JP7379731B2 - リターン信号の偏光解消比を利用した自律走行車両制御システム及び方法 - Google Patents

Description

関連技術の相互参照
本出願は２０２０年６月３０日付で出願された米国特許出願第１６／９１６，９８１号に対する利益及び優先権を主張し、その全体の開示内容は本願に参照として含まれる。

自律走行車両に関する技術の課題のうち一つは、車両の周辺環境に対する情報の収集及び解釈と共に、該当環境を介して車両をナビゲーションするように車両のモーションを適切に制御するための計画及び実行の命令に関する。例えば、測定データは自律走行車両（または自律走行車両センサが取り付けられた車両）の一つ以上のセンサから獲得されるが、これは車両の周辺環境内における動的オブジェクトを追跡及び／または決定するのに使用される。オブジェクトに対する応答として効果的な自律走行意思決定を可能にするために十分な精密度及び正確度でオブジェクトの形状を感知し追跡することは難しい。

本開示の具現例は、光検出と測距（ＬＩｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ、ＬＩＤＡＲ）を利用して車両を制御するためのシステム及び方法に関し、より詳しくは、オブジェクトによって反射されたリターン信号の偏光解消比（ｄｅｐｏｌａｒｉｚａｔｉｏｎ ｒａｔｉｏ）を利用してオブジェクトを検出することで車両を制御するシステム及び方法に関する。

本開示の一部の具現例において、光検出と測距（ＬＩＤＡＲ）システムは、レーザソースからの送信信号を送信するように構成される送信器と、オブジェクトによって反射されたリターン信号を受信するように構成される受信器と、一つ以上の光学系と、プロセッサと、を含む。一つ以上の光学系は、第１偏光を有するリターン信号の第１偏光信号を生成し、第１偏光に直交する第２偏光を有するリターン信号の第２偏光信号を生成するように構成される。プロセッサは、第１偏光信号と第２偏光信号との反射率の比を計算するように構成される。

本開示の一部の具現例において、自律走行車両制御システムは一つ以上のプロセッサを含む。一つ以上のプロセッサは、送信器がレーザソースからの送信信号を送信させるように構成される。一つ以上のプロセッサは、受信器がオブジェクトによって反射されたリターン信号を受信させるように構成される。一つ以上のプロセッサは、一つ以上の光学系が第１偏光を有するリターン信号の第１偏光信号を生成し、第１偏光に直交する第２偏光を有するリターン信号の第２偏光信号を生成させるように構成される。一つ以上のプロセッサは、第１偏光信号と第２偏光信号との間の反射率の比に基づいて車両を作動するように構成される。

本開示の一部の具現例において、方法は、レーザソースから送信信号を送信するステップと、オブジェクトによって反射されたリターン信号を受信するステップと、を含む。方法は、一つ以上の光学系によって、第１偏光を有するリターン信号の第１偏光信号を生成するステップを含む。方法は、一つ以上の光学系によって、第１偏光に直交する第２偏光を有するリターン信号の第２偏光信号を生成するステップを含む。方法は、一つ以上のプロセッサによって、第１偏光信号と第２偏光信号との間の反射率の比に基づいて車両を作動するステップを含む。

一様態において、本開示は、光検出と測距（ＬＩＤＡＲ）システムに関する。ＬＩＤＡＲシステムは、レーザソースからの送信信号を送信するように構成される送信器と、オブジェクトによって反射されたリターン信号を受信するように構成される受信器と、一つ以上の光学系と、プロセッサと、を含む。一つ以上の光学系は、第１偏光を有するリターン信号の第１偏光信号を生成し、第２偏光を有するリターン信号の第２偏光信号を生成するように構成される。プロセッサは、第１画像の信号対雑音比（Ｓｉｇｎａｌ－ｔｏ－Ｎｏｉｓｅ Ｒａｔｉｏ、ＳＮＲ）値と第２画像のＳＮＲ値に基づいて反射率値を計算するように構成される。

一部の具現例において、一つ以上の光学系は、第１偏光にリターン信号を偏光させて第１偏光信号を生成するように構成される。一つ以上の光学系は、第２偏光にリターン信号を偏光させて第２偏光信号を生成するように構成される。一つ以上の光学系は、第１偏光信号及び第２偏光信号を検出するように構成される。一つ以上の光学系は、第２偏光信号の位相をシフト（ｓｈｉｆｔ）し、位相シフトされた第２偏光信号を検出することで第２偏光信号を検出するように更に構成される。

一部の具現例において、プロセッサは、第１偏光信号の平均ＳＮＲ値と第２偏光信号の平均ＳＮＲ値との間の比を計算することで反射率の値を計算するように更に構成される。

他の様態において、本開示は、一つ以上のプロセッサを含む自律走行車両制御システムに関する。一つ以上のプロセッサは、送信器がレーザソースからの送信信号を送信させるように構成される。一つ以上のプロセッサは、受信器がオブジェクトによって反射されたリターン信号を受信させるように構成される。一つ以上のプロセッサは、一つ以上の光学系が第１偏光を有するリターン信号の第１偏光信号を生成し、第２偏光を有するリターン信号の第２偏光信号を生成させるように構成される。第１偏光信号は第１偏光を有するオブジェクトの第１画像を示し、第２偏光信号は第２偏光を有するオブジェクトの第２画像を示す。一つ以上のプロセッサは、第１画像の信号対雑音比（ＳＮＲ）値と第２画像のＳＮＲ値に基づいて反射率値を計算し、反射率値に基づいて車両を作動するように駆動される。

一部の具現例において、一つ以上のプロセッサは、一つ以上の光学系が第１偏光にリターン信号を偏光させて第１偏光信号を生成させようにし、一つ以上の光学系が第２偏光にリターン信号を偏光させて第２偏光信号を生成させるようにし、一つ以上の光学系が第１偏光信号及び第２偏光信号を検出させるように構成される。一つ以上のプロセッサは、一つ以上の光学系が第２偏光信号の位相をシフトし、一つ以上の光学系が位相シフトされた第２偏光信号を検出することで第２偏光信号を検出させるように更に構成される。

一部の具現例において、一つ以上のプロセッサは、計算された反射率値に基づいてオブジェクトの一つ以上の特徴を決定し、オブジェクトの一つ以上の特徴に基づいて車両の経路（ｔｒａｊｅｃｔｏｒｙ）を制御するように更に構成される。オブジェクトの一つ以上の特徴はオブジェクトの類型を含む。一つ以上のプロセッサは、オブジェクトの類型をアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利のうち一つと決定し、反射率値に基づいてオブジェクトがアスファルト道路であることを決定するように更に構成される。一つ以上のプロセッサは、オブジェクトの類型を金属柱、木、または電信柱（ｕｔｉｌｉｔｙ ｐｏｌｅ）のうち一つと決定し、計算された反射率値に基づいてオブジェクトが金属柱であることを決定するように更に構成される。一つ以上のプロセッサは、オブジェクトの類型を一つ以上の人と決定し、計算された反射率値に基づいて一人以上の人の皮膚及び服のそれぞれの領域を決定するように更に構成される。

他の様態において、本開示は、自律走行車両制御システムに関する。自律走行車両は、光検出と測距（ＬＩＤＡＲ）システムを含む。ＬＩＤＡＲシステムは、送信器と、一つ以上の光学系と、一つ以上のプロセッサと、を含む。送信器は、レーザソースと、オブジェクトによって反射されたリターン信号を受信するように構成される受信器と、一つ以上の光学系と、操向システムまたは制動システムのうち少なくとも一つと、車両制御器からの送信信号を送信するように構成される。一つ以上の光学系は、第１偏光を有するリターン信号の第１偏光信号を生成し、第２偏光を有するリターン信号の第２偏光信号を生成するように構成される。車両制御器は、一つ以上のプロセッサを含む。一つ以上のプロセッサは、第１画像の信号対雑音比（ＳＮＲ）値と第２画像のＳＮＲ値に基づいて反射率値を計算するように構成される。一つ以上のプロセッサは、操向システムまたは制動システムのうち少なくとも一つの作動を反射率値に基づいて制御するように構成される。

一部の具現例において、一つ以上のプロセッサは、一つ以上の光学系が第１偏光にリターン信号を偏光させて第１偏光信号を生成させるようにし、一つ以上の光学系が第２偏光にリターン信号を偏光させて第２偏光信号を生成させるようにし、一つ以上の光学系が第１偏光信号及び第２偏光信号を検出させるように更に構成される。一つ以上のプロセッサは、一つ以上の光学系が第２偏光信号の位相をシフトし、一つ以上の光学系が位相シフトされた第２偏光信号を検出することで第２偏光信号を検出させるように更に構成される。

一部の具現例において、一つ以上のプロセッサは、計算された反射率値に基づいてオブジェクトの一つ以上の特徴を決定し、オブジェクトの一つ以上の特徴に基づいて自律走行車両の経路を制御するように更に構成される。オブジェクトの一つ以上の特徴はオブジェクトの類型を含む。一つ以上のプロセッサは、オブジェクトの類型をアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利のうち一つと決定し、計算された反射率値に基づいてオブジェクトがアスファルト道路であることを決定するように更に構成される。一つ以上のプロセッサは、オブジェクトの類型を金属柱、木、または電信柱のうち一つと決定し、計算された反射率値に基づいてオブジェクトが金属柱であることを決定するように更に構成される。一つ以上のプロセッサは、オブジェクトの類型を一つ以上の人と決定し、計算された反射率値に基づいて一人以上の人の皮膚及び服のそれぞれの領域を決定するように更に構成される。

特許または出願ファイルには少なくとも一つのカラー図面が含まれている。カラー図面（ら）が含まれた本特許出願刊行物の写本は、それに必要な手数料を支払って要請すれば該当事務局によって提供される。

本具現例のこれらのまたは他の様態及び特徴は、特定の具現例に関する以下の説明を以下の添付した図面と共に検討する際に当業者に明白になるはずである。

一部の具現例による自律走行車両のためのシステム環境の一例を示すブロックダイヤグラムである。

一部の具現例による自律走行商用トラック運送車両のためのシステム環境の一例を示すブロックダイヤグラムである。

一部の具現例による自律走行商用トラック運送車両のためのシステム環境の一例を示すブロックダイヤグラムである。

一部の具現例による自律走行商用トラック運送車両のためのシステム環境の一例を示すブロックダイヤグラムである。

一部の具現例によるコンピューティングシステムの一例を示すブロックダイヤグラムである。

一部の具現例によるＬＩＤＡＲシステムの一例を示すブロックダイヤグラムである。

一部の具現例によるＬＩＤＡＲシステムの他の例を示すブロックダイヤグラムである。

一部の具現例による偏光解消比データの多様な例を示す画像である。 一部の具現例による偏光解消比データの多様な例を示す画像である。 一部の具現例による偏光解消比データの多様な例を示す画像である。 一部の具現例による偏光解消比データの多様な例を示す画像である。 一部の具現例による偏光解消比データの多様な例を示す画像である。 一部の具現例による偏光解消比データの多様な例を示す画像である。 一部の具現例による偏光解消比データの多様な例を示す画像である。 一部の具現例による偏光解消比データの多様な例を示す画像である。 一部の具現例による偏光解消比データの多様な例を示す画像である。 一部の具現例による偏光解消比データの多様な例を示す画像である。

一部の具現例による偏光解消比に基づいて車両の経路を制御するための例示的な方法論を示すフローチャートである。

一部の具現例による偏光解消比に基づいて車両を作動させるための例示的な方法論を示すフローチャートである。

所定の様態によると、本開示の具現例は、光検出と測距（ＬＩＤＡＲ）を利用して車両を制御するためのシステム及び方法に関し、より詳しくは、オブジェクトによって反射されたリターン信号の偏光解消比を利用してオブジェクトを検出することで車両を制御するシステム及び方法に関する。

所定の様態によると、自律走行車両制御システムは一つ以上のプロセッサを含む。一つ以上のプロセッサは、送信器がレーザソースからの送信信号を送信させるように構成される。一つ以上のプロセッサは、受信器がオブジェクトによって反射されたリターン信号を受信させるように構成される。一つ以上のプロセッサは、一つ以上の光学系が第１偏光を有するリターン信号の第１偏光信号を生成し、第１偏光に直交する第２偏光を有するリターン信号の第２偏光信号を生成させるように構成される。一つ以上のプロセッサは、第１偏光信号と第２偏光信号との間の反射率の比に基づいて車両を作動するように構成される。

従来のＬＩＤＡＲシステムにおいて、レーザ信号（ＬＳ）は線形に偏光される。ＬＩＤＡＲシステムから送信された信号を反射する際、世の中の多くのオブジェクトはリターン信号を偏光解消（ｄｅｐｏｌａｒｉｚｅ）させる。例えば、各オブジェクトのリターン信号は偏光されたＬＳと同じ偏光状態または偏光されたＬＳとは異なる偏光状態に戻る。しかし、ＬＩＤＡＲシステムは偏光されたＬＳと一致するリターン信号の偏光部分のみを検出する。結果的に、リターン信号の他の偏光は測定されるか活用されない。

このような問題を解決するために、一部の具現例において、偏光感受型（ｐｏｌａｒｉｚａｔｉｏｎ－ｓｅｎｓｉｔｉｖｅ）ＬＩＤＡＲは、リターン光の２つの偏光状態が独立に検出されるようにリターン光を２つの偏光状態に分割することで提供される。次に、２つの偏光状態に分割された信号はオブジェクト（またはターゲット）がリターン信号をどれぐらい偏光解消させたのかを推定するために比較される。ＬＩＤＡＲシステムは、偏光ビームスプリッタ（Ｐｏｌａｒｉｚａｔｉｏｎ Ｂｅａｍ Ｓｐｌｉｔｔｅｒ、ＰＢＳ）を含む。ＰＢＳは、偏光ビームスプリッタ／コンバイナ（Ｐｏｌａｒｉｚａｔｉｏｎ Ｂｅａｍ Ｓｐｌｉｔｔｅｒｓ／Ｃｏｍｂｉｎｅｒｓ、ＰＢＳＣ）である。分割されたリターン信号は異なる偏光状態のオブジェクトのそれぞれの個別画像を示す。ＬＩＤＡＲシステムは、互いに異なる偏光状態のオブジェクトの個別画像の間の比（「偏光解消比」と称される）を計算する。

一部の具現例において、ＬＩＤＡＲシステムはスプリッタを使用してリターン信号からそれぞれの偏光信号を検出するように構成される２つの検出器を含む。分割器は偏光ビームスプリッタ（ＰＢＳ）である。ＬＩＤＡＲシステムは、リターン信号を単一検出器で多重化（ｍｕｌｔｉｐｌｅｘｉｎｇ）することで、スプリッタ及び位相シフタを使用してリターン信号から２つの偏光信号を検出するように構成される単一検出器を含む。

一部の具現例において、２つの偏光信号の検出に応答して、一つ以上の検出器はそれに相応する２つの電気信号を個別チャネルから生成し、２つの電気信号はプロセッシングシステムによって独立に処理される。２つの電気信号は異なる偏光状態のオブジェクトのそれぞれの個別画像を示す。ＬＩＤＡＲシステムは、互いに異なる偏光状態のオブジェクトの個別画像の間の偏光解消比を計算する。

一部の具現例において、システムは偏光感受型ＬＩＤＡＲの２つのビームを有し、これらそれぞれは独立した信号処理のための２つの受信／デジタイザ（ｒｅｃｅｉｖｅ／ｄｉｇｉｔｉｚｅｒ）チャネルを有する。システムは、２つの独立したチャネルにおいて、クラウドのポイントからの独立したストリームを処理する。

一部の具現例において、プロセッシングシステムは、それぞれの偏光におけるオブジェクトに対する画像を生成するようにそれぞれのチャネルにおける電気信号に対して簡単な後処理を行う。プロセッシングシステムは、複数のサンプルにわたってオブジェクトの画像の平均反射率を計算する。プロセッシングシステムは、ボクセル（ｖｏｘｅｌ）当たりの空間平均化を行う。例えば、プロセッシングシステムは、偏光状態のオブジェクトを示す複数のボクセルを効率的に生成するためにハッシュ基盤のボクセライザ（ｈａｓｈ－ｂａｓｅｄ ｖｏｘｅｌｉｚｅｒ）を含む。ハッシュ基盤のボクセライザを使用してプロセッシングシステムはボクセルを迅速に検索する。プロセッシングシステムは、複数のサンプルにわたって複数のボクセルそれぞれのボクセル内の平均反射率を計算する。結果的に、計算された平均反射率は反射率の測定値とは異なり得る。例えば、各測定値は互いに相関関係を有しないが、平均は相関関係を有する。平均化のためのサンプル数は１００個未満である。例えば、５つまたは１２個のサンプルが使用される。プロセッシングシステムは、２つのチャネルの間のそれぞれのボクセル内の平均反射率の比を計算する。

