DE102019212877A1

DE102019212877A1 - LiDAR-System sowie Fahrzeug und Verfahren zur Erkennung von Wetterbedingungen

Info

Publication number: DE102019212877A1
Application number: DE102019212877.7A
Authority: DE
Inventors: Matthias Wichmann; Michael Scherl; Mustafa Kamil
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2019-08-28
Filing date: 2019-08-28
Publication date: 2021-03-04

Abstract

Es wird ein LiDAR-System (1) gezeigt, das dafür eingerichtet ist, Wetterbedingungen in einer Umwelt des LiDAR-Systems (1) zu ermitteln. Das LiDAR-System (1) ist dafür eingerichtet, Informationen über die Wetterbedingungen basierend auf einer statistischen Auswertung von Signalintensitäten zu ermitteln.Ferner wird ein Fahrzeug (2) mit solch einem LiDAR-System (1) gezeigt, wobei das LiDAR-System (1) mit dem Fahrzeug (2) betrieblich verbunden istFerner wird ein Verfahren zur Erkennung von Wetterbedingungen in einer Umwelt eines LiDAR-Systems (1) gezeigt. Das Verfahren umfasst den Schritt eines Ermittelns von Informationen über die Wetterbedingungen durch das LiDAR-System (1) basierend auf einer statistischen Auswertung von Signali ntensitäten.

Description

Die vorliegende Erfindung betrifft ein LiDAR-System, das dafür eingerichtet ist, Wetterbedingungen in einer Umwelt des LiDAR-Systems zu ermitteln, sowie ein Fahrzeug mit einem solchen LiDAR-System und ein Verfahren zur Erkennung von Wetterbedingungen in einer Umwelt eines LiDAR-Systems.
Stand der Technik
Ein LiDAR-System (nicht ausschließlich, aber auch Automotive-LiDAR) kann auf verschiedenen Messverfahren beruhen. Ein möglicher Ansatz wäre ein sogenannter „direct time-of-flight“ oder auch dToF-Ansatz, bei dem gepulstes Laserlicht ausgesendet wird. Als Tiefeninformation dient hierbei die Zeit, die ein Laserpuls benötigt, um zu einem Ziel und wieder zurück zum Detektor zu gelangen. Entscheidend für den Erfolg dieses Ansatzes ist eine genügend große Pulsleistung beziehungsweise großes Signal-zu-Rausch-Verhältnis (SNR) im Empfangspfad.
Eine für die Pulsleistung beziehungsweise für das SNR im Detektionspfad wichtige Einflussgröße, die die Leistungsfähigkeit eines LiDAR-Systems maßgeblich beeinflusst, sind atmosphärische Wetterereignisse, wie zum Beispiel Regen, Schnee und Nebel. Diese können die Sichtweite durch zum Beispiel Streuung und Absorption von Laserlicht erheblich herabsenken und das Erkennen von Objekten somit erschweren. Für die Auslegung eines LiDAR-Systems ist es darum wichtig, den Einfluss atmosphärischer Wetterereignisse auf die Systemperformance zu evaluieren, um eine Systemdegradation rechtzeitig zu erkennen und diese zum Beispiel an einer Systemschnittstelle als Fehlermeldung zu melden.
Nach aktuellem Stand der Technik ist hierbei insbesondere aus dem Automotive-Umfeld bekannt: Qualitative Messung von Regenereignissen mithilfe von LED und Detektoren in der Windschutzscheibe, indirekte Schätzung der Sichtweite bei Nebel mittels Fahrerassistenz-Sensorik (Kamera, LiDAR, ...), zum Beispiel aufgrund einer Laser-Pulsverbreiterung, Rundfunk-/TMC-basierte Nebel- und Regenwarnung (Wetterbericht geliefert von Messstationen, meteorologischen Datenquellen), manuelle Prüfung durch den Fahrer (menschliche Sichtweiteschätzung) oder auch Car-to-X (C2X)-Kommunikation.
Die DE 69 933 932 T2 beschreibt ein LiDAR-System als Geländesensor, der neben Geländeinformationen in bestimmten Scans auch Wetterinformationen aufnimmt. Insbesondere ist auch ein Flugzeugwetterradar offenbart, das verwendet wird, um Geländeradarreflexionsgraddaten zu erhalten.
Die DE 20 2016 103 719 U1 offenbart ein Türassistentensystem für ein Fahrzeug. Das Fahrzeug kann ein Sichtmodul mit einem LiDAR-System aufweisen. Das Türassistentensystem kann ein Global Positioning System verwenden, um mindestens eine Wetterbedingung, insbesondere Windgeschwindigkeiten, zu identifizieren, in denen die Tür aufgrund eines Windstoßes wahrscheinlich unerwartet neu positioniert wird.
Die EP 2 820 632 A1 beschreibt ein festmontiertes LiDAR-System, beispielsweise an einer Brücke, zur Überwachung mehrerer Fahrspuren. Das System kann die Anwesenheit von Nebel und Schnee detektieren und somit Wetterinformationen bereitstellen.
Die EP 3 206 046 A1 lehrt ein LiDAR-System mit einer verbesserten Erkennung von Regen, Schnee, Nebel und Rauch und kann Informationen über gegenwärtige Wetterbedingungen bereitstellen, nämlich mittels Mustererkennung basierend auf Niedrigfrequenzsignalen und Spitzen.
Aus der EP 3 284 646 A1 ist ein Fahrzeug mit einem LiDAR-Sensor bekannt. Eine Gegendzustandserfassungseinrichtung ist dafür eingerichtet, Wetterinformationen (wie Regen, Regenmenge, Nebel und Nebelgrad) und Verkehrsinformationen von außen zu empfangen, um Gegenden zu bestimmen, die für autonomes Fahren ungeeignet sind.
Offenbarung der Erfindung
Erfindungsgemäß wird ein LiDAR-System zur Verfügung gestellt, das dafür eingerichtet ist, Informationen über die Wetterbedingungen basierend auf einer statistischen Auswertung von Signalintensitäten zu ermitteln.
Vorteile der Erfindung
Das erfindungsgemäße LiDAR-System hat den Vorteil, dass es erlaubt, die Informationen über die Wetterbedingungen einfach basierend auf einer statistischen Auswertung der Signalintensitäten zu ermitteln, ohne auf weitere Systeme oder manuelle Unterstützung angewiesen zu sein. So kann ein in einem Fahrzeug vorhandenes LiDAR-System eine weitere Funktion übernehmen und aus Messdaten Informationen über die Wetterbedingungen ableiten.
