編者語(yǔ)：后臺(tái)回復(fù)“入群”，加入「智駕最前沿」微信交流群

之前和大家討論過(guò)激光雷達(dá)是否會(huì)傷害人眼（相關(guān)閱讀：自動(dòng)駕駛中的激光雷達(dá)是否會(huì)傷害人眼？）及激光雷達(dá)是否會(huì)傷害攝像頭（相關(guān)閱讀：自動(dòng)駕駛中的激光雷達(dá)是否會(huì)傷害攝像頭？），在這兩篇文章中，我們了解到激光雷達(dá)不會(huì)傷害人眼，但的確會(huì)傷害攝像頭。就在最近，有一位小伙伴問(wèn)了一個(gè)非常有趣的問(wèn)題，如果多輛搭載激光雷達(dá)的自動(dòng)駕駛車(chē)輛相遇，是否會(huì)相互干擾？對(duì)于這個(gè)問(wèn)題，智駕最前沿查閱了多份資料及相關(guān)文獻(xiàn)，今天就帶大家分析下這個(gè)問(wèn)題，若有不足之處，還歡迎大家留言區(qū)評(píng)論。

對(duì)于自動(dòng)駕駛汽車(chē)來(lái)說(shuō)，搭載在車(chē)頂和車(chē)身周?chē)募す饫走_(dá)（LiDAR）已成為環(huán)境感知的“眼睛”。激光雷達(dá)之所以被廣泛采用，是因?yàn)樗軌蚩焖佟?zhǔn)確地捕捉周?chē)矬w并生成三維點(diǎn)云，為車(chē)輛規(guī)劃行駛路線(xiàn)提供關(guān)鍵數(shù)據(jù)。任何一個(gè)激光雷達(dá)，首先要做的就是發(fā)射和接收光信號(hào)。它會(huì)通過(guò)激光發(fā)射模塊不斷地向四周掃描，發(fā)出成千上萬(wàn)束激光脈沖或連續(xù)調(diào)制的光線(xiàn)，光束遇到障礙物后會(huì)被反射回來(lái)，再由接收模塊捕獲。這些往返的時(shí)間差，便是激光雷達(dá)測(cè)距的核心指標(biāo)——飛行時(shí)間（ToF），還有某些先進(jìn)設(shè)備通過(guò)比較發(fā)射光與回波光的頻率差（FMCW技術(shù)）來(lái)計(jì)算距離和速度。為實(shí)現(xiàn)對(duì)整個(gè)周邊環(huán)境的覆蓋，傳統(tǒng)方案往往讓激光器安裝在一個(gè)能夠高速旋轉(zhuǎn)的支架上，不斷掃過(guò)周?chē)?/span>360度；新興固態(tài)相控陣方案則利用微機(jī)電系統(tǒng)或光學(xué)相控陣元件，無(wú)需機(jī)械運(yùn)動(dòng)便可完成大角度掃描。

激光雷達(dá)的硬件主要分成發(fā)射、接收、掃描和處理四大部分。發(fā)射單元需要一個(gè)能夠輸出穩(wěn)定脈沖或線(xiàn)性調(diào)頻光源的激光器；接收端則搭配高靈敏度的光電探測(cè)器，用來(lái)捕捉回波信號(hào)；光學(xué)系統(tǒng)中的透鏡和反射鏡負(fù)責(zé)將光束聚焦并調(diào)整方向；最后由信號(hào)處理單元將采樣到的電信號(hào)轉(zhuǎn)換成數(shù)字?jǐn)?shù)據(jù)，經(jīng)過(guò)濾波、峰值檢測(cè)和算法計(jì)算后，拼湊成一幅幅精細(xì)的三維點(diǎn)云圖。對(duì)自動(dòng)駕駛車(chē)輛而言，這些點(diǎn)云圖是識(shí)別行人、自行車(chē)、車(chē)輛、路沿和交通標(biāo)志的基礎(chǔ)。