一部の具現例において、空間の一部の領域にわたる（例えば、一部のボクセルにわたる）平均反射率はオブジェクトの偏光を理解するに当たって意味を有する。一部の具現例において、平均反射率の使用は、例えば、コヒーレント（ｃｏｈｅｒｅｎｔ）ＬＩＤＡＲシステムが使用される際、レーザスペックル（ｓｐｅｃｋｌｅ）によって引き起こされた反射率測定における分散を効果的に減少させる。複数のサンプルに対するボクセルの平均反射率はパラメータ、例えば、空間解像度または精密度（例えば、５ｃｍ×１０ｃｍサイズのボクセル）の選択によって影響を受ける。一般に、より小さいボクセルの平均化はオブジェクトの全体画像の平均化により小さい寄与度を有するに対し、（オブジェクトをより区別できるようにする）画像のコントラストにより大きく寄与する。適切なパラメータの選択は純水反射率の測定からまた他の次元を提供し、それによってデータの価値が上げられる。

所定の様態によると、本開示は、レーザソースからの送信信号を送信するように構成される送信器と、オブジェクトによって反射されたリターン信号を受信するように構成される受信器と、一つ以上の光学系と、プロセッサと、を含む光検出と測距（ＬＩＤＡＲ）システムに関する。一つ以上の光学系は、第１偏光を有するリターン信号の第１偏光信号を生成し、第１偏光に直交する第２偏光を有するリターン信号の第２偏光信号を生成するように構成される。プロセッサは、第１偏光信号と第２偏光信号との反射率の比を計算するように構成される。

所定の様態によると、本開示の一部の具現例は、レーザソースから送信信号を送信するステップと、オブジェクトによって反射されたリターン信号を受信するステップとを含む方法に関する。方法は、一つ以上の光学系によって、第１偏光を有するリターン信号の第１偏光信号を生成するステップを含む。方法は、一つ以上の光学系によって、第１偏光に直交する第２偏光を有するリターン信号の第２偏光信号を生成するステップを含む。方法は、一つ以上のプロセッサによって、第１偏光信号と第２偏光信号との間の反射率の比に基づいて車両を作動するステップを含む。

本開示の多様な具現例は、以下の利点及び利益のうち一つ以上を有する。

第一、本開示の具現例は、従来に使用される信号、例えば、単独の反射率信号に加えて、偏光解消比に基づいてポイントクラウド（ｐｏｉｎｔ ｃｌｏｕｄ）上にマッピングされたまた他の固有信号を使用して異なるオブジェクトの明確性を改善するための有用な技術を提供する。一部の具現例において、偏光解消比に基づくオブジェクトの検出は、いくつかの主な表面、例えば、（１）アスファルト（ｖｓ．芝、荒いコンクリート、または砂利）、（２）金属柱（ｖｓ．木または電信柱（ｔｅｌｅｐｈｏｎｅ／ｕｔｉｌｉｔｙ ｐｏｌｅ））、（３）レトロ表示板（ｒｅｔｒｏ－ｓｉｇｎｓ）（ｖｓ．金属表面）、（４）車線表示（ｌａｎｅ ｍａｒｋｉｎｇｓ）（ｖｓ．路面の表面）、及び（５）車両のナンバープレート（ｖｓ．車両の表面）を明確にする。この明確化技術は、特定の道路表示、表示板、歩行者などを認識するのに役に立つ。偏光解消比は希少（ｓｐａｒｓｅ）特徴（例えば、相対的により小さい領域を有する特徴）を検出するか認識するが、このような希少特徴は異なるオブジェクトの明確化のために容易に登録される。偏光解消比に基づく異なるオブジェクトまたは物質の明確化は、認識システムが車両の周辺環境内のオブジェクトを（例えば、人工知能技術を使用して）より正確に検出、追跡、決定、及び／または分類することを助ける。

第二、本開示の具現例は、変化する条件（例えば、天気の変化―雪、氷、雨など）にわたって低い分散を導くべき差等測定（例えば、異なる偏光状態を有する信号の間の反射率の割合）を利用することで、オブジェクト検出の安定性及び正確性を改善するための有用な技術を提供する。

第三、本開示の具現例は、特定のデータ製品に比べＬＩＤＡＲシステムをより相互交換可能にする有用な技術を提供する。金属または正反射表面（ｓｐｅｃｕｌａｒ ｓｕｒｆａｃｅ）は、時々レーダデータでより強力な「グリント（ｇｌｉｎｔ）」リターンを生成する。このような「グリント」効果は、他の通常のＬＩＤＡＲ波長（つまり、９０５ｎｍ対１５５０ｎｍ）でより小さい分散を示す。つまり、反射率基盤の特徴は時々異なる波長で大きく変わる。偏光比の測定は正確な波長にさほど敏感ではないため、ＬＩＤＡＲシステムを特定データ製品に比べてより相互交換可能にすることができる。

第四、偏光解消比はＬＩＤＡＲビームとオブジェクトとの間の入射角のサイズに関する。これは、位置測定（ｌｏｃａｌｉｚａｔｉｏｎ）及びマッピング（ｍａｐｐｉｎｇ）に一般に使用される表面法線を決定するのに役に立つ。一部の具現例において、入射角のサイズに関する一つ以上のデータの類型または情報のかけらが偏光解消比の測定から獲得されて、例えば、位置測定及びマッピングに役に立つ。

第五、本開示の具現例は、位置測定（例えば、車両と停止したオブジェクトとの間の空間的関係）、カメラシミュレーション、ＬＩＤＡＲ／レーダシミュレーション、レーダ測定のような他の技術分野を改善するための有用な技術を提供する。例えば、通常の建築資材のコントラスト感知は位置測定に活用される。一部の具現例において、偏光解消比は表面が乱反射または正反射の特性を有するのか否かを示すか表示する。乱反射または正反射に対する表面特性情報は偏光解消比に基づいて獲得されて高画質（ＨＤ）マップで表現されるが、このような表面特性情報は自律走行車両制御システムによって抽出される。このような表面特性情報は、多様な照明条件をモデリングするカメラシミュレーションに使用される。類似して、偏光解消比は統合されたＬＩＤＡＲ／レーダシミュレーションに活用される。このような表面特性情報はまた、レーダデータまたはカメラデータの分析に活用される。

１．自律走行車両のためのシステム環境

図１ａは、一部の具現例による自律走行車両のためのシステム環境の一例を示すグロックダイヤグラムである。

図１ａを参照すると、本願に開示の多様な技術が具現される例示的な自律走行車両１１０Ａがある。車両１１０Ａは、例えば、エネルギー源１９６によって動力を供給されてドライブトレイン１９８に動力を供給する原動機１９４を含むパワートレイン１９２と、方向制御装置１８２、パワートレイン制御装置１８４、及びブレーク制御装置１８６を含む制御システム１８０と、を含む。車両１１０Ａは人及び／または貨物を輸送し多様な環境で走行する車両を含む、任意の数の異なる類型の車両として具現されるが、上述したコンポネント１８０乃至１９８はこれらのコンポネントが活用される車両の類型に基づいて広範囲に変化し得るということを理解できるはずである。

単純化のために、以下で論議される具現例は自動車、バン、トラック、バスなどのような車輪陸上車両（ｗｈｅｅｌｅｄ ｌａｎｄ ｖｅｈｉｃｌｅ）に焦点を合わせる。このような具現において、原動機１９４は（他のものの中でも）一つ以上の電気モータ及び／または内燃機関を含む。エネルギー源は、例えば、燃料システム（例えば、ガソリン、ディーゼル、水素などを提供する）、バッテリシステム、太陽電池パネル、また他の再生可能エネルギー源、及び／または燃料電池システムを含む。ドライブトレイン１９８は、原動機１９４の出力を車両の運動に変換するための変速機及び／または任意の他の機械的駆動コンポネントと共に、輪及び／またはタイヤだけでなく、車両１１０Ａを制御できるように停止または減速するように構成される一つ以上のブレーキと、車両１１０Ａの経路を制御するのに適合した方向または操向コンポネント（例えば、車両１１０Ａの一つ以上の輪がおよそ垂直軸を中心に回転して車両の縦軸に対して輪の回転面の角度を変化させることを可能にするラック（ｒａｃｋ）及びピニオン（ｐｉｎｉｏｎ）操向連結部）と、を含む。一部の具現例において、パワートレイン及びエネルギー源の組み合わせが（例えば、電気／ガスハイブリッド車両の場合）使用され、一部の場合は多数の電気モータが（例えば、個別の輪または車軸専用の）原動機として使用される。

方向制御装置１８２は、車両１１０Ａが望みの経路に沿って行けるように、方向または操向コンポネントからフィードバックを受信するための一つ以上のアクチュエータ及び／またはセンサを含む。パワートレイン制御装置１８４はパワートレイン１０２の出力を制御して、例えば、原動機１９４の出力動力の制御、ドライブトレイン１９８の変速機のギヤの制御などで、車両１１０Ａの速度及び／または方向を制御するように構成される。ブレーキ制御装置１１６は、車両１１０Ａを減速または停止する一つ以上のブレーキ、例えば、車両の輪に結合されるディスクまたはドラムブレーキを制御するように構成される。

オフロード車両、全地形（ａｌｌ－ｔｅｒｒａｉｎ）または軌道車両、建設装備などを含むが、これに限らない他の車両類型は異なるパワートレイン、ドライブトレイン、エネルギー源、方向制御装置、パワートレイン制御装置、及びブレーキ制御装置を使用する必要がある。更に、一部の具現例において、例えば、車両の方向制御が一つ以上の原動機の出力を変更することで主に処理される場合、コンポネントのうち一部が結合される。よって、本願に開示の具現例は自律走行車輪陸上車両において本願に記載の技術の特定適用に制限されない。

車両１１０Ａに対する多様なレベルの自律走行制御は、一つ以上のプロセッサ１２２及び一つ以上のメモリ１２４を含む車両制御システム１２０で具現されるが、それぞれのプロセッサ１２２はメモリ１２４に保存されているプログラムコード命令語１２６を実行するように構成される。プロセッサ（ら）は、例えば、グラフィックプロセッシングユニット（ら）（「ＧＰＵ（ら）」）及び／または中央プロセッシングユニット（ら）（「ＣＰＵ（ら）」）を含む。

センサ１３０は、車両の作動を制御するのに使用するために車両の周辺環境から情報を収集するに適合した多様なセンサを含む。例えば、センサ１３０は、レーダセンサ１３４、ＬＩＤＡＲセンサ１３６、３Ｄポジショニングセンサ１３８、例えば、加速度計、ジャイロスコープ、磁力計、またはＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）、ＧＬＯＮＡＳＳ（Ｇｌｏｂａｌｎａｙａ Ｎａｖｉｇａｚｉｏｎｎａｙａ Ｓｐｕｔｎｉｋｏｖａｙａ Ｓｉｓｔｅｍａ、またはＧｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ）、ＢｅｉＤｏｕ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ（ＢＤＳ）、Ｇａｌｉｌｅｏ、Ｃｏｍｐａｓｓなどのような衛星ナビゲーションシステムのうちいずれか一つを含む。３Ｄポジショニングセンサ１３８は、衛星信号を利用して地球上の車両の位置を決定するのに使用される。センサ１３０は、カメラ１４０及び／または慣性計測装置（ｉｎｅｒｔｉａｌ ｍｅａｓｕｒｅｍｅｎｔ ｕｎｉｔ、ＩＭＵ）１４２を含む。カメラ１４０はものグラフィックまたはステレオグラフィックカメラであり、スチール及び／またはビデオ画像を録画する。ＩＭＵ １４２は、３方向に車両の線形及び回転運動を検出する多数のジャイロスコープ及び加速度計を含む。ホイールエンコーダ（ｗｈｅｅｌ ｅｎｃｏｄｅｒ）のような一つ以上のエンコーダ（図示せず）は、車両１１０Ａの一つ以上の輪の回転をモニタリングするのに使用される。それぞれのセンサ１３０は他のセンサ１３０のデータ速度とは異なる多様なデータ速度でセンサデータを出力する。

センサ１３０の出力は、位置測定サブシステム１５２、計画サブシステム１５６、認識サブシステム１５４、及び制御サブシステム１５８を含む制御サブシステム１５０のセットに提供される。位置測定サブシステム１５２は、その周辺環境内、及びおよそ一部の基準フレーム内での車両１１０Ａの位置及び方向（時々「ポーズ」とも称される）を正確に決定するような機能を行う。自律走行車両の位置はラベル付けされた（ｌａｂｅｌｅｄ）自律走行車両のデータ生成の一部であって、同じ環境にある追加の車両の位置と比較される。認識サブシステム１５４は、車両１１０Ａを囲む環境内のオブジェクトを検出、追跡、決定及び／または識別するような機能を行う。マシンラーニングモデルはオブジェクトを追跡するのに活用される。計画サブシステム１５６は、望みの目的地及び環境内の停止及び移動オブジェクトに対して与えられた一部の時間フレームにわたって車両１１０Ａに対する経路を計画するような機能を行う。マシンラーニングは車両の経路を計画するのに活用される。制御サブシステム１５８は、車両１１０Ａの計画された経路を具現するために車両制御システム１２０において多様な制御装置を制御するための適切な制御信号を生成するような機能を行う。マシンラーニングモデルは計画された経路を具現するために自律走行車両を制御するよう、一つ以上の信号を生成するのに活用される。

車両制御システム１２０について、図１ａに例示したコンポネントの集合は本質的に単なる例示であることを理解すべきである。個別センサは一部の具現例において省略される。追加的または代案的に、一部の具現例において、図１ａで例示された類型の多数のセンサは重複（ｒｅｄｕｎｄａｎｃｙ）のために及び／または車両周辺の異なる領域をカバーするために使用されるが、他のタイプのセンサが使用されてもよい。同じく、制御サブシステムの異なる類型及び／または組み合わせが他の具現例で使用されてもよい。また、サブシステム１５２乃至１５８はプロセッサ１２２及びメモリ１２４から分離されていると示されているが、一部の具現例において、サブシステム１５２乃至１５８の機能のうち一部または全部は一つ以上のメモリ１２４に常住し一つ以上のプロセッサ１２２によって実行されるプログラムコード命令語１２６で具現されてもよく、このようなサブシステム１５２乃至１５８は一部の場合は同じプロセッサ（ら）及び／またはメモリを使用して具現される。サブシステムは、多様な専用回路ロジック、多様なプロセッサ、多様なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙｓ）、多様なＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ－Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔｓ）、多様なリアルタイム制御器などを利用して少なくとも部分的に具現され、上述したように多数のサブシステムは回路、プロセッサ、センサ、及び／または他のコンポネントを利用する。また、車両制御システム１２０内の多様なコンポネントは多様な方式でネットワーク化される。

一部の具現例において、車両１１０Ａはまた、車両１１０Ａのための重複またはバックアップ制御システムとして使用される補助車両制御システム（図示せず）を含む。補助車両制御システムは、車両制御システム１２０で異常イベント（ａｄｖｅｒｓｅ ｅｖｅｎｔ）が発生したら自律走行車両１１０Ａを全的に作動させるが、他の具現例において、補助車両制御システムは、例えば、メイン車両制御システム１２０で検出された異常イベントに応答して車両１１０Ａの制御された停止を行う制限された機能のみを有してもよい。また他の具現例において、補助車両制御システムは省略される。

