激光束入射角的计算及其在反射率估计上的应用

对相关申请的交叉引用

本申请要求于2018年12月31日提交的题为“激光束入射角的计算及其在反射率估计上的应用(Computation of the Angle of Incidence of Laser Beam and ItsApplication on Reflectivity Estimation)”的美国专利申请第16/236,780号的优先权，该美国专利申请要求于2018年11月2日提交的题为“激光束入射角的计算及其在反射率估计上的应用”的美国临时专利申请第62/754,953号的优先权，将上述专利申请的全部内容以引用方式并入本文，如同在本说明书中完整阐述一样。

背景技术

除非本文另有说明，否则本节中描述的材料不是本申请中权利要求的现有技术，并且不由于包含在本节中而被承认为是现有技术。

载具可以使用传感器提供的信息对行驶路径进行导航。载具的计算设备可以处理从载具传感器接收的信息以避开障碍物并确保正确导航。这样的载具通常配备有各种类型的传感器，以检测周围环境中的对象。例如，自主载具可以包括可以扫描和记录来自载具的周围环境的数据的激光器、声纳、雷达、相机和其他设备。来自这些设备中的一个或多个的传感器数据可用于检测对象及其相应的特性(位置、形状、航向、速度等)。这种检测和识别对于自主载具的安全操作很有用。

发明内容

本申请公开了涉及使用激光点云进行对象检测的方法和系统的实施例。

在一个示例中，本申请描述了一种方法。该方法可以包括在计算设备处从第一lidar数据源接收指示载具的环境的lidar数据，其中，lidar数据包括指示来自环境的反射位置的第一多个数据点并且进一步包括每个数据点的相应强度。该方法还包括确定第一多个数据点中的至少第一数据点的第一表面法线。该方法还包括基于表面法线确定第一数据点的第一入射角。此外，该方法包括基于第一入射角调整第一数据点的强度以创建第一数据点的第一调整强度。

在又另一示例中，本申请描述了一种系统。该系统包括至少一个处理器。该系统还包括被配置为发射和接收激光信号的第一激光单元。此外，该系统还包括其上存储有可执行指令的存储器，该可执行指令在由至少一个处理器执行时使系统执行功能。该功能包括创建强度调整的lidar数据集合，其中，强度调整基于每个相应数据点的第一入射角。

在另一示例中，本申请描述了一种其上存储有可执行指令的非暂时性计算机可读介质，该可执行指令在由计算设备执行时使计算设备执行功能。该功能包括在计算设备处从第一激光单元接收指示载具的环境的lidar数据，其中，lidar数据包括第一多个数据点，每个数据点具有相应强度。该功能还包括确定第一多个数据点的至少子集的第一相应数据点的表面法线。另外，该功能包括基于表面法线确定第一相应数据点的入射角。该功能还进一步包括基于入射角调整第一相应数据点的强度以创建第一调整强度。

在另一示例中，提供了一种系统，其包括用于调整激光点云强度的装置。该系统还包括用于在计算装置处从第一lidar数据源接收指示载具的环境的lidar数据的装置，其中，lidar数据包括指示来自环境的反射的位置的第一多个数据点，并且进一步包括每个数据点的相应强度。该系统还包括用于确定第一多个数据点中的至少第一数据点的第一表面法线的装置。该系统还包括用于基于表面法线确定第一数据点的第一入射角的装置。此外，该系统包括用于基于第一入射角调整第一数据点的强度以创建第一数据点的第一调整强度的装置。

上述发明内容仅是说明性的，并不旨在以任何方式进行限制。除了上述说明性方面、实施例和特征之外，通过参考附图和以下详细描述，进一步的方面、实施例和特征将变得显而易见。

附图说明

图1是根据示例实施例的示例载具的简化框图。

图2示出了根据示例实施例的示例载具。

图3是用于计算对象反射率的示例方法的流程图。

图4是示出了距离图像的一部分中的像素的示例图。

图5A从前侧视图示出了示例载具并示出了使用传感器数据由示例载具的计算设备生成的虚拟距离图像的一些部分。

图5B从侧视图示出了示例载具并示出了使用传感器数据由示例载具的计算设备生成的距离图像的附加部分。

图5C从后视图示出了示例载具并示出了使用传感器数据由示例载具的计算设备生成的距离图像的一些部分。

图5D从另一后视图示出了示例载具并示出了使用传感器数据由示例载具的计算设备生成的距离图像的一些部分。

图6A是示出了一组像素的向量法线计算的示例图。

图6B是示出了表面的向量法线和入射角的示例图。

图7是示出了各种角度的余弦值的示例图。

图8A是示出了具有未调整强度的三个表面的像素的示例图。

图8B是示出了具有调整强度的三个表面的像素的示例图。

图9是示出了示例计算机程序产品的概念性局部视图的示意图，该示例计算机程序产品包括用于在计算设备上执行计算机过程的计算机程序。

具体实施方式

以下具体实施方式参考附图描述了所公开的系统和方法的各种特征和功能。在附图中，除非上下文另有说明，否则相似的符号标识相似的组件。本文描述的说明性系统和方法实施例并不意味着是限制性的。可以容易理解，所公开的系统和方法的某些方面可以以多种不同的配置进行布置和组合，所有这些都在本文中被设想。

载具，诸如自主载具或无人驾驶载具，可以在不需要驾驶员提供引导和控制的情况下对行驶路径进行导航。为了实现安全的自主导航，载具可以利用从与载具关联的传感器获取的关于载具周围的局部环境的数据。自主载具可以包括一个或多个计算设备，该计算设备被配置为在载具操作时接收和处理从传感器接收的关于附近环境的信息。对该信息进行处理可以使计算设备能够向载具的系统提供信息和/或指令以在载具行驶通过变化的环境时执行安全的导航策略。

在一个示例实施例中，载具可以在在载具的一个或多个计算设备处接收指示环境的lidar数据的同时进行导航。例如，载具可以包括被配置为捕获传感器数据(诸如由与环境中的一个或多个对象关联的数据点组成的lidar数据)的LIDAR模块。在一些示例中，可以针对载具周围的完整360度视场捕获lidar数据。

类似地，载具还可包括其他类型的传感器，其被配置为提供可用于对象检测的传感器数据，诸如深度相机。例如，计算设备可以以结构化三维(3D)点云和/或非结构化3D点云形式接收指示环境的数据点。在一些情况下，计算设备可以接收网格状点云内的数据点。lidar数据可以包括包含指示环境中对象相对于载具的位置的信息的数据点。在其他示例中，lidar数据可以包括有关载具环境的其他信息。lidar数据可以包括lidar数据的每个相应点的相应强度。该强度可以基于反射激光的表面的反射率。在一些示例中，当表面不法向于(即，垂直于)激光源时，接收的激光信号的强度可能低于表面法向于激光源的情况。