激光雷達(dá)構(gòu)成

當(dāng)車(chē)流量不高時(shí)，每一臺(tái)激光雷達(dá)都在相對(duì)“清凈”的環(huán)境中工作，它發(fā)出的光脈沖絕大部分都會(huì)擊中真實(shí)障礙物后返回，數(shù)據(jù)質(zhì)量很高。但如果路上出現(xiàn)了多臺(tái)近距離行駛且都在發(fā)射相似波長(zhǎng)、相似調(diào)制方式的激光，有時(shí)一個(gè)設(shè)備發(fā)出的光脈沖會(huì)恰好在另一臺(tái)接收器的采樣窗口內(nèi)被誤當(dāng)成自身回波，產(chǎn)生虛假的測(cè)距結(jié)果。更直白地說(shuō)，A汽車(chē)發(fā)的脈沖恰好落在B汽車(chē)的“收聽(tīng)”周期里，B就會(huì)把A發(fā)的信號(hào)識(shí)別成路面或障礙物返回的信號(hào)。類(lèi)似情況在FMCW型激光雷達(dá)中也會(huì)出現(xiàn)，當(dāng)兩臺(tái)設(shè)備的調(diào)頻帶寬或起始頻率接近時(shí)，混頻后會(huì)產(chǎn)生多重頻差峰值，接收端很難分辨哪一個(gè)才是真正針對(duì)自己的目標(biāo)。

在城市擁堵或紅綠燈前排隊(duì)等候的場(chǎng)景中，這種“串波”效應(yīng)獲將尤其明顯。比如兩輛搭載激光雷達(dá)的自動(dòng)駕駛汽車(chē)并排行駛時(shí)，如果它們的掃描角度重疊，A車(chē)前方的樹(shù)干產(chǎn)生的回波很可能被B車(chē)接收，這就會(huì)讓B車(chē)在自己的點(diǎn)云中看到多余的“樹(shù)叢”，影響對(duì)實(shí)際行人或車(chē)輛的識(shí)別和判斷。又或者在交叉口等待時(shí)，旁邊車(chē)輛的回波誤入本車(chē)點(diǎn)云，使得系統(tǒng)以為前方有人橫穿道路，從而激發(fā)不必要的急剎車(chē)。更嚴(yán)重的情況是，在擁擠的隧道或多層停車(chē)場(chǎng)里，多路徑回波也會(huì)被相互疊加，這將給算法濾波帶來(lái)更大挑戰(zhàn)。

激光雷達(dá)之間產(chǎn)生干擾的原因，其實(shí)可以歸結(jié)為頻率、時(shí)間和空間三方面的重疊。激光器的波長(zhǎng)往往集中在905nm或1550nm兩個(gè)波段，即使廠家在出廠調(diào)校時(shí)稍有差異，由于接收器帶寬較寬，還是能捕捉到相鄰波長(zhǎng)的光子。不同設(shè)備如果沒(méi)有精準(zhǔn)同步發(fā)射時(shí)序，也很容易出現(xiàn)脈沖或者調(diào)頻信號(hào)在時(shí)間上互相“撞車(chē)”。此外，掃描方向如果對(duì)不上角度，彼此發(fā)射的光束就會(huì)在空間中重疊，一個(gè)設(shè)備的光束就恰好也在另一個(gè)設(shè)備的視野內(nèi)被接收。

若搭載激光雷達(dá)的汽車(chē)出現(xiàn)上述情況，將可能導(dǎo)致嚴(yán)重的后果。首先是虛警率上升，也就是系統(tǒng)會(huì)把不存在的物體當(dāng)真，出現(xiàn)過(guò)多的“假障礙”，這會(huì)降低自動(dòng)駕駛系統(tǒng)對(duì)真實(shí)障礙的響應(yīng)速度，甚至導(dǎo)致不必要的急停或繞行。其次是漏檢風(fēng)險(xiǎn)，真正存在的行人、車(chē)輛或障礙在一片雜亂的點(diǎn)云噪聲中，很容易被淹沒(méi)，算法無(wú)法精確提取，進(jìn)而無(wú)法及時(shí)作出避讓決策。更深層次的隱患在于，激光雷達(dá)數(shù)據(jù)往往和攝像頭、毫米波雷達(dá)等多傳感器融合，如果LiDAR數(shù)據(jù)質(zhì)量持續(xù)不穩(wěn)定，將影響整個(gè)感知鏈路的可靠性。

對(duì)于這個(gè)問(wèn)題，業(yè)界已經(jīng)在硬件和軟件層面展開(kāi)了多管齊下的攻關(guān)。一些廠商嘗試在不同波長(zhǎng)或不同調(diào)制帶寬之間進(jìn)行頻域隔離，讓相鄰車(chē)輛的信號(hào)在頻率上互不重疊；也有人推廣基于衛(wèi)星定位（GNSS）或車(chē)聯(lián)網(wǎng)（V2V）通信的時(shí)間同步方案，將不同車(chē)輛的發(fā)射時(shí)隙嚴(yán)格錯(cuò)峰，確保任何時(shí)刻同一區(qū)域內(nèi)只有少數(shù)幾輛車(chē)在同一時(shí)段發(fā)射。固態(tài)相控陣LiDAR的出現(xiàn)，為空間隔離提供了更多可能，通過(guò)電子方式改變光束指向，在保證關(guān)鍵方向高分辨率的同時(shí)，對(duì)其它方向的“入侵”信號(hào)進(jìn)行衰減。

