第1章：传感器噪声分析

各位同学好，我是老张。今天咱们聊聊传感器噪声这个老大难问题。

做自动驾驶感知这么多年，我最大的体会就是：噪声不是敌人，不懂噪声才是。你想想看，激光雷达、毫米波雷达、摄像头，这三个传感器各有各的脾气。摸透了它们的噪声特性，误报消除就成功了一半。

1.1 激光雷达点云噪声来源

激光雷达看着高大上，其实挺娇气的。我刚开始做感知时，总以为点云数据很干净。直到有一次，车停在路边，点云里突然冒出一堆「鬼影」——明明前面空荡荡的，却检测出障碍物。

后来排查才发现，是路边洒水车溅起的水雾在捣乱。

激光雷达的噪声，主要来自这几个方面：

• 环境反射噪声：雨、雪、雾、灰尘，这些颗粒物会反射激光。说白了，就是激光打到了不该打的地方。
• 多路径反射：激光打到光滑表面（比如玻璃、镜面），反弹好几次才回来。测距就偏了。
• 运动畸变：车辆在运动，激光雷达也在转。一帧点云里，不同点的采集时间不同。车一颠簸，点云就变形。
• 传感器自身噪声：接收器灵敏度波动、温度漂移。嗯，这个属于硬件底子问题。

处理激光雷达噪声，我个人习惯用这几种方法：

1. 统计滤波：计算每个点周围邻居的数量。孤立的点，大概率是噪声。
2. 时间戳补偿：给每个点加上时间戳，做运动补偿。车动，点云也跟着动。
3. 强度阈值：设置反射强度上下限。太强或太弱的点，直接扔掉。

// 统计滤波示例（伪代码）
for each point in point_cloud:
    neighbors = find_neighbors(point, radius=0.3m)
    if neighbors.count < 3:
        mark_as_noise(point)
    else:
        keep(point)

1.2 毫米波雷达多径反射

毫米波雷达有个特点：穿透性强，但容易「看花眼」。为什么？因为它发射的电磁波会反射、折射、绕射。遇到隧道、高架桥、大型金属物体，信号就乱套了。

我记得有一次做测试，雷达显示前方50米有个静止目标。结果车开过去，啥也没有。后来分析数据才发现，是旁边高架桥的金属护栏把信号反射到了地面，雷达以为地面有个障碍物。

这就是典型的多径反射——信号走了不止一条路。

场景	多径反射表现	误报特征
隧道内	墙壁多次反射	目标距离忽远忽近
高架桥下	桥面反射到地面	出现「幽灵」静止目标
大型金属广告牌	信号反弹到对面车道	对向车道出现虚假目标
雨天积水路面	水面反射	目标高度异常偏低

具体做法：

• 多帧关联：连续3帧以上出现的目标才保留。偶尔闪现的，大概率是噪声。
• 速度一致性检查：目标的速度变化不能太突兀。多径反射的目标，速度会跳变。
• 高度滤波：毫米波雷达能测高度。如果目标高度低于路面或高于正常车辆，直接排除。

1.3 摄像头光照干扰

摄像头嘛，说白了就是个「电子眼」。人眼怕强光，它也怕。逆光、阴影、夜间灯光，都会让摄像头「看走眼」。

我印象最深的一次：傍晚时分，太阳刚好在车后方。摄像头把路面上的一滩水渍识别成了「车道线」，结果车辆开始偏离车道。还好我及时接管了。

摄像头光照干扰主要有这几种：

1. 逆光/强光：传感器过曝，细节全丢。障碍物和背景融为一体。
2. 阴影：树影、建筑阴影，会被误识别为障碍物边缘。
3. 夜间灯光：对面车灯、路灯，会产生光晕和眩光。
4. 反光：雨后路面反光，摄像头以为前面有水面或障碍物。

我常用的处理手段：

• 自动曝光调整：根据场景亮度动态调整曝光时间。逆光时降低曝光，夜间提高增益。
• 多帧融合：连续几帧图像做平均，减少单帧的噪声影响。
• 语义先验：比如知道这个区域是天空，就不会把云朵识别成障碍物。
• 传感器融合：摄像头说有障碍物？让激光雷达和毫米波雷达确认一下。三个传感器都同意，才相信。

// 光照干扰检测（伪代码）
def check_light_interference(image):
    brightness = calculate_average_brightness(image)
    if brightness > 200:  # 过曝
        apply_auto_exposure_correction()
        return True
    elif brightness < 30:  # 过暗
        apply_gain_boost()
        return True
    else:
        return False

1.4 知识体系总览

说了这么多，咱们用一张图来总结一下。这张图是我自己画的，把三种传感器的噪声来源和应对策略串在了一起。

这张图把三种传感器的噪声来源和应对策略串在了一起。你仔细看看，会发现一个规律：单一传感器总有短板，融合才是王道。

好了，这一章就到这里。噪声分析是基础，但基础不牢，后面做误报消除就会很吃力。下一章咱们聊聊具体的滤波算法实现。

可可精品资料库