐标(x,y,z)处的反射率r。例如，基于等式(6)，反射率阈值rt可以基于感测强度阈值ist、视角φ等来确定。等式(6)可以基于经验方法来推导，例如，基于具有各种发射光强度ie、视角φ、感测强度is的迭代实验的结果来推导。另外地或可选地，等式(6)可以基于来自光学物理学的已知技术来确定。

r(x，y，z)＝g(is(x，y，z)，φ，ie(x，y，z)，d(x，y，z))(6)

在一个示例中，计算机110可以被编程为基于表面150的反射率r来确定表面150在例如具有位置坐标(x,y,z)的点170处是否是潮湿的。计算机110可以被编程为基于等式(6)，基于激光雷达传感器130数据来确定路面150的区段(或区域)的反射率r，并且基于所识别区段的所确定的反射率r、所述区段的干燥状况反射率阈值rt以及从激光雷达传感器130观察所述区段的角度φ确定所述区段是否是潮湿的。如上面所讨论的，表面150的基于地图的反射率rm可以基于例如包括在点云数据中的地图数据来确定。参考等式(7)，位置坐标(x,y,z)的反射率阈值rt可以基于反射率rm(基于地图数据确定或包括在地图数据中)、视角和从车辆100传感器130到位置坐标(x,y,z)的距离d来确定。算子h是基于反射率rm、角度φ和距离d来确定反射率阈值的函数。

rt(x，y，z)＝h(rm(x，y，z)，φ，d(x，y，z))(7)

在本上下文中，“路面的区段”或“路面的区域”是连续表面区域，其包括在区域160内的表面150上的一个或多个点170。表面150的区段可以是包括多个点170的表面150上的几何形状(例如，圆形、矩形等)或非几何形状的区段。例如，表面150的区段可以包括路面150的1米×1米正方形区段。计算机110可以被编程为在确定表面150在所识别区段内的至少最小数量个(例如，5个)点170中潮湿时确定表面的一部分是潮湿的。

为了确定表面150在点170处是否是潮湿的，点170需要在传感器130的视野内，因为计算机110基于从表面150上的点170接收的反射来确定点170处的反射率r。计算机110可以被编程为仅在确定路面150对激光雷达传感器130可见时才基于从车辆100传感器130接收的数据来识别点170。例如，计算机110还可以被编程为基于激光雷达地图数据和检测到的对象(例如第二车辆、自行车等)在路面150上的位置来确定路面150在具有位置坐标(x,y,z)的点170处可见。计算机110可以基于从车辆100的对象检测传感器130(例如，相机、激光雷达、雷达等)接收的数据来检测对象，并且基于检测到的对象的位置和尺寸来识别对于激光雷达传感器130不可见的表面150的区域。

如上面所讨论的，地图数据可以包括点170的和/或在点170处形成表面150的材料的反射率r。计算机110可以被编程为基于激光雷达地图数据来确定干燥状况反射率阈值rt，基于该区域的视角φ来调整干燥状况反射率阈值rt，并且基于调整后的干燥状况反射率阈值rt来确定该区域是潮湿的。

如参考曲线图710、720、730、740所见，当视角φ大于角度阈值φtr时，潮湿表面150的反射率r可以大于干燥或略湿的表面150。换句话说，当视角φ超过角度阈值φtr时，则潮湿或湿润表面150的反射率r超过具有干燥状况或略湿的水分含量的表面150的反射率r。

计算机110可以被编程为确定例如存储在计算机110的存储器中的表面150的角度阈值φtr，并且基于表面150在点170处的反射率r、视角φ和距离d来确定感测强度阈值ist。然后，计算机110可被编程为在确定以下中的一者时来确定表面150在点170处是潮湿的：(i)感测强度is小于强度阈值ist且视角φ小于视角阈值φtr；或(ii)感测强度is大于强度阈值ist且视角φ大于视角阈值φtr。