およそソフトウェア、ハードウェア、回路ロジック、センサ、ネットワークなどの多様な組み合わせを含む無数の異なるアーキテクチャが図１ａに例示した多様なコンポネントを具現するのに使用される。それぞれのプロセッサは、例えば、マイクロプロセッサと具現され、それぞれのメモリはメイン保存場所を含むランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ、ＲＡＭ）装置だけでなく、例えば、キャッシュ（ｃａｃｈｅ）メモリ、非揮発性またはバックアップメモリ（例えば、プログラム可能な（ｐｒｏｇｒａｍｍａｂｌｅ）またはフラッシュ（ｆｌａｓｈ）メモリ）、読み取り専用（ｒｅａｄ－ｏｎｌｙ）メモリなどのような補充的なレベルのメモリを示す。また、それぞれのメモリは車両１１０Ａ内の他のところに物理的に位置するメモリ保存装置、例えば、プロセッサ内の任意のキャッシュメモリだけでなく、例えば、大容量保存装置または他のコンピュータ制御器上に保存されているような仮想メモリとして使用される任意の保存容量を含むとみなされる。図１ａに示した一つ以上のプロセッサまたは完全に別のプロセッサは、自律走行制御の目的以外に、例えば、エンターテインメントシステムの制御、ドア、照明、便宜仕様などの作動のような車両１１０Ａ内の追加的な機能を具現するのに使用される。

また、更なる保存のために、車両１１０Ａは一つ以上の大容量保存装置、例えば、他のものの中でも、ポータブルディスクドライブ、ハードディスクドライブ、直接アクセス記憶装置（Ｄｉｒｅｃｔ Ａｃｃｅｓｓ Ｓｔｏｒａｇｅ Ｄｅｖｉｃｅ、ＤＡＳＤ）、光学ドライブ（例えば、ＣＤドライブ、ＤＶＤドライブなど）、ソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ、ＳＳＤ）、ネットワークアタッチドストレージ（ｎｅｔｗｏｒｋ ａｔｔａｃｈｅｄ ｓｔｏｒａｇｅ）、ストレージアレアネットワーク（ｓｔｏｒａｇｅ ａｒｅａ ｎｅｔｗｏｒｋ）、及び／またはテープドライブ（ｔａｐｅ ｄｒｉｖｅ）を含む。

加えて、車両１１０Ａは、車両１１０Ａが使用者または運営者からの多数の入力を受信し、使用者または運営者のための出力を生成することを可能にするためのユーザインタフェース１６４、例えば、一つ以上のディスプレイ、タッチスクリーン、音声及び／またはジェスチャーインタフェース、ボタン及び他の触覚制御装置などを含む。そうではなければ、使用者入力は他のコンピュータまたは電子装置を介して、例えば、モバイル装置上のアプリまたはウェブインタフェースを介して受信される。

また、車両１１０Ａは、例えば、車両１１０Ａがその自律走行制御に使用するための環境及び他のデータを受信するクラウドサービスのような中央サービスを含む他のコンピュータ及び電子装置との通信を可能にするために、一つ以上のネットワーク１７０（例えば、他のものの中でも、構内通信網（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ、ＬＡＮ）、広域通信網（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ、ＷＡＮ）、無線ネットワーク、及び／またはインターネットなど）と通信するのに適合した一つ以上のネットワークインタフェース（例えば、ネットワークインタフェース１６２）を含む。一つ以上のセンサ１３０によって収集されたデータは追加的なプロセッシングのためにネットワーク１７０を介してコンピューティングシステム１７２にアップロードされる。アップロードされる前に、車両データの各インスタンスにタイプスタンプが追加される。多くの具現例によるコンピューティングシステム１７２による自律走行車両データの追加的なプロセッシングは図２に関して記述される。

図１ａに例示したそれぞれのプロセッサ及び本願に開示の多様な追加的な制御器及びサブシステムはおよそ運営体制（ｏｐｅｒａｔｉｎｇ ｓｙｓｔｅｍ）の制御の下で作動し、以下でより詳細に記載されるように、多様なコンピュータソフトウェアアプリケーション、コンポーネント、プログラム、オブジェクト、モジュール、データ構造などを実行するか、そうではなければこれに依存する。加えて、多様なアプリケーション、コンポーネント、プログラム、オブジェクト、モジュールなどはまたネットワーク１７０を介して車両１１０Ａに連結される他のコンピュータ内の一つ以上のプロセッサ、例えば、分散されているクラウド基盤、またはクライアント－サーバコンピューティング環境上で実行されるが、それによってコンピュータプログラムの機能を具現するのに必要なプロセッシングはネットワークを介して多数のコンピュータ及び／またはサービスに割り当てられる。

およそ運営体制の一部として具現されるか、特定のアプリケーション、コンポーネント、プログラム、オブジェクト、モジュールまたは命令後のシーケンス、更にはこれらのサブセットとして具現されるのか否かとは関係なく、本願に記載の多様な具現例を具現するために実行されるルーティンは本願で「プログラムコード」と称される。プログラムコードは多様なメモリ及び保存装置のうち多様な時間に常住する一つ以上の命令語を含み、一つ以上のプロセッサによって読み取られ実行される際、本開示の多様な様態を具現するステップまたは要素を実行するために必要なステップを行う。また、具現例は以下で完全に作動するコンピュータ及びシステムの脈略で記述されるが、本願に記載の多様な具現例は多様な形態のプログラム製品として配布されてもよく、具現例は実際に配布を行うのに使用される特定類型のコンピュータで読み取り可能な媒体に関係なく具現される。

コンピュータで読み取り可能な媒体の例は、他のものの中で、揮発性及び非揮発性メモリ装置、フロッピーディスク及び他のポータブルディスク、ＳＳＤ、ハードディスクドライブ、磁気テープ、及び光ディスク（例えば、ＣＤ－ＲＯＭ、ＤＶＤなど）のような具体的な形態の非一時的媒体を含む。

また、後述する多様なプログラムコードは特定具現例で具現されるアプリケーションに基づいて識別される。これに伴う任意の特定プログラム命名法は単に便宜のために使用され、よって、本開示はこのような命名法によって識別されて／されるか示唆される任意の特定アプリケーションでのみ使用されるように制限されてはならないことを認識すべきである。加えて、コンピュータプログラムがルーティン、手順、方法、モジュール、オブジェクトなどに組織化される通常無数の方式及びプログラム機能が一般的なコンピュータ内に常住する多様なソフトウェア階層の間で割り当てられる多様な方式（例えば、運営体制、ライブラリ、ＡＰＩ、アプリケーション、アプレット（ａｐｐｌｅｔ）など）を考慮すれば、本開示は本願に記載のプログラム機能の特定組織及び割り当てに制限されないことを認識すべきである。

図１ａに例示された環境は本願に開示の具現例を制限するためのものではない。実際に、他の代案的なハードウェア及び／またはソフトウエア環境が本願に開示の具現例を範囲を逸脱せずに使用される。

２．自動車アプリケーションのためのＦＭ ＬＩＤＡＲ

トラックはＬＩＤＡＲシステム（例えば、図１ａの車両制御システム１２０、図３ａのＬＩＤＡＲシステム３００、図３ｂのＬＩＤＡＲシステム３５０など）を含む。一部の具現例において、ＬＩＤＡＲシステムは光信号をエンコーディングするために周波数変調を使用し、エンコーディングされた光信号を光学系を使用して自由空間に散乱させる。エンコーディングされた光信号とオブジェクトから反射されたリターン信号との間の周波数差を感知することで、周波数変調（Ｆｒｅｑｕｅｎｃｙ Ｍｏｄｕｌａｔｅｄ、ＦＭ）ＬＩＤＡＲシステムはオブジェクトの位置を決定し／するか、ドップラー効果を使用してオブジェクトの速度を正確に測定する。ＦＭ ＬＩＤＡＲシステムは、連続波（「ＦＭＣＷ ＬＩＤＡＲ」または「コヒーレント（ｃｏｈｅｒｅｎｔ）ＦＭＣＷ ＬＩＤＡＲ」と称される）または準連続波「ＦＭＱＷ ＬＩＤＡＲ」と称される）を使用する。ＬＩＤＡＲシステムは光信号をエンコーディングするために位相変調（Ｐｈａｓｅ Ｍｏｄｕｌａｔｉｏｎ、ＰＭ）を使用し、エンコーディングされた光信号を光学系を使用して自由空間に散乱させる。
［００５２］
ＦＭまたは位相変調（ＰＭ）ＬＩＤＡＲシステムは、自動車及び／または商用トラックの運送アプリケーションに関して従来のＬＩＤＡＲシステムに比べ相当な利点を提供する。まず、一部の場合、オブジェクト（例えば、暗い服を着ている歩行者）はそのオブジェクトにぶつかる光の少ない量（例えば、１０％未満）のみをＦＭまたはＰＭ ＬＩＤＡＲシステムのセンサ（例えば、図１ａのセンサ１３０）に更に反射するということから低い反射率を有する。他の場合、オブジェクト（例えば、光る道路表示板）はそのオブジェクトにぶつかる光の多い量をＦＭ ＬＩＤＡＲシステムのセンサに更に反射するということから高い反射率（例えば、１０％超過）を有する。
［００５３］
オブジェクトの反射率とは関係なく、ＦＭ ＬＩＤＡＲシステムは従来のＬＩＤＡＲシステムより遠い距離（例えば、２×）でオブジェクトを検出（例えば、分類、認識、発見など）することができる。例えば、ＦＭ ＬＩＤＡＲシステムは３００メートル以上の距離にある低反射率のオブジェクト及び４００メートル以上の距離にある光反射率のオブジェクトを感知することができる。
［００５４］
検出能力におけるこのような改善を達成するために、ＦＭ ＬＩＤＡＲシステムはセンサ（例えば、図１ａのセンサ１３０）を使用する。一部の具現例において、これらのセンサは単一光子（ｓｉｎｇｌｅ ｐｈｏｔｏｎ）に敏感であるが、これはこれらができる限り最も少ない量の光を検出することができるということを意味する。ＦＭ ＬＩＤＡＲシステムは一部の応用分野で赤外線波長（例えば、９５０ｎｍ、１５５０ｎｍなど）を使用するが、赤外線波長の範囲（例えば、近赤外線：８００ｎｍ乃至１５００ｎｍ、中間赤外線：１５００ｎｍ乃至５６００ｎｍ、及び遠赤外線：５６００ｎｍ乃至１，０００，０００ｎｍ）に限らない。赤外線波長でＦＭまたはＰＭ ＬＩＤＡＲシステムを作動することで、ＦＭまたはＰＭ ＬＩＤＡシステムは目の安全標準を満たすと共により強い光パルスまたは光ビームをブロードキャスティングする。従来のＬＩＤＡＲシステムは時々単一光子に敏感ではなく／ないか近赤外線波長でのみ作動するため、目の安全上の理由で高出力（及び距離感知能力）が制限される。
［００５５］
よって、より遠い距離でオブジェクトを感知することで、ＦＭ ＬＩＤＡＲシステムは予期せぬ障害物に反応するためにより長い時間を有する。実際に、特に高速道路の速度で走行する大型車両（例えば、商用トラック運送車両）の場合、数ミリ秒の追加時間だけでも安全と乗り心地を向上させることができる。
［００５６］
ＦＭ ＬＩＤＡＲシステムの他の長所は、各データポイントに対して正確な速度を瞬間的に提供するということである。一部の具現例において、速度の測定は、半径方向の速度（例えば、検出されたオブジェクトとセンサとの方向ベクトル）またはレーザ信号の周波数のうち少なくとも一つに基づいて、オブジェクトから受信された光の周波数をシフトさせるドップラー効果を使用して行われる。例えば、速度が秒当たり１００メートル（ｍ／ｓ）未満のオンロード（ｏｎ－ｒｏａｄ）状況で発生する速度の場合、１５５０ナノメートル（ｎｍ）波長においてこのようなシフトは１３０メガヘルツ（ＭＨｚ）未満の周波数シフトに当たる。このような周波数シフトは光学系ドメインで直接感知することが難しいくらい小さい。しかし、ＦＭＣＷ、ＰＭＣＷ、またはＦＭＱＷ ＬＩＤＡＲシステムのコヒーレント検出を使用することで、信号は周波数シフトが多様な信号プロセッシング技術を使用して計算されるようにＲＦドメインに変換される。それによって自律走行車両制御システムは収集されるデータをより速くプロセッシングすることができる。
［００５７］
瞬間速度（ｉｎｓｔａｎｔａｎｅｏｕｓ ｖｅｌｏｃｉｔｙ）の計算は、ＦＭ ＬＩＤＡＲシステムが距離を決定するか、希少データポイントをオブジェクトとして決定し／するか、このようなオブジェクトが時間が経つにつれどのように移動するのかを追跡することをより容易にする。例えば、ＦＭ ＬＩＤＡＲセンサ（例えば、図１ａのセンサ１３０）は３００ｍ距離のオブジェクトに対して単に数個のリターン（例えば、ヒット（ｈｉｔ））のみを受信するが、これらのリターンが関心のある速度値（例えば、>７０ｍｐｈの速度で車両に向かって移動）を提供すれば、ＦＭ ＬＩＤＡＲシステム及び／または自律走行車両制御システムは該当オブジェクトに関する確立に対するそれぞれの重みを決定する。
［００５８］
ＦＭ ＬＩＤＡＲシステムのより速い識別及び／または追跡は自律走行車両制御システムが車両を操縦するに当たってより多くの時間を提供する。オブジェクトがどれぐらい速く移動するのかをよりよく理解することができれば、自律走行車両制御システムはよりよい反応を計画することができる。
［００５９］
ＦＭ ＬＩＤＡＲシステムの他の長所は従来のＬＩＤＡＲシステムに比べ少なく静的（ｓｔａｔｉｃ）であるということである。つまり、光により敏感であるように設計された従来のＬＩＤＡＲシステムは、通常明るい光の下ではろくに作動しない。このようなシステムはまた、クローストーク（ｃｒｏｓｓｔａｌｋ）（例えば、センサが互いの光パルスまたは光ビームによって混線を引き起こす場合）及び自己干渉（ｓｅｌｆ－ｉｎｔｅｒｆｅｒｅｎｃｅ）（例えば、センサが自らの以前の光パルスまたは光ビームによって混線を引き起こす場合）によって性能が低下する傾向がある。このような短所を克服するために、従来のＬＩＤＡＲシステムを使用する車両は時々このような「ノイズ」を管理するための追加のハードウエア、複雑なソフトウェア、及び／またはより多くの計算能力を必要とする。
［００６０］
それに対し、ＦＭ ＬＩＤＡＲシステムは各センサが自らの光特性（例えば、光ビーム、光波、光パルス）にのみ反応するように特別に設計されているため、このような類型の問題が生じない。リターン光が元々伝送された光のタイミング、周波数及び／または波長と一致しなければ、ＦＭセンサは該当データポイントをフィルタリング（例えば、除去、無視など）する。よって、ＦＭ ＬＩＤＡＲシステムはより少ないハードウエアまたはソフトウェアの要求事項を使用してより正確なデータを生産（例えば、生成、導出）して、より安全でスムーズな走行を可能にする。
［００６１］
最後に、ＦＭ ＬＩＤＡＲシステムは従来のＬＩＤＡＲシステムより拡張することがより容易である。より多くの自律走行車両（例えば、自動車、商用トラックなど）が道路に登場しているが、ＦＭ ＬＩＤＡＲシステムで駆動される車両はセンサクロストークによる干渉問題から逸脱することができる。また、ＦＭ ＬＩＤＡＲシステムは従来のＬＩＤＡＲセンサより少ない光ピーク電力（ｏｐｔｉｃａｌ ｐｅａｋ ｐｏｗｅｒ）を使用する。このように、ＦＭ ＬＩＤＡＲのための光学コンポーネントの一部または全部は単一チップ上で製造されるが、これは本願で論議されるようちそれ自体の利点を生成する。
３．商用運送トラック
［００６２］
図１ｂは、一部の具現例による自律走行商用トラック運送車両のためのシステム環境の一例を示すブロックダイヤグラムである。環境１００Ｂは貨物１０６Ｂを運ぶための商用トラック１０２Ｂを含む。一部の具現例において、商用トラック１０２Ｂは長距離貨物運送、地域貨物運送、複合貨物運送（つまり、道路基盤車両が貨物を移動させるための複数の運送モードのうち一つとして使用される運送）、及び／または任意の他の道路基盤の貨物運送アプリケーションのために構成される車両を含む。商用トラック１０２Ｂは、フラットベッド（ｆｌａｔｂｅｄ）トラック、冷蔵トラック（例えば、リーファー（ｒｅｅｆｅｒ）トラック、ベントバン（ｖｅｎｔｅｄ ｖａｎ）（例えば、乾式バン）、移動（ｍｏｖｉｎｇ）トラックなどである。貨物１０６Ｂは商品及び／または製品である。商業用トラック１０２Ｂは、プラットベッドトレーラー、ローボーイ（ｌｏｗｂｏｙ）トレーラー、ステップデック（ｓｔｅｐ ｄｅｃｋ）トレーラー、拡張可能なプラットベッドトレーラー、サイドキット（ｓｉｄｅｋｉｔ）トレーラーなどのような貨物１０６Ｂを運ぶためのトレーラーを含む。
［００６３］
環境１００Ｂは、トラックから３０メートル以下の距離範囲内にあるオブジェクト１１０Ｂ（図１ｂで他の車両として図示）を含む。
［００６４］
商用トラック１０２Ｂは、オブジェクト１１０Ｂまでの距離を決定し／するかオブジェクト１１０Ｂの速度を測定するためのＬＩＤＡＲシステム１０４Ｂ（例えば、ＦＭ ＬＩＤＡＲシステム、図１ａの車両制御システム１２０、図３ａのＬＩＤＡＲシステム３００、図３ｂのＬＩＤＡＲシステム３５０など）を含む。図１ｂは一つのＬＩＤＡＲシステム１０４Ｂが商用トラック１０２Ｂの前面に取り付けられることを示しているが、ＬＩＤＡＲシステムの個数及び商用トラック上のＬＩＤＡＲシステムへの取り付け領域は特定個数または特定領域に制限されない。商用トラック１０２Ｂは、商用トラック１０２Ｂに対する任意の自由空間内におけるオブジェクトの検出を容易にするために、商用トラック１０２Ｂの任意の領域（例えば、前面、後面、側面、上端、下端、下及び／または底）の上に取り付けられる任意の数のＬＩＤＡＲシステム１０４Ｂ（または、センサ、変調器、コヒーレント信号発生器などのようなコンポーネント）を含む。