在操作期间，计算设备可以使用lidar数据点来生成维度距离图像，该图像包括指示环境中的对象和表面的位置的像素。作为示例，计算设备可以将lidar数据点投影到定位在载具周围或在虚拟渲染中虚拟定位在载具周围的概念性圆柱表面上，使得像素与lidar数据点内的数据对应。作为结果生成的距离图像可以包括具有指示环境中信息的值的像素，并且还可以包括可能不具有来自lidar数据点的值的一些像素。缺失的值可以与计算设备没有对于其接收到lidar数据的对象的部分对应。在一些示例实施例中，计算设备可以在完成整个点云的接收之前开始生成距离图像的一些部分。例如，当从LIDAR模块接收点时，计算设备可以产生距离图像的一些部分。

此外，载具的计算设备可以修改距离图像以填充由没有值的像素导致的间隙。例如，计算设备可以使用位于距离图像中的一个或多个间隙附近的各个相邻像素来确定要分配给间隙中最初可能没有值的像素的平均值。计算设备可以使用修改的距离图像来确定可以与载具环境中的一个或多个对象的相应表面对应的像素组的一个或多个法向向量。

在一些示例中，计算设备可以使用表面法线和平面分割过程来对获取的传感器数据中的平面进行分类(例如，将像素组与环境中的表面关联)，这可以辅助载具进行对象识别和避障。当载具导航时，计算设备可以产生对象在环境内的虚拟映射。此外，计算设备可以使用像素组的法向向量以及平面分割来向载具的系统提供关于环境的对象识别信息，载具系统可以在操作期间使用该信息来确定适当的导航策略。

此外，计算设备可以能够计算和应用接收的激光信号的强度校正。在一些示例中，强度校正可以基于与引起激光反射的对象的距离以及入射角两者。在一些其他示例中，校正可以仅基于入射角。

现在将更详细地描述本公开范围内的示例系统。通常，示例系统可以在汽车中实现或可以采用汽车的形式。然而，示例系统也可以在其他载具中实施或采取其他载具的形式，诸如小汽车、卡车、摩托车、公共汽车、船、飞机、直升机、割草机、休闲车、游乐园载具、农业设备、建筑设备、电车、高尔夫球车、火车和手推车。其他载具也是可能的。

现在参考附图，图1是根据示例实施例的示例载具100的简化框图。联接到或包括在载具100中的组件可以包括推进系统102、传感器系统104、控制系统106、外围设备108、电源110、计算设备111和用户接口112。计算设备111可以包括处理器113和存储器114。计算设备111可以是载具100的控制器或控制器的一部分。存储器114可以包括可由处理器113执行的指令115，并且还可以存储地图数据116。载具100的组件可以被配置成以彼此互连的方式和/或与联接到相应系统的其他组件以互连的方式工作。例如，电源110可以向载具100的所有组件提供电力。计算设备111可以被配置为从推进系统102、传感器系统104、控制系统106和外围设备108接收信息并对其进行控制108。计算设备111可以被配置为在用户接口112上生成图像显示并从用户接口112接收输入。

在其他示例中，载具100可以包括更多、更少或不同的系统，并且每个系统可以包括更多、更少或不同的组件。此外，所示的系统和组件可以以任意数量的方式组合或划分。

推进系统102可以被配置为为载具100提供动力运动。如图所示，推进系统102包括发动机/马达118、能量源120、变速器122和轮/轮胎124。

发动机/马达118可以是或包括内燃机、电动机、蒸汽发动机和斯特林发动机等的任意组合。其他马达和发动机也是可能的。在一些示例中，推进系统102可以包括多种类型的发动机和/或马达。例如，气电混合动力汽车可以包括汽油发动机和电动机。其他示例也是可能的。

能量源120可以是为发动机/马达118全部或部分提供动力的能量源。即，发动机/马达118可以被配置为将能量源120转换成机械能。能量源120的示例包括汽油、柴油、其他石油基燃料、丙烷、其他压缩气体基燃料、乙醇、太阳能面板、电池和其他电力源。(一个或多个)能量源120可以附加地或替代地包括燃料箱、电池、电容器和/或飞轮的任意组合。在一些示例中，能量源120也可以为载具100的其他系统提供能量。

变速器122可以被配置为将机械动力从发动机/马达118传输到轮/轮胎124。为此，变速器122可以包括变速箱、离合器、差速器、驱动轴和/或其他元件。在变速器122包括驱动轴的示例中，驱动轴可以包括被配置为联接到轮/轮胎124的一个或多个轴。

载具100的轮/轮胎124可以以各种格式配置，包括独轮车、自行车/摩托车、三轮车或汽车/卡车四轮格式。其他轮/轮胎格式也是可能的，诸如包括六个或更多轮的格式。载具100的轮/轮胎124可以被配置为相对于其他轮/轮胎124差速地旋转。在一些示例中，轮/轮胎124可以包括固定地附接到变速器122的至少一个轮和联接到轮的轮辋的可以与行驶表面接触的至少一个轮胎。轮/轮胎124可以包括金属和橡胶的任意组合，或其他材料的组合。

推进系统102可以附加地或替代地包括除了所示组件之外的组件。

传感器系统104可以包括多个传感器，其被配置为感测关于载具100所在环境的信息。如图所示，传感器系统的传感器包括全球定位系统(GPS)模块126、惯性测量单元(IMU)128、无线电检测和测距(RADAR)单元130、激光测距仪和/或光检测和测距(LIDAR)单元132、相机134和被配置为修改传感器的位置和/或取向的致动器136。传感器系统104也可以包括附加的传感器，包括例如监测载具100的内部系统的传感器(例如，O

GPS模块126可以是被配置为估计载具100的地理位置的任何传感器。为此，GPS模块126可以包括被配置为基于基于卫星的定位数据来估计载具100相对于地球的位置的收发器。在示例中，计算设备111可以被配置为结合地图数据116使用GPS模块126来估计载具100可以在其上行驶的道路上的车道边界的位置。GPS模块126也可以采用其他形式。

IMU 128可以是被配置为基于惯性加速度感测载具100的位置和取向变化的传感器的任意组合。在一些示例中，传感器的组合可以包括例如加速度计和陀螺仪。传感器的其他组合也是可能的。

RADAR单元130可以被认为是对象检测系统，其可以被配置为使用无线电波来确定对象的特性，诸如对象的距离、高度、方向或速度。RADAR单元130可以被配置为发射无线电波或微波的脉冲，该脉冲可以从在波的路径中的任何对象反弹。该对象可以将波的一部分能量返回到接收器(例如，盘或天线)，该接收器也可以是RADAR单元130的一部分。RADAR单元130还可以被配置为对接收(从对象反弹)的信号执行数字信号处理并且可以被配置为识别对象。