Zur Ermittlung der Wetterbedingungen werden durch das LiDAR-System vorzugsweise Signale aus einem bestimmten Bereich (mit unveränderten Bedingungen, zum Beispiel von einem Referenzziel) herangezogen.
Ein bevorzugtes LiDAR-System umfasst eine Lichtquelle, insbesondere eine Laserquelle, zum Abtasten der Umwelt mit einem Laserstrahl und einen Detektor zum Aufnehmen des aus der Umwelt reflektierten Laserstrahls. Das LiDAR-System erlaubt üblicherweise, durch den gesendeten und wieder empfangenen Laserstrahl Tiefeninformationen über die Umwelt zu erhalten. Bevorzugt ist, dass das LiDAR-System eine Prozessoreinheit mit einem oder mehreren Prozessoren und einen Speicher, der mit der Prozessoreinheit verbunden ist, aufweist, um die statistische Auswertung durchzuführen. In Ausführungsformen ist vorgesehen, dass das LiDAR-System dafür eingerichtet ist, die Pulsenergie eines Empfangsstrahls des LiDAR-Systems zu bestimmen, um daran die statistische Auswertung durchzuführen. Vorzugsweise ist die Pulsenergie eines Sendestrahls des LiDAR-Systems konstant, insbesondere über eine statistische Auswertung hinweg.
Vorzugsweise ist das LiDAR-System beweglich angeordnet. Das bedeutet insbesondere, dass das LiDAR-System an einem Fahrzeug montiert sein kann. In einigen Ausführungsformen ist das LiDAR-System jedoch statisch angeordnet.
Das bedeutet insbesondere, dass das LiDAR-System an einer Straßenbrücke, wie beispielsweise einer Autobahnbrücke, oder einem Seitenstreifenpfosten montiert sein kann.
Bevorzugte Informationen über die Wetterbedingungen sind Wetterbedingungsart, insbesondere Schnee, Regen und Nebel, und Wetterbedingungsintensität, vorzugsweise in diskreten Stufen. Bevorzugt ist, dass das LiDAR-System so angeordnet ist, dass ein Teil des Sichtbereiches, der für die Ermittlung der Wetterbedingungen genutzt wird, dauerhaft auf ein statisches Ziel mit fester Entfernung zum Sensor blickt. Vorzugsweise ist das Ziel ein im nahen Sichtbereich angebrachtes Referenzziel am Fahrzeug oder auch die Straße. Niederschlagsdetektions-/Klassifikationsverfahren und entsprechende Systeme können somit insbesondere basierend auf statistischer Auswertung der Signalintensitäten von LiDAR-Echopulsen bei statischer Entfernung zu einem über der Evaluierungsdauer gleichbleibend reflektierenden Objekt bereitgestellt werden .
Insbesondere ist das LiDAR-System für die Auswertung von dToF-LiDAR Signalen hinsichtlich atmosphärischer Wetterereignisse eingerichtet, vorzugsweise in Bewegung. Dazu ist vorzugsweise eine Bestimmung statistischer Fluktuationen einer Pulsenergie (beziehungsweise Amplitude) des LiDAR-Systems vorgesehen. Einige Ausführungsformen sehen vor, dass das LiDAR-System dafür eingerichtet ist, ein Regenereignis eindeutig zu identifizieren. Bevorzugt ist, dass das LiDAR-System dafür eingerichtet ist, eine Regenrate zu ermitteln, insbesondere in mehreren Klassen, wie beispielsweise „sehr viel“ ... „sehr wenig“, vorzugsweise 5-stufig. Weiter ist das offenbarte LiDAR-System besonders vorzugsweise dafür eingerichtet, Regen von Nebel zu unterscheiden. Diese und weitere bevorzugten Merkmale werden im Folgenden detaillierter erläutert.
In Ausführungsformen ist vorgesehen, dass das LiDAR-System dafür eingerichtet ist, eine Pulsenergie eines Empfangsstrahls des LiDAR-Systems zu bestimmen, um eine Wetterbedingungsart als die Informationen über die Wetterbedingungen zu ermitteln. Das bedeutet, dass die Wetterbedingungsart in Ausführungsformen der Erfindung eine besondere Information über die herrschenden Wetterbedingungen darstellt, die durch das LiDAR-System bestimmbar sein kann. Bevorzugt ist, dass das LiDAR-System die Pulsenergie zeitabhängig bestimmt. Eine mögliche ermittelbare Wetterbedingungsart ist Regen. Andere mögliche ermittelbare Wetterbedingungsarten sind Schnee oder Nebel. Regen ist ein statistisch inhomogenes Medium. Anders als Nebel, der aus feinsten, Mikrometer großen Tröpfchen besteht und somit auf den Laserstrahl als homogenes Medium wirkt, prägt Regen aufgrund einer vergleichsweise großen Tröpfchengröße und des relativ großen Tropfenabstandes dem Signal eine Statistik auf. Eine Anzahl an Regentropfen, welche sich im Querschnitt des Laserstrahls des LiDAR-Systems befinden, variiert von Puls zu Puls. Dementsprechend variiert auch die gemessene Pulsenergie zeitabhängig von Puls zu Puls, da für jede Realisierung eine leicht unterschiedliche Dämpfung des Signals erfolgt. Diese Dämpfung, auch Extinktion α genannt, setzt sich aus der Streuung an jedem Tropfen und der Absorption beim Durchgang durch jeden einzelnen Tropfen zusammen. Vorzugsweise ist vorgesehen, dass das LiDAR-System dafür eingerichtet ist, eine vorbestimmte Anzahl an Pulsen zeitabhängig zu messen und aus den Messungen der Pulse ein Histogramm der Pulsenergie zu erstellen. Das Histogramm weist vorzugsweise auf einer X-Achse die Pulsenergie und auf einer Y-Achse die zugeordnete absolute Häufigkeit von Pulsen auf.
Bevorzugt ist, dass das LiDAR-System dafür eingerichtet ist, einen Erwartungswert und dessen Standardabweichung der Pulsenergie zu bestimmen, um die Wetterbedingungsart zu ermitteln. So kann eine besonders aussagekräftige statistische Auswertung der Signalintensitäten erfolgen. Erwartungswert und Standardabweichung können vorzugsweise aus dem Histogramm gewonnen werden. Bevorzugt ist, dass das LiDAR-System dafür eingerichtet ist, die Standardabweichung vom Erwartungswert aus einer Streuung der Pulsenergie um den Erwartungswert herum zu berechnen.
