激光雷达串扰问题的成因与应对策略
自自动驾驶概念提出以来，激光雷达作为核心的感知组件，始终扮演着关键角色。即使近年来部分技术路线逐步转向纯视觉方案，仍有不少汽车制造商坚持使用激光雷达。目前主流的激光雷达技术主要分为两类：脉冲型飞行时间（Time-of-Flight，TOF）和连续波调频型（Frequency-Modulated Continuous Wave，FMCW）。
TOF激光雷达的工作机制较为直观：发射端每隔一定时间发射一个极窄的脉冲激光，当该脉冲碰到障碍物后反射回来，接收端则记录发射与接收之间的时间差，再结合光速进行计算，从而得出目标的距离。这种方法实现相对简单，测距直观，且脉冲能量集中，但对时间测量精度要求极高，且容易受到环境光或其他干扰脉冲的干扰。当前多数车规级TOF激光雷达运行在890 nm至1550 nm的波长范围内，不同厂商在脉冲宽度、重复频率和接收灵敏度等参数方面各有侧重。
FMCW激光雷达的工作方式有所不同。它并不依赖短脉冲测时，而是发射连续激光，并在时间上对频率进行线性调制。接收端将回波与本地参考光进行相干混频，生成“拍频”信号。该信号的频率直接反映出发射与接收之间的频率差，从而推导出目标的距离与相对速度（即多普勒信息）。由于FMCW激光雷达采用相干检测，它在接收微弱回波时具备增益优势，并能同时获取速度信息。只有与本地参考光相干的信号才能产生有效干涉，外来脉冲通常无法干扰检测过程，因此该技术对非相干的外部光源，包括其他车辆的激光信号，具备天然的抵抗能力。
串扰现象的成因
随着越来越多的车辆配备激光雷达，一种常见的问题是“串扰”。“串扰”指的是激光雷达接收到其他设备发射的激光信号，进而导致感知结果失真。在TOF系统中，由于其发射的是短暂、重复的激光脉冲，这些脉冲在空间中可能发生交叉反射或漫散射，进而被其他车辆的接收端误认为是自身发射的回波。
TOF系统缺乏额外的信号鉴别机制，仅依赖于时间差或脉冲形状来识别目标，因此很容易将外来脉冲误判为有效回波。这可能导致测距错误、点云丢失或虚假点云的出现。在多车密集行驶、夜间或远距离场景中，这种问题尤为突出。此外，当同一车辆上安装多个TOF单元而未能协调好其工作节奏时，也容易引发互相干扰的情况。例如，A单元发射的激光经漫反射后进入B单元的视场，或B单元的接收窗口在A单元发射后仍未关闭，均可能造成串扰。
相较之下，FMCW激光雷达在处理此类干扰方面具有一定优势，但并不完全免疫，具体表现仍取决于其硬件设计和实现细节。
TOF激光雷达的抗串扰技术
为缓解串扰问题，业界已提出多种技术方案，核心思想是为每个发射脉冲添加“标识”或进行时间控制，以便接收端能够区分自身回波与外部干扰。
- 脉冲编码（编码发射）：通过对每个发射脉冲按照特定规则进行编码，接收端再进行解码处理，仅将与自身发射编码匹配的信号视为有效回波。编码可采用伪随机序列或时间/相位上的特殊码型实现。该方法可显著降低误判率，尤其是在高密度场景中。
- 时间复用与接收门控：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的时间窗口内开启接收器，可有效减少互扰。该方式依赖于高精度时钟和同步总线，实现上较为复杂。若目标距离超出预期，或反射路径异常，回波可能落在接收窗口之外，造成数据丢失。
- 随机化发射时序：通过向固定频率脉冲中加入随机时间偏移，降低周期性重合的可能性，从而将固定干扰转化为随机噪声。该方法兼容现有硬件，实现简单，但在高密度场景中效果有限。
- 光学与硬件抑制手段：采用窄带光学滤波器、光学方向性设计、物理遮挡或机械隔栅等方式，从光学层面减少干扰。但这些方法可能限制探测视场，无法完全消除同波段干扰。
FMCW激光雷达的抗串扰优势
FMCW激光雷达在抗串扰方面具有先天优势。由于其采用相干检测，只有频率与相位匹配的回波才能与本地参考光形成稳定拍频信号，因此对非相干干扰源具有天然的抑制能力。相比之下，TOF系统更容易误将外来脉冲当作有效回波。
尽管FMCW具备更强的抗串扰能力，但其技术实现复杂度更高，硬件成本也更为昂贵。FMCW需要线性可控的调频光源和稳定的本地振荡器，且对相位和频率噪声敏感。此外，其测距与测速信息耦合，算法处理和数字信号处理难度较大。因此，FMCW激光雷达在密集场景中表现更佳，但成本和实现复杂性限制了其大规模商用。
软件层面的优化与传感器融合
无论采用TOF还是FMCW，仅依靠硬件无法完全解决所有串扰问题，软件层面的优化同样不可或缺。常见的做法包括点云异常检测、时间一致性校验、多帧累积判断以及与其他传感器（如摄像头、毫米波雷达、IMU/GNSS）进行融合。
例如，若激光点云中出现孤立的“飞点”，在单帧中突然出现且缺乏速度场支持，同时摄像头也未检测到对应目标，则可将其标记为低置信度信号并剔除。通过多传感器融合，系统能够更准确地判断目标的真实性，从而提升整体感知可靠性。
此外，基于机器学习的分类器也被用于识别并滤除串扰产生的伪点。这类方法通过训练模型学习串扰点的时空特征，如突发性、孤立性、反射强度异常等，在运行时对疑似伪点进行降权处理。然而，此类方法依赖于高质量的训练样本，并需避免将真实小目标误判为串扰。
结语
随着激光雷达在车载场景中的部署密度持续上升，串扰问题将愈发突出。TOF激光雷达因其脉冲发射方式更容易受到串扰影响，而FMCW激光雷达在原理上具备更强的抗干扰能力，但其技术实现成本与复杂度也相应提高。未来，结合硬件优化、软件算法提升以及多传感器融合，将是提升系统鲁棒性和感知精度的关键方向。
原文标题：激光雷达为什么会出现串扰的问题？