与RADAR类似的其他系统已用于电磁频谱的其他部分。一个示例是LIDAR(光检测和测距)，其可以被配置为使用来自激光器的可见光而不是无线电波。

LIDAR单元132可以包括被配置为使用光来感测或检测载具100所在环境中的对象的传感器。通常，LIDAR是一种光学遥感技术，其可以通过用光照射目标来测量到目标的距离或目标的其他属性。作为示例，LIDAR单元132可以包括被配置为发射激光脉冲的激光源和/或激光扫描仪以及被配置为接收激光脉冲的反射的检测器。例如，LIDAR单元132可以包括由旋转反射镜反射的激光测距仪，并且围绕被数字化的场景以一维或二维扫描激光，以指定的角度间隔收集距离测量。在示例中，LIDAR单元132可以包括诸如光(例如，激光)源、扫描仪和光学器件、光检测器和接收器电子器件以及定位和导航系统的组件。

在示例中，LIDAR单元132可以被配置为使用紫外(UV)、可见或红外光来对对象成像，并且可以与包括非金属对象的各种各样的目标一起使用。在一个示例中，可以使用较窄激光束以高分辨率绘制对象的物理特征。

在示例中，可以使用从约10微米(红外)到约250纳米(UV)范围内的波长。光通常通过后向散射而被反射。不同类型的散射用于不同的LIDAR应用，例如瑞利散射、米氏散射和拉曼散射，以及荧光。基于不同种类的后向散射，LIDAR可以相应地称为瑞利LIDAR、米氏LIDAR、拉曼LIDAR和钠/铁/钾荧光LIDAR等。例如，合适的波长组合可以通过寻找反射信号强度中与波长相关的变化来允许对象的远程绘制。

可以使用扫描和非扫描LIDAR系统来实现三维(3D)成像。“3D门控观察激光雷达”是应用脉冲激光和快速门控相机的非扫描激光测距系统的示例。成像LIDAR也可以使用高速检测器阵列和调制敏感检测器阵列来执行，高速检测器阵列和调制敏感检测器阵列通常使用CMOS(互补金属氧化物半导体)和混合式CMOS/CCD(电荷耦合器件)制造技术构建在单个芯片上。在这些器件中，每个像素可以通过解调或高速选通被局部地处理，使得可以处理阵列以表示来自相机的图像。使用该技术，可以同时获取数千个像素以创建表示由LIDAR单元132检测到的对象或场景的3D点云。

点云可以包括3D坐标系中的一组顶点。例如，这些顶点可以由X、Y和Z坐标限定，并且可以表示对象的外表面。LIDAR单元132可以被配置为通过测量对象表面上的大量点来创建点云，并且可以将点云输出为数据文件。作为LIDAR单元132对对象进行3D扫描过程的结果，点云可用于识别和可视化对象。

在一个示例中，可以直接渲染点云以将对象可视化。在另一示例中，点云可以通过可以称为表面重建的过程转换为多边形或三角形网格模型。用于将点云转换为3D表面的示例技术可以包括Delaunay三角剖分、alpha形状和滚球。这些技术包括在点云的现有顶点上构建三角形网络。其他示例技术可以包括将点云转换为体积距离场并重建通过行进立方体算法如此限定的隐式表面。

相机134可以是被配置为捕获载具100所在环境的图像的任何相机(例如，静态相机、摄像机等)。为此，相机可以被配置为检测可见光，或者可以被配置为检测来自光谱的其他部分的光，例如红外光或紫外光。其他类型的相机也是可能的。相机134可以是二维检测器，或者可以具有三维空间范围。在一些示例中，相机134可以是例如被配置为生成指示从相机134到环境中的多个点的距离的距离图像的距离检测器。为此，相机134可以使用一种或多种距离检测技术。例如，相机134可以被配置为使用结构光技术，其中，载具100用预定光图案(诸如网格或棋盘图案)照射环境中的对象并且使用相机134来检测从对象反射的预定光图案。基于反射光图案的失真，载具100可以被配置为确定到对象上的点的距离。预定光图案可以包括红外光或另一波长的光。

致动器136可以例如被配置为修改传感器的位置和/或取向。

传感器系统104可以附加地或替代地包括除所示组件之外的组件。

控制系统106可以被配置为控制载具100及其组件的操作。为此，控制系统106可以包括转向单元138、节气门140、制动单元142、传感器融合算法144、计算机视觉系统146、导航或寻路系统148和避障系统150。

转向单元138可以是被配置为调整载具100的航向或方向的机构的任意组合。

节气门140可以是被配置成控制发动机/马达118的操作速度和加速度，进而控制载具100的速度和加速度的机构的任意组合。

制动单元142可以是被配置为使载具100减速的机构的任意组合。例如，制动单元142可以使用摩擦来使轮/轮胎124减慢。作为另一示例，制动单元142可以被配置为可再生并将轮/轮胎124的动能转换为电流。制动单元142也可以采用其他形式。

例如，传感器融合算法144可以包括可由计算设备111执行的算法(或存储算法的计算机程序产品)。传感器融合算法144可以被配置为接受来自传感器系统104的数据作为输入。该数据可以包括例如表示在传感器系统104的传感器处感测到的信息的数据。传感器融合算法144可以包括例如卡尔曼滤波器、贝叶斯网络或另一算法。传感器融合算法144还可以被配置为基于来自传感器系统104的数据提供各种评估，包括例如对载具100所在环境中的单个对象和/或特征的评估、对特定情况的评估和/或基于特定情况对可能的影响的评估。其他评定也是可能的。

计算机视觉系统146可以是被配置为处理和分析由相机134捕获的图像以识别载具100所在环境中的对象和/或特征(包括例如车道信息、交通信号和障碍物)的任何系统。为此，计算机视觉系统146可以使用对象识别算法、运动恢复结构(SFM)算法、视频跟踪或其他计算机视觉技术。在一些示例中，计算机视觉系统146还可以被配置为绘制环境、跟踪对象、估计对象速度等。

导航和寻路系统148可以是被配置为确定载具100的行驶路径的任何系统。导航和寻路系统148可以附加地被配置为在载具100处于操作时动态地更新行驶路径。在一些示例中，导航和寻路系统148可以被配置为结合来自传感器融合算法144、GPS模块126和一个或多个预定地图的数据，以确定载具100的行驶路径。

避障系统150可以是被配置为识别、评估和避开或以其他方式越过载具100所在环境中的障碍物的任何系统。

控制系统106可以附加地或替代地包括除所示组件之外的组件。

外围设备108可以被配置为允许载具100与外部传感器、其他载具和/或用户交互。为此，外围设备108可以包括例如无线通信系统152、触摸屏154、麦克风156和/或扬声器158。