図示したように、環境１００Ｂ内のＬＩＤＡＲシステム１０４Ｂは商用トラック１０２Ｂから近い距離（例えば、３０メートル以下）にあるオブジェクト（例えば、他の車両、自転車、木、街の表示板、窪んだところなど）を検出するように構成される。

図１ｃは、一部の具現例による自律走行商用トラック運送車両のためのシステム環境の一例を示すブロックダイヤグラムである。環境１００Ｃは、環境１００Ｂに含まれる同じコンポーネント（例えば、商用トラック１０２Ｂ、貨物１０６Ｂ、ＬＩＤＡＲシステム１０４Ｂなど）を含む。

環境１００Ｃは、商用トラック１０２Ｂから（ｉ）３０メートル超過及び（ｉｉ）１５０メートル以下の距離範囲内にあるオブジェクト１１０Ｃ（図１ｃに他の車両として図示）を含む。図示したように、環境１００Ｃ内のＬＩＤＡＲシステム１０４Ｂは商用トラック１０２Ｂからの一定距離（例えば、１００メートル）にあるオブジェクト（例えば、他の車両、自転車、木、街の表示板、窪んだところなど）を検出するように構成される。

図１ｄは、一部の具現例による自律走行商用トラック運送車両のためのシステム環境の一例を示すブロックダイヤグラムである。環境１００Ｄは、環境１００Ｂに含まれる同じコンポーネント（例えば、商用トラック１０２Ｂ、貨物１０６Ｂ、ＬＩＤＡＲシステム１０４Ｂなど）を含む。

環境１００Ｄは、商用トラック１０２Ｂから１５０メートル超過した距離範囲内にあるオブジェクト１１０Ｄ（図１ｄに他の車両として図示）を含む。図示したように、環境１００Ｄ内のＬＩＤＡＲシステム１０４Ｂは商用トラック１０２Ｂから一定距離（例えば、３００メートル）にあるオブジェクト（例えば、他の車両、自転車、木、街の表示板、窪んだところなど）を検出するように構成される。

商用トラック運送アプリケーションにおいて、増加された重量及びそれによってこのような車両に必要なより長い停止距離のため、全ての範囲にあるオブジェクトを効果的に感知することが重要である。ＦＭ ＬＩＤＡＲシステム（例えば、ＦＭＣＷ及び／またはＦＭＱＷシステム）またはＰＭ ＬＩＤＡＲシステムは上述した利点のため商用トラック運送アプリケーションに非常に適切である。結果的に、このようなシステムが取り付けられた商業用トラックは短距離または長距離にわたって人及び物品を安全に移動させる向上された能力を有し、商用トラックだけでなく周辺車両の安全も改善することができる。多様な具現例において、このようなＦＭまたはＰＭ ＬＩＤＡＲシステムは、商用トラックに運転者があり、商用トラックの一部の機能がＦＭまたはＰＭ ＬＩＤＡＲシステムを使用して自律的に作動する半自律走行アプリケーション、または商用トラックが単独にまたは他の車両システムと共にＦＭまたはＬＩＤＡＲシステムによって全的に作動する完全自律走行アプリケーションに使用される。
４．連続波（Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）変調及び準連続波（Ｑｕａｓｉ－Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）変調

ＣＷ変調を使用するＬＩＤＡＲシステムにおいて、変調器はレーザ光を連続して変調する。例えば、変調サイクルが１０秒であれば、入力信号は１０秒全体にわたって変調される。一方、準ＣＷ変調を使用するＬＩＤＡＲシステムにおいて、変調器は活性部分と非活性部分をいずれも有するようにレーザ光を変調する。例えば、１０秒サイクルに対して、変調器はレーザ光を８秒間（時々「活性部分」と称される）のみ変調し、２秒間（時々「非活性部分」と称される）はレーザ光を変調しない。このようにすることで、変調器が連続した信号を提供する必要がないため、ＬＩＤＡＲシステムは２秒間の電力消耗を減らすことができる。

自動車アプリケーション用の周波数変調連続波（Ｆｒｅｑｕｅｎｃｙ Ｍｏｄｕｌａｔｅｄ Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ、ＦＭＣＷ）ＬＩＤＡＲにおいて、光信号が常にオン状態（例えば、活性化、電源供給、伝送など）ではなくても、ＦＭＣＷ測定及び信号処理方法論を使用する準ＣＷ変調を使用してＬＩＤＡＲシステムを作動することが有利である。一部の具現例において、準ＣＷ変調は１％以上及び最大５０％の作動サイクルを有する。オフ状態（例えば、非活性、パワーダウンなど）でエネルギーが実際の測定時間の間に消耗される場合、信号対雑音比（ＳＮＲ）に対するブースト及び／またはより長時間スケールで全てのエネルギーを一貫して統合するための信号プロセッシング要件の減少があり得る。
５．リターン信号の偏光解消比を利用したＬＩＤＡＲシステム

図２は、一部の具現例によるコンピューティングシステムの一例を示すブロックダイヤグラムである。

図２を参照すると、図示した例示的なコンピューティングシステム１７２は、通信システム２４０（例えば、バス）を介してメモリ２６０と通信する一つ以上のプロセッサ２１０と、ネットワーク（図示せず）にアクセスするためのネットワークインタフェースポートを有する少なくとも一つのネットワークインタフェース制御器２３０と、他のコンポネント、例えば、ディスプレイ（図示せず）及び入力装置（図示せず）にアクセスするための入力／出力（「Ｉ／Ｏ」）コンポネントインタフェース４５０とを含む。およそプロセッサ（ら）２１０はメモリから受信された命令語（またはコンピュータプログラム）を実行する。図示したプロセッサ（ら）２１０はキャッシュメモリ２２０を統合するか、それに直接連結される。一部の場合、命令語はメモリ２６０からキャッシュメモリ２２０内に読み取られ、キャッシュメモリ２２０からプロセッサ（ら）２１０によって実行される。

より詳しくは、プロセッサ（ら）２１０は命令語、例えば、メモリ２６０またはキャッシュ２２０からフェッチされた命令語をプロセッシングする任意の論理回路である。一部の具現例において、プロセッサ（ら）２１０はマイクロプロセッサユニットまたは特殊目的のプロセッサである。コンピューティング装置４００は、本願に記述されるように作動する任意のプロセッサ、またはプロセッサのセットに基づく。プロセッサ（ら）２１０は単一コアまたはマルチコアプロセッサ（ら）である。プロセッサ（ら）２１０は多数の別個のプロセッサである。

メモリ２６０は、コンピュータで読み取り可能なデータを保存するのに適合した任意の装置である。メモリ２６０は固定の保存場所を有する装置またはポートブル保存媒体を読み取るための装置である。これらの例は全ての形態の非揮発性メモリ、媒体及びメモリ装置、半導体メモリ装置（例えば、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＳＤＲＡＭ、及びフラッシュメモリ装置）、磁気ディスク、磁気光ディスク、及び光ディスク（例えば、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、及びＢｌｕ－Ｒａｙ（登録商標）ディスク）を含む。コンピューティングシステム１７２はメモリ２６０であって、任意の数のメモリ装置を有する。

キャッシュメモリ２２０は、およそ迅速な読み取り時間のためにプロセッサ（ら）２１０に近接して配置されるコンピュータメモリの一形態である。一部の具現例において、キャッシュメモリ２２０はプロセッサ（ら）２１０の一部であるか、これと同じチップ上にある。一部の具現例において、多数のレベルのキャッシュ２２０、例えば、Ｌ２及びＬ３キャッシュ階層が存在する。

ネットワークインタフェース制御器２３０は、ネットワークインタフェース（時々ネットワークインタフェースポートと称される）を介したデータ交換を管理する。ネットワークインタフェース制御器２３０は、ネットワーク通信のためのＯＳＩモデルの物理的及びデータリンク階層を処理する。一部の具現例において、ネットワークインタフェース制御器の作業のうち一部はプロセッサ（ら）２１０のうち一つ以上によって処理される。一部の具現例において、ネットワークインタフェース制御器２３０はプロセッサ２１０の一部である。一部の具現例において、コンピューティングシステム１７２は単一制御器２３０によって制御される多数のネットワークインタフェースを有する。一部の具現例において、コンピューティングシステム１７２は多数のネットワークインタフェース制御器２３０を有する。一部の具現例において、それぞれのネットワークインタフェースは物理的ネットワークリンク（例えば、ｃａｔ－５イーサネットリンク）に対する連結ポイントである。一部の具現例において、ネットワークインタフェース制御器２３０は無線ネットワーク連結を支援し、インタフェースポートは（例えば、ＩＥＥＥ ８０２．１１プロトコール、近距離無線通信「ＮＦＣ」、ブルートゥース（登録商標）、ＡＮＴ、または任意の他の無線プロトコールに対する）無線（例えば、ラジオ）受信器／送信器である。一部の具現例において、ネットワークインタフェース制御器２３０はイーサネットのような一つ以上のネットワークプロトコールを具現する。コンピューティング装置１７２は、およそネットワークインタフェースを介した物理的または無線リンクを介して他のコンピューティング装置とデータを交換する。ネットワークインタフェースは、他の装置に直接、または中間装置、例えば、ハブ、ブリッジ、スイッチ、またはルータのようなネットワーク装置を介して他の装置に連結されるが、それによってコンピューティング装置１７２をインターネットのようなデータネットワークに連結する。

コンピューティングシステム１７２は、一つ以上の入力または出力（「Ｉ／Ｏ」）装置を含むか、それに対するインタフェースを提供する。入力装置は、キーボード、マイクロフォン、タッチスクリーン、フット（ｆｏｏｔ）ペダル、センサ、ＭＩＤＩ装置、及びマウスまたはトラックボールのようなポインティング装置を含むが、これに限らない。出力装置は、ビデオディスプレイ、スピーカ、再生可能な点字端末（ｒｅｆｒｅｓｈａｂｌｅ Ｂｒａｉｌｌｅ ｔｅｒｍｉｎａｌ）、照明、ＭＩＤＩ装置、及び２Ｄまたは３Ｄプリンタを含むが、これに限らない。

他のコンポーネントは、Ｉ／Ｏインタフェース、外部直列装置ポート、及び追加の補助プロセッサを含む。例えば、コンピューティングシステム１７２は、入力装置、出力装置、または追加のメモリ装置（例えば、ポータブルフラッシュドライブまたは外部メディアドライブ）を連結するためのインタフェース（例えば、ＵＳＢ（ｕｎｉｖｅｒｓａｌ ｓｅｒｉａｌ ｂｕｓ）インタフェース）を含む。一部の具現例において、コンピューティング装置１７２は補助プロセッサ（ｃｏ－ｐｒｏｃｅｓｓｏｒ）のような追加的な装置を含む。例えば、数学補助プロセッサは高精密であるか複雑な計算でプロセッサ２１０を補助する。

図３ａは、一部の具現例によるＬＩＤＡＲシステムの一例を示すブロックダイヤグラムである。一部の具現例において、ＬＩＤＡＲシステム３００はＬＩＤＡＲセンサ１３６（図１ａを参照）である。ＬＩＤＡＲシステム３００は、レーザ３０２と、変調器３０４と、サーキュレータ光学系３０６と、スキャナ３０８と、偏光ビームスプリッタ（ＰＢＳ）３１２と、第１検出器３１４と、第２検出器３１６と、プロセッシングシステム３１８とを含む。ＰＢＳは偏光ビームスプリッタ／コンバイナ（ＰＢＳＣ）である。一部の具現例において、ＬＩＤＡＲシステム３００はコヒーレントＦＭＣＷ ＬＩＤＡＲである。

一部の具現例において、レーザ３０２は搬送波３０３であってレーザ出力（ＬＯ）信号を放出する。スプリッタ（図示せず）は、変調されていないＬＯ信号を、同じ偏光状態（第１偏光状態と称する）にある搬送波３０３、ＬＯ信号３２１、及びＬＯ信号３２３に分割する。

一部の具現例において、変調器３０４は搬送波３０３を受信し、搬送波３０３を位相または周波数変調して第１偏光状態にある変調された光信号３０５を生成する。変調器３０４は、周波数シフティング装置（音響－光学（ａｃｏｕｓｔｏ－ｏｐｔｉｃ）変調器）である。変調された光信号３０５はローカル発振器の波形変調の時間遅延を利用して生成される。変調器３０４は（ＦＭ）ＬＩＤＡＲシステムが光信号をエンコーディングし、エンコーディングされた光信号を光学系を使用して自由空間に散乱させるように周波数変調（ＦＭ）を使用する。ＦＭ ＬＩＤＡＲシステムは、連続波（「ＦＭＣＷ ＬＩＤＡＲ」と称される）または準連続波「ＦＭＱＷ ＬＩＤＡＲ」と称される）を使用する。変調器３０４は（ＰＭ）ＬＩＤＡＲシステムが光信号をエンコーディングし、エンコーディングされた光信号を光学系を使用して自由空間に散乱させるように位相変調（ＰＭ）を使用する。一部の具現例において、変調器３０４は偏光変調を使用する。

一部の具現例において、変調された光信号３０５はサーキュレータ光学系３０６を介してスキャナ３０８に入力される信号３０７に加工される。サーキュレータ光学系３０６は、光サーキュレータ（ｏｐｔｉｃａｌ ｃｉｒｃｕｌａｔｏｒ）（例えば、光繊維結合サーキュレータ）であるが、これに限らない。例えば、サーキュレータ光学系３０６は光アイソレータ（ｏｐｔｉｃａｌ ｉｓｏｌａｔｏｒ）であってもよい。一部の具現例において、サーキュレータ光学系３０６は自由空間ピッチキャッチ光学系（ｆｒｅｅ－ｓｐａｃｅ ｐｉｔｃｈ ｃａｔｃｈ ｏｐｔｉｃ）（例えば、ピッチ光学系及びキャッチ光学系）である。

一部の具現例において、送信信号３０９はオブジェクト３１０（または関心領域）を照明するようにスキャナ３０８を介して伝送される。送信信号３０９は第１偏光状態である。一部の具現例において、スキャナ３０８は、スキャニング光学系（図示せず）、例えば、複数のミラーまたは面（ｆａｃｅｔ）を有する多角形スキャナを含む。スキャナ３０８はオブジェクト３１０によって反射されたリターン信号３１１を受信する。リターン信号３１１は、第１偏光状態の信号部分及び／または異なる偏光状態（「第２偏光状態」と称される）の信号部分を含む。第１偏光状態は第２偏光状態と直交する。スキャナ３０８はリターン信号３１１をリターン信号３１３に再指向（ｒｅｄｉｒｅｃｔ）する。