In manchen Ausführungsformen ist das LiDAR-System dafür eingerichtet, einen ersten Erwartungswert als ein Indiz für eine erste Wetterbedingungsintensität zu erkennen und einen zweiten Erwartungswert, der kleiner als der erste Erwartungswert ist, als ein Indiz für eine zweite Wetterbedingungsintensität zu erkennen. So ist es möglich, alleine anhand der statistischen Auswertung unterschiedliche Wetterbedingungsintensitäten anhand unterschiedlicher Erwartungswerte zu ermitteln. Beispielsweise kann der erste Erwartungswert leichten Regen anzeigen und der zweite Erwartungswert vergleichsweise stärkeren Regen. Bei starkem Regen ist der Mittelwert beziehungsweise Erwartungswert der Pulsenergien aufgrund der höheren Extinktion niedriger als bei vergleichsweise leichtem Regen. Die Standardabweichung hingegen wächst bei starkem Regen im Vergleich an, da bei starkem Regen eine höhere Variation der Energien zu erwarten ist als bei vergleichsweise leichtem Regen. Der erste Erwartungswert kann jedoch auch leichten Nebel anzeigen, während der zweite Erwartungswert demgegenüber vergleichsweise dichten Nebel anzeigt. Das LiDAR-System kann in Ausführungsformen eine Nachschlagetabelle in einem Speicher des LiDAR-Systems aufweisen, gemessene Erwartungswerte mit typischen Erwartungswerten in der Nachschlagetabelle vergleichen und so die vorliegenden Wetterbedingungsintensitäten ermitteln. Bevorzugt ist, dass bei bewegtem Sensor bzw. Objekten eine Kompensation der Abstandsabhängigkeit erfolgen kann. Vorzugsweise ist diese 1/r², wenn die beobachtete Fläche immer größer als ein Pixel des Empfangspfads bleibt. So kann immer noch eine Intensitätsschwankung aufgrund einer Änderung der Orientierung einer Reflexionsfläche verbleiben.
Das LiDAR-System ist vorzugsweise dafür eingerichtet, eine Standardabweichung von dem Erwartungswert, die größer als ein vorgegebener Schwellenwert ist, als ein Indiz für eine erste Wetterbedingungsart zu erkennen und eine Standardabweichung von dem Erwartungswert, die kleiner als der vorgegebene Schwellenwert ist, als ein Indiz für eine zweite Wetterbedingungsart zu erkennen. Eine bevorzugte erste Wetterbedingungsart ist beispielsweise Regen. Eine bevorzugte zweite Wetterbedingungsart ist beispielsweise Nebel. Eine weitere bevorzugte Wetterbedingungsart, die erste oder zweite Wetterbedingungsart sein kann, ist Schnee. Zwei Wetterbedingungsarten, beispielsweise Nebel und Regen, können zwar die gleiche mittlere Dämpfung im Histogramm bewirken, jedoch eine stark unterschiedliche Streuung, also Standardabweichung, hervorrufen. Bei Nebel kann die Standardabweichung im Vergleich mit Regen signifikant kleiner sein. Bei Nebel wird die Standardabweichung lediglich von intrinsischen zeitabhängigen Puls-zu-Puls Fluktuationen der Lichtquelle des LiDAR-Systems verursacht. Die Nachschlagetabelle des LiDAR-Systems kann vorbestimmte Standardabweichungen enthalten, die entsprechenden Wetterbedingungsarten zugeordnet sind. Das LiDAR-System kann dafür eingerichtet sein, die Standardabweichung der Pulsenergie durch statistische Auswertung zu bestimmen, die bestimmte Standardabweichung mit den vorbestimmten Standardabweichungen in der Nachschlagetabelle zu vergleichen und so die Wetterbedingungsart zu ermitteln.
Das LiDAR-System kann dafür eingerichtet sein, ein erstes Verfahren zur statistischen Auswertung der Signalintensitäten auszuführen. Das erste Verfahren kann den Schritt einer Offsetkorrektur aufweisen. Die Offsetkorrektur umfasst vorzugsweise ein Abziehen eines möglichen Offsets im gemessenen Intensitätssignal des empfangenen Pulses. Nach der Offsetkorrektur kann ein Schritt einer Ermittlung der Pulsenergie vorgesehen sein. Dieser Schritt kann ein Ermitteln der Pulsenergie eines jeden Pulses durch Integration des Signals über den Zeitverlauf umfassen. Danach kann ein Schritt einer Ermittlung der Standardabweichung der resultierenden Verteilung an Pulsenergien vorgesehen sein. In manchen Ausführungsformen kann danach optional durch das LiDAR-System ein Bezug der Standardabweichung zur mittleren Pulsenergie der Pulse im betrachteten Zeitfenster vorgesehen sein. So kann eine relative Signalschwankung ermittelt werden. Danach kann ein Schritt vorgesehen sein, die relative Signalschwankung als ein Maß für die Informationen über die Wetterbedingungen zu verwenden, also ein Maß für insbesondere die Wetterbedingungsart oder die Wetterbedingungsintensität.
Das beschriebene erste Verfahren kann allerdings den Nachteil haben, dass die während eines Regen- oder Nebelereignisses abnehmende mittlere Pulsenergie eine Verzerrung der Signalstatistik zur Folge hat, wenn das Zeitintervall, das zur Ermittlung der Signalstatistik herangezogen wird, entsprechend lang ist. Verschiebt sich der Mittelwert über der Zeit (zum Beispiel durch einsetzenden Regen oder eine Veränderung der Reflexionseigenschaften des Targets in einer realistischen Szene, zum Beispiel in einer inhomogenen Umgebung beispielsweise beim automatisierten Fahren im urbanem Umfeld), sind bei einfacher statistischer Auswertung die Pulsenergien nun nicht mehr um einen konstanten, sondern um einen variierenden Mittelwert verteilt. Die resultierende Standardabweichung ist größer als die durch den Regen induzierten Intensitätsschwankungen. Dies kann zwar durch kürzere Auswertezeiten kompensiert werden, jedoch leidet dann auch die statistische Aussagekraft, da durch das kürzere Beobachtungsintervall auch weniger Pulse in die Statistik einfließen.