无线通信系统152可以是被配置为直接或经由通信网络无线联接到一个或多个其他载具、传感器或其他实体的任何系统。为此，无线通信系统152可以包括用于直接或通过空中接口与其他载具、传感器或其他实体通信的天线和芯片组。芯片组或无线通信系统152通常可以被布置为根据一种或多种其他类型的无线通信(例如，协议)进行通信，诸如蓝牙、IEEE 802.11(包括任何IEEE 802.11修订版)中描述的通信协议、蜂窝技术(诸如GSM、CDMA、UMTS、EV-DO、WiMAX或LTE)、Zigbee、专用短程通信(DSRC)和射频识别(RFID)通信等。无线通信系统152也可以采用其他形式。

用户可以使用触摸屏154来向载具100输入命令。为此，触摸屏154可以被配置为通过电容感测、电阻感测或表面声波过程以及其他可能性来感测用户手指的位置和移动中的至少一个。触摸屏154可以能够感测手指在与触摸屏表面平行或平面的方向上、在与触摸屏表面垂直的方向上或这两者上的移动，并且还可以能够感测施加到触摸屏表面的压力水平。触摸屏154可以由一层或多层半透明或透明绝缘层和一层或多层半透明或透明导电层形成。触摸屏154也可以采用其他形式。

麦克风156可以被配置为从载具100的用户接收音频(例如，语音命令或其他音频输入)。类似地，扬声器158可以被配置为向载具100的用户输出音频。

外围设备108可以附加地或替代地包括除所示组件之外的组件。

电源110可以被配置为向载具100的一些或所有组件提供电力。为此，电源110可以包括例如可再充电锂离子或铅酸电池。在一些示例中，一组或多组电池可以被配置为提供电力。其他电源材料和配置也是可能的。在一些示例中，电源110和能量源120可以一起实现，如在一些全电动汽车中。

计算设备111中包括的处理器113可以包括一个或多个通用处理器和/或一个或多个专用处理器(例如，图像处理器、数字信号处理器等)。就处理器113包括多于一个处理器而言，这样的处理器可以单独或联合工作。例如，计算设备111可以被配置为基于通过用户接口112接收的输入来控制载具100的功能。

存储器114又可以包括一个或多个易失性和/或一个或多个非易失性存储组件，诸如光、磁和/或有机存储装置，并且存储器114可以整体或部分地与处理器113集成。存储器114可以包含可由处理器113执行以执行各种载具功能(包括本文所述的任何功能或方法)的指令115(例如，程序逻辑)。

载具100的组件可以被配置为以与其相应系统内和/或外的其他组件互连的方式工作。为此，载具100的组件和系统可以通过系统总线、网络和/或其他连接机制(未示出)通信链接在一起。

此外，虽然每个组件和系统被示出为集成在载具100中，但在一些示例中，一个或多个组件或系统可以使用有线或无线连接可移除地安装在载具100上或以其他方式(机械或电气地)连接到载具100。

除了或代替所示的元件，载具100可以包括一个或多个元件。例如，载具100可以包括一个或多个附加接口和/或电源。其他附加组件也是可能的。在这些示例中，存储器114还可包括可由处理器113执行以控制附加组件和/或与附加组件通信的指令。

图2示出了根据实施例的示例载具200。特别地，图2示出了载具200的右侧视图、前视图、后视图和俯视图。虽然在图2中载具200被示为汽车，但是其他示例也是可能的。例如，载具200可以代表卡车、货车、半挂卡车、摩托车、高尔夫球车、越野车或农用载具等。如图所示，载具200包括第一传感器单元202、第二传感器单元204、第三传感器单元206、无线通信系统208和相机210。

第一、第二和第三传感器单元202-206中的每一个可以包括全球定位系统传感器、惯性测量单元、RADAR单元、LIDAR单元、相机、车道检测传感器和声学传感器的任意组合。其他类型的传感器也是可能的。

虽然第一、第二和第三传感器单元202-206被示为安装在载具200上的特定位置，但在一些示例中，传感器单元202可以安装在载具200上的别处，在载具200内部或外部。此外，虽然仅示出了三个传感器单元，但在一些示例中，更多或更少的传感器单元可以包括在载具200中。

在一些示例中，第一、第二和第三传感器单元202-206中的一个或多个可以包括一个或多个可移动底座，传感器可以可移动地安装在该底座上。可移动底座可以包括例如旋转平台。安装在旋转平台上的传感器可以被旋转，使得传感器可以从载具200周围的每个方向获得信息。替代地或附加地，可移动底座可以包括倾斜平台。安装在倾斜平台上的传感器可以在特定的角度和/或方位角范围内倾斜，以便传感器可以从各种角度获取信息。可移动底座也可以采用其他形式。

此外，在一些示例中，第一、第二和第三传感器单元202-206中的一个或多个可以包括一个或多个致动器，其被配置为通过移动传感器和/或可移动底座来调整传感器单元中的传感器的位置和/或取向。示例致动器包括马达、气动致动器、液压活塞、继电器、螺线管和压电致动器。其他致动器也是可能的。

无线通信系统208可以是被配置为直接或经由通信网络无线地联接到一个或多个其他载具、传感器或其他实体的任何系统，如上文关于图1中的无线通信系统152所述。虽然无线通信系统208被示为位于载具200的顶上，但在其他示例中，无线通信系统208可以完全或部分地位于别处。

相机210可以是被配置为捕获载具200所在环境的图像的任何相机(例如，静态相机、摄像机等)。为此，相机210可以采用上文关于图1中的相机134描述的任何形式。虽然相机210被示为安装在载具200的前挡风玻璃内，但在其他示例中，相机210可以安装在载具200上的别处，在载具200内部或外部。

除所示组件之外或代替所示组件，载具200可以包括一个或多个其他组件。附加组件可以包括电气或机械功能。

载具200的控制系统可以被配置为根据多种可能的控制策略中的控制策略来控制载具200。控制系统可以被配置为从联接到载具200的传感器(在载具200上或不在载具200上)接收信息，基于该信息修改控制策略(和关联的驾驶行为)，并根据修改的控制策略控制载具200。控制系统还可以被配置为监测从传感器接收的信息，并持续评估驾驶条件；并且还可以被配置为基于驾驶条件的变化来修改控制策略和驾驶行为。

图3是用于计算对象的反射率的示例方法的流程图。方法300可包括由一个或多个框302-308所示的一个或多个操作、功能或动作。尽管以先后顺序示出了这些框，但是这些框在一些情况下可以并行执行，和/或以与本文中描述的顺序不同的顺序执行。此外，基于期望的实施方式，各个框可以组合成更少的框、分成附加的框和/或去除。此外，在一些示例中，方法300可以与来自两个不同激光传感器的数据(例如，第一lidar数据源和第二lidar数据源)并行执行。

