激光雷达为何面临串扰挑战？
在自动驾驶领域，激光雷达一直扮演着关键感知硬件的角色。尽管近年来部分企业逐渐转向纯视觉方案，仍有大量主机厂坚持将激光雷达纳入其感知系统。当前主流的激光雷达工作模式主要分为脉冲飞行时间（TOF）和连续波调频（FMCW）两种。
TOF激光雷达的运作机制较为直接，其发射端周期性地发出窄脉冲激光，当激光遇到物体反射后，被接收端捕获。通过测量发射与接收之间的时间差并乘以光速的一半，即可获得目标距离信息。该方式实现门槛较低，测距直观且能量集中，但对时间测量精度要求极高，同时对外界干扰脉冲和环境光较为敏感。目前市面上的车规级TOF激光雷达多采用890 nm至1550 nm波段，不同厂商在脉宽、重复频率以及接收灵敏度等方面各有侧重。
相较之下，FMCW激光雷达采用连续激光，并通过调频实现频率扫描。接收端将回波与本地参考光进行相干混频，从而产生拍频信号。拍频频率可反映目标的距离与速度（多普勒效应），使得FMCW激光雷达在微弱信号检测中具备增益优势，同时也可同步获取速度信息。由于其依赖相干检测机制，只有与本地参考光相干的回波才能有效参与计算，因此对非相干干扰信号如其他车辆的激光脉冲具有较强的抑制能力。
串扰问题的成因
随着激光雷达上车密度的增加，串扰问题逐渐显现。所谓串扰，是指某一激光雷达误将其他车辆发出的信号识别为自身回波，从而影响感知精度。
TOF激光雷达发射的窄脉冲在空间中传播时，可能会与其他车辆的激光雷达发生交叉、反射或漫射，进而被误判为有效回波。由于接收端缺乏额外的信号鉴别机制，仅依赖时间差或脉冲形态判断目标，容易将外部脉冲当作自身发射的信号处理，进而导致测距误差、点云丢失或虚假点出现。
在交通密集区域，尤其是在夜间或远距离开阔场景中，串扰现象尤为显著。此外，同一车辆内部多个TOF单元若未良好协调，也可能会彼此干扰。例如，A单元发射的激光经漫反射进入B单元的探测范围，或B单元的接收器在A单元发射后仍未关闭，都会造成串扰。相比之下，FMCW激光雷达在抗串扰方面具有天然优势，但仍需依赖具体的硬件实现方式。
TOF激光雷达的抗串扰策略
为缓解TOF激光雷达的串扰问题，业界提出了多种技术路径，核心思想在于通过为每个发射脉冲赋予标识或时间控制，使接收端能够准确识别自身信号。
其中，脉冲编码是常见手段之一。通过在发射端对激光脉冲进行特定编码，接收端通过解码运算，仅对匹配自身编码的信号进行处理。编码可采用伪随机序列或特定时间/相位模式实现。此方法理论上可大幅降低误判概率，尤其在高密度激光雷达场景中。
但编码处理也会带来一定代价。编码和匹配过程会分散脉冲能量，需要通过相关运算恢复原始回波，这在低反射率或远距离目标场景下会削弱信噪比，影响探测能力。因此，设计中需在编码长度、码率、发射功率及积分时间之间寻求平衡。
时间复用与接收门控是另一种有效策略。通过错开不同单元或车辆的发射时间，或仅在预期回波到达时段开启接收器，可有效减少互扰。对于同一车辆内的多个TOF单元，该方式通过统一时钟控制发射和接收窗口，能够显著减少漫反射干扰。但此方法依赖高精度同步硬件，若目标反射路径异常或距离超出预设范围，仍可能造成信息丢失。
此外，随机化发射时序或在帧结构中引入时间抖动也是一种简化方案。通过在脉冲重复频率基础上加入随机偏移，可降低周期性冲突的概率。该方法兼容现有硬件，实现简单，但仅能从统计上缓解干扰，无法彻底消除串扰。
从光学和硬件角度，还可通过窄带滤波器、光学遮挡或机械隔栅来抑制干扰。例如，窄带滤波器可滤除背景光和非目标波段信号，但在同波段的其他激光雷达信号面前效果有限；而方向性设计虽可减少侧向干扰，但可能牺牲探测视场。在软件层面，可通过设定接收门限、多帧一致性校验以及保留多帧稳定点的方式，剔除异常点。
FMCW激光雷达的抗串扰特性
FMCW激光雷达利用相干检测机制，仅对与本地参考光同步的回波进行处理，因此对外来非相干信号（如其他车辆的短脉冲）具有天然抗干扰能力。
尽管FMCW在抗串扰方面优势明显，但其尚未成为主流解决方案。这主要源于FMCW系统对光源调频精度和相干稳定性要求较高，硬件实现难度和成本显著高于TOF系统。此外，在极个别情况下（如多个相干光源共存或外来波频率轨迹巧合），FMCW也可能受到干扰。同时，其测距与测速信息耦合，对算法和数字信号处理能力要求更高。
软件优化与传感器融合策略
无论是TOF还是FMCW，软件层面的优化对于提升系统鲁棒性至关重要。通过点云异常点检测、时间一致性校验、多帧累积分析等方式，可有效识别和剔除因串扰产生的虚假点。
例如，若某点云在单帧中突现、缺乏速度场支持且与视觉信息不符，则可判定为低置信度信号并予以过滤。通过将激光雷达与摄像头、毫米波雷达、惯性导航系统（IMU）和全球导航卫星系统（GNSS）进行多模态融合，可进一步提升感知系统的可靠性。
机器学习技术也被引入用于识别和抑制串扰。基于时空特征训练的分类模型可以识别串扰点的特征（如突发出现、孤立分布、反射强度异常等），从而降低误判风险。不过，此类模型需大量样本进行训练，并需谨慎避免将真实小目标误判为干扰。
总结
激光雷达串扰问题随着部署密度增加愈发显著。TOF激光雷达因脉冲结构易受干扰，而FMCW则凭借相干检测机制具备更强的抗干扰能力，但其硬件复杂度和成本也更高。