Das LiDAR-System kann daher dafür eingerichtet sein, ein zweites Verfahren zur statistischen Auswertung der Signalintensitäten auszuführen. Das zweite Verfahren kann in gewissen, oben beispielhaft beschriebenen Szenarien gegenüber dem ersten Verfahren bevorzugt sein. Das zweite Verfahren ist unempfindlich hinsichtlich einer Veränderung der mittleren Pulsenergie. Das zweite Verfahren kann den Schritt eines Abziehens eines möglichen Offsets des gemessenen Pulses, also eine Offset-Korrektur, aufweisen. Danach kann ein Ermitteln der Pulsenergie eines jeden Pulses durch Integration des Signals über den Zeitverlauf erfolgen. Danach kann eine Ermittlung des Betrages der Differenz der Pulsenergien von einem Puls zum nächsten für einen Block aus N Pulsen, N ≥ 2, und eine anschließende Aufsummierung erfolgen, insbesondere nach der Formel $S = \sum_{i = 1}^{N} | ξ_{i + ⊥} - ξ_{i} |,$
wobei
die Pulsenergie des i-ten Pulses ist. Zusätzlich kann die hinter der Summe stehende Differenz der Pulsenergien in diesem Schritt in manchen Ausführungsformen auch quadriert werden: $S = \sum_{i = 1}^{N} {(ξ_{i + ⊥} - ξ_{i})}^{2}$
Das Vorgehen kann analog zur Integration bei kontinuierlichen Signalen sein. Sei die zeitlich variierende Pulsenergie definiert durch $ξ (t) = n (t) + s_{0} (t),$
wobei n(t) die schnellen Puls-zu-Puls-Energiefluktuationen sind und s₀(t) der zeitlich langsam absinkende Mittelwert. Die zeitliche Ableitung ist nun: $\frac{d ξ}{d t} = \frac{d n (t)}{d t} + \frac{d s_{0} (t)}{d t}$
Dann wäre das resultierende Integral: $\int_{t 1}^{t 2} | \frac{d n (t)}{d t} + \frac{d s_{0} (t)}{d t} | d t \sim \int_{t 1}^{t 2} | \frac{d n (t)}{d t} | d t$
Der Beitrag vom zweiten Term zum Integral ist verschwindend gering, da sich die mittlere Pulsenergie so nur sehr langsam während der Integrationszeit verändert.
Die Länge der Integrationszeit bestimmt sich aus der Größe N, die angibt, über wie viele Pulse summiert werden soll. Ist die Integrationszeit beziehungsweise das N hinreichend groß, wird das Integral beziehungsweise die oben genannte Summe von den schnelllebigen Puls-zu-Puls-Energiefluktuationen n(t) dominiert. Der langsam veränderliche Mittelwert macht sich nicht mehr bemerkbar. Ein späterer Schritt kann dann, optional, einen Bezug des Ergebnisses aus dem vorangehenden Schritt zur mittleren Pulsenergie der Pulse im betrachteten Zeitfenster umfassen. Die so ermittelte relative Signalschwankung (Fluktuation) kann schließlich durch das LiDAR-System ebenfalls als das Maß für die Informationen über die Wetterbedingungen, vorzugsweise die Wetterbedingungsintensität oder die Wetterbedingungsart, insbesondere die Niederschlagsrate, verwendet werden.
Das LiDAR-System kann dafür eingerichtet sein, Veränderungen der empfangenen Pulsenergie des LiDAR-Systems zu bestimmen, um daraus die Informationen über die Wetterbedingungen zu ermitteln. Insbesondere kann das LiDAR-System dafür eingerichtet sein, aus den Veränderungen der empfangenen Pulsenergie eine Veränderung der Wetterbedingungsart und/oder eine Veränderung der Wetterbedingungsintensität zu ermitteln. Beispielsweise kann das LiDAR-System insbesondere dafür eingerichtet sein, aus einem zeitlichen Verlauf einer mittleren Pulsenergie eine Veränderung der Wetterbedingungsintensität zu bestimmen, vorzugsweise einsetzenden Regen. Bei einsetzendem Niederschlag, wie Regen, Nebel oder Schnee, nimmt die Pulsenergie des empfangenen Lichtstrahls bei konstanter Sendeleistung der Lichtquelle ab. Bei aufhörendem Niederschlag, wie Regen, Nebel oder Schnee, nimmt die Pulsenergie des empfangenen Lichtstrahls bei konstanter Sendeleistung der Lichtquelle zu. So können zusätzliche Niederschlagssensoren überflüssig werden. Das LiDAR-System ist also insbesondere auch dafür eingerichtet, die Veränderungen der Pulsenergie zeitabhängig zu bestimmen und zu bestimmen, ob eine mittlere Pulsenergie zeitabhängig abnimmt oder zunimmt, um daraus die Veränderung der Wetterbedingungsintensität zu ermitteln. So kann beispielsweise aufhörender Niederschlag, wie Regen, Nebel oder Schnee, ermittelt werden, wenn die mittlere Pulsenergie zeitabhängig zunimmt. So kann beispielsweise einsetzender Niederschlag, wie Regen, Nebel oder Schnee, ermittelt werden, wenn die mittlere Pulsenergie zeitabhängig abnimmt. Zubeziehungsweise Abnahme der mittleren Pulsenergie werden durch die Abbeziehungsweise Zunahme von Niederschlagspartikeln in der Umweltluft bedingt. Das LiDAR-System ist also vorzugsweise dafür eingerichtet, die Ab- oder Zunahme von Niederschlagspartikeln in der Umwelt zu erkennen.
Das LiDAR-System ist insbesondere dafür eingerichtet, Pulsenergieschwankungen um den Mittelwert der empfangenen Pulsenergie zeitabhängig zu bestimmen, um daraus die Informationen über die Wetterbedingungen zu ermitteln. So kann vorzugsweise die Veränderung der Wetterbedingungsintensität ermittelt werden. Während die mittlere Pulsenergie bei einsetzendem Regen beispielsweise über die Zeit abfällt, steigt die zusätzlich durch den Regen verursachte relative statistische Fluktuation der Pulsenergien (relativ zum Mittelwert im jeweils betrachtetem Zeitintervall) beziehungsweise die Standardabweichung ausgehend von einem Grundniveau mit der Regenrate an. Grundniveau meint die lediglich durch intrinsische Pulsenergiefluktuationen hervorgerufenen Abweichungen vom Pulsenergiemittelwert, welche zum Beispiel durch die Lichtquelle (beziehungsweise den Lasertreiber) selbst erzeugt werden und immer vorhanden sind. Das LiDAR-System kann dafür eingerichtet sein, eine Offset-Bereinigung (Abziehen des Grundniveaus) durchzuführen, um ein Signal zu erhalten, welches auf die Regenrate oder auf eine Regenklassifikation kalibriert werden kann. Auch aus den Pulsenergieschwankungen um den Mittelwert können somit Informationen über die Wetterbedingungen ermittelt werden, wie insbesondere einsetzender oder aufhörender Regen oder Schnee. So können ebenfalls zusätzliche Niederschlagssensoren überflüssig werden. Die Pulsenergieschwankungen um die mittlere Pulsenergie können vorzugsweise aus dem vorstehend erwähnten Histogramm bestimmt werden.