此外，对于本文公开的方法300及其他过程和方法，流程图示出了本实施例的一种可能实施方式的功能和操作。就这一点而言，每个框可以表示程序代码的模块、段或一部分，其包括处理器可执行的一个或多个指令，用于实现过程中的特定逻辑功能或步骤。例如，程序代码可以存储在任何类型的计算机可读介质或存储器(诸如包括盘或硬盘驱动器的存储设备)上。例如，计算机可读介质可以包括非暂时性计算机可读介质，诸如存储数据持续断时间段的计算机可读介质比如寄存器存储器、处理器高速缓存和随机存取存储器(RAM)。例如，计算机可读介质还可包括非暂时性介质或存储器，诸如辅助或持久性长期存储装置，比如只读存储器(ROM)、光盘或磁盘、紧凑式盘只读存储器(CD-ROM)。计算机可读介质还可以是任何其他易失性或非易失性存储系统。例如，计算机可读介质可以被认为是计算机可读存储介质、有形存储设备或其他制品。

非暂时性计算机可读介质还可以分布在多个数据存储元件之间，这些数据存储元件可以彼此远离。执行一些或所有存储指令的计算设备或系统可以是载具，诸如图2中所示的示例载具200。替代地，执行一些或所有存储指令的计算设备或系统可以是另一计算设备或系统，诸如服务器。

此外，对于方法300和本文公开的其他过程和方法，图3中的每个框可以表示被连线以执行过程中的特定逻辑功能的电路。

示例方法(诸如图3的方法300)可以全部或部分地由载具及其子系统执行。因此，示例方法可以在本文中通过示例的方式被描述为由载具实现。例如，载具可以是自主的、部分自主的或完全由用户控制的。然而，应当理解，示例方法可以全部或部分地由载具的其他计算设备或与载具分离的其他计算设备来实现。例如，示例方法可以全部或部分地由服务器系统实现，该服务器系统从诸如与载具关联的设备的设备接收数据。在一些示例实施方式中，该方法也可以由机器人设备或其他类型的计算设备来执行。可以实现示例方法的计算设备或计算设备的组合的其他示例也是可能的。

在框302处，方法300可以包括在计算设备处接收指示载具的环境的lidar数据。lidar数据包括指示来自环境的反射位置的第一多个数据点，并且还包括每个数据点的相应强度。示例载具或机器人设备可以使用由被配置为捕获关于周围环境的测量的(一个或多个)传感器提供的信息来工作。特别地，进行操作的载具或机器人设备的计算设备可以从各种传感器接收传感器数据并且处理数据以在操作期间使用，包括用于控制策略的确定和执行。

如图1-2所示，示例载具可以包括各种传感器，包括被配置为执行附近环境的扫描以捕获与载具附近的对象对应的lidar数据的LIDAR模块。LIDAR模块可以以lidar数据点的形式捕获关于环境的信息并将其提供给载具的计算设备，该信息可以以点云的形式到达计算设备。例如，取决于LIDAR模块的类型，计算设备可以接收配置在结构化或非结构化点云中的任意数量的lidar数据点。例如，计算设备可以接收结构点云中的lidar数据，其中，每个数据点或数据点集基于局部环境中的对象排列。非结构化点云可以包括随机接收的数据点，而没有对数据点进行任何特定排列。可以从载具的完整360度视场接收lidar数据。

此外，点云内的lidar数据点可以具有包括类网格格式的结构，或者可以以没有类网格格式的点云到达计算设备。

在其他示例实施例中，载具的计算设备可以从其他传感器接收数据，诸如来自RGB深度相机的图像。除了使用LIDAR提供的数据点之外，计算设备还可以从其他传感器接收数据。计算设备可以组合从多个传感器(诸如LIDAR和相机)接收的信息。

在框304处，方法300可以包括确定第一多个数据点中的至少第一数据点的第一表面法线。计算设备可以计算与环境中用于对象识别目的的相同表面对应的像素的法线向量，这可以帮助载具进行自主导航。计算设备可以基于与正针对其确定法线的像素相邻(或以其他方式接近)的像素来确定表面法线。

在一些示例中，可以针对多个数据点重复框304。在这些示例中，若干数据点可以与一个表面关联。在一些示例中，整个表面可以具有相同的表面法线，诸如平坦的壁。在其他示例中，表面的各个部分可以具有不同的表面法线，诸如曲面。

为了改进对象识别并确保安全导航，计算设备可以将表面的法向向量确定为与距离图像被形成和处理时实时地表示在距离图像中。因此，计算设备可以被配置为利用相对较少的CPU周期高效地确定点云中接收的lidar数据内的法线向量，并且可以以最小的等待时间向载具的各种系统提供所确定的法线。

在一个示例实施例中，计算设备可以通过计算图像横向和纵向的梯度并使用积分图像平滑梯度来确定像素组的向量法线。结果，计算设备可以计算梯度的归一化叉积以产生由像素组指示的各种表面的向量法线。例如，计算设备可以计算在一组像素的中心与局部表面相切的两个向量。这两个向量可以基于相邻或附近的像素。在一些示例中，两个向量可以彼此垂直。根据两个切向向量，计算设备可以使用叉积计算向量法线。例如，计算设备可以计算左和右相邻像素之间以及上和下相邻像素之间的表面法线，以具有两个垂直向量。

在另一示例中，计算设备可以基于进行关于表面的假设来计算表面法线。例如，计算设备可以能够确定表面大致垂直于地面。因此，计算设备可以假设垂直于地面的向量并基于相邻点计算第二向量。在其他示例中，计算设备可以进行关于表面的其他假设，因此需要少于三个点来计算两个向量以确定表面法线。

在一些情况下，计算设备可以通过计算特定像素邻域内的平均向量来平滑切向向量。例如，计算设备可以通过使用积分图像来平滑像素组内的梯度或切向向量，这可以涉及创建切向向量的两个图，一个针对水平方向，一个针对竖直方向。然后，计算设备可以计算在距离图像中的对应像素之间或点云中的对应点内的图的向量。计算设备可以计算积分图像以计算平均切向向量从而计算表面法线。

在一些示例中，计算设备可以在完成从相同点云接收传感器数据之前确定由距离图像中的像素表示的不同表面的向量法线。例如，计算设备可以被配置为在从传感器接收传感器数据时立即开始处理传感器数据。在其他示例中，在处理数据以确定表面的向量法线之前，计算设备可以等待从传感器接收环境的区域的整个点云。