在軟件層面，也有技術(shù)提出運(yùn)用編碼和匹配濾波技術(shù)，為每臺(tái)LiDAR的光脈沖或調(diào)頻信號(hào)加上專(zhuān)屬的“身份標(biāo)記”。接收側(cè)只對(duì)帶有自己標(biāo)記的信號(hào)進(jìn)行解碼，其他帶有不同標(biāo)記的信號(hào)就被當(dāng)作噪聲剔除掉。這種思路與通信領(lǐng)域的CDMA（碼分多址）類(lèi)似，但在光學(xué)域內(nèi)實(shí)現(xiàn)對(duì)實(shí)時(shí)高頻信號(hào)的編碼解碼，對(duì)處理器性能提出了不小挑戰(zhàn)。此外，點(diǎn)云后處理算法也更加智能化，通過(guò)機(jī)器學(xué)習(xí)模型在線(xiàn)識(shí)別潛在的串?dāng)_點(diǎn)云，將可疑點(diǎn)云歸為“干擾”類(lèi)別，并在融合其它傳感器數(shù)據(jù)后進(jìn)行校正。

想要解決這個(gè)問(wèn)題，除了依靠單車(chē)或單系統(tǒng)的改進(jìn)外，車(chē)與車(chē)之間的協(xié)同也顯得尤為關(guān)鍵。借助高速低時(shí)延的C-V2X（蜂窩車(chē)聯(lián)網(wǎng)）或DSRC（專(zhuān)用短程通信），不同車(chē)輛可以實(shí)時(shí)交換雷達(dá)狀態(tài)和時(shí)隙安排，一旦檢測(cè)到潛在的發(fā)射沖突，就能立刻通過(guò)網(wǎng)絡(luò)指令調(diào)節(jié)發(fā)射功率、改變發(fā)射時(shí)隙或調(diào)整掃描角度。這種集中式或分布式的資源調(diào)度，每輛車(chē)既能保持對(duì)周?chē)h(huán)境的高精度感知，又能避免對(duì)同伴造成“激光干擾”。

未來(lái)，激光雷達(dá)的抗干擾技術(shù)或將與整車(chē)智能化、一體化設(shè)計(jì)深度融合。光子集成芯片的不斷進(jìn)步，將讓LiDAR芯片級(jí)別的小型化和低功耗成為可能，未來(lái)大規(guī)模裝車(chē)的成本也會(huì)大幅下降。車(chē)載中央處理單元（域控制器）將集成更強(qiáng)大的AI算力，能夠在毫秒級(jí)的時(shí)間尺度對(duì)多源數(shù)據(jù)進(jìn)行融合、判別和校正，實(shí)時(shí)區(qū)分自家激光信號(hào)與他家信號(hào)，并動(dòng)態(tài)調(diào)節(jié)發(fā)射參數(shù)。云端大數(shù)據(jù)平臺(tái)的崛起，能夠?qū)⒏鞯氐缆飞稀⒏鞣N路況下的雷達(dá)“實(shí)戰(zhàn)”數(shù)據(jù)進(jìn)行匯聚與分析，為更新算法和優(yōu)化配置提供持續(xù)反饋。

當(dāng)多輛自動(dòng)駕駛汽車(chē)同時(shí)使用激光雷達(dá)時(shí)，確實(shí)存在相互干擾的可能，從而導(dǎo)致虛警、漏檢和感知失真等問(wèn)題。但好在，無(wú)論是頻率和時(shí)序的隔離、編碼與解碼的抗干擾手段，還是車(chē)聯(lián)網(wǎng)的協(xié)同調(diào)度和后端智能算法，各種對(duì)策正在不斷成熟和落地。隨著技術(shù)和標(biāo)準(zhǔn)的不斷完善，激光雷達(dá)的抗干擾能力將得到顯著增強(qiáng)，進(jìn)而為自動(dòng)駕駛車(chē)輛提供更加可靠的“第三只眼”，助力智慧交通在未來(lái)真正走上大規(guī)模商用之路。

-- END --