Bevorzugt ist, dass das LiDAR-System dafür eingerichtet ist, Nebel von Regen zu unterscheiden, insbesondere aus der Stärke von Fluktuationen um den Mittelwert der empfangenen Pulsenergie über die Zeit. In Ausführungsformen kann das LiDAR-System aber auch dafür eingerichtet sein, Nebel von Schnee oder auch Schnee von Regen zu unterscheiden. Während im Regenfall die Fluktuationen der Pulsenergie um die mittlere Pulsenergie klar ansteigen und deutlich über dem Grundniveau liegen, zeigt ein Nebelereignis keine Änderung der relativen Pulsenergiefluktuationen, sondern lediglich eine Abnahme der mittleren Pulsenergie durch Dämpfung. Der Verlauf der Fluktuationen um die mittlere Pulsenergie bleibt über die Zeit auf dem Grundniveau. Das LiDAR-System kann also dafür eingerichtet sein, Nebel von Regen zu unterscheiden, indem es als Wetterbedingungsart Nebel ermittelt, falls die relativen Pulsenergiefluktuationen zeitabhängig einen vorgegebenen Fluktuationsschwellenwert unterschreiten, und/oder indem es als Wetterbedingungsart Regen ermittelt, falls die relativen Pulsenergiefluktuationen zeitabhängig den vorgegebenen Fluktuationsschwellenwert überschreiten. Ein bevorzugtes Maß für die Fluktuation ist die Größe „S“ aus obiger Formel. Der Fluktuationsschwellenwert kann zum Beispiel durch entsprechende Kalibration des Sensors mittels einer Messung bei verschiedenen Regenraten festgelegt werden. In Ausführungsformen ist vorgesehen, den Schwellwert mit einer Kalibration des Systems zu definieren, d.h. bei einem bestimmten Regenereignis mit definierter Regenrate (oder mehreren definierten Regenereignissen) die Fluktuationen „S“ aus den Messdaten zu berechnen (gemäß obiger Formel) und dann daraus den Schwellwert zu definieren, damit der eben gemessene Regen als Regen bestimmter Stärke identifiziert wird.
Erfindungsgemäß wird weiter ein Fahrzeug zur Verfügung gestellt, mit dem ein LiDAR-System der eingangs genannten Art betrieblich verbunden ist, das dafür eingerichtet ist, die Informationen über die Wetterbedingungen basierend auf einer statistischen Auswertung von Signalintensitäten zu ermitteln.
Das erfindungsgemäße Fahrzeug hat den Vorteil, dass es erlaubt, die Informationen über die Wetterbedingungen einfach basierend auf einer statistischen Auswertung der Signalintensitäten zu ermitteln, ohne auf weitere Systeme oder manuelle Unterstützung angewiesen zu sein. So kann das heutzutage oft in Fahrzeugen vorhandene LiDAR-System eine weitere Funktion übernehmen und aus Messdaten die Informationen über die Wetterbedingungen ableiten.
Zur Ermittlung der Wetterbedingungen werden durch das LiDAR-System vorzugsweise Signale aus einem bestimmten Bereich (mit unveränderten Bedingungen, zum Beispiel von einem Referenzziel) herangezogen.
Ein bevorzugtes Fahrzeug ist ein Straßenfahrzeug. Bevorzugte Straßenfahrzeuge sind Kraftfahrzeuge, insbesondere Personenkraftwagen, Lastkraftwagen, Busse und Motorräder. Alternative Fahrzeuge sind Luftfahrzeuge, insbesondere Flugzeuge, Raumschiffe und Hubschrauber. Weitere alternative Fahrzeuge sind Wasserfahrzeuge, insbesondere Schiffe.
Erfindungsgemäß wird weiter ein Verfahren zur Erkennung von Wetterbedingungen in einer Umwelt eines LiDAR-Systems zur Verfügung gestellt, das den Schritt eines Ermittelns der Informationen über die Wetterbedingungen durch das LiDAR-System basierend auf einer statistischen Auswertung von Signalintensitäten einschließt.
Das erfindungsgemäße Verfahren hat den Vorteil, dass es erlaubt, die Informationen über die Wetterbedingungen einfach basierend auf einer statistischen Auswertung der Signalintensitäten zu ermitteln, ohne auf weitere Systeme oder manuelle Unterstützung angewiesen zu sein. So kann das heutzutage oft in Fahrzeugen vorhandene LiDAR-System eine weitere Funktion übernehmen und aus ohnehin vorliegenden Messdaten die Informationen über die Wetterbedingungen ableiten.
Bevorzugte Verfahrensschritte folgen aus der voranstehenden Beschreibung des LiDAR-Systems mutatis mutandis. Auf Wiederholungen der Vorteile und Merkmale wird an dieser Stelle verzichtet, sie gelten aber auch für das erfindungsgemäße Verfahren. Insbesondere, aber nicht ausschließlich, kann das erfindungsgemäße Verfahren die oben genannten Schritte des ersten Verfahrens und/oder des zweitens Verfahrens umfassen. Die Reihenfolge der Schritte kann in verschiedenen Ausführungsformen vertauscht sein, solange ihr Zweck erfüllt wird.
Vorteilhafte Weiterbildungen der Erfindung sind in den Unteransprüchen angegeben und in der Beschreibung beschrieben.
Figurenliste
Ausführungsbeispiele der Erfindung werden anhand der Zeichnungen und der nachfolgenden Beschreibung näher erläutert. Es zeigen:

1 ein Fahrzeug, mit dem ein LiDAR-System gemäß der Erfindung betrieblich verbunden ist;
2 ein erstes Verfahren gemäß der Erfindung, und
3 ein zweites Verfahren gemäß der Erfindung.

