脈沖型TOF激光雷達雷達的工作原理比較直觀，發(fā)射器每隔一段時間發(fā)出一個極窄的激光脈沖，遇到障礙物后反射回來，接收器記錄發(fā)射和接收之間的時間差，再乘以光速的一半，便可得到目標距離。這種方式實現相對簡單、測距直觀、脈沖能量集中，其缺點是對時間測量精度要求極高，且容易受到環(huán)境光或其他干擾脈沖的影響。目前常見的車規(guī)級TOF激光雷達多工作在890 nm～1550 nm波段，不同廠商在脈沖寬度、重復頻率和接收靈敏度等方面會有不同的取舍。

　　FMCW激光雷達則不依賴短脈沖測時，而是連續(xù)發(fā)射激光，并讓發(fā)射光的頻率隨時間線性掃描(即調頻)。接收到的回波會與本地參考光進行相干混頻，產生“拍頻”信號。拍頻的頻率反映了發(fā)射與接收之間的頻率差，從而可以推算出目標的距離和相對速度(多普勒信息)。由于FMCW激光雷達采用相干檢測，在接收微弱回波時具有增益優(yōu)勢，并能同時獲取速度信息。因為只有與本地參考光相干的信號才能產生有效干涉，外來脈沖通常無法干擾檢測過程，因此，FMCW激光雷達對非相干的外部光源(包括其他車輛的激光信號)具有天然的抵抗能力。

　　串擾的產生原因

　　隨著搭載激光雷達的車輛越來越多，很容易出現一個問題，那便是“串擾”，所謂“串繞”，就是激光雷達會接收到別的激光雷達發(fā)射出的信號，導致感知判斷不準確。

　　TOF激光雷達發(fā)射的是短暫、重復的脈沖，這些脈沖在空間中互相穿越、反射和漫散射，有可能被其他車輛的接收器誤認為是自身的回波。之所以出現這個問題，是因為接收器無法自動區(qū)收到的信號是分自己發(fā)出的脈沖反射回來的信號還是別人發(fā)出的脈沖直接接收到的信號。如果接收端僅靠時間差或脈沖形狀來識別物體，會缺乏額外的鑒別機制，就極易將外來脈沖誤判為有效回波，從而引發(fā)測距錯誤、點云丟失或產生虛假點云等情況，也就是會出現所謂的“串擾”問題。

　　串擾在多車密集行駛時極易出現，尤其在夜間或視野開闊的長距離場景中會更加明顯;此外，若同一車輛上安裝的多個TOF單元之間沒有協(xié)調好，也會產生相互干擾的情況。舉個例子，如果A單元發(fā)出的激光經漫反射進入B單元的視場，或B的接收窗口在A發(fā)射后仍處于開啟狀態(tài)，串擾的情況就無法避免。相比之下，FMCW激光雷達憑借其相干檢測機制，對前一種情況具有天然的抑制能力，但并不能完全“免疫”，具體效果仍取決于實現方式和硬件設計。

　　TOF激光雷達常用的抗串擾方法

　　為了解決TOF激光雷達串擾的問題，有很多技術方案被提了出來，但核心思路都是讓每個發(fā)射脈沖“帶有標識”或“在時間上受控”，以便接收端能夠區(qū)分自身回波和外部干擾。

　　脈沖編碼(編碼發(fā)射)是常見的技術路線之一。它通過對每一束激光脈沖按照特定規(guī)則進行編碼，接收端再對接收到的信號進行解碼運算，只有與自身發(fā)射編碼匹配的信號才被認定為有效回波。編碼可采用偽隨機序列或時間/相位上的特殊碼型來實現。編碼的好處是理論上能大幅降低誤認概率，尤其是當路上有很多激光雷達時，互不相干的編碼能區(qū)分不同發(fā)射源。

　　但編碼也會對信噪比和測距能力產生影響，編碼和匹配濾波過程會將能量在時間上“展開”，恢復成原始回波需要做相關處理，這一方式在低反射率目標或遠距離場景下，就會犧牲一定的靈敏度或會影響最大測程。因此，在設計時需在編碼長度、碼速率、發(fā)射功率和探測器積分時間之間進行平衡。

