激光雷达为何会出现串扰现象？
在自动驾驶技术不断演进的背景下，激光雷达始终被视为关键的感知组件。尽管当前部分技术路径正朝着纯视觉方向发展，仍有许多整车企业坚持使用激光雷达作为其核心传感器之一。目前，主流的激光雷达工作方式主要包括脉冲型飞行时间（Time-of-Flight，TOF）和连续波调频型（Frequency-Modulated Continuous Wave，FMCW）。
TOF激光雷达的运行原理较为直观：发射端周期性地发送短脉冲激光，当光线遇到物体后反射回来，接收端通过测量发射与接收之间的时间差，再乘以光速的一半，即可计算目标的距离。该技术方案实现较为简便，测距直观，但其对时间测量精度要求极高，且在强环境光或其他干扰源存在时易产生误判。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激光雷达采用连续波调频的方式，发射激光频率随时间线性变化，接收端则将反射光与本地参考光进行相干混频，以提取“拍频”信号。这一频率差可用于推算出目标的距离和速度信息（即多普勒效应）。由于FMCW依赖于相干检测，在接收微弱信号时具备更高的增益优势，并能同时获取运动信息。更重要的是，只有与本地参考光相干的信号才会被检测，因此FMCW激光雷达对非相干的外部干扰源（如其他车辆的激光）具有天然的抗干扰能力。
串扰的成因分析
随着越来越多车辆配备激光雷达，一个显著的问题开始浮现——串扰。所谓串扰，指的是激光雷达误将其他设备发射的信号当作自身的回波接收，进而导致感知数据失真。
TOF激光雷达发射的脉冲激光在空间中传播时，可能会被其他车辆的接收器捕获，造成误判。接收端若仅依赖时间差或脉冲形态来识别物体，缺乏额外的判别机制，就容易将这些外来信号误认为是有效的回波，从而引发测距误差、点云缺失或虚假点云等问题。
串扰在车辆密集、夜间或远距离行驶等场景中尤为明显。此外，同一车辆上多个TOF单元之间若缺乏协调，也可能互相干扰。例如，A单元的激光经由反射进入B单元的接收视场，或B单元的接收窗口在A单元发射期间未关闭，均可能导致串扰。FMCW激光雷达由于其相干检测机制，对这类干扰具备一定的抗扰能力，但无法完全免疫，具体表现仍取决于硬件设计和调频方式。
TOF激光雷达的抗串扰对策
为应对TOF激光雷达的串扰问题，业界提出了多种技术手段，核心思路集中在如何为每个发射脉冲添加“标识”或实现“时间控制”，以便接收端可以有效区分自身信号与外部干扰。
脉冲编码是一种广泛应用的方法。该技术通过在发射脉冲中加入特定编码，接收端则根据解码结果判断是否为有效回波。编码方案可使用伪随机序列或时间/相位调制等方式实现，其优势在于理论上可显著降低误判概率，尤其是在多雷达共存的环境中。然而，编码过程会将信号能量在时间上分散，相关处理可能在远距离或低反射率目标下影响灵敏度与测程。
时间复用与接收门控是另一种常见的串扰抑制策略。该方法通过错开不同设备的发射时刻，或仅在预计的回波到达时间内开启接收器，从而避免同时接收多个雷达信号。对于同一车辆内的多单元TOF系统，采用统一时钟控制发射和接收窗口可大幅减少互相干扰。但这一方法依赖于精确的硬件同步，且若目标距离超出预期或存在异常反射路径，可能造成数据丢失。
此外，随机化发射时序也是一种简化方案。通过在脉冲重复频率中引入时间抖动，可将固定周期的干扰转化为随机噪声。该方法实现难度较低，兼容性强，但无法从根本上区分外来信号，仅能在高密度环境中平均化干扰。
除了上述方法，还可在光学和硬件层面进行优化。例如，采用窄带光学滤波器以滤除非目标波段的背景光，但此方法对同波段的激光信号无抑制效果。此外，还可通过光学方向性设计、物理遮挡或机械隔栅等方式减少侧向干扰，但可能会限制探测视场。在软件方面，可通过设置接收阈值、多帧验证机制（如保留多帧中稳定出现的点）等方式在点云处理阶段剔除虚假点。
FMCW激光雷达的抗串扰特性
FMCW激光雷达凭借其相干检测机制，具备更优的串扰抑制能力。回波只有在与本地参考光具有频率和相位相干性的前提下，才能被成功检测。因此，外来非相干信号（如短脉冲）无法形成有效干涉，不会被误判为目标。
尽管FMCW激光雷达在抗串扰方面表现突出，但其尚未成为市场主流，主要受限于硬件成本与实现复杂度。FMCW需要高精度的线性调频光源及稳定的本地振荡器，且对频率和相位噪声敏感，硬件难度远高于TOF系统。在某些极端情况下（如多个相干源同时工作或外来频率轨迹巧合），FMCW也可能受到干扰。此外，FMCW的测距与测速信息是耦合的，需要更复杂的信号处理算法，这也增加了工程实现的难度。
软件优化与传感器融合策略
无论是TOF还是FMCW激光雷达，单靠硬件难以覆盖所有应用场景，软件层面的优化不可或缺。通过点云异常检测、时间一致性校验、多帧累积判断等方法，可识别并剔除疑似虚假点。例如，若某点仅在单帧中出现、缺乏速度场支持，且其他传感器（如摄像头）未捕捉到相应目标，便可将其标记为低可信度信号。
同时，机器学习方法也被引入串扰识别领域。通过训练基于时空特征的分类器，可以学习串扰点的典型模式（如突发性出现、空间孤立、反射强度异常等），并据此动态调整其置信度。不过，此类方法依赖大量高质量训练数据以确保泛化能力，同时需避免将真实但罕见的小目标误判为干扰。
结语
随着激光雷达装车数量的增加，串扰问题将愈发突出。TOF激光雷达由于脉冲发射机制更容易受到干扰，而FMCW激光雷达凭借相干检测机制，在原理层面对串扰具备更强的抗性，但其高成本与复杂度限制了其大规模应用。未来，通过硬件优化与软件算法的结合，以及多传感器融合策略，有望进一步提升激光雷达在复杂环境下的鲁棒性。
-- END --
原文标题：激光雷达为什么会出现串扰的问题？