Ausführungsformen der Erfindung
In der 1 ist LiDAR-System 1 gezeigt. Das LiDAR-System 1 ist mit einem Fahrzeug 2, hier einem schematisch dargestellten Personenkraftwagen, betrieblich verbunden und somit, durch Bewegen des Fahrzeugs 2, beweglich angeordnet. Das LiDAR-System 1 ist mit einer Batterie 3 des Fahrzeugs 2 elektrisch verbunden und wird von der Batterie 3 mit Leistung versorgt.
Das LiDAR-System 1 ist dafür eingerichtet, in Bewegung, also während das Fahrzeug 2 fährt, Wetterbedingungen in einer Umwelt des LiDAR-Systems 1 zu ermitteln. Wetterbedingungen umfassen Wetterbedingungsarten und Wetterbedingungsintensitäten. Wetterbedingungsarten sind in diesem Ausführungsbeispiel Schnee, Regen und Nebel. Das LiDAR-System 1 ist dafür eingerichtet, Informationen über die Wetterbedingungen basierend auf einer statistischen Auswertung von Signalintensitäten zu ermitteln, nämlich in diesem Ausführungsbeispiel durch einen Prozessor 4 und einen mit dem Prozessor 4 wirkverbundenen Speicher 5, die in dem LiDAR-System 1 angeordnet sind. Das LiDAR-System 1 ist dadurch dafür eingerichtet, die statistische Auswertung eines Empfangsstrahls des LiDAR-Systems 1 durchzuführen, der durch eine Lichtquelle (nicht gezeigt) des LiDAR-Systems 1 in die Umwelt abgegeben wird, primär um Tiefeninformationen über die Umwelt zu erhalten.
Das LiDAR-System 1 ist dafür eingerichtet, eine Pulsenergie des Empfangsstrahls des LiDAR-Systems 1 zu bestimmen, um die Wetterbedingungsart als die Informationen über die Wetterbedingungen zu ermitteln. Der Prozessor 4 ist dafür programmiert, den Erwartungswert und dessen Standardabweichung der Pulsenergie zu bestimmen, um die Wetterbedingungsart zu ermitteln.
Das LiDAR-System 1 ist weiter dafür eingerichtet, einen ersten Erwartungswert als ein Indiz für eine erste Wetterbedingungsintensität zu erkennen und einen zweiten Erwartungswert, der kleiner als der erste Erwartungswert ist, als ein Indiz für eine zweite Wetterbedingungsintensität zu erkennen. Der erste Erwartungswert der Pulsenergie, vorgegeben als erster Sollwert in einer Nachschlagetabelle im Speicher 5, deutet auf leichten Regen hin. Der zweite Erwartungswert der Pulsenergie, vorgegeben als zweiter Sollwert in der Nachschlagetabelle im Speicher 5, deutet auf vergleichsweise stärkeren Regen hin. Bei vergleichsweise stärkerem Regen ist der Erwartungswert kleiner als bei vergleichsweise leichterem Regen. Der bestimmte, also durch das LiDAR-System 1 gemessene, Wert der Pulsenergie wird durch den Prozessor 4 mit den in der Nachschlagetabelle als Sollwerte vorgegebenen Erwartungswerten verglichen, wodurch die in der Umwelt vorliegende Wetterbedingungsintensität durch das LiDAR-System 1 bestimmt werden kann.
Genauer gesagt ist die gezeigte Ausführungsform des LiDAR-Systems 1 dafür eingerichtet, rein beispielhaft fünf diskrete Wetterbedingungsintensitäten, insbesondere Regenraten, zu erkennen. Jede der fünf diskreten Wetterbedingungsintensitäten ist ein vorbestimmter Sollwert für den Erwartungswert, mit zunehmender Intensität auf einer Skala von 1 bis 5, zugeordnet, der in der Nachschlagetabelle im Speicher 5 gespeichert ist. Jeder gemessene Wert der Pulsenergie wird durch das LiDAR-System, insbesondere dessen Prozessor 4, durch Vergleich mit der Nachschlagetabelle dem Sollwert für den Erwartungswert zugeordnet, der ihm am nächsten liegt, und dann die zugehörige Wetterbedingungsintensität aus der Nachschlagetabelle ausgelesen. So können durch das LiDAR-System 1 fünf verschiedene Wetterbedingungsintensitäten bestimmt und an eine Person im Fahrzeug 2 bereitgestellt werden, zum Beispiel über eine Anzeige in einer Personenkabine 6. Mögliche diskrete Regenraten, die über die Nachschlagetabelle definiert sind, sind „leichter Regen“, „mäßiger Regen“, „Regen“, „Starkregen“ und „Extremregen“. Statt fünf können in anderen, nicht gezeigten Ausführungsformen aber auch mehr oder weniger diskrete Wetterbedingungsintensitäten erkannt werden, möglicherweise eine oder mehrere Wetterbedingungsintensitäten, vorzugsweise drei oder mehr, besonders vorzugsweise fünf oder mehr oder auch zehn oder mehr. Dies ist letztlich nur davon abhängig, wie viele verschiedene diskrete Sollwerte als Erwartungswerte in der Nachschlagetabelle hinterlegt sind. Abstände zwischen benachbarten Sollwerten können gleich oder unterschiedlich sein. In nicht gezeigten Ausführungsformen ist vorgesehen, dass die Wetterbestimmungsintensität nicht an eine Person im Fahrzeug 2 bereitgestellt wird, sondern an ein System für eine Fahrerassistenzfunktion oder für teil- bzw. vollautomatisiertes Fahren.
Das LiDAR-System 1 ist weiter dafür eingerichtet, eine Standardabweichung von dem Erwartungswert, die größer als ein vorgegebener Schwellenwert ist, als ein Indiz für eine erste Wetterbedingungsart zu erkennen und eine Standardabweichung von dem Erwartungswert, die kleiner als der vorgegebene Schwellenwert ist, als ein Indiz für eine zweite Wetterbedingungsart zu erkennen. Mögliche Wetterbedingungsarten sind insbesondere Schnee, Regen und Nebel. Das LiDAR-System 1 ist dafür eingerichtet, als die erste Wetterbedingungsart Regen zu erkennen und als die zweite Wetterbedingungsart Nebel zu erkennen. Das LiDAR-System 1 bestimmt also zunächst über ein vorbestimmtes Zeitintervall per Histogramm einen Erwartungswert für die Pulsenergie, aus dem Histogramm die Standardabweichung und vergleicht die bestimmte Standardabweichung mit dem vorgegebenen Schwellenwert. Um mehr als zwei Wetterbedingungsarten zu unterscheiden, können in nicht gezeigten Ausführungsformen zwei oder mehr Schwellenwerte vorgegeben sein, insbesondere ein erster Schwellenwert zur Unterscheidung von Schnee und Regen und ein zweiter Schwellenwert zur Unterscheidung von Regen und Nebel.