一部の具現例において、リターン信号３１３はサーキュレータ光学系３０６によってＰＢＳ ３１２に入力されるリターン信号３１５に更に再指向される。ＰＢＳ ３１２は、リターン信号３１５を第１偏光状態の第１偏光光信号３１７及び第２偏光状態の第２偏光光信号３１９に分割し偏光する。サーキュレータ光学系３０６及びＰＢＳ ３１２は偏光ビームスプリッタ／コンバイナ（ＰＢＳＣ）に統合される。

一部の具現例において、第１検出器３１４は単一対をなす（ｓｉｎｇｌｅ ｐａｉｒｅｄ）または対をなさない（ｕｎｐａｉｒｅｄ）検出器、または対をなすまたは対をなさない検出器の１次元（１Ｄ）または２次元（２Ｄ）アレイである。第１検出器３１４はＬＯ信号３２１を基準信号として受信する。第１検出器３１４は光信号を検出するように構成される光検出器である。第１検出器３１４は第１偏光信号（例えば、第１偏光光信号）を検出して第１電気信号３２５を出力または生成する。

一部の具現例において、第２検出器３１６は単一対をなすまたは対をなさない検出器、または対をなすまたは対をなさない検出器の１次元（１Ｄ）または２次元（２Ｄ）アレイである。第２検出器３１６はＬＯ信号３２３を基準信号として受信する。第２検出器３１６は光信号を検出するように構成される光検出器である。第２検出器３１６は第２偏光信号（例えば、第２偏光光信号）を検出して第２電気信号３２７を出力または生成する。２つの電気信号は異なる偏光状態にあるオブジェクトのそれぞれの個別画像を示す。

一部の具現例において、プロセッシングシステム３１８はコンピューティングシステム１７２と類似した構成を有する（図２を参照）。プロセッシングシステム３１８は、コンピューティングシステム１７２と類似した構成を有する一つ以上のコンピューティングシステムである。プロセッシングシステム３１８は第１電気信号３２５及び第２電気信号３２７を受信し、該当電気信号に基づいて偏光解消比（以下で定義される）を計算する。第１電気信号３２５は第１偏光状態を示す第１チャネルでオブジェクトの画像を示し、第２電気信号３４７は第２偏光状態を示す第２チャネルでオブジェクトの画像を示す。プロセッシングシステム３１８は、第１チャネルで第１電気信号３２５をプロセッシングし、第２チャネルで第２電気信号３２７をプロセッシングする。

一部の具現例において、プロセッシングシステム３１８（またはそのプロセッサ）は、オブジェクト（またはターゲット）がリターン信号をどれぐらい偏光解消させたのかを（以下で定義されるような偏光解消比を計算することで）推定するために、信号を２つの偏光状態（例えば、電気信号３２５、３２７）と比較するように構成される。２つの偏光信号を検出することに応答して、電気信号がプロセッシングシステム３１８によって独立にプロセッシングされるように、一つ以上の検出器（例えば、第１及び第２検出器３１４、３１６）は別のチャネルで対応する２つの電気信号（例えば、図３ａの電気信号３２５、３２７）を生成する。ＬＩＤＡＲシステム（例えば、ＬＩＤＡＲシステム３００）は互いに異なる偏光状態を有する２つのビーム（例えば、図３ａの第１偏光光信号３１７及び第２偏光光信号３１９）の独立した信号プロセッシングを行うために、２つの受信／デジタイザチャネル（例えば、第１及び第２チャネル）を提供する。このような方式で、システムは、２つの独立したチャネルにおいて、クラウドのポイントからの独立したストリームを処理する。

一部の具現例において、プロセッシングシステム３１８（またはそのプロセッサ）は、第１偏光光信号３１７と第２偏光光信号３１９との間の反射率の比を計算することで偏光解消比を計算するように構成される。ＬＩＤＡＲシステムは、互いに異なる偏光状態にあるオブジェクトの個別画像（例えば、第１及び第２電気信号で表現される画像）の間の反射率の比を計算することで偏光解消比（Ｄｅｐｏｌａｒｉｚａｔｉｏｎ Ｒａｔｉｏ）を計算する。ＬＩＤＡＲシステムは以下の数式に基づいて偏光解消比を計算する。

ここで、ＳＮＲ（ｃｈａｎｎｅｌ＿ｐ）は偏光チャネル（例えば、第１偏光状態を示す第１チャネル）におけるオブジェクトの画像の信号対雑音比（ＳＮＲ）であり、ＳＮＲ（ｃｈａｎｎｅｌ＿ｄ）は偏光解消チャネル（例えば、第２偏光状態を示す第２チャネル）におけるオブジェクトの画像のＳＮＲである。一部の具現例において、ＳＮＲ（ｃｈａｎｎｅｌ＿ｐ）は偏光チャネルにおけるオブジェクトの画像の平均ＳＮＲであり、ＳＮＲ（ｃｈａｎｎｅｌ＿ｄ）は偏光解消チャネルにおけるオブジェクトの画像の平均ＳＮＲである。

一部の具現例において、偏光解消比は互いに異なる偏光状態にある２つの画像の間の平均反射率の比を利用して計算されるが、ここで平均反射率とは空間の一部の領域に対して（例えば、一部のボクセルに対して）定義される。複数のサンプルの平均反射率は一つ以上のボクセルに対して計算される。一つ以上のボクセルに対する複数のサンプルの平均反射率はパラメータ、例えば、空間解像度または精密度（例えば、ボクセルの次数）の選択によって影響を受ける。一般に、より小さいボクセルに対する平均はオブジェクトの全体画像の平均により小さい寄与度を有するに対し、コントラストにより大きく寄与することでオブジェクトをより区別できるようにする。平均反射率を計算するための適切なパラメータ（例えば、ボクセルの次数、サンプルの数など）の選択は純粋な反射率の測定でまた他の次元を提供することができるため、データの価値を上げることができる。計算された平均反射率の特性は測定された反射率値の測定とは異なり得る。例えば、各測定値は互いに相関関係を有しないが、平均は相関関係を有する。一部の具現例において、５ｃｍ×１０ｃｍ次数のボクセルが使用される。平均化のためのサンプル数は１００個未満である。例えば、５つまたは１２個のサンプルが使用される。

一部の具現例において、プロセッシングシステム３１８はそれぞれの偏光におけるオブジェクトのそれぞれの画像（例えば、第１偏光状態における第１画像及び第２偏光状態における第２画像）を生成するようにそれぞれのチャネルで電気信号３２５及び３２７に対する後処理を行う。プロセッシングシステム３１８は、複数のサンプルにわたってオブジェクトのそれぞれの画像の平均反射率を計算する。プロセッシングシステム３１８は、ボクセル当たりの空間平均化を行う。例えば、プロセッシングシステム３１８は、偏光状態のオブジェクトを示す複数のボクセルを効率的に生成するためにハッシュ基盤のボクセライザを含む。ハッシュ基盤のボクセライザを使用してプロセッシングシステム３１８はボクセルを迅速に検索する。プロセッシングシステム３１８は、複数のサンプルにわたって複数のボクセルの各ボクセル内の平均反射率を計算する。プロセッシングシステム３１８は、２つのチャネル（例えば、第１チャネルの電気信号３２５及び第２チャネルの電気信号３２７）の間の各ボクセル内の平均反射率の比を計算する。

一部の具現例において、ＬＩＤＡＲシステムは、レーザソース（例えば、図３ａのレーザ３０２）からの送信信号（例えば、図３ａの送信信号３１１）を送信するように構成される送信器（例えば、図３ａのスキャナ３０８）と、オブジェクト（例えば、図３ａのオブジェクト３１０）によって反射されたリターン信号（例えば、図３ａのリターン信号３１３）を受信するように構成される受信器（例えば、図３ａのスキャナ３０８）と、一つ以上の光学系（例えば、図３ａのサーキュレータ光学系３０６、ＰＢＳ ３１２）と、プロセッサ（例えば、図３ａのプロセッシングシステム３１８のプロセッサ）とを含む。一つ以上の光学系は第１偏光を有するリターン信号の第１偏光信号（例えば、図３ａの第１偏光光信号３１７）生成し、第１偏光に直交する第２偏光を有するリターン信号の第２偏光信号（例えば、図３ａの第２偏光光信号３１９）を生成するように構成される。送信器及び受信器は単一送受信器（例えば、図３ａの単一スキャナ３０８）である。

一部の具現例において、一つ以上の光学系は、偏光ビームスプリッタ（図３ａのＰＢＳ ３１２）と、第１検出器（例えば、図３ａの検出器３１４）と、第２検出器（例えば、図３ａの検出器３１６）とを含み、それによって偏光感受型（Ｐｏｌａｒｉｚａｔｉｏｎ－ｓｅｎｓｉｔｉｖｅ）ＬＩＤＡＲ（例えば、図３ａのＬＩＤＡＲシステム３００）を提供する。ＰＢＳは、リターン信号の第１偏光信号及び第２偏光信号が独立に検出されるように、リターン信号を第１偏光信号及び第２偏光信号に分割するように構成される。ＰＢＳは、リターン信号の第１偏光に偏光して第１偏光信号（例えば、図３ａの第１偏光光信号３１７）を生成し、リターン信号の第２偏光に偏光させて第２偏光信号（例えば、図３ａの第２偏光光信号３１９）を生成するように構成される。第１検出器は第１偏光信号を検出するように構成される。第２検出器は第２偏光信号を検出するように構成される。

一部の具現例において、２つの偏光状態に分割された信号を（これらの間の反射率の比を計算することで）比較して、オブジェクト（またはターゲット）がリターン信号をどれぐらい偏光解消させたのかを推定する。２つの偏光信号を検出することに応答して、電気信号がプロセッシングシステム（例えば、図３ａのプロセッシングシステム３１８）によって独立にプロセッシングされるように、一つ以上の検出器は別のチャネルで対応する２つの電気信号（例えば、図３ａの電気信号３２５、３２７）を生成する。システムは偏光感受型ＬＩＤＡＲの２つのビーム（例えば、図３ａの第１偏光光信号３１７及び第２偏光光信号３１９）を有するが、これらそれぞれは独立した信号プロセッシング（例えば、図３ａのプロセッシングシステム３１８による信号プロセッシング）のための２つの受信／デジタイザチャネル（例えば、第１及び第２チャネル）を有する。システムは、２つの独立したチャネルにおいて、クラウドのポイントからの独立したストリームを処理する。

図３ｂは、一部の具現例によるＬＩＤＡＲシステムの他の例を示すブロックダイヤグラムである。一部の具現例において、ＬＩＤＡＲシステム３５０はＬＩＤＡＲセンサ１３６（図１ａを参照）である。図３ｂを参照すると、ＬＩＤＡＲシステム３５０のレーザ３０２、変調器３０４、サーキュレータ光学系３０６、スキャナ３０８、及び偏光ビームスプリッタ（ＰＢＳ）３１２それぞれは図３ａを参照して記述されたものと同じであるか類似した構成を有する。ＬＩＤＡＲシステム３５０は、検出器３５４と、シフタ３５６と、プロセッシングシステム３６８とを更に含む。

一部の具現例において、検出器３５４は単一対をなすまたは対をなさない検出器である。第１検出器３５４はレーザ３０２からのＬＯ信号３５５を基準信号として受信する。検出器３５４は光信号を検出するように構成される光検出器である。第１検出器３５４は第１偏光光信号３１７を検出して第１電気信号３５９を出力または生成する。

一部の具現例において、シフタ３５６は周波数シフタまたは周波数シフティング装置である。例えば、シフタ３５６は音響－光学周波数シフタである。シフタ３５６は第２偏光光信号３１９を受信し、検出器３５４に向かう周波数シフトされた光信号３５７生成する。検出器３５４は周波数シフトされた光信号３５７を検出して第２電気信号３６１を出力または生成する。

一部の具現例において、プロセッシングシステム３６８はプロセッシングシステム３１８と類似した構成を有する（図３ａを参照）。プロセッシングシステム３６８は第１電気信号３５９及び第２電気信号３６１を受信し、該当電気信号に基づいて（前記で定義された）偏光解消比を計算する。第１電気信号３５９は第１偏光状態を示す第１チャネルでオブジェクトの画像を示し、第２電気信号３６１は第２偏光状態を示す第２チャネルでオブジェクトの画像を示す。プロセッシングシステム３６８は、第１チャネルで第１電気信号３５９をプロセッシングし、第２チャネルで第２電気信号３６１をプロセッシングする。

一部の具現例において、ＬＩＤＡＲシステム（例えば、図３ｂのＬＩＤＡＲシステム３５０）はリターン信号を単一検出器内に多重化することで、スプリッタ（例えば、ＰＢＳ ３１２）及び位相シフタ（例えば、図３ｂのシフタ３５６）を使用してリターン信号（例えば、信号３１１、３１３、３１５）からの２つの偏光信号（例えば、図１及び第２偏光光信号３１７、３１９）を検出するように構成される単一検出器（例えば、図３ｂの単一検出器３５４）を含む。位相シフタ（例えば、図３ｂのシフタ３５６）は第２偏光信号（例えば、第２偏光光信号３１９）の位相をシフトするように構成される。単一検出器は第１偏光信号（例えば、第２偏光光信号３１７）を検出し、位相シフトされた第２偏光信号（例えば、第２偏光光信号３１９）を検出するように構成される。

図３ａ及び図３ｂは、オブジェクトから反射された光をローカル発振器ＬＯからの光と混合することでオブジェクトの位置を見つけるコヒーレントＬＩＤＡＲシステムの例を示している。本開示はこれに限らず、一部の具現例において、直接検出（またはパルスされた）ＬＩＤＡＲシステムが偏光解消比を計算するのに使用されてもよい。一部の具現例において、偏光／偏光解消比を測定するための直接検出ＬＩＤＡＲシステムのハードウェアの構成は、コヒーレントＬＩＤＡＲシステムのハードウェアの構成とは異なる。例えば、直接検出ＬＩＤＡＲシステムは、出るパルスを特定的に偏光しリターン信号の異なる偏光状態に特定的な測定を行うために追加的な光学系を追加する必要がある。追加的な光学系を使用して、直接検出ＬＩＤＡＲシステムはリターン信号の偏光を行う。それに対し、コヒーレントＬＩＤＡＲシステムにおいて、測定された信号は本質的にローカル発振器ＬＯと同じ偏光状態にあるリターン信号の一部である。

図４ａ乃至図４ｊは、一部の具現例による偏光解消比データの多様な例を示す画像である。

図４ａは、図４ｂ乃至図４ｊに示した偏光解消比画像に使用される色構成表４０１を示す画像を示している。色構成表によると、より赤色の色は該当オブジェクトがより大きい偏光を維持している（つまり、偏光解消比が０に近い）ことを示し、より青色の色は該当オブジェクトがより偏光解消されている（つまり、偏光解消比が１に近い）ことを示す。

図４ｂは、原本シーンを示すカラー画像４１１と、原本シーンの反射率を示す画像４１２と、原本シーンの偏光解消比を示す画像４１３とを示す。図４ｂは、アスファルト道路と砂利が類似した反射率を有するため反射率画像４１２で明確に区別されないことに対し、アスファルト道路４１４と砂利４１５が異なる偏光解消比を有するため偏光解消比画像４１３では明確に区別されることを示す。また、図４ｂは、図４ａの色構成表によって、アスファルト道路４１４はより高い偏光を維持するに対し砂利４１５はより偏光解消されるということを示す。

図４ｃは、原本シーンを示すカラー画像４２１と、原本シーンの反射率を示す画像４２２と、原本シーンの偏光解消比を示す画像４２３とを示す。図４ｃは、アスファルト道路と車線表示が類似した反射率を有するため反射率画像４２２で明確に区別されないことに対し、アスファルト道路４４２４と車線表示４２５が異なる偏光解消比を有するため偏光解消比画像４２３では明確に区別されることを示す。また、図４ｃは、図４ａの色構成表によって、アスファルト道路４２４はより高い偏光を維持するに対し、車線表示４２５はより偏光解消されるということを示す。