在一些再另外的示例中，可以直接对点云数据而不是距离图像执行处理。在使用点云数据的示例中，可以以类似的方式创建向量以确定表面法线。

作为示例实施方式，载具的计算设备可以使用局部几何特征(诸如点形式内的表面法线或曲率)以确定指示载具的环境的信息。计算设备可以通过将平面拟合到点的局部邻域(诸如相邻点)来确定法线于点(例如，像素)或一组点(例如，一组像素)的向量。在一些情况下，计算设备可以通过使用最近邻过程或选择距像素半径距离内的像素来确定距离图像(或点云)的相邻像素以用于计算像素的表面法线。例如，当计算设备已经关注特定像素组以从其确定表面法线时，计算设备可以通过分析该组像素的协方差矩阵的特征向量来估计局部表面法线。

用于确定表面法线的像素组的大小可以在示例内变化。例如，计算设备可以避免选择太大的像素组，因为数量较大的像素可能导致环境结构对于准确的表面法线确定而言显得过于平滑。在计算设备选择组中的太少像素来分析表面法线的情况下，估计的法线可能受到接收的传感器数据中的噪声的影响。计算设备可以通过计算像素组内的像素到通过为了估计表面法线而关注的特定像素的局部平面的距离来补偿负面影响。计算设备可以在附加运行中使用距离来对协方差计算中的像素组中的像素进行加权。结果，计算设备可以更好地近似局部表面结构并且更准确地描绘表面的角和边缘。

在另一示例实施例中，载具的计算设备可以使用固定像素邻域来提取表面法线信息。例如，计算设备可以使用固定像素邻域并且可以另外减去在表面的某个最大距离之外的预先计算的邻域。这样，计算设备可以确定像素的表面法线，而无需在计算上代价高的近邻搜索。

在一些示例实施方式中，计算设备可以计算局部图像坐标系中的表面法线或者可以基于像素信息将笛卡尔坐标以及局部表面法线变换到载具的基坐标系中。例如，计算设备还可以使用局部表面法线的球面坐标来处理表面法线。计算设备可以进一步执行平面分割，这可以涉及聚类具有相似表面法线的表面以确定载具的环境中的表面。

在框306处，方法300可以包括基于表面法线确定第一数据点的第一入射角。载具的系统可以使用所确定的表面法向量来计算激光传播方向和表面法线之间的入射角。例如，如果表面垂直于该角度并且激光从该表面反射，则表面法线与激光之间的入射角为0度。入射角随着光照射(impinge)到更远离表面法线的表面上而增加。

在框308处，方法300可以包括基于第一入射角调整第一数据点的强度以创建第一数据点的第一调整强度。每个相应的数据点可以具有接收的激光信号的相关强度(intensity)(例如，强烈程度(strength))。该强度可以与从表面反射回激光单元的激光的量对应。当表面不法向于(例如，垂直于)激光源时，强度降低。因此，可以调整接收强度以确定对象的真实反射率。

可以基于入射角的余弦调整In强度。根据朗伯定律，漫射辐射器(即反射激光的对象)反射光的强度与入射角的余弦成比例。因此，对于朗伯表面(即根据朗伯定律反射光的表面)，入射角的余弦可用于调整接收的激光反射的强度。为了调整强度，测量的(或感测的)强度可以除以入射角的余弦。因为余弦值的范围为0至1(随着角度从±90度变为0度)，将强度除以余弦将始终增加强度值或使其保持不变。因此，通过除以余弦，与当入射角不为0度时的测量强度相比，给定点的调整强度将会增加，而当入射角为0度时，调整强度将与该测量强度相同。

在一些示例中，系统还可以基于与引起反射的对象的距离来应用校正。由于光的强度与距离的平方成比例地下降，因此更远的对象将产生相对较弱的反射。在这些示例中，可以接收具有“原始”强度的反射。“原始”强度可以基于到反射对象的距离来调整以产生“距离调整”强度。可以对“距离调整”强度执行步骤304-308中的一些或全部以确定调整的强度。在这些示例中，可以应用两种调整，一种对于距离，一种对于入射角。在一些其他示例中，距离调整可以在框304-308之后进行，因此可以基于距离进一步调整角度调整的强度。

可以针对一组接收的激光点内的多个数据点重复步骤304-308。在一些示例中，一组点可以被确定为具有相同的表面法线。在这些示例中，可以同时调整与表面关联的所有点的强度，因为表面法线相同。在一些其他示例中，可以基于系统确定点与同一对象关联的可能性来重复步骤304-308。在再其他的示例中，可以针对数据集的大多数点重复步骤304-308。此外，在一些示例中，具有相同表面法线的数据点可以基于表面与单个对象关联而进行分组。在一些另外的示例中，该方法还可以确定包括具有相同表面法线的数据点的对象的表面的反射率。

该方法可以在步骤308之后包括各种其他步骤。该方法还可以包括基于调整的强度执行对象识别。该方法还可以包括基于调整的强度调整自主驾驶指令。在一些示例中，基于测量的强度，对象可能没有被检测到，或者被错误地检测。在调整强度之后，可以正确检测对象。因此，基于校正数据中对象的识别来调整驾驶指令可能是期待的。

在一些另外的示例中，在步骤308之后，该方法可以包括确定传感器校准或传感器误差。传感器校准误差可以基于两个不同激光传感器之间调整强度的差异来检测。例如，两个激光传感器可以能够用激光照射同一个对象。如果两个激光传感器之间的调整强度存在差异，则可能存在校准误差、制造误差或其他传感器误差。在另一示例中，该方法可以包括确定激光单元前方存在阻挡物。例如，如果激光单元的透镜或外壳上有阻挡物，则激光穿过阻挡物时激光反射的强度可能会导致强度降低。通过比较针对各种角度的激光发射的调整强度，可以检测透镜的阻挡物。

在一些另外的示例中，该方法可以包括使用调整的强度来创建更准确的图。用于创建图的数据可以基于调整的强度，以使数据不与激光入射角相关。在这种情况下，可以创建图数据，就好像激光法向于每个表面一样。

在一些附加示例中，该方法还可以包括载具的计算设备可以向载具的控制系统提供对象识别信息。控制系统可以基于接收的信息调整转向、节气门、制动器、导航/寻路系统或避障系统。例如，控制系统可以基于计算设备提供的信息来调整载具的路径。

作为方法的一部分的计算设备可以如何使用调整的强度的许多其他示例也是可能的。在另一示例实施方式中，机器人设备的计算设备可以使用对象识别信息来识别房间内的特定对象或用于避障。例如，计算设备可以使用向量法线以及使用表面法线的分割来识别环境中的对象并避免碰撞。当检测对象时，对象识别系统使用调整的lidar数据可能是有利的。通过使用调整的数据，可以减轻由于入射角引起的较低激光强度的影响。例如，各种机器学习算法在处理调整的数据时可以更准确地发挥作用。