Das LiDAR-System 1 ist ebenso dafür eingerichtet, Veränderungen der empfangenen Pulsenergie des LiDAR-Systems 1 zu bestimmen, um daraus die Informationen über die Wetterbedingungen zu ermitteln. Genauer ist das LiDAR-System 1 mittels des Prozessors 4 und des Speichers 5 dafür eingerichtet, zeitabhängig abnehmende Pulsenergie als einsetzenden Niederschlag zu erkennen und zeitabhängig zunehmende Pulsenergie als aufhörenden Niederschlag zu erkennen. Welche Art Niederschlag, also welche Wetterbedingungsart, im Detail vorliegt, kann sich dann aus anderen statistischen Werten ergeben, die das LiDAR-System 1 bestimmt. Beispielsweise kann einsetzender Regen anhand einer abnehmenden Pulsenergie und einer vergleichsweise großen Standardabweichung vom Erwartungswert der Signalstatistik durch das LiDAR-System 1 erkannt werden. Fällt die Standardabweichung unter einen vorbestimmten Schwellenwert, so wird durch das LiDAR-System 1 hingegen einsetzender Nebel erkannt. Ist die Standardabweichung also vergleichsweise klein, kann als Wetterbedingungsart Nebel erkannt werden, ist die Standardabweichung demgegenüber jedoch vergleichsweise groß, kann als Wetterbedingungsart Regen erkannt werden.
Das LiDAR-System 1 ist zusätzlich dafür eingerichtet, Pulsenergieschwankungen um einen Mittelwert der empfangenen Pulsenergie zeitabhängig zu bestimmen, um daraus die Informationen über die Wetterbedingungen zu ermitteln. Übersteigen die Pulsenergieschwankungen eine vorbestimmte Schwankungsschwelle, so erkennt das LiDAR-System 1 Regen. Unterschreiten die Pulsenergieschwankungen die Schwankungsschwelle, so erkennt das LiDAR-System 1 Nebel.
Das LiDAR-System 1 ist also dafür eingerichtet, Nebel von Regen zu unterscheiden. Das LiDAR-System ist somit zur Erkennung von Wetterbedingungen in der Umwelt des LiDAR-Systems 1 eingerichtet. Hierfür führt das LiDAR-System 1 im Detail verschiedene erfindungsgemäße Verfahren zur statistischen Auswertung der Signalintensitäten durch. Die Verfahren umfassen also das Ermitteln von Informationen über die Wetterbedingungen durch das LiDAR-System 1 in der Umwelt des LiDAR-Systems 1 basierend auf einer statistischen Auswertung von Signalintensitäten. Die statistische Auswertung kann auf verschiedene Arten erfolgen. Zwei der Verfahren sind im Detail in den 2 und 3 beschrieben.
Ein erstes Verfahren zur statistischen Auswertung der Signalintensitäten ist in 2 in einem ersten Flussdiagramm veranschaulicht. Das erste Verfahren umfasst einen Schritt S21 einer Offsetkorrektur, die ein Abziehen eines möglichen Offsets im gemessenen Intensitätssignal des empfangenen Pulses durch das LiDAR-System 1 umfasst. Nach der Offsetkorrektur folgt ein Schritt S22 einer Ermittlung der Pulsenergie, der ein Ermitteln der Pulsenergie eines jeden Pulses durch Integration des Signals über den Zeitverlauf durch das LiDAR-System 1 umfasst. Danach ist ein Schritt S23 einer Ermittlung der Standardabweichung der resultierenden Verteilung an Pulsenergien durch das LiDAR-System 1 vorgesehen. Es folgt, auch wieder durch das LiDAR-System 1, ein Schritt S24 eines Bezugs der Standardabweichung zur mittleren Pulsenergie der Pulse im betrachteten Zeitfenster. So wird eine relative Signalschwankung ermittelt. Danach ist ein Schritt S25 vorgesehen, in dem die relative Signalschwankung durch das LiDAR-System 1 als ein Maß für die Wetterbedingungsart verwendet wird, hier für Niederschlag.
Ein zweites Verfahren zur statistischen Auswertung der Signalintensitäten ist in 3 in einem zweiten Flussdiagramm veranschaulicht. Das zweite Verfahren ist unempfindlich hinsichtlich einer Veränderung der mittleren Pulsenergie. Das zweite Verfahren umfasst einen Schritt S31 eines Abziehens eines möglichen Offsets des gemessenen Pulses durch das LiDAR-System 1, also ebenfalls eine Offset-Korrektur. Danach erfolgt in einem weiteren Schritt S32 ein Ermitteln der Pulsenergie eines jeden Pulses durch Integration des Signals über den Zeitverlauf durch das LiDAR-System 1. Danach erfolgt durch das LiDAR-System 1 in einem Schritt S33 eine Ermittlung des Betrages der Differenz der Pulsenergien von einem Puls zum nächsten für einen Block aus N Pulsen, N ≥ 2, und eine anschließende Aufsummierung nach der Formel $S = \sum_{i = ⊥}^{N} | ξ_{i + ⊥} - ξ_{i} |,$
wobei die Pulsenergie des i-ten Pulses ist. Alternativ kann die hinter der Summe stehende Differenz der Pulsenergien in diesem Schritt in einer anderen, nicht gezeigten Ausführungsform auch quadriert werden: $S = \sum_{i = 1}^{N} {(ξ_{i + 1} - ξ_{i})}^{2}$
Das Vorgehen kann analog zur Integration bei kontinuierlichen Signalen sein. Sei die zeitlich variierende Pulsenergie definiert durch $ξ (t) = n (t) + s_{0} (t),$
wobei n(t) die schnellen Puls-zu-Puls-Energiefluktuationen sind und s₀(t) der zeitlich langsam absinkende Mittelwert. Die zeitliche Ableitung ist nun: $\frac{d ξ}{d t} = \frac{d n (t)}{d t} + \frac{d s_{0} (t)}{d t}$
Dann wäre das resultierende Integral: $\int_{t 1}^{t 2} | \frac{d n (t)}{d t} + \frac{d s_{0} (t)}{d t} | d t \sim \int_{t 1}^{t 2} | \frac{d n (t)}{d t} | d t$
Der Beitrag vom zweiten Term zum Integral ist verschwindend gering, da sich die mittlere Pulsenergie so nur sehr langsam während der Integrationszeit verändert.
