激光雷达中的串扰现象解析
自自动驾驶技术概念提出以来，激光雷达始终是实现环境感知的关键硬件之一。即便当前部分技术路线开始向纯视觉演进，仍有大量车企坚持使用激光雷达。目前，激光雷达的主要工作方式包括脉冲式飞行时间（Time-of-Flight，TOF）和连续波调频（Frequency-Modulated Continuous Wave，FMCW）。
TOF激光雷达的工作机制较为直接。它通过周期性发射极窄的激光脉冲，当这些脉冲遇到障碍物并反射回来后，系统通过计算发射与接收之间的时间差，结合光速，即可推算出目标物体的距离。该方式实现简便、测距直观，且脉冲能量集中。不过，其劣势也很明显：对时间测量精度要求极高，同时容易受到环境光或其他干扰信号的影响。目前大多数车规级TOF激光雷达采用890 nm～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。
相较之下，FMCW激光雷达不依赖时间差测量，而是采用连续激光发射并线性调频的方式。系统通过将回波与本地参考光进行相干混频，生成“拍频”信号，借此推导出目标的距离和相对速度（多普勒信息）。由于采用相干检测机制，FMCW在接收微弱信号时具备更高的信噪比优势，同时能够同步获取距离和速度信息。由于只有与本地参考光相干的信号才能产生有效干涉，因此FMCW对非相干光源（如其他车辆发出的激光信号）具有天然的抗干扰能力。
串扰现象的成因
随着激光雷达在车辆中的普及，串扰问题逐渐凸显。串扰指的是激光雷达接收到其他雷达发射的激光信号，从而导致感知数据失真。对于TOF激光雷达而言，其发射的短脉冲在空间中传播过程中可能会与来自其他车辆的信号发生交叉、反射或漫散射，从而被误判为自身发射的回波。
由于TOF雷达主要依赖时间差和脉冲形状来识别物体，缺乏更高级别的信号鉴别机制，因此在多个激光雷达共存的环境中，极易出现误判，造成测距错误、点云丢失或虚假点云等现象。尤其是在夜间或长距离视野开阔的场景下，串扰现象更容易显现。此外，同一车辆上多个TOF单元若未协调好发射与接收时序，也会产生相互干扰。
相比之下，FMCW激光雷达因相干检测机制的特性，对串扰具备一定的抑制能力，但并非完全免疫，实际效果仍取决于硬件设计和实现方式。
TOF激光雷达常见的抗串扰技术
为缓解TOF激光雷达中的串扰问题，业界提出多种技术手段，其核心思想在于为发射脉冲添加“身份标识”或在时间上进行控制，使接收端能够识别自身信号。
脉冲编码是一种广泛采用的抗串扰技术。通过为每一束激光脉冲施加特定编码，接收端通过解码识别是否为自身发射信号。该技术可采用伪随机序列、时间或相位调制等方式实现。脉冲编码的优势在于显著降低误判概率，尤其是在高密度激光雷达环境中。
然而，编码方案也存在限制。编码和匹配过程会将能量分散在时间轴上，需要通过相关运算恢复原始回波，这种方式在低反射率目标或远距离场景中，可能会降低系统灵敏度或影响最大测距能力。因此，在实际设计中，需权衡编码长度、发射功率、探测器积分时间等参数。
时间复用与接收门控是另一种常用策略，即通过错开发射时间或限制接收器的响应窗口来过滤干扰信号。该方法对于多单元系统非常有效，可通过精确时钟同步实现。但若目标距离超出预期或反射路径异常，可能会导致数据丢失。此外，若其他车辆在接收窗口内发射信号，仍可能造成干扰。
另一种较简单的方案是引入随机化发射时序或在帧结构中加入时间抖动。通过为固定频率的激光脉冲添加随机时间偏移，可降低干扰信号与本机信号长期重合的概率。该方案易于实现，兼容现有硬件，但无法完全消除外来干扰，仅能在概率上降低冲突。
此外，还可以从光学和硬件层面进行优化。例如，采用窄带滤光器以屏蔽非目标波段的环境光，或通过光学方向设计、机械隔栅等手段减少侧向或反射路径的干扰。在软件方面，可设置接收门限、多帧一致性验证机制，从而在点云后处理阶段剔除异常点。
FMCW激光雷达的抗串扰特性
FMCW激光雷达基于相干检测机制，接收端仅对与本地参考光频率和相位匹配的信号作出响应，从而能够有效排除非相干干扰。因此，FMCW雷达在识别自身信号方面较TOF具有更强的辨别能力。
尽管FMCW激光雷达具备抗串扰优势，但其并未成为主流，主要受限于其实现复杂度和成本。FMCW系统需要高质量、线性调频的激光源以及稳定本地振荡器，相干检测对相位和频率稳定性要求极高，硬件成本和算法复杂度均高于TOF系统。在极少数极端情况下（如多个相干源同时存在），FMCW也可能受到干扰。此外，其测距和测速信息高度耦合，对信号处理算法提出更高要求。
软件设计与多传感器融合
无论是TOF还是FMCW激光雷达，单靠硬件难以完全避免所有串扰场景，软件设计的补充不可或缺。在点云处理层面，可通过异常点检测、时间一致性校验、多帧验证等手段识别可疑数据。例如，若某点云孤立存在、无速度场支持且与其他传感器数据不匹配，则可被标记为低可信度信号并予以剔除。
近年来，机器学习方法也被引入串扰点识别领域。基于时序与空间特性的分类器可学习串扰点的典型模式，如突然出现、空间孤立、反射强度异常等，从而在运行时降低其权重。该方法依赖大量训练数据以确保泛化能力，同时需注意避免将真实目标误判为干扰。
总结
激光雷达串扰问题随着车辆搭载密度的增加而愈发显著。TOF激光雷达因其脉冲特性更易受到干扰，而FMCW则因其相干检测机制在原理上更具抗干扰能力。然而，FMCW激光雷达的实现复杂度和成本限制了其大规模应用。
-- END --
原文标题：激光雷达为什么会出现串扰的问题？