在又另一个示例实施例中，载具的计算设备可以使用计算的表面法线以及平面部段和球坐标来检测环境中的障碍物。计算设备可以通过将点投影到点所属的所确定的平面上来补偿lidar数据中的噪声和误差。此外，计算设备可以使用其他过程校正检测平面处的局部表面。计算设备可以对获取的lidar数据中的平面进行分割和分类。

在另外的示例实施例中，载具的计算设备可以接收传感器数据并且投影点云(结构化的或非结构化的)以创建距离图像。计算设备可以在接收完整点云之前投影点云的点。结果，计算设备可以从距离图像构建有序点图像。然后，计算设备可以计算点图像横向和纵向的梯度并且可以进一步计算梯度的积分图像。另外，计算设备可以从积分图像重建平滑的梯度并且还可以从积分图像重建平滑的梯度。在一些情况下，计算设备可以计算平滑的梯度的叉积并且可以对叉积进行归一化和翻转以产生表面法线。

图4是示出距离图像的一部分中的像素的示例图。距离图像400的该部分示出了排列成正方形的九个像素402-408，但是在其他示例中可以包括更多或更少的像素。载具的计算设备可以形成和使用包括像素402-408的距离图像以在导航期间提取载具的周围环境的对象识别信息，这可以包括基于像素组确定环境中特定表面的向量法线。

在示例图中，中心像素402可以表示空像素，该空像素指示由载具的计算设备使用接收的指示环境的lidar数据确定的距离图像内的可能间隙。如前所述，载具的计算设备可以使用lidar数据来投影和确定距离图像，该距离图像由基于传感器捕获的指示环境的数据(诸如以点云格式接收的lidar数据)的像素组成。由计算设备形成的距离图像可以包括一个或多个间隙，其可以包含可能不与点云中接收的数据点对应并且因此可能没有值的像素。

在一些示例实施例中，为了填充距离图像中的间隙，例如图4中所示的中心像素402，计算设备可以使用位于中心像素402附近的相邻像素的值来确定赋予中心像素402的值。通过该操作，计算设备可以填充距离图像内的间隙，从而生成更完整的距离图像以用于确定可以与载具的环境中的表面对应的像素组的法向向量。

作为一个示例，载具的计算设备可以使用位于中心像素402左侧和右侧的相邻像素404来确定中心像素402的值。例如，计算设备可以计算位于中心像素402左侧和右侧的相邻像素404的平均值以将该平均值赋予中心像素402。在一些情况下，计算设备还可以使用位于中心像素402各侧的附加像素来计算中心像素402的平均值。

类似地，在另一示例中，计算设备可以使用位于中心像素402上方和下方的相邻像素406来确定赋予中心像素402的可能值，以填充图像内的间隙。计算设备还可以使用更多或更少的像素来确定空像素(诸如中心像素402)的值。

在另一示例实施例中，计算设备可以使用所有角像素来确定该值，诸如像素408。同样地，计算设备可以使用靠近中心像素402的所有像素404-408来计算平均值以赋予中心像素402。在其他示例中，计算设备可以使用像素的其他组合来确定中心像素402的值，这可能涉及更多或更少像素。

图5A-5D示出了使用生成的点云进行导航的示例载具的概念性图示的不同视图。如前所述，载具可以使用传感器(诸如LIDAR)提取关于载具的周围环境的测量以进行导航。载具的计算设备可以处理传入信息以避开障碍物并确保安全导航，如图5A-5D所示。在一些示例中，当从传感器接收数据点时，载具的计算设备可以形成距离图像的一部分。类似地，计算设备可以投影数据点以形成与载具的环境对应的虚拟图像的整个360度全景，诸如图5A-5D中所示的360度全景的部分。

图5A从前侧视图示出了示例载具并且示出了由示例载具的计算设备使用传感器数据生成的虚拟距离图像的一些部分。当示例载具502进行导航时，载具502的传感器可以捕获指示环境的数据并将其提供给载具的计算设备。如前所述，在从传感器接收数据时，诸如使用LIDAR的lidar数据，计算设备可以投影数据以确定概念性距离图像504，该图像包括基于与局部环境中的对象和其他表面对应的数据的像素。例如，计算设备可以在接收点云的一部分时开始形成距离图像504的一些部分。此外，计算设备可以实时地或在捕获预定量的数据之后确定表面法线并基于所确定的表面法线来调整各个点的强度。

在其他示例中，计算设备可以在确定距离图像504并计算关联的调整强度之前等待使用LIDAR接收的整个点云。随着载具继续导航，计算设备可以继续从传感器接收新数据，诸如新的数据点云，计算设备可以使用该新数据来更新其距离图像504或生成与变化的环境对应的新图像用于处理和对象检测。此外，计算设备可以使用距离图像504或距离图像的一些部分来计算与环境中的相同表面对应的像素组的表面法线，计算设备可以将其与分割一起使用以重新创建可用于避障和导航的环境的虚拟范围。例如，距离图像可以包括以虚拟距离格式反映载具的环境的像素。

图5B从侧视图示出了示例载具并且示出了示例载具的计算设备使用传感器数据生成的距离图像的附加部分。当载具对行驶路径进行导航时，载具502的计算设备可以基于传入传感器数据连续更新其距离图像504或形成新的距离图像。图5B中所示的示例图示可以表示图5A中所示的示例图示的另一视图或者可以示出在不同时间段(诸如在图5A中所示的时间段之前或之后)的示例载具。

图5C从后视图示出了示例载具并且示出了示例载具的计算设备使用传感器数据生成的距离图像的一些部分。类似于图5A-5B，图5C中的示例图示示出了示例载具502可以用于计算周围环境中一个或多个表面的向量法线以及用于对象识别目的的距离图像504的一部分。

图5D从另一后视图示出了示例载具并且示出了示例载具的计算设备使用传感器数据生成的距离图像的一些部分。类似于图5C中所示的图示，图5D从载具502后面的视图示出了示例载具502，并且还包括位于载具周围的概念性距离图像504的一些部分。示例图示示出了距离图像504的部段相对于图5C中所示的距离图像的部分的变化。

图6A是示出一组像素的向量法线计算的示例图。该示例图示出了由九个像素组成的一组像素602，这些像素可以表示由载具的计算设备根据lidar数据确定的距离图像的一部分。尽管示例图示出了包括九个像素的一组像素602，但其他示例可以包括更多或更少的像素。在示例图中，该组像素602可以表示载具局部环境中的表面。例如，该组像素602可以表示对象的表面，诸如载具、标志、边界或其他类型的表面。计算设备可以使用各种过程来确定该组像素602，诸如基于计算设备被配置为使用的预定义数量来选择像素的邻域。计算设备还可以使用其他方法或过程来确定将哪些像素和多少像素用于提取表面法线的一组像素。

