激光雷达中串扰现象的成因与应对策略
激光雷达作为自动驾驶系统中的核心感知设备，其重要性不言而喻。尽管目前行业出现了向纯视觉方案倾斜的趋势，但仍有大量车企坚持采用激光雷达作为环境感知的关键组件。目前主流的激光雷达技术主要包括脉冲式飞行时间（Time-of-Flight，TOF）和连续波调频型（Frequency-Modulated Continuous Wave，FMCW）。
TOF激光雷达的原理相对直观，其通过发射极窄的激光脉冲，并依据反射回波与发射时间之间的差值，结合光速计算出目标的距离。这种技术实现较为简单，且测距清晰，但由于需要极高的时间分辨率，对系统稳定性要求较高，同时也易受环境光及其他脉冲干扰影响。常见的车规级TOF激光雷达通常工作在890 nm至1550 nm波段，不同厂商在脉冲宽度、重复频率和接收灵敏度等方面各有侧重。
FMCW激光雷达则采用连续波发射，并通过线性调频的方式进行距离与速度测量。接收端将回波与本地参考光进行相干混频，从而提取出拍频信号，进一步推导出目标的距离和相对速度。由于FMCW依赖相干检测，其在微弱信号接收方面具有更高的增益，并能同时获取速度信息。此外，由于只有与本地参考光相干的信号才能形成有效干涉，FMCW激光雷达在面对非相干外来光源（如其他车辆的激光信号）时，具备天然的抗干扰能力。
串扰的成因
随着激光雷达搭载车辆数量的持续增长，串扰问题日益凸显。所谓串扰，是指激光雷达接收到其他车辆发射的激光信号，从而导致感知系统误判。
TOF激光雷达发射的是周期性的短脉冲，这些激光在空间中传播时，可能会与其他车辆的激光脉冲交叉，甚至在反射或散射路径中进入其他激光雷达的接收端。由于TOF激光雷达主要依赖时间差和脉冲形状进行目标识别，缺乏其他有效的判别机制，因此容易将外来脉冲误判为自身回波，进而导致测距错误、点云丢失或虚假点云的生成。
在高密度交通场景中，尤其是夜间或开阔环境下，串扰现象更为常见。此外，若同一车辆内安装的多个TOF单元之间缺乏协调，也可能引发相互干扰。例如，A单元的激光经漫反射进入B单元的接收范围，或B单元的接收窗口未及时关闭，均可能导致串扰。尽管FMCW激光雷达凭借其相干检测机制在一定程度上具备抗干扰优势，但其抗串扰能力仍然受限于系统实现方式与硬件设计。
TOF激光雷达的串扰抑制方案
为缓解TOF激光雷达的串扰问题，业界提出了多种技术手段，核心思路均围绕“标识发射”和“时间控制”展开。
- 脉冲编码：通过为每个激光脉冲分配特定编码，接收端在解码后仅接受与自身编码匹配的回波信号。该方法理论上可显著降低误判率，但对系统信噪比和测距性能有一定影响。
- 时间复用与接收门控：通过错开不同单元的发射时间，或在特定时间窗口内开启接收器，以避免串扰。该方法对多单元系统和同车干扰尤为有效，但依赖精密时钟同步，且存在目标距离超出预期导致回波丢失的风险。
- 随机化发射时序：在固定频率的脉冲中引入随机时间抖动，降低周期性干扰的发生概率。此方案实现简单，但无法彻底区分外来回波，仅适用于中低密度场景。
此外，还可通过光学滤波器、光学方向性设计、机械遮挡等方式降低来自侧向或反射路径的干扰。在软件层面，设置接收门限和多帧验证机制，有助于在点云处理阶段识别并剔除虚假点。
FMCW激光雷达的抗串扰特性
FMCW激光雷达在抗串扰方面具有天然优势。由于其依赖相干检测，只有与本地参考光相位和频率匹配的回波才能形成稳定的拍频，因此非相干外来激光信号不会被误判为有效回波。
尽管FMCW具备更强的抗干扰能力，但其推广受限于较高的硬件成本和复杂度。FMCW系统需要高精度的调频光源和稳定的本地振荡器，同时对相位和频率噪声敏感。此外，其测距和测速信息耦合，对信号处理和算法要求更高。因此，尽管FMCW在高密度场景中表现更优，但其高昂的成本仍是大规模部署的重要挑战。
软件优化与传感器融合
在硬件难以覆盖所有场景的情况下，软件算法成为提升抗干扰能力的重要补充。通过点云异常检测、多帧一致性校验等方式，可对疑似虚假点进行识别与过滤。例如，若某点在单帧中孤立出现、缺乏速度支持，且与其他传感器数据不匹配，则可判断为低置信度点，并予以剔除。
基于机器学习的分类器也被用于识别串扰产生的伪点。通过训练模型识别串扰点在时空分布、反射强度等方面的异常特征，可在运行时动态降低其权重。这种方法对泛化能力要求较高，同时需避免将真实小目标误判为干扰。
结语
随着激光雷达在车辆中的应用日益广泛，串扰问题将成为影响系统可靠性的重要因素。TOF激光雷达因其脉冲式工作原理更易受到干扰，而FMCW则在抗串扰方面表现更优，但其成本和复杂度也相对更高。
-- END --