[首發于智駕最前沿微信公眾號]隨著智能網聯汽車的發展，交通環境感知技術（包括毫米波雷達、激光雷達和攝像頭等）日益成為自動駕駛的核心組成部分。在這些傳感器中，毫米波雷達因其全天候、高精度、抗干擾能力強等優點，被廣泛應用于自動駕駛和高級輔助駕駛系統。近年來，量產車型上毫米波雷達的裝配率不斷提高，小鵬P7就配備了5顆毫米波雷達，理想ONE配備了4顆毫米波雷達，而華為支持的極狐阿爾法S高階版更是搭載了6顆毫米波雷達。車輛越多、雷達部署越密集，毫米波頻段的電磁信號越趨“擁擠”，這就帶來了雷達互相干擾的潛在風險。在之前和大家討論激光雷達是否會相互干擾時，就有小伙伴提問毫米波雷達之間是否會相互干擾，今天智駕最前沿就和大家聊聊這個話題。

毫米波雷達的工作原理

在聊毫米波雷達是否會相互干擾前，我們先了解下毫米波雷達是如何工作的。毫米波雷達其實是一種利用高頻電磁波來測量周圍目標的傳感器。它通過天線發射毫米波（波長通常在1 mm～10 mm），然后接收目標反射回來的回波信號。雷達系統根據發射脈沖和接收回波之間的時間差來計算目標與車輛之間的距離；如果目標在運動，反射波的頻率會發生多普勒偏移，雷達也能據此測量目標的相對速度和行駛方向。經過處理后，毫米波雷達可以快速獲取汽車包括障礙物的位置、速度、角度等周圍環境信息。與攝像頭不同的是，毫米波雷達幾乎不受光照和天氣影響，即使在夜間、雨雪、霧霾等惡劣條件下也能穩定工作。

多車環境下可能產生的雷達干擾現象

先說結論，當道路上多輛自動駕駛汽車同時運行、各自發射毫米波信號時，還真會出現雷達互相干擾的情況。這些干擾可分為兩類，即雜波（拒絕式）干擾和欺騙式干擾。

雜波干擾指的是一個雷達接收到了其他雷達發射的強信號，從而提高了本底噪聲。如當兩輛車迎面而行時，如果它們的雷達信號在時間上不重疊但處于同一頻段，強烈的干擾信號就會抬高受害雷達的噪聲底線，導致一些小目標（雷達散射截面小的物體）消失在噪聲中。

那什么是欺騙式干擾呢？如果兩個雷達的波形恰好在時間上同步，但存在微小的延遲，就會在一定的距離處產生欺騙性假目標，使雷達認為前方有一個并不存在的障礙物。此外，在密集路況下，多個雷達工作頻帶重疊也會導致信號疊加，使雷達產生誤判或漏判。總之，多車環境下的雷達干擾包括底噪抬升、虛假回波和重疊信號等現象，這些都可能讓雷達誤把其他車輛的信號當成目標回波或忽略真實目標。

干擾會帶來什么問題？

雷達干擾會直接影響自動駕駛系統對環境的判斷能力。由于噪聲抬升或假目標的出現，雷達可能漏檢真實障礙物，也可能對虛假目標作出反應。具體表現在幾個方面，車輛對真實車輛、行人或障礙物的探測距離變短，動態檢測范圍縮小；同時出現誤報警或忽警的情況。這些干擾將嚴重降低系統的可靠性和安全性。就曾有一項測試，研究人員利用干擾設備干擾特斯拉汽車前向雷達，使車輛在距離一堆泡沫障礙物約5米時“看不見”前方物體，沒有及時剎車而加速撞上了障礙物。該事件表明，一旦雷達喪失目標感知能力，自動駕駛輔助系統就可能失靈，帶來嚴重的安全隱患。

當前主流廠商的應對方案

針對毫米波雷達互相干擾的問題，芯片廠商和整車廠商已經提出了多種緩解策略。一種常用做法是在發射參數上隨機化，比如隨機改變雷達的啁啾信號斜率或起止頻率，以減少不同車輛雷達信號偶然同步的概率；還可以對可用頻譜進行分配，使周圍雷達盡量在不同頻率段工作。在硬件上，使用更窄的天線波束和電子掃描也能降低干擾風險，因為窄波束會減少接收到旁瓣干擾的機會。在信號處理方面，也在利用高級算法來識別和去除干擾。如短時傅里葉變換（STFT）等時頻分析方法可以將雷達回波分解到時頻域，從而更容易濾除快速變化的干擾信號；而對發射的FMCW波形進行相位編碼可以利用獨特的碼序特征來抑制假目標，使雷達對欺騙式干擾具有更強的抵抗力。除此之外，車載雷達系統通常與攝像頭、激光雷達等傳感器融合使用，當雷達數據不確定時可以借助其他傳感器進行交叉驗證，從而提升整體感知的魯棒性。

國內外廠商也在積極布局更高性能的毫米波雷達以提升抗干擾能力。特斯拉在其HW4.0硬件平臺中重新加入了高精度4D成像毫米波雷達，以增強對障礙物的識別能力。國內諸如小鵬、理想、蔚來等車型已經普遍采用多顆雷達的組合方案提升環境感知。此外，還有越來越多包括大陸、采埃孚、博世、安波福等傳統Tier1，以及Waymo、Mobileye、華為等自動駕駛解決方案提供商等推出4D毫米波雷達產品（如華為4D成像雷達采用12T24R陣列，可實現高分辨率廣視角探測），從而確保感知的精確性。還有很多研究提議通過標準化協議或車載通信，使雷達傳感器之間實現時序或頻率的協調，甚至將雷達與5G/6G通信功能融合，使車輛之間共享傳感信息來避免互相干擾。

未來展望

未來，毫米波雷達技術將繼續向4D成像方向發展，并與其他傳感器協同工作。一方面，4D毫米波雷達在傳統三維信息（距離、方位、速度）的基礎上增加了高度維度，可以輸出類似激光雷達的點云信息。與激光雷達相比，4D毫米波雷達成本更低，且同樣具有全天候工作能力（能夠穿透雨、雪、霧霾），因此被視為能在更多場景下補充激光雷達的短板。另一方面，無論是頂級車企還是研究機構，都認為未來多傳感器融合才是主流方向。毫米波雷達、攝像頭和激光雷達各有優劣，攝像頭可識別色彩與紋理，毫米波雷達在惡劣天氣下穩定可靠，激光雷達提供高密度點云。幾種傳感器組合使用，能夠相互補充。就有分析認為毫米波雷達雖然可以生成點云，但分辨率目前還難以與高線束激光雷達相比；因此毫米波雷達和激光雷達更可能互為補充，共同提升自動駕駛的安全性。總之，隨著4D毫米波雷達、激光雷達和攝像頭等傳感器技術的共同進步，以及計算能力和算法的提升，未來自動駕駛系統的環境感知將更加精準可靠。

最后的話

毫米波雷達作為自動駕駛汽車的關鍵傳感器，具有全天候、精準測距和速度測量的獨特優勢。在大量自動駕駛車輛同時運行的場景中，毫米波雷達之間的互相干擾問題確實存在，這可能導致目標探測失敗或虛假目標出現，從而影響系統安全。隨著毫米波雷達技術（如4D成像雷達）的升級以及相關標準的制定，多車環境下的雷達干擾風險將被進一步降低。可以預見，在自動駕駛普及進程中，毫米波雷達依然會發揮重要作用，其干擾問題雖不容忽視，但通過技術創新與產業協作是可以有效控制的。

審核編輯 黃宇