激光雷达为何容易遭遇串扰问题？
在自动驾驶技术的发展历程中，激光雷达一直是关键的环境感知硬件。尽管当前一些技术路线逐渐向纯视觉方案靠拢，仍有众多汽车制造商选择将激光雷达作为核心传感器。常见的激光雷达工作方式主要包括脉冲式飞行时间（Time-of-Flight, TOF）和连续波调频（Frequency-Modulated Continuous Wave, FMCW）两种。
TOF激光雷达的运作机制较为直观，通过发射器周期性地发送窄脉冲激光，待其反射回来后，利用接收端测量脉冲往返所需时间，结合光速计算目标距离。这种方法在实现上相对简单，测距逻辑清晰，脉冲能量集中，但同时也对时间测量的精度要求极高，且容易受到环境光或其他干扰信号的影响。当前大多数车规级TOF激光雷达工作在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。
相较之下，FMCW激光雷达不依赖短脉冲测时，而是持续发射激光并随时间线性调频。接收到的信号与本地参考光相干混频后，产生“拍频”，该频率可用于推算目标距离和相对速度（多普勒信息）。FMCW方案在弱信号接收方面具备优势，同时能够同步获取测距和测速信息。由于只对相干信号有响应，外部非相干光源难以干扰检测，因此该技术在抑制串扰方面具有天然优势。
串扰的成因分析
随着激光雷达装车密度的提升，串扰问题日益突出。所谓串扰，是指激光雷达接收到其他设备发出的激光信号，导致其感知系统出现误判。
TOF激光雷达发射的脉冲在环境中传播、反射和散射后，可能被邻近车辆的接收器误认为是自身发出的回波。由于接收器缺乏对信号来源的鉴别机制，仅凭时间差或脉冲形状判断目标，容易将外部脉冲误判为有效回波，从而引发测距误差、点云丢失或生成虚假点云等问题。
串扰在车辆密集行驶或夜间开阔场景下尤为明显。此外，同一车辆上多个TOF单元之间也可能因漫反射或接收窗口未关闭而互相干扰。相比之下，FMCW激光雷达凭借相干检测机制对串扰具有较高抵抗力，但其效果仍受限于硬件设计与实现方式。
TOF激光雷达的抗串扰技术方案
为应对TOF激光雷达的串扰问题，业界提出了多种技术方案，核心目标是通过“标识”或“时间控制”来区分自身与外部信号。
脉冲编码是一种常见手段，通过为每一束发射脉冲添加特定编码，接收端解码后仅保留与自身编码匹配的信号。该方法理论上可显著降低误判概率，尤其在多个激光雷达同时运行时更为有效。
然而，编码过程会对信号信噪比和测距能力产生影响。相关处理在低反射率目标或远距离场景下，可能造成灵敏度下降。因此，需在编码长度、发射功率与接收时间之间进行权衡。
时间复用与接收门控也是一种常见策略。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间窗口内开启接收器，可以有效过滤相互干扰信号。该方案依赖于高精度的同步机制，但若目标距离超出预期或存在异常反射路径，也可能导致数据丢失。
随机化发射时序或引入帧级时间抖动则是一种更简单的解决方案。通过为固定频率脉冲添加随机偏移，减少周期性重合的可能性，将串扰转化为随机噪声。该方法实现门槛低，但对高密度场景的抑制效果有限。
此外，光学与硬件层面的优化也能辅助抑制串扰。例如使用窄带光学滤波器过滤非目标波段信号，或通过光学方向性设计、物理遮挡等手段减少干扰路径。软件方面则可通过设置接收阈值、多帧验证机制等方式，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激光雷达依靠相干检测机制，仅对频率和相位匹配的信号产生响应，因此对外部脉冲具备较强的抵抗能力。外来非相干信号因无法与本地参考光产生稳定干涉，难以被误判为有效回波。
尽管FMCW激光雷达在抗串扰方面具备优势，但其尚未成为主流，主要受限于实现复杂度与成本。FMCW方案需配备高质量的线性调频光源和稳定振荡器，且对相位与频率噪声敏感，硬件门槛较高。此外，其测距与测速信息耦合，处理算法复杂。因此，在大规模商业化应用中，企业需要在性能与成本之间做出权衡。
软件辅助与多传感器融合
无论是TOF还是FMCW激光雷达，仅依赖硬件难以完全解决串扰问题。软件设计在此过程中起到关键补充作用。通过异常点检测、时间一致性校验、多帧累积判断等方法，可提升点云数据的可靠性。
同时，多传感器融合策略也被广泛采用。例如，若激光点云中出现孤立“飞点”，且与摄像头或其他传感器数据不匹配，可将其标记为低置信度点并剔除。通过融合毫米波雷达、IMU/GNSS等信息，可进一步提升感知系统的鲁棒性。
此外，基于机器学习的分类器也可用于识别和过滤串扰生成的伪点。通过训练模型识别串扰点的时空特征（如突发出现、孤立分布、反射强度异常等），可动态调整点云置信度，降低误检概率。
结语
激光雷达串扰问题是随着装车密度上升而日益凸显的挑战。TOF激光雷达因脉冲式工作方式更容易受到干扰，而FMCW方案虽然在原理上具备更高的抗串扰能力，但其高成本与复杂度限制了其普及。
——END——