Die Länge der Integrationszeit bestimmt sich aus der Größe N, die angibt, über wie viele Pulse summiert werden soll. Ist die Integrationszeit beziehungsweise das N hinreichend groß, wird das Integral beziehungsweise die oben genannte Summe von den schnelllebigen Puls-zu-Puls-Energiefluktuationen n(t) dominiert. Der langsam veränderliche Mittelwert macht sich nicht mehr bemerkbar. Ein späterer Schritt S34 umfasst dann einen Bezug des Ergebnisses aus dem vorangehenden Schritt S33 zur mittleren Pulsenergie der Pulse im betrachteten Zeitfenster durch das LiDAR-System 1. Die so ermittelte relative Signalschwankung (Fluktuation) kann schließlich in einem nächsten Schritt S35 durch das LiDAR-System 1 ebenfalls als das Maß für die Wetterbedingungsintensität, hier die Niederschlagsrate, verwendet werden. In einer alternativen Ausführungsform wird durch das LiDAR-System 1 statt der relativen Signalschwankung die absolute Signalschwankung betrachtet, d.h. das Ergebnis von S33 nicht auf die mittlere Pulsenergie bezogen.
Die Erfindung erlaubt also eine eindeutige Detektion von Regenereignissen inklusive Klassifikation einer Regenrate (zum Beispiel starker Regen, mittelstarker Regen, wenig Regen oder auch 5-stufig) und eine Unterscheidung zwischen Regen und Nebel mithilfe einer statistischen Auswertemethode. Niederschlagsdetektions-/Klassifikationsverfahren können basierend auf statistischer Auswertung der Signalintensitäten von LiDAR-Echopulsen bei statischer Entfernung zu einem über der Evaluierungsdauer gleichbleibend reflektierenden Objekt bereitgestellt werden. Eine Unterscheidung von Regen und Nebel ist auf einfache Weise möglich. Im Falle eines dToF-basierten LiDAR-Systems 1 mit Ausgabe der Signalintensität im Empfangspfad sind die hier beschriebenen Verfahren ohne zusätzliche Hardware oder Modifikation des Geräts anwendbar. Nur eine angepasste Software zur Steuerung des Prozessors 4 muss gegebenenfalls bereitgestellt werden.
Die Erfindung ist nicht auf die gezeigten Ausführungsbeispiele beschränkt. Mögliche Anwendungsbereiche sind allgemein Automotive-LiDAR-Systeme für autonomes Fahren der Stufen 4/5, Wetterbeobachtungssysteme zum Beispiel an Wetterstationen oder an Flughäfen, neuartige Wetterklassifikationssensoren in einem Flugzeug, Car2X-Anwendungen, bordinterne Warnsysteme vor Gefahrenstellen (Regen, Glatteis, allgemein rutschige Oberfläche), Reibwertanalyse durch Straßennässe-/Straßenschätzung, etc.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

DE 69933932 T2 [0005]
DE 202016103719 U1 [0006]
EP 2820632 A1 [0007]
EP 3206046 A1 [0008]
EP 3284646 A1 [0009]

Claims

LiDAR-System (1), das dafür eingerichtet ist, Wetterbedingungen in einer Umwelt des LiDAR-Systems (1) zu ermitteln, dadurch gekennzeichnet, dass das LiDAR-System (1) dafür eingerichtet ist, Informationen über die Wetterbedingungen basierend auf einer statistischen Auswertung von Signalintensitäten zu ermitteln.
LiDAR-System (1) nach Anspruch 1, wobei das LiDAR-System (1) dafür eingerichtet ist, eine Pulsenergie eines Empfangsstrahls des LiDAR-Systems (1) zu bestimmen, um eine Wetterbedingungsart als die Informationen über die Wetterbedingungen zu ermitteln.
LiDAR-System (1) nach Anspruch 2, wobei das LiDAR-System (1) dafür eingerichtet ist, den Erwartungswert und dessen Standardabweichung der Pulsenergie zu bestimmen, um die Wetterbedingungsart zu ermitteln.
LiDAR-System (1) nach Anspruch 3, wobei das LiDAR-System (1) dafür eingerichtet ist, einen ersten Erwartungswert als ein Indiz für eine erste Wetterbedingungsintensität zu erkennen und einen zweiten Erwartungswert, der kleiner als der erste Erwartungswert ist, als ein Indiz für eine zweite Wetterbedingungsintensität zu erkennen.
LiDAR-System (1) nach Anspruch 3 oder Anspruch 4, wobei das LiDAR-System (1) dafür eingerichtet ist, eine Standardabweichung von dem Erwartungswert, die größer als ein vorgegebener Schwellenwert ist, als ein Indiz für eine erste Wetterbedingungsart zu erkennen und eine Standardabweichung von dem Erwartungswert, die kleiner als der vorgegebene Schwellenwert ist, als ein Indiz für eine zweite Wetterbedingungsart zu erkennen.
LiDAR-System (1) nach einem der Ansprüche 2 bis 5, wobei das LiDAR-System (1) dafür eingerichtet ist, Veränderungen der empfangenen Pulsenergie des LiDAR-Systems (1) zu bestimmen, um daraus die Informationen über die Wetterbedingungen zu ermitteln.
LiDAR-System (1) nach einem der Ansprüche 2 bis 6, wobei das LiDAR-System (1) dafür eingerichtet ist, Pulsenergieschwankungen um einen Mittelwert der empfangenen Pulsenergie zeitabhängig zu bestimmen, um daraus die Informationen über die Wetterbedingungen zu ermitteln.
LiDAR-System (1) nach einem der vorstehenden Ansprüche, wobei das LiDAR-System (1) dafür eingerichtet ist, Nebel von Regen zu unterscheiden.
Fahrzeug (2) mit einem LiDAR-System (1) nach einem der Ansprüche 1 bis 8, wobei das LiDAR-System (1) mit dem Fahrzeug (2) betrieblich verbunden ist.
Verfahren zur Erkennung von Wetterbedingungen in einer Umwelt eines LiDAR-Systems (1), gekennzeichnet durch den Schritt: - Ermitteln von Informationen über die Wetterbedingungen durch das LiDAR-System (1) basierend auf einer statistischen Auswertung von Signalintensitäten.