図４ｄは、原本シーンを示すカラー画像４３１と、原本シーンの偏光解消比を示す画像４３２とを示す。図４ｄは、アスファルト道路４３３はより高い偏光を維持するに対し、芝４３４はより偏光解消されるということを示すが、これは舗装された道路を検出するのに有用であることを示す。図４ｄはまた、植物４３５がより高い偏光を維持するに対し、植物４３６はより偏光解消されるということを示す。本発明者らは、植物４３５のこのような低い偏光解消比が分割ピクセルプロセッシングアーチファクト（ｓｐｌｉｔ－ｐｉｘｅｌ ｐｒｏｃｅｓｓｉｎｇ ａｒｔｉｆａｃｔ）の問題のため間違って計算されたものであることを明らかにした。一般に、希少オブジェクトまたはターゲット（例えば、茂み、木の枝など）は分割ピクセルプロセッシングアーチファクトによる間違った測定を引き起こす可能性がある。

このような分割ピクセルプロセッシングアーチファクトの問題を解決するために、一部の具現例において、このような希少オブジェクトは主成分分析（Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ、ＰＣＡ）を利用して検出され廃棄される。システム（例えば、図３ａ及び図３ｂのプロセッシングシステム３１８、３５８）は、ボクセル内ポイントの分布を計算するか獲得する。システムはポイント分布に基づいて、平面上のポイントが（１）平らであるのか、広がっているのか、ソリッド（ｓｏｌｉｄ）であるのか、または（２）希少であるか線形に配列されているのか否かを決定するためにＰＣＡを行う。平面上のポイントが（２）希少であるか線形に配列されていると決定することに応答して、システムは偏光解消比の測定または計算で該当ポイントを廃棄する。ＰＣＡを行うに当たって、システムは分布の共分散行列（ｃｏｖａｒｉａｎｃｅ ｍａｔｒｉｘ）から固有値（ｅｉｇｅｎｖａｌｕｅ）を識別し、いくつかの最も大きい固有値に基づいてオブジェクト（またはポイント）の希少性（ｓｐａｒｓｉｔｉｙ）を決定する。

図４ｅは、街シーンの偏光解消比を示す画像４４１及び４４２をそれぞれ示している。画像４４１において、停止表示板４４４の金属後面及び柱はより高い偏光を維持するに対し、その上の街の表示板（または看板）４４３はより偏光解消されることが示されている。画像４４２において、アスファルト道路４４５（例えば、黒色のアスファルト道路）はより高い偏光を維持するに対し、車線表示４４６（例えば、道路上の白色のペイント）はより偏光解消されることが示されている。

図４ｆは、街シーンの偏光解消比を示す画像４５１及び４５２をそれぞれ示している。（画像４５１において）表示板の柱４５４及び（画像４５２において）表示板の柱４５７はより高い偏光を維持するに対し、（画像４５２において）表示板４５６の前面はより偏光解消されることが示されている。（画像４５２において）アスファルト道路４５５はより高い偏光を維持するに対し、（画像４５１において）芝４５３及び（画像４５２において）コンクリート歩行路または縁石（ｃｕｒｂ）４５８はより偏光解消されることが示されている。

図４ｇは、原本シーンを示すカラー画像４６１と、原本シーンの偏光解消比を示す画像４６２とを示す。画像４６２において、金属柱４６７はより高い偏光を維持するに対し、表示板４６５の前面はより偏光解消されることが示されている。また、アスファルト道路４６３はより高い偏光を維持するに対し、コンクリート歩行路または縁石４６４はより偏光解消されることが示されている。また、車両のナンバープレート４６６はより偏光解消されるに対し、該当車両の他の表面（例えば、ヘッドライト）はより高い偏光を維持することが示されている。

図４ｈは、原本シーンを示すカラー画像４７０と、原本シーンの偏光解消比を示す画像４７１、４７２とをそれぞれ示す。（画像４７１において）表示板の柱４７４及び表示板の後面、（画像４７２において）表示板の柱４７８及び（画像４７２において）チェーン連結フェンス４７７はより高い偏光を維持するに対し、（画像４７２において）表示板４７９の前面はより偏光解消されることが示されている。また、（画像４７２において）木４７３、４７５及び芝４７６はより偏光解消されることが示されている。

図４ｉは、原本シーンを示すカラー画像４８１と、原本シーンの偏光解消比を示す画像４８２とを示す。画像４８２において、異なる建築資材（例えば、建物の表面４８３、４８４、４８５）は異なる偏光解消比を有することが示されている。

図４ｊは、それぞれ人の画像の偏光解消比を示す画像４９１及び４９２を示している。皮膚（例えば、顔面４９４、４９７、腕４９３、４９６）はより高い偏光を維持するに対し、毛髪４９９及び衣服４９５、４９８はより偏光解消されることが示されている。類似した偏光解消比が動物の画像から獲得される。

図４ａ乃至図４ｊからの観察に基づいて、オブジェクトの類型が偏光解消比に基づいて決定されるか検出される。一部の具現例において、偏光解消比に基づくオブジェクトの検出は様々な主要シーンを明確にする。例えば、（１）アスファルトはより高い偏光を維持するに対し、芝、荒いコンクリート、または砂利はより偏光解消される；（２）金属柱はより高い偏光を維持するに対し、木または電信柱はより偏光解消される；（３）金属表面（または表示板の後面）はより高い偏光を維持するに対し、レトロ表示板（ｒｅｔｒｏ－ｓｉｇｎ）（または表示板の前面）はより偏光解消される；（４）道路表面はより高い偏光を維持するに対し、車線表示はより偏光解消される；（５）車両のナンバープレートはより偏光解消されるに対し、車両の他の表面はより高い偏光を維持する；（６）（人や動物の）皮膚はより高い偏光を維持するに対し、毛髪及び衣服はより偏光解消される

この明確化技術は、特定の道路表示、表示板、歩行者などを認識するのに役に立つ。一部の具現例において、偏光解消比はオブジェクトの希少特徴（例えば、相対的により小さい領域を有する特徴）を検出するか認識するが、このような希少特徴は異なるオブジェクトの明確化のために容易に登録される。例えば、人の希少特徴（例えば、低い偏光解消比に基づいて片出された皮膚の特徴）は歩行者を検出するか認識するのに有用である。

一部の具現例において、偏光解消比に基づく異なるオブジェクトまたは物質の明確化は、認識システム（例えば、図１ａの車両制御システム１２０の認識サブシステム１５４）、または計画システム（例えば、図１ａの車両制御システム１２０の計画サブシステム１５６）が、（例えば、人工知能技術を使用して）車両の周辺環境内のオブジェクトをより正確に検出、追跡、決定し／するか、分類することを助ける。認識サブシステム１５４は、ＬＩＤＡＲシステム（例えば、図３ａ及び図３ｂに示したＬＩＤＡＲシステム）から獲得されたオブジェクトの画像の偏光解消比を計算するか、ＬＩＤＡＲシステムによって計算された偏光解消比を受信する。認識サブシステム１５４は、（１）獲得された偏光解消比、及び（２）主要特徴表面（例えば、アスファルト、芝、荒いコンクリート、砂利、金属柱、木、電信柱、表示板の表面、車線表示、車両の表面、車両のナンバープレート、皮膚、毛髪などと上述したこれらの偏光解消比との関係に基づいてオブジェクトを分類する。マシンラーニングモデルまたは技術はオブジェクトを分類するのに活用される。このようなマシンラーニングモデルまたは技術は、指導学習、非指導学習、半指導学習（ｓｅｍｉ－ｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ）、回帰（ｒｅｇｒｅｓｓｉｏｎ）アルゴリズム、インスタンス基盤の（ｉｎｓｔａｎｃｅ－ｂａｓｅｄ）アルゴリズム、正規化アルゴリズム、意思決定ツリー（ｄｅｃｉｓｉｏｎ ｔｒｅｅ）アルゴリズム、ベイズ（Ｂａｙｅｓｉａｎ）アルゴリズム、クラスタリング（ｃｌｕｓｔｅｒｉｎｇ）アルゴリズム、人工神経網、ディープラーニング（ｄｅｅｐ ｌｅａｒｎｉｎｇ）アルゴリズム、次元減少（ｄｉｍｅｎｓｉｏｎ ｒｅｄｕｃｔｉｏｎ）アルゴリズム（例えば、ＰＣＡ）、アンサンブル（ｅｎｓｅｍｂｌｅ）アルゴリズム、サポートベクトルマシン（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ、ＳＶＭ）などを含むが、これに限らない。

図１ａを参照すると、認識サブシステム１５４は、オブジェクト分類の結果に基づいて、車両１１０Ａを囲む環境内のオブジェクトを検出、追跡、決定及び／または識別するような機能を行う。計画サブシステム１５６は、オブジェクト分類の結果に基づいて、望みの目的地及び環境内の停止及び移動オブジェクトに対して与えられた一部の時間フレームにわたって車両１１０Ａに対する経路を計画するような機能を行う。制御サブシステム１５８は、オブジェクト分類の結果に基づいて、車両１１０Ａの計画された経路を具現するために車両制御システム１２０において多様な制御装置を制御するための適切な制御信号を生成するような機能を行う。

一部の具現例において、自律走行車両制御システム（例えば、図１ａの車両制御システム１２０）は、一つ以上のプロセッサ（例えば、図１ａのプロセッサ１２２、図３ａのプロセッシングシステム３１８のプロセッサ、図３ｂのプロセッシングシステム３５８のプロセッサ）を含む。一つ以上のプロセッサは、送信器（例えば、図３ａのスキャナ３０８）がレーザソース（例えば、図３ａのレーザ３０２）からの送信信号を送信させるように構成される。一つ以上のプロセッサは、受信器（例えば、図３ａのスキャナ３０８）がオブジェクト（例えば、図３ａのオブジェクト３１０）によって反射されたリターン信号（例えば、図３ａのリターン信号３１１）を受信させるように構成される。送信器及び受信器は単一送受信器（例えば、図３ａのスキャナ３０８）である。一つ以上の光学系は、一つ以上の光学系（例えば、図３ａのサーキュレータ光学系３０６及びＰＢＳ ３１２）が第１偏光を有するリターン信号の第１偏光信号（例えば、図３ａの第１偏光光信号３１７）生成し、第１偏光に直交する第２偏光を有するリターン信号の第２偏光信号（例えば、図３ａの第２偏光光信号３１９）を生成させるように構成される。

一部の具現例において、一つ以上のプロセッサは一つ以上の光学系の偏光ビームスプリッタ（ＰＢＳ）（例えば、図３ａのＰＢＳ ３１２）が第１偏光にリターン信号を偏光させて第１偏光信号を生成させるように構成される。一つ以上のプロセッサは、ＰＢＳが第２偏光にリターン信号を偏光させて第２偏光信号を生成させるように構成される。一つ以上のプロセッサは、一つ以上の光学系の第１検出器（例えば、図３ａの第１検出器３１４）が第１偏光信号を検出させるように構成される。一つ以上のプロセッサは、一つ以上の光学系の第２検出器（例えば、図３ａの第２検出器３１６）が第２偏光信号を検出させるように構成される。

一部の具現例において、第１及び第２検出器は単一検出器（例えば、図３ａの単一検出器３５４）である。一つ以上のプロセッサは、位相シフタ（例えば、図３ｂのシフタ３５６）が第２偏光信号の位相をシフトさせるように構成される。一つ以上のプロセッサは、単一検出器が第１偏光信号を検出し、位相シフトされた第２偏光信号（例えば、図３ｂの位相シフトされた第２偏光信号３５７）を検出させるように構成される。

一つ以上のプロセッサは、第１偏光信号と第２偏光信号との間の反射率の比（例えば、偏光解消比）に基づいて車両を作動するように構成される。一部の具現例において、第１偏光信号は第１偏光を有するオブジェクトの第１画像を示し、第２偏光信号は第２偏光を有するオブジェクトの第２画像を示す。一つ以上のプロセッサは、（例えば、数１を使用して）第１画像の平均信号対雑音比（ＳＮＲ）値と第２画像の平均ＳＮＲ値との間の比を計算することで反射率の比を計算するように構成される。

一つ以上のプロセッサは、計算された反射率の比に基づいてオブジェクトの類型を決定するように構成される。例えば、認識サブシステム１５４（図１ａを参照）は、（１）獲得された偏光解消比、及び（２）主要特徴表面（例えば、アスファルト、芝、荒いコンクリート、砂利、金属柱、木、電信柱、表示板の表面、車線表示、車両の表面、車両のナンバープレート、皮膚、毛髪など）とこれらの偏光解消比との関係に基づいてオブジェクトを分類する。一つ以上のプロセッサは、オブジェクトの類型に基づいて車両の経路を制御するように構成される。例えば、計画サブシステム１５６（図１ａを参照）は、オブジェクト分類の結果に基づいて、車両１１０Ａ（図１ａを参照）に対する経路を計画するような機能を行う。制御サブシステム１５８（図１ａを参照）は、オブジェクト分類の結果に基づいて、車両１１０Ａの計画された経路を具現するために車両制御システム１２０（図１ａを参照）内の多様な制御装置を制御するための適切な制御信号を生成するような機能を行う。

一部の具現例において、一つ以上のプロセッサは、オブジェクトの類型をアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利のうち一つと決定するように構成される。一つ以上のプロセッサは、計算された反射率の比に基づいてオブジェクトがアスファルト道路であることを決定するように構成される。例えば、認識サブシステム１５４は（例えば、偏光解消比を使用せずにＬＩＤＡＲシステムから獲得された画像に対してマシンラーニング技術を適用することで）オブジェクトをアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利のうち一つに分類し、オブジェクトの偏光解消比が予め決定された臨界値より小さいのか否かを決定する。オブジェクトの偏光解消比が予め決定された臨界値より小さいという決定に応答して、認識サブシステム１５４はオブジェクトがアスファルト道路であることを決定する。

一部の具現例において、一つ以上のプロセッサは、オブジェクトの類型を金属柱、木、または電信柱のうち一つと決定するように構成される。一つ以上のプロセッサは、計算された反射率の、比に基づいてオブジェクトが金属柱であることを決定するように構成される。例えば、認識サブシステム１５４は（例えば、偏光解消比を使用せずにＬＩＤＡＲシステムから獲得された画像に対してマシンラーニング技術を適用することで）オブジェクトを金属柱、木、または電信柱のうち一つに分類し、オブジェクトの偏光解消比が予め決定された臨界値より小さいのか否かを決定する。オブジェクトの偏光解消比が予め決定された臨界値より小さいという決定に応答して、認識サブシステム１５４はオブジェクトが金属柱（または金属柱ら）であることを決定する。

一部の具現例において、一つ以上のプロセッサは、オブジェクトの類型を一人以上の人であると決定するように構成される。一つ以上のプロセッサは、計算された反射率の比に基づいて、一人以上の人の皮膚及び衣服のそれぞれの領域を決定するように構成される。例えば、認識サブシステム１５４は（例えば、偏光解消比を使用せずにＬＩＤＡＲシステムから獲得された画像に対してマシンラーニング技術を適用することで）オブジェクトを一人以上の人に分類し、オブジェクトの第１部分の偏光解消比が予め決定された第１臨界値より小さいのか否かを決定し、オブジェクトの第２部分の偏光解消比が予め決定された第２臨界値より大きいのか否かを決定する。オブジェクトの第１部分の偏光解消比が予め決定された第１臨界値より小さいという決定に応答して、認識サブシステム１５４はオブジェクトの第１部分が皮膚であることを決定する。オブジェクトの第２部分の偏光解消比が予め決定された第２臨界値より大きいという決定に応答して、認識サブシステム１５４はオブジェクトの第２部分が毛髪または衣服であることを決定する。

図５は、一部の具現例による偏光解消比に基づいて車両の経路を制御するための例示的な方法論を示すフローチャートである。この例示的な方法論において、プロセスは、ステップ５１０において、一つ以上のプロセッサ（例えば、図１ａのプロセッサ１１２、図３ａのプロセッシングシステム３１８のプロセッサ、図３ｂのプロセッシングシステム３５８のプロセッサ）によってＬＩＤＡＲシステム（例えば、図１ａのセンサ１３６、図３ａ及び図３ｂのＬＩＤＡＲシステム３００、３５０）から獲得されたオブジェクトの一つ以上の画像に基づいてオブジェクトの類型を決定することで開始する。