在一个示例中，例如，为了提高确定表面150是否潮湿的准确度，计算机110可以被编程为从不同视角φ确定点170的感测强度is。例如，参考图1，计算机110可以被编程为确定在点170处在第一视角φ下的第一感测强度is，然后在车辆100朝向点170进一步移动时，确定在第二视角φ下的第二感测强度is。在一个示例中，计算机110可被编程为在基于第一和第二视角φ下的感测强度is的测量值中的每一者确定表面150在点170处潮湿时，确定点170是潮湿的。例如，当车辆100在道路上移动时，计算机110可以在车辆100接近路面150上的点170时多次确定路面150上的点170是否潮湿。在一个示例中，计算机110可以在确定至少一个百分比(例如，70％)的确定推断出表面150在点170处潮湿时确定点表面150在170处是潮湿的。

在一个示例中，计算机110可以基于从第一传感器130(例如，车辆100车顶上的激光雷达传感器130)接收的数据确定来自第一视角φ的第一感测强度is，以及基于从安装到车辆100保险杠的第二车辆100激光雷达传感器130接收的数据确定第二感测强度is。

在一个示例中，计算机110可以被编程为确定所识别区域(例如点170)的视角阈值φtr，并且在确定以下项时确定表面150在点170处是潮湿的：(i)当从小于视角阈值φtr的第一视角φ1观察时，感测强度is小于针对第一视角φ1的第一强度阈值ist；以及(ii)当从大于视角阈值φtr的第二视角φ2观察时，感测强度is大于针对第二视角φ2的第二强度阈值ist。

图8示出了示例曲线图810、820、830、840，其示出了不同材料(例如，混凝土和黄铜)的反射率r基于撞击由相应材料形成的表面150的光的波长并基于潮湿或干燥的变化。计算机110可以被编程为基于表面150的已知材料来识别潮湿表面150，例如，基于地图数据确定表面150，以及基于从激光雷达传感器130接收的数据来确定材料。计算机110可以存储包括不同材料的反射率r的数据，诸如曲线图810和840中所示的数据。因此，计算机110可以例如基于等式(6)来确定表面150的反射率r，然后基于所确定的反射率r对材料进行分类。

在一个示例中，计算机110可以基于从车辆100相机传感器130接收的图像数据来确定表面150的第一材料，例如混凝土。因此，计算机110可以使用图像处理技术来识别表面150的材料。在另一个示例中，计算机110可以被编程为基于所接收的地图数据(例如，地图数据可以包括每个点170的材料标识符)来识别表面150的第二材料。计算机110可以被编程为基于表面150的反射率r对表面150处的第二材料进行分类，所述反射率基于视角φ、距离d、发射强度ie和感测强度is来确定。计算机110可以在确定表面150材料被错误分类(即，所确定的第一材料和第二材料不同)时确定表面150在点170处是潮湿的。例如，参考曲线图810-840，计算机110可能将潮湿混凝土表面150错误分类为黄铜。注意，在诸如1400至1600纳米(nm)的波长范围内，潮湿混凝土的反射率(曲线图820)与干燥黄铜的反射率r(曲线图840)基本上相同。

如上面所讨论的，确定表面150是否潮湿部分地基于所接收的地图数据。然而，路面150可能最近已经改变(即，在生成所接收的地图数据之后)，例如，由于路面150的重新铺面、在路面150上涂新道路标记等。计算机110可以被编程为在基于车辆100的相机传感器130数据确定激光雷达地图数据缺少包括对路面150进行的改变的数据时确定非决定性的湿度检测。

图9是示出了用于检测潮湿表面150的示例性过程900的流程图。计算机110可以被编程为执行过程900的框。

参考图9，过程900在框910中开始，其中计算机110接收区域160的激光雷达地图(或点云数据)。所接收的地图数据可以包括从区域160内的表面150上的每个点170接收的反射率r和/或光强度。

接下来，在判定框915中，计算机110识别可见表面150以用于确定表面150是否是潮湿的。例如，计算机110可以被编程为检测诸如其他车辆、自行车、卡车等的对象，并且识别由于相应对象阻挡传感器130的视线而不可见的表面150。例如，计算机110可以识别激光雷达传感器130可见的路面150上的点170。如果计算机110识别传感器130的视野内的表面150上的可见点170，则过程900前进到框920；否则，过程900返回到判定框915。