　　時間復用與接收門控是另一種防“串擾”方案，這一方案就是將不同單元或不同車輛的發(fā)射時間錯開，或僅在預計回波到達的時間窗口內開啟接收器。對于同一車輛上的多個TOF單元，這種方法會非常有效，通過統(tǒng)一時鐘精確安排發(fā)射和接收窗口，可以大幅過濾掉相互之間的漫反射干擾。這一方案需依靠硬連線的同步時鐘、PPS(每秒脈沖)或專用的同步總線來實現，而不能僅靠單純的無線時間協(xié)商。門控方式其實也存在風險，如果目標距離超出預期或反射路徑異常，回波可能落在接收窗口之外，造成數據丟失;此外，若其他車輛恰好在自身接收窗口內發(fā)射，仍有可能產生干擾。

　　還有一種相對簡單的方法是采用隨機化的發(fā)射時序，或在幀結構中引入時間抖動。通過給固定重復頻率的脈沖加入隨機時間偏移，可以降低長期周期性重合的概率，將固定節(jié)奏的干擾轉化為隨機噪聲。這一方案的優(yōu)點是實現簡便、兼容現有硬件;缺點是無法從根本上區(qū)分外來回波，僅能在概率上平均化沖突，對于高密度場景效果有限。

　　除了上面提及的方案，還可以從光學和硬件層面進行抑制。比如使用窄帶光學濾波器濾除環(huán)境背景光和非目標波段的光，但如果是同波段的其它雷達信號，這一方法也是無效的;還有就是通過光學方向性設計、物理遮擋或機械隔柵減少來自側向或反射路徑的干擾，但這可能限制探測視場。在軟件設計時，可以設置接收門限或多幀驗證機制(例如僅保留在多幀中穩(wěn)定出現的點)，從而在點云后處理階段剔除孤立的虛假點。

　　FMCW激光雷達的抗串擾優(yōu)勢

　　由于FMCW激光雷達依賴相干檢測，接收端將回波與本地參考光混頻，只有頻率和相位相干的信號才能產生穩(wěn)定的拍頻并被檢測。外來的非相干激光發(fā)射(尤其是短脈沖)是無法與本地參考光形成穩(wěn)定干涉，因此不會被誤認為有效回波。正因如此，FMCW激光雷達在識別“自身回波”方面比TOF激光雷達更具先天辨別力。

　　FMCW激光雷達在抗串擾方面的確存在優(yōu)勢，但為什么沒有成為主流?FMCW的實現需要高質量、線性可控的調頻光源和穩(wěn)定的本地振蕩器，相干檢測也對相位和頻率噪聲敏感，因此，其硬件成本和復雜度會高于簡單的TOF系統(tǒng)。在極少數特殊情況(如兩個相干源同時存在，或外來連續(xù)波頻率軌跡巧合)下，FMCW激光雷達還是有可能會出現干擾。此外，FMCW的測距與測速信息是耦合的，處理算法和數字信號處理要求會更高。也就是說，FMCW激光雷達在密集場景下魯棒性更佳，但代價是更高的成本與算法復雜度，這對于想要大面積商用化落地的車企來說，是需要考量成本的。

　　軟件層面的補救與傳感器融合

　　無論是TOF還是FMCW，僅靠硬件難以覆蓋所有場景，軟件設計是不可或缺的補充。在軟件層面，可采用包括點云級的異常點檢測、時間一致性校驗、多幀累積判斷，以及與其他傳感器(如攝像頭、毫米波雷達、IMU/GNSS)進行融合等方式，以評估疑似虛假點的可信度。舉個例子，如果激光點云中出現孤立的“飛點”，在單幀中出現、缺乏速度場支持，且攝像頭也未捕捉到對應物體，則可以將其標記為低置信度信號，并予以忽略。通過多模態(tài)融合，可以進一步降低因串擾導致的誤檢風險。

　　此外，機器學習方法也被用于識別和濾除串擾產生的偽點?；跁r空特征訓練的分類器可以學習串擾點的典型模式(如在時序上突發(fā)、在空間上孤立、反射強度不符合物理規(guī)律等)，進而在運行時降低這些點的權重。這種方法需要足夠的訓練樣本以保證泛化能力，并需注意避免將罕見的真實小目標誤判為串擾。