一部の具現例において、ステップ５２０において、一つ以上のプロセッサは、オブジェクトがアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利であるのか否かを決定する。オブジェクトがアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利であると決定することに応答して、ステップ５５０において、一つ以上のプロセッサは、計算された反射率の比に基づいてオブジェクトがアスファルト道路であることを決定する。例えば、認識サブシステム１５４は（例えば、偏光解消比を使用せずにＬＩＤＡＲシステムから獲得された画像に対してマシンラーニング技術を適用することで）オブジェクトをアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利のうち一つに分類し、オブジェクトの偏光解消比が予め決定された臨界値より小さいのか否かを決定する。オブジェクトの偏光解消比が予め決定された臨界値より小さいという決定に応答して、認識サブシステム１５４はオブジェクトがアスファルト道路であることを決定する。

ステップ５３０において、一つ以上のプロセッサは、オブジェクトが金属柱、木、または電信柱であるのかを決定する。オブジェクトが金属柱、木、または電信柱であると決定することに応答して、ステップ５５０において、一つ以上のプロセッサは、計算された反射率の比に基づいてオブジェクトが金属柱（または金属柱ら）であることを決定する。例えば、認識サブシステム１５４は（例えば、偏光解消比を使用せずにＬＩＤＡＲシステムから獲得された画像に対してマシンラーニング技術を適用することで）オブジェクトを金属柱、木、または電信柱に分類し、オブジェクトの偏光解消比が予め決定された臨界値より小さいのか否かを決定する。オブジェクトの偏光解消比が予め決定された臨界値より小さいという決定に応答して、認識サブシステム１５４はオブジェクトが金属柱（または金属柱ら）であることを決定する。

ステップ５４０において、一つ以上のプロセッサは、オブジェクトが一人以上の人であるのか否かを決定する。一部の具現例において、ステップ５５０において、一つ以上のプロセッサは、計算された反射率の比に基づいて、一人以上の人の皮膚及び衣服のそれぞれの領域を決定する。例えば、認識サブシステム１５４は（例えば、偏光解消比を使用せずにＬＩＤＡＲシステムから獲得された画像に対してマシンラーニング技術を適用することで）オブジェクトを一人以上の人に分類し、オブジェクトの第１部分の偏光解消比が予め決定された第１臨界値より小さいのか否かを決定し、オブジェクトの第２部分の偏光解消比が予め決定された第２臨界値より大きいのか否かを決定する。オブジェクトの第１部分の偏光解消比が予め決定された第１臨界値より小さいという決定に応答して、認識サブシステム１５４はオブジェクトの第１部分が皮膚であることを決定する。オブジェクトの第２部分の偏光解消比が予め決定された第２臨界値より大きいという決定に応答して、認識サブシステム１５４はオブジェクトの第２部分が毛髪または衣服であることを決定する。

ステップ５６０において、一つ以上のプロセッサは、オブジェクトの類型（例えば、ステップ５５０で決定されたアスファルト道路または金属柱の類型）に基づくか、オブジェクトの領域（例えば、ステップ５５０で決定された領域、または皮膚、毛髪、または衣服）に基づいて車両の経路を制御する。例えば、計画サブシステム１５６はオブジェクトの決定された類型（例えば、アスファルト道路または金属柱の類型）に基づいて、環境内の静的オブジェクトに対して車両１１０Ａの経路を計画するような機能を行う。計画サブシステム１５６はまた、オブジェクトの決定された領域（例えば、一人以上の人の領域、または皮膚、毛髪、または衣服）に基づいて動的オブジェクト（例えば、一人以上の人）の経路を決定し、該当動的オブジェクトの経路に基づいて該当環境内の動的オブジェクトに対して車両１１０Ａの経路を決定する。

図６は、一部の具現例による偏光解消比に基づいて車両を作動させるための例示的な方法論を示すフローチャートである。この例示的な方法論において、プロセスは、ステップ６２０において、レーザソース（例えば、図３ａのレーザ３０２）からの送信信号（例えば、図３ａの送信信号３０９）を送信し、オブジェクト（例えば、図３ａのオブジェクト３１０）によって反射されたリターン信号（例えば、図３ａのリターン信号３１１）を受信することで開始する。一部の具現例において、送信信号の送信及びリターン信号の受信は単一送受信器（例えば、図３ａのスキャナ３０８）によって行われる。

一部の具現例において、ステップ６４０において、第１偏光を有するリターン信号の第１偏光信号（例えば、図３ａの第１偏光光信号３１７）は一つ以上の光学系（例えば、図３ａのサーキュレータ光学系３０６及びＰＢＳ ３１２）によって生成される。第１偏光信号を生成するステップにおいて、第１偏光信号を生成するためにリターン信号は一つ以上の光学系（例えば、図３ａのＰＢＳ ３１２）の偏光ビームスプリッタ（ＰＢＳ）によって第１偏光に偏光される。第１偏光信号は一つ以上の光学系の第１検出器（例えば、図３ａの第１検出器３１４）によって検出される。

一部の具現例において、ステップ６６０において、第１偏光に直交する第２偏光を有するリターン信号の第２偏光信号（例えば、図３ａの第２偏光光信号３１９）は一つ以上の光学系によって生成される。第２偏光信号を生成するステップにおいて、第２偏光信号を生成するためにリターン信号はＰＢＳによって第２偏光に偏光される。第２偏光信号は一つ以上の光学系の第２検出器（例えば、図３ａの第２検出器３１６）によって検出される。

一部の具現例において、第１及び第２検出器は単一検出器（例えば、図３ｂの単一検出器３５４）である。第１偏光信号を生成するステップにおいて、第１偏光信号は単一検出器によって検出される。第２偏光信号を生成するステップにおいて、第２偏光信号の位相は位相シフタ（例えば、図３ｂのシフタ３５６）によってシフトされる。位相シフトされた第２偏光信号（例えば、図３ｂの第１位相シフトされた第２偏光信号３５７）は単一検出器（例えば、図３ｂの単一検出器３５４）によって検出される。

ステップ６８０において、車両（例えば、図１ａの車両１１０Ａ）は、第１偏光信号と第２偏光信号との間の反射率の比（例えば、偏光解消比）に基づいて、一つ以上のプロセッサ（例えば、図１ａのプロセッサ１２２、図３ａのプロセッシングシステム３１８のプロセッサ、図３ｂのプロセッシングシステム３５８のプロセッサ）によって作動される。一部の具現例において、第１偏光信号は第１偏光を有するオブジェクトの第１画像を示し、第２偏光信号は第２偏光を有するオブジェクトの第２画像を示す。反射率の比を計算するステップにおいて、第１画像の平均信号対雑音比（ＳＮＲ）値と第２画像の平均ＳＮＲ値との間の比を（例えば、式１を使用して）計算する。

反射率の比に基づいて車両を作動するステップにおいて、オブジェクトの類型は計算された反射率の比に基づいて決定される。例えば、認識サブシステム１５４は（図１ａを参照）、（１）獲得された偏光解消比、及び（２）主要特徴表面（例えば、アスファルト、芝、荒いコンクリート、砂利、金属柱、木、電信柱、表示板の表面、車線表示、車両の表面、車両のナンバープレート、皮膚、毛髪など）とこれらの偏光解消比との関係に基づいてオブジェクトを分類する。一部の具現例において、車両の経路はオブジェクトの類型に基づいて制御される。例えば、計画サブシステム１５６（図１ａを参照）は、オブジェクト分類の結果に基づいて、車両１１０Ａ（図１ａを参照）に対する経路を計画するような機能を行う。

オブジェクトの類型を決定する一部の具現例において、オブジェクトの類型は、アスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利のうち一つと決定される。計算された反射率の比に基づいてオブジェクトがアスファルト道路であることが決定される。例えば、認識サブシステム１５４は（例えば、偏光解消比を使用せずにＬＩＤＡＲシステムから獲得された画像に対してマシンラーニング技術を適用することで）オブジェクトをアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利のうち一つに分類し、オブジェクトの偏光解消比が予め決定された臨界値より小さいのか否かを決定する。オブジェクトの偏光解消比が予め決定された臨界値より小さいという決定に応答して、認識サブシステム１５４はオブジェクトがアスファルト道路であることを決定する。

一部の具現例において、オブジェクトの類型を決定するステップにおいて、オブジェクトの類型は金属柱、木、または電信柱のうち一つと決定される。計算された反射率の比に基づいてオブジェクトが金属柱であることが決定される。例えば、認識サブシステム１５４は（例えば、偏光解消比を使用せずにＬＩＤＡＲシステムから獲得された画像に対してマシンラーニング技術を適用することで）オブジェクトを金属柱、木、または電信柱のうち一つに分類し、オブジェクトの偏光解消比が予め決定された臨界値より小さいのか否かを決定する。オブジェクトの偏光解消比が予め決定された臨界値より小さいという決定に応答して、認識サブシステム１５４はオブジェクトが金属柱（または金属柱ら）であることを決定する。

一部の具現例において、オブジェクトの類型を決定するステップにおいて、オブジェクトの類型は一人以上の人であると決定される。計算された反射率の比に基づいて、一人以上の人の皮膚及び衣服のそれぞれの領域が決定される。例えば、認識サブシステム１５４は（例えば、偏光解消比を使用せずにＬＩＤＡＲシステムから獲得された画像に対してマシンラーニング技術を適用することで）オブジェクトを一人以上の人に分類し、オブジェクトの第１部分の偏光解消比が予め決定された第１臨界値より小さいのか否かを決定し、オブジェクトの第２部分の偏光解消比が予め決定された第２臨界値より大きいのか否かを決定する。オブジェクトの第１部分の偏光解消比が予め決定された第１臨界値より小さいという決定に応答して、認識サブシステム１５４はオブジェクトの第１部分が皮膚であることを決定する。オブジェクトの第２部分の偏光解消比が予め決定された第２臨界値より大きいという決定に応答して、認識サブシステム１５４はオブジェクトの第２部分が毛髪または衣服であることを決定する。

上述した説明は当業者が本願に記載の多様な様態を実施し得るようにするために提供される。これらの様態に対する多様な変形は当業者に容易に明白になるはずであり、本願に定義された一般的な原理は他の様態にも適用される。よって、本願の請求項は本願に開示の様態に限ると意図されないが、言語で表現された請求項と一致する全体範囲が与えられるべきであり、ここで単数の要素に対する言及は特に別に言及されない限り「たった一つ」を意味するのではなく、逆に「一つ以上」を意味すると意図される。別に具体的に言及されない限り、用語「一部」は一つ以上を意味する。当業者に公知さているか後ほど公知される前記説明全体にわたって説明された多様な様態の要素に対する全ての構造的及び機能的均等物は本願に明白に参照として含まれ、請求項に含まれると意図される。加えて、本願に開示の全ての内容なこのような開示が請求項に明示的に引用されたのか否かに関わらず、大衆にのみ提供されると意図されない。全ての請求項の要素は「～のための手段」という文句を使用して明示的に言及されない限り手段及び機能に解釈されてはならない。

開示されたプロセスにおけるブロックの特定順番または階層構造は例示的な接近法の例であることを理解すべきである。設計の選好度に基づいて、プロセスにおけるブロックの特定順番または階層構造は以前の説明の範囲内に残っていながら再配列されてもよいことを理解すべきである。伴う方法請求項はサンプルとしての順番で多様なブロックの要素を提示し、提示された特定の順番または階層構造に限ることを意味しない。

開示された具現例の上述した内容な、当業者が開示されたテーマを製造するか使用するようにするために提供される。このような具現例に対する多様な変形は当業者に容易に明白になるはずであり、本願に定義された一般的な原理は前記説明の思想または範囲を逸脱しないながらも他の具現例に適用される。よって、前記説明は本願に示した具現例に限ると意図されず、本願に開示の原理及び新規特徴と一致する最も広い範囲が与えられるべきである。

例示されて説明された多様な例は請求項の多様な特徴を説明するための例として提供されるのみである。しかし、任意の与えられた例に関して図示され説明された特徴は必ずしもこれに関する例に限らず、図示され説明される他の例と共に使用されるか組み合わせられる。また、請求項はいずれか一つの例によって制限されると意図されない。

上述した方法の説明及びプロセスのフローチャートは単に例示的な例として提供され、多様な例のブロックは提示された順に行われるべきであると要求されるか示唆する意図を有しない。当業者が理解できるように、上述した例におけるブロックの順番は任意の順に行われてもよい。「続けて」、「その後」、「次に」などのような単語はブロックの順番を制限するためのものではない。これらの単語は単に方法に関する説明を介して読者をガイドするために使用される。また、請求項に対する任意の単数での言及、例えば、冠詞「一」、「一つ」、または「一つの」を使用する言及は該当要素を単数に限ると解釈されてはならない。

本願に開示の例に関して説明された多様な例示的な論理ブロック、モジュール、回路、及びアルゴリズムブロックは電子ハードウェア、コンピュータソフトウェア、またはこれらの組み合わせとして具現される。ハードウェア及びソフトウェアのこのような相互交換性を明白に説明するために、多様な例示的なコンポネント、ブロック、モジュール、回路、及びブロックがこれらの機能性の観点でおよそ上述されている。このような機能性がハードウェアまたはソフトウェアで具現されるのか否かは、全体のシステムに課された特定応用プログラム及び設計の制約条件によって異なり得る。熟練した技術者はそれぞれの特定アプリケーションに対して多様な方式で説明された機能性を具現することができるが、このような具現の決定が本開示の範囲を逸脱すると解釈されてはならない。

本願に開示の例に関して記載された多様な例示的なロジック、論理ブロック、モジュール、及び回路を具現するために使用されるハードウェアは、本願に開示の機能を行うように設計された汎用プロセッサ、ＤＳＰ、ＡＳＩＣ、ＦＰＧＡ、または他のプログラム可能なロジック装置、離散ゲートまたはトランジスタロジック、離散ハードウェアコンポネント、またはこれらの任意の組み合わせで具現されるか行われる。汎用ソフトウェアはマイクロプロセッサであるが、代案的にプロセッサは任意の従来のプロセッサ、制御器、マイクロ制御器、または状態マシンである。プロセッサはまた、コンピューティング装置の組み合わせ、例えば、ＤＳＰとマイクロプロセッサの組み合わせ、複数のマイクロプロセッサ、ＤＳＰコアと結合された一つ以上のマイクロプロセッサ、または任意の他のこのような構成として具現される。代案的に、一部のブロックまたは方法は与えられた機能に特定的な回路によって行われる。

一部の例示的な例において、記述された機能はハードウェア、ソフトウェア、ファームウェア、またはこれらの任意の組み合わせで具現される。ソフトウェアとして具現される場合、機能は非一時的なコンピュータで読み取り可能な保存媒体、または非一時的なプロセッサで読み取り可能な保存媒体に一つ以上の命令語またはコードとして保存される。本願に開示の方法またはアルゴリズムのブロックは、非一時的なコンピュータで読み取り可能なまたはプロセッサで読み取り可能な保存媒体上に存在し得るプロセッサで実行可能なソフトウェアモジュールで具現される。非一時的なコンピュータで読み取り可能なまたはプロセッサで読み取り可能な保存媒体は、コンピュータまたはプロセッサによってアクセスされる任意の保存媒体である。これに限らない例として、このような非一時的なコンピュータで読み取り可能なまたはプロセッサで読み取り可能な保存媒体はＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ、ＣＤ－ＲＯＭ、または他の光ディスク保存装置、磁気ディスク保存装置または他の磁気保存装置、または命令語またはデータ構造の形態で望みのプログラムコードを保存するのに使用され、コンピュータによってアクセス可能な任意の他の媒体を含む。本願で使用されるディスク（ｄｉｓｋまたはｄｉｓｃ）はコンパクトディスク（ＣＤ）、レーザディスク、光ディスク、デジタル多目的ディスク（ＤＶＤ）、フロッピーディスク、及びブルーレイディスクを含むが、ここでディスク（ｄｉｓｋ）は一般にデータを磁気的に再生するに対し、ディスク（ｄｉｓｃ）はデータをレーザで光学的に再生する。上述した組み合わせはまた、非一時的なコンピュータで読み取り可能な及びプロセッサで読み取り可能な保存媒体の範囲内に含まれる。付加的に、方法またはアルゴリズムの作動はコンピュータプログラム製品に統合される非一時的なプロセッサで読み取り可能な保存媒体及び／またはコンピュータで読み取り可能な保存媒体上に一つまたは任意の組み合わせまたはコードのセット及び／または命令語として存在する。