在框920中，计算机110确定在点170坐标(x,y,z)处表面150的干燥状况反射率阈值rt和视角阈值φtr。计算机110可以被编程为基于等式(7)基于以下项来确定干燥状况反射率阈值rt：视角φ、到位置坐标(x,y,z)的距离d以及位置坐标(x,y,z)的基于地图的反射率rm。计算机110可以被编程来基于存储在计算机110存储器中的数据确定视角阈值φtr。例如，地图数据可以包括视角阈值φtr。

接下来，在框930中，计算机110基于从车辆100传感器130接收的数据来确定从位置坐标(x,y,z)接收的反射的感测强度is。

接下来，在判定框935中，计算机110确定表面150在位置坐标(x,y,z)处是否是潮湿的。计算机110可以被编程为基于感测强度is、反射率阈值rt和视角阈值φtr来确定表面150是否是潮湿的，如上面所讨论的。另外地或可选地，如上文所讨论的，计算机110可以被编程为从多个视角φ确定感测强度is。如果计算机110确定表面150是潮湿的，则过程900前进到框940；否则，过程900结束，或者可选地返回到框910。

在框940中，计算机110基于确定的潮湿表面150来调整车辆100的操作。在一个示例中，车辆100计算机110可以被编程为在确定潮湿表面150在车辆100路线内时降低车辆100速度。例如，计算机110可以被编程为致动车辆100致动器120以降低车辆100速度。在一个示例中，计算机110可以被编程为基于车辆100路线内的路面150的水分含量将车辆100速度降低到速度阈值以下。计算机110可以被编程为在确定车辆100路线内的路面150潮湿时将车辆100速度限制为每小时80公里(kph)。计算机110可以被编程为在确定路面150湿润时将车辆100速度限制为100kph。计算机110可以被编程为通过致动车辆100致动器120(诸如制动和推进致动器120)来限制车辆100速度。

另外地或可选地，计算机110可以被编程为基于路面150的检测到的水分含量，相对于预期制动距离调整车辆100操作(即，调整车辆跟车距离)。因此，计算机110可以增加预期的制动距离并且基于调整后的制动距离来调整车辆100与其他对象(例如，车辆100前方的第二车辆)的距离。在一个示例中，计算机110可以被编程为按基于水分含量确定的倍数(例如，对于潮湿表面150为2倍，对于湿润表面150为1.5倍等)增加预期的制动距离。在一个示例中，计算机110可以被编程为在制动致动的情况下基于路面150上检测到的水分含量来预测在车辆100前方或后方的第二车辆的移动轨迹。计算机110可以被编程为基于第二车辆的预测轨迹来调整车辆100操作，例如，调整最小距离、间距、延长的碰撞时间等。

在框940之后，过程900结束，或可选地返回到框910。

如本文所讨论的计算装置通常各自包括可由一个或多个计算装置(诸如上文所识别出的那些计算装置)执行并且用于执行上述过程的框或步骤的指令。计算机可执行指令可以由使用各种编程语言和/或技术创建的计算机程序来编译或解译，所述编程语言和/或技术单独地或组合地包括但不限于java^tm、c、c++、visualbasic、javascript、perl、html等。一般来说，处理器(例如，微处理器)例如从存储器、计算机可读介质等接收指令，并且执行这些指令，从而执行一个或多个过程，包括本文所述的过程中的一个或多个。可以使用多种计算机可读介质来存储和传输此类指令和其他数据。计算装置中的文件通常是存储在计算机可读介质(诸如存储介质、随机存取存储器等)上的数据的集合。

计算机可读介质包括参与提供可以由计算机读取的数据(例如，指令)的任何介质。此类介质可以采用许多形式，其包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘和其他持久存储器。易失性介质包括动态随机存取存储器(dram)，其通常构成主存储器。常见形式的计算机可读介质包括例如软磁盘、软盘、硬盘、磁带、任何其他磁性介质、cd-rom、dvd、任何其他光学介质、穿孔卡、纸带、带有穿孔图案的任何其他物理介质、ram、prom、eprom、快闪eeprom、任何其他存储器芯片或盒式磁带或者计算机可读取的任何其他介质。