载具的计算设备可以通过确定切向向量604-606来处理该组像素602，以计算与该组关联的表面法线608。如示例图中所示，计算设备可以确定连接以形成直角的水平向量604和竖直向量606。在其他示例中，计算设备可以确定用于计算表面法线的其他向量。

在确定切向向量604-606时，载具的计算设备可以计算表面法向向量608，其可以使用切向向量604-606的叉积来计算。还可以存在确定该组像素602的表面法线的其他示例。因此，计算设备可以使用该组像素602和向量法线608来进行对象检测。计算设备可以向载具的系统提供与该组像素602关联的向量法线608以及其他像素组的表面法线和/或其他数据以在导航期间使用。此外，计算设备还可以使用分割来组合像素组以基于表面法线和接收的传感器数据内的其他信息来绘制环境的地图。

图6B是示出表面652的示例图，表面652暴露于传入激光654，具有向量法线656和入射角658。虽然表面652被示为平坦表面，但它也可以是曲面，或任何其他形状的表面。当传入激光654入射在表面652上时，表面652可以在各个方向反射和散射传入激光654。传入激光654的一部分可以沿相同方向反射回发射传入激光654的激光传感器。表面法线656垂直于表面652的平面。入射角658是传入激光654的角度和表面法线656之间的角度。

在表面652不平坦的示例中，表面法线在传入激光654入射在表面上的点处垂直于表面652的平面。由于非平坦表面将具有许多不同的表面法线，因此可以针对传入激光入射在表面上并反射回激光传感器的每个点计算新的表面法线。

图7是示出各种角度的余弦值的示例图。对于从-90度到90度的各种角度702，曲线704示出余弦706的值。各种角度702可以与激光入射在表面上的入射角对应。为了计算调整的强度，测量的强度可以除以入射角的余弦。如图7所示，0度入射角的余弦为1。作为另一示例，60度角的余弦为0.5。作为又另一示例，45度角的余弦是0.7071。可以在确定入射角之后确定该角度的余弦。

图8A是示出了具有未调整激光强度的三个表面(802、804、806)的像素的示例图800。三个表面(802、804、806)中的每个表面具有相对于激光源的不同角度。由于角度不同，来自每个表面的相应激光反射可以具有作为以下的函数的强度(i)表面反射率和(ii)激光入射角。如图8A所示，每个表面在该表面上具有与激光反射对应的多个点。在该示例中，每个表面可以由相同的材料制成，因此总体上具有大致相同的反射率。

表面802可以近似法向于激光源。因此入射角近似为零。表面804具有相对大的入射角，约60度。表面806具有相对低的入射角，约25度。表面802上的激光点会具有最高的未调整强度，因为激光的入射角近似为零。相反，表面804上的激光点会具有最低的未调整强度，因为激光的入射角是任何表面中最高的。表面806上的激光点的未调整强度会略小于表面802上的强度。

图8B是示出了具有调整的激光强度的三个表面(852、854、856)的像素的示例图850。如前所述，为了调整像素，可以将每个像素除以激光在相应像素处的入射角的余弦。这里，因为表面802可以近似法向于激光源(即，入射角近似为零)，与表面802对应的像素的强度可以除以零的余弦，其等于一。因此，对于与法向于激光源的表面对应的像素，调整的值等于未调整的值。

然而，表面804和表面806分别具有60度和20度的入射角。60度的余弦是0.5，而25度的余弦是0.91。因此，为了获得调整的值，表面804的每个像素强度除以0.5，而表面806的每个像素强度除以0.91。

因为本示例中的三个表面中的每一个由相同的材料制成，所以当针对入射角进行调整时，图8B中所示的调整的强度近似为相同强度。然而，在表面不同的其他示例中，调整的强度与调整之后的会不相等。

图8A和/或8B的像素可以如先前所讨论作为lidar数据的集合存储在载具的存储器中。在此描述的调整可以直接对存储的数据进行。此外，如前所述，对象检测系统可以使用调整的数据来确定由lidar数据成像的对象。

图9是示出示例计算机程序产品的概念性局部视图的示意图，该示例计算机程序产品包括用于在根据本文呈现的至少一些实施例布置的计算设备上执行计算机过程的计算机程序。

在一个实施例中，示例计算机程序产品900使用信号承载介质902提供。信号承载介质902可以包括一个或多个编程指令904，当由一个或多个处理器执行时，该指令可以提供上面关于图1-7描述的功能或部分功能。在一些示例中，信号承载介质902可以包括计算机可读介质906，例如但不限于硬盘驱动器、紧凑式盘(CD)、数字视频盘(DVD)、数字带、存储器等。在一些实施方式中，信号承载介质902可以包括计算机可记录介质908，例如但不限于存储器、读/写(R/W)CD、R/W DVD等。在一些实施方式中，信号承载介质902可以包括通信介质910，例如但不限于数字和/或模拟通信介质(例如，光纤缆、波导、有线通信链路、无线通信链接等)。因此，例如，信号承载介质902可以由通信介质910的无线形式传送。

一个或多个编程指令904可以是例如计算机可执行和/或逻辑实现的指令。在一些示例中，诸如图1的处理器112的计算设备可以被配置为响应于通过计算机可读介质906、计算机可记录介质908，和/或通信介质910中的一个或多个传送到处理器的可编程指令904提供各种操作、功能或动作。

非暂时性计算机可读介质还可以分布在多个数据存储元件之间，这些数据存储元件的位置可以彼此远离。执行一些或所有存储的指令的计算设备可以是设备，诸如图1中所示的设备100。替代地，执行一些或所有存储的指令的计算设备可以是另一计算设备，诸如服务器。

应当理解，本文描述的布置仅用于示例的目的。因此，本领域技术人员将理解，可以替代地使用其他布置和其他元素(例如机器、接口、功能、顺序和功能分组等)，并且可以根据期望结果完全省略一些元素。此外，所描述的许多元件是功能实体，它们可以以任何合适的组合和位置中实现为离散或分布式组件或与其他组件结合实现。

虽然本文已经公开了各个方面和实施例，但其他方面和实施例对于本领域技术人员来说将是显而易见的。本文公开的各个方面和实施例是为了说明的目的而不是限制性的，真实范围由以下权利要求以及这些权利要求所赋予的等效物的完整范围指示。还应理解，本文中使用的术语仅用于描述特定实施例的目的，并不旨在进行限制。

由于可以对所描述的示例进行许多细节上的修改、变化和改变，因此在前面的描述中和在附图中示出的所有内容都旨在被解释为说明性的而不是限制性的。