開示された例の上述した内容は、当業者が本開示を具現するか使用するようにするために提供される。このような例に対する多様な変形は当業者に容易に明白になるはずであり、本願に定義された一般的な原理は本開示の思想または範囲を逸脱しないながらも一部の例に適用される。よって、本開示は本願に示した例に限ると意図されず、本願に開示の以下の請求項及び原理、そして新規特徴と一致する最も広い範囲が与えられるべきである。

Claims (39)

1. 光検出と測距（ＬＩｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ、ＬＩＤＡＲ）システムであって、
   レーザソースからの送信信号を送信するように構成される送信器と、
   オブジェクトによって反射されたリターン信号を受信するように構成される受信器と、
   第１偏光を有する前記リターン信号の第１偏光信号を生成し、前記第１偏光に直交する第２偏光を有する前記リターン信号の第２偏光信号を生成するように構成される一つ以上の光学系であって、前記第１偏光信号は前記第１偏光を有する前記オブジェクトの第１画像を示し、前記第２偏光信号は前記第２偏光を有する前記オブジェクトの第２画像を示す、一つ以上の光学系と、
   前記第１画像の平均信号対雑音比（Ｓｉｇｎａｌ－ｔｏ－Ｎｏｉｓｅ Ｒａｔｉｏ、ＳＮＲ）値と前記第２画像の平均ＳＮＲ値との間の比を計算して、前記第１偏光信号と前記第２偏光信号との間の反射率の比を計算するように構成されるプロセッサと、を含むＬＩＤＡＲシステム。
2. 前記一つ以上の光学系は、
   前記第１偏光に前記リターン信号を偏光させて前記第１偏光信号を生成し、前記第２偏光に前記リターン信号を偏光させて前記第２偏光信号を生成するように構成される偏光ビームスプリッタ（Ｐｏｌａｒｉｚａｔｉｏｎ Ｂｅａｍ Ｓｐｌｉｔｔｅｒ、ＰＢＳ）と、
   前記第１偏光信号を検出するように構成される第１検出器と、
   前記第２偏光信号を検出するように構成される第２検出器と、を含む請求項１に記載のＬＩＤＡＲシステム。
3. 前記第２偏光信号の位相をシフト（ｓｈｉｆｔ）するように構成される位相シフタを更に含み、
   前記第１検出器及び前記第２検出器は、
   前記第１偏光信号を検出し、
   前記位相シフトされた第２偏光信号を検出するように構成される単一検出器である請求項２に記載のＬＩＤＡＲシステム。
4. 前記送信器及び前記受信器は単一送受信器である請求項１に記載のＬＩＤＡＲシステム。
5. 一つ以上のプロセッサを含む自律走行車両制御システムであって、
   前記一つ以上のプロセッサは、
   送信器がレーザソースから送信信号を受信させるようにし、
   受信器がオブジェクトによって反射されたリターン信号を受信させるようにし、
   一つ以上の光学系が第１偏光を有する前記リターン信号の第１偏光信号を生成し、前記第１偏光に直交する第２偏光を有する前記リターン信号の第２偏光信号を生成するようにし、
   ここで、前記第１偏光信号は前記第１偏光を有する前記オブジェクトの第１画像を示し、前記第２偏光信号は前記第２偏光を有する前記オブジェクトの第２画像を示し、
   前記第１画像の平均信号対雑音比（ＳＮＲ）値と前記第２画像の平均ＳＮＲ値との間の比を計算して、前記第１偏光信号と前記第２偏光信号との間の反射率の比を計算し、
   前記第１偏光信号と前記第２偏光信号との間の反射率の比に基づいて車両を作動するように構成される自律走行車両制御システム。
6. 前記一つ以上のプロセッサは、
   前記一つ以上の光学系の偏光ビームスプリッタ（ＰＢＳ）が前記第１偏光に前記リターン信号を偏光させて前記第１偏光信号を生成させるようにし、
   前記ＰＢＳが前記第２偏光に前記リターン信号を偏光させて前記第２偏光信号を生成させるようにし、
   前記一つ以上の光学系の第１検出器が前記第１偏光信号を検出させるようにし、
   前記一つ以上の光学系の第２検出器が前記第２偏光信号を検出させるようにするために更に構成される請求項５に記載の自律走行車両制御システム。
7. 前記第１検出器及び前記第２検出器は単一検出器であり、
   前記一つ以上のプロセッサは、
   位相シフタが前記第２偏光信号の位相をシフトさせるようにし、
   前記単一検出器が前記第１偏光信号を検出させるようにし、前記位相シフトされた第２偏光信号を検出させるようにするために更に構成される請求項６に記載の自律走行車両制御システム。
8. 前記送信器及び前記受信器は単一送受信器である請求項５に記載の自律走行車両制御システム。
9. 前記一つ以上のプロセッサは、
   前記計算された反射率の比に基づいて前記オブジェクトの類型を決定し、
   前記オブジェクトの類型に基づいて前記車両の経路（ｔｒａｊｅｃｔｏｒｙ）を制御するように更に構成される請求項５に記載の自律走行車両制御システム。
10. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型をアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利のうち一つと決定し、
    前記計算された反射率の比に基づいて前記オブジェクトがアスファルト道路であることを決定するように更に構成される請求項９に記載の自律走行車両制御システム。
11. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型を金属柱、木、または電信柱のうち一つと決定し、
    前記計算された反射率の比に基づいて前記オブジェクトが金属柱であることを決定するように更に構成される請求項９に記載の自律走行車両制御システム。
12. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型を一人以上の人であると決定し、
    前記計算された反射率の比に基づいて前記一人以上の人の皮膚及び衣服のそれぞれの領域を決定するように更に構成される請求項９に記載の自律走行車両制御システム。
13. 自律走行車両であって、
    レーザソースからの送信信号を送信するように構成される送信器と、
    オブジェクトによって反射されたリターン信号を受信するように構成される受信器と、
    第１偏光を有する前記リターン信号の第１偏光信号を生成し、前記第１偏光に直交する第２偏光を有する前記リターン信号の第２偏光信号を生成するように構成される一つ以上の光学系であって、前記第１偏光信号は前記第１偏光を有する前記オブジェクトの第１画像を示し、前記第２偏光信号は前記第２偏光を有する前記オブジェクトの第２画像を示す、一つ以上の光学系と、を含む光検出と測距（ＬＩＤＡＲ）システムと、
    操向システムまたは制動システムのうち少なくとも一つと、
    前記第１画像の平均信号対雑音比（ＳＮＲ）値と前記第２画像の平均ＳＮＲ値との間の比を計算して、前記第１偏光信号と前記第２偏光信号との間の反射率の比を計算し、
    前記第１偏光信号と前記第２偏光信号との間の反射率の比に基づいて前記操向システムまたは前記制動システムのうち少なくとも一つの作動を制御するように構成される一つ以上のプロセッサを含む車両制御器と、を含む自律走行車両。
14. 前記一つ以上のプロセッサは、
    前記一つ以上の光学系の偏光ビームスプリッタ（ＰＢＳ）が前記第１偏光に前記リターン信号を偏光させて前記第１偏光信号を生成させるようにし、
    前記ＰＢＳが前記第２偏光に前記リターン信号を偏光させて前記第２偏光信号を生成させるようにし、
    前記一つ以上の光学系の第１検出器が前記第１偏光信号を検出させるようにし、
    前記一つ以上の光学系の第２検出器が前記第２偏光信号を検出させるようにするために更に構成される請求項１３に記載の自律走行車両。
15. 前記第１検出器及び前記第２検出器は単一検出器であり、
    前記一つ以上のプロセッサは、
    位相シフタが前記第２偏光信号の位相をシフトさせるようにし、
    前記単一検出器が前記第１偏光信号を検出させるようにし、前記位相シフトされた第２偏光信号を検出させるようにするために更に構成される請求項１４に記載の自律走行車両。
16. 前記送信器及び前記受信器は単一送受信器である請求項１３に記載の自律走行車両。
17. 前記一つ以上のプロセッサは、
    前記計算された反射率の比に基づいて前記オブジェクトの類型を決定し、
    前記オブジェクトの類型に基づいて前記自律走行車両の経路（ｔｒａｊｅｃｔｏｒｙ）を制御するように更に構成される請求項１３に記載の自律走行車両。
18. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型をアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利のうち一つと決定し、
    前記計算された反射率の比に基づいて前記オブジェクトがアスファルト道路であることを決定するように更に構成される請求項１７に記載の自律走行車両。
19. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型を金属柱、木、または電信柱のうち一つと決定し、
    前記計算された反射率の比に基づいて前記オブジェクトが金属柱であることを決定するように更に構成される請求項１７に記載の自律走行車両。
20. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型を一人以上の人であると決定し、
    前記計算された反射率の比に基づいて前記一人以上の人の皮膚及び衣服のそれぞれの領域を決定するように更に構成される請求項１７に記載の自律走行車両。
21. 光検出と測距（ＬＩｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ、ＬＩＤＡＲ）システムであって、
    レーザソースからの送信信号を送信するように構成される送信器と、
    オブジェクトによって反射されたリターン信号を受信するように構成される受信器と、
    第１偏光を有する前記リターン信号の第１偏光信号を生成し、前記第１偏光に直交する第２偏光を有する前記リターン信号の第２偏光信号を生成するように構成されるが、前記第１偏光信号は前記第１偏光を有する前記オブジェクトの第１画像を示し、前記第２偏光信号は前記第２偏光を有する前記オブジェクトの第２画像を示す一つ以上の光学系と、
    （ｉ）前記第１画像の平均信号対雑音比（Ｓｉｇｎａｌ－ｔｏ－Ｎｏｉｓｅ Ｒａｔｉｏ、ＳＮＲ）値と前記第２画像の平均ＳＮＲ値との間の比に基づいて反射率の値を計算し、（ｉｉ）車両が前記反射率の値に基づいて作動するように前記車両に前記反射率の値を提供するように構成されるプロセッサと、を含むＬＩＤＡＲシステム。
22. 前記一つ以上の光学系は、
    前記第１偏光に前記リターン信号を偏光させて前記第１偏光信号を生成し、
    前記第２偏光に前記リターン信号を偏光させて前記第２偏光信号を生成し、
    前記第１偏光信号及び前記第２偏光信号を検出するように更に構成される請求項２１に記載のＬＩＤＡＲシステム。
23. 前記一つ以上の光学系は、
    前記第２偏光信号の位相をシフトし、
    前記位相シフトされた第２偏光信号を検出することで前記第２偏光信号を検出するように更に構成される請求項２２に記載のＬＩＤＡＲシステム。
24. 一つ以上のプロセッサを含む自律走行車両制御システムであって、
    前記一つ以上のプロセッサは、
    送信器がレーザソースからの送信信号を送信させるようにし、
    受信器がオブジェクトによって反射されたリターン信号を受信させるようにし、
    一つ以上の光学系が前記第１偏光を有する前記リターン信号の第１偏光信号を生成し、前記第１偏光に直交する第２偏光を有する前記リターン信号の第２偏光信号を生成させるようにするが、前記第１偏光信号は前記第１偏光を有する前記オブジェクトの第１画像を示し、前記第２偏光信号は前記第２偏光を有する前記オブジェクトの第２画像を示し、
    前記第１画像の平均信号対雑音比（ＳＮＲ）値と前記第２画像の平均ＳＮＲ値との比に基づいて反射率の値を計算し、
    前記反射率の値に基づいて車両を作動するように構成される自律走行車両制御システム。
25. 前記一つ以上のプロセッサは、
    前記一つ以上の光学系が前記第１偏光に前記リターン信号を偏光させて第１偏光信号を生成させるようにし、
    前記一つ以上の光学系が前記第２偏光に前記リターン信号を偏光させて前記第２偏光信号を生成させるようにし、
    前記一つ以上の光学系が第１偏光信号及び前記第２偏光信号を検出させるように更に構成される請求項２４に記載の自律走行車両制御システム。
26. 前記一つ以上のプロセッサは、
    前記一つ以上の光学系が前記第２偏光信号の位相をシフトさせるようにし、
    前記一つ以上の光学系の前記位相シフトされた第２偏光信号を検出することで前記第２偏光信号を検出させるように更に構成される請求項２５に記載の自律走行車両制御システム。
27. 前記一つ以上のプロセッサは、
    前記計算された反射率の値に基づいて前記オブジェクトの一つ以上の特徴を決定し、
    前記オブジェクトの一つ以上の特徴に基づいて前記車両の経路（ｔｒａｊｅｃｔｏｒｙ）を制御するように更に構成される請求項２４に記載の自律走行車両制御システム。
28. 前記オブジェクトの一つ以上の特徴は前記オブジェクトの類型を含む請求項２７に記載の自律走行車両制御システム。
29. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型をアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利のうち一つと決定し、
    前記計算された反射率の値に基づいて前記オブジェクトがアスファルト道路であることを決定するように更に構成される請求項２８に記載の自律走行車両制御システム。
30. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型を金属柱、木、または電信柱のうち一つと決定し、
    前記計算された反射率の値に基づいて前記オブジェクトが金属柱であることを決定するように更に構成される請求項２８に記載の自律走行車両制御システム。
31. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型を一人以上の人であると決定し、
    前記計算された反射率の値に基づいて前記一人以上の人の皮膚及び衣服のそれぞれの領域を決定するように更に構成される請求項２８に記載の自律走行車両制御システム。
32. 自律走行車両であって、
    レーザソースからの送信信号を送信するように構成される送信器と、オブジェクトによって反射されたリターン信号を受信するように構成される受信器と、
    第１偏光を有する前記リターン信号の第１偏光信号を生成し、前記第１偏光に直交する第２偏光を有する前記リターン信号の第２偏光信号を生成するように構成されるが、前記第１偏光信号は前記第１偏光を有する前記オブジェクトの第１画像を示し、前記第２偏光信号は前記第２偏光を有する前記オブジェクトの第２画像を示す一つ以上の光学系と、を含む光検出と測距（ＬＩＤＡＲ）システムと、
    操向システムまたは制動システムのうち少なくとも一つと、
    前記第１画像の平均信号対雑音比（ＳＮＲ）と前記第２画像の平均ＳＮＲとの比に基づいて反射率の値を計算し、
    前記反射率の値に基づいて前記操向システムまたは前記制動システムのうち少なくとも一つの作動を制御するように構成される一つ以上のプロセッサを含む車両制御器と、を含む自律走行車両。
33. 前記一つ以上のプロセッサは、
    前記一つ以上の光学系が前記第１偏光に前記リターン信号を偏光させて前記第１偏光信号を生成させるようにし、
    前記一つ以上の光学系が前記第２偏光に前記リターン信号を偏光させて前記第２偏光信号を生成させるようにし、
    前記一つ以上の光学系が第１偏光信号及び前記第２偏光信号を検出させるように更に構成される請求項３２に記載の自律走行車両。
34. 前記一つ以上のプロセッサは、
    前記一つ以上の光学系が前記第２偏光信号の位相をシフトさせるようにし、
    前記一つ以上の光学系の前記位相シフトされた第２偏光信号を検出することで前記第２偏光信号を検出させるように更に構成される請求項３３に記載の自律走行車両。
35. 前記一つ以上のプロセッサは、
    前記計算された反射率の値に基づいて前記オブジェクトの一つ以上の特徴を決定し、
    前記オブジェクトの一つ以上の特徴に基づいて前記自律走行車両の経路を制御するように更に構成される請求項３２に記載の自律走行車両。
36. 前記オブジェクトの一つ以上の特徴は前記オブジェクトの類型を含む請求項３５に記載の自律走行車両。
37. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型をアスファルト道路、車線表示、荒いコンクリート道路、芝、または砂利のうち一つと決定し、
    前記計算された反射率の値に基づいて前記オブジェクトがアスファルト道路であることを決定するように更に構成される請求項３６に記載の自律走行車両。
38. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型を金属柱、木、または電信柱のうち一つと決定し、
    前記計算された反射率の値に基づいて前記オブジェクトが金属柱であることを決定するように更に構成される請求項３６に記載の自律走行車両。
39. 前記一つ以上のプロセッサは、
    前記オブジェクトの類型を一人以上の人であると決定し、
    前記計算された反射率の値に基づいて前記一人以上の人の皮膚及び衣服のそれぞれの領域を決定するように更に構成される請求項３６に記載の自律走行車両。