关于本文所述的介质、过程、系统、方法等，应当理解，尽管已经将此类过程等的步骤描述为按照某个有序序列发生，但是此类过程可以在所描述的步骤以本文所述的顺序之外的顺序执行的情况下来实践。还应当理解，可以同时地执行某些步骤，可以添加其他步骤，或者可以省略本文所述的某些步骤。换句话说，本文对系统和/或过程的描述是为了示出某些实施例的目的而提供，而决不应当被解释为限制所公开的主题。

因此，应当理解，包括以上描述和附图以及所附权利要求的本公开意图是说明性的而非限制性的。在阅读了以上描述之后，除了所提供的示例之外的许多实施例和应用对于本领域技术人员而言将是明显的。本发明的范围不应当参考以上描述来确定，而应当参考所附的和/或基于此包括在非临时专利申请中的权利要求连同此类权利要求所赋予权利的等效物的全部范围来确定。可以设想并预期未来的发展将在本文讨论的技术中发生，并且所公开的系统和方法将结合到此类未来实施例中。总而言之，应理解，所公开的主题能够进行修改和变化。

根据本发明，提供了一种系统，该系统具有计算机，所述计算机包括处理器和存储器，所述存储器存储指令使得所述处理器被编程为：基于车辆激光雷达传感器数据确定路面的区域的反射率；以及基于所述区域的所确定的反射率、所述区域的干燥状况反射率阈值和从激光雷达传感器观察所述区域的角度来确定所述区域是否是潮湿的。

根据实施例，所述指令包括用于以下项的指令：仅在确定所述路面对所述激光雷达传感器可见时才基于从车辆相机和车辆激光雷达传感器中的至少一者接收的数据来识别所述区域。

根据实施例，所述指令包括用于以下项的指令：基于激光雷达地图数据和检测到的对象在所述路面上的位置来确定所述路面在所述区域处可见。

根据实施例，所述指令包括用于以下项的指令：基于激光雷达地图数据确定所述反射率；至少部分地基于所述区域的视角来确定所述干燥状况反射率阈值；以及基于所述干燥状况反射率阈值来确定所述区域是潮湿的。

根据实施例，所述指令包括用于以下项的指令：从第二视角确定所述区域的第二反射率，并且进一步基于所述第二反射率和所述第二视角来确定所述区域是潮湿的。

根据实施例，所述指令包括用于以下项的指令：确定所述区域的视角阈值；以及在确定以下项时确定所述区域是潮湿的：所述视角阈值小于所述第二视角并大于所述视角；所述反射率小于针对所述视角调整的所述干燥状况反射率阈值；以及所述第二反射率大于针对所述第二视角调整的所述干燥状况反射率阈值。

根据实施例，所述指令包括用于以下项的指令：基于从所述激光雷达传感器接收的数据确定在所述视角下的所述反射率，并且基于从第二激光雷达传感器接收的数据确定在所述第二视角下的所述第二反射率。

根据实施例，所述指令包括用于以下项的指令：基于地图数据和相机数据中的至少一者将所述区域分类为具有第一材料；至少部分地基于所确定的反射率将所述区域分类为具有第二材料；以及在确定所述第一材料和所述第二材料时确定所述区域是潮湿的。

根据实施例，所述指令包括用于以下项的指令：在基于车辆相机数据确定激光雷达地图数据缺少包括对所述路面进行的改变的数据时，确定非决定性的湿度检测，其中所述改变是对所述路面重新铺面和涂新道路标记中的至少一者。

根据本发明，提供了一种系统，该系统具有：用于基于激光雷达传感器数据确定路面的区域的反射率的构件；以及用于基于所识别区域的所确定的反射率、所述区域的干燥状况反射率阈值和从激光雷达传感器观察所述区域的角度来确定所述区域是否潮湿的构件。

根据本发明，一种方法包括：基于激光雷达传感器数据确定路面的区域的反射率；以及基于所识别区域的所确定的反射率、所述区域的干燥状况反射率阈值和从激光雷达传感器观察所述区域的角度来确定所述区域是否是潮湿的。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除