ToF 与 FMCW 激光雷达：技术拆解助明智决策

近期论文¹⁻⁵ 提出若干关于频调连续波（FMCW）激光雷达优势的营销主张。意料之中，故事远不止标题所言。本文将逐一技术对比飞行时间（ToF）与 FMCW 激光雷达。

我们理解非所有 ToF 和 FMCW 系统均等，故聚焦 AEye 采用的 ToF。希望本文勾勒成功从业者必须克服的艰难系统权衡，激发稳健知情讨论、竞争，最终改进 ToF 和 FMCW 产品。

竞争主张

主张 #1：FMCW 是（新）革命性技术

不真实。

与近期新闻相反，FMCW 激光雷达由来已久，源自 1960 年代 MIT 林肯实验室工作⁸，仅比激光器发明晚七年⁹。多年积累的 FMCW 经验教训——虽非机密公开领域——不幸久被遗忘。近期变化是长相干长度激光器更易获取。这重燃对成熟技术兴趣，因理论上可提供极高信号增益，但仍有若干限制须解决才能使其适配自动驾驶汽车。

主张 #2：FMCW 探测/跟踪目标更远、更快

未经证实。

ToF 激光雷达可提供极快激光脉冲率（AEye 系统每秒数百万脉冲）、敏捷扫描、提高回波显著性、施加高密度感兴趣区域（ROI）——带来比其他系统好 2-4 倍的回波信息量。相比之下，许多低复杂度 FMCW 系统脉冲率仅 1 万至 10 万/秒（~50 倍慢）。本质上，我们在比较纳秒驻留时间高重复率与数十微秒驻留时间低重复率（每激光/接收对）。商用车规级 ToF 产品已实现每秒百万回波、大视场、超高分辨率超 1000 点/度²。AEye 未见匹配此性能的 FMCW 系统（市售 FMCW 系统倾向缺乏具体性能规格）。

远距离目标探测、获取（分类）、跟踪深受激光脉冲率影响，因更高脉冲密度（空间/时间）提供更多信息，实现更快探测和更好噪声滤波。AEye 演示系统可多点探测低反射率：小物体和行人超 200m，车辆 300m，3 级卡车 1km。这说明 ToF 测距能力。事实上几乎所有激光测距仪用 ToF 而非 FMCW 测距（如 Voxtel 测距仪¹⁰ 产品，部分探测范围 10+km）。虽近期文章称 FMCW 测程优越，我们未见 FMCW 系统能在提供匹配视场、总测程扫宽、点密度下匹配先进 ToF 系统测程。

主张 #3：FMCW 更准确高效测速度和距离

误导。

ToF 系统（含 AEye 激光雷达）确实需多脉冲确定目标速度。与 FMCW 单脉冲主张相比似额外开销。更重要的是理解非所有速度测量平等。径向速度对迎面行驶两车紧迫（也是希望更长探测距离原因之一），但横向速度占最危险边缘案例 90% 以上。闯红灯、急转弯车辆、行人闯入街道，皆需横向速度做规避决策。FMCW 无法单脉冲同时测横向速度，在寻找横向速度上对 ToF 无任何优势。

考虑 30-40 m/s（~67-89 MPH）移动车被激光脉冲探测。短周期后（如 50μs）第二脉冲，目标仅移动 ~1.75 mm。建立统计显著速度，目标应移动至少 2 cm，需约 500μs（同时需足够 SNR 插值测程样本）。第二次测量可在可忽略帧率时间内建立统计显著测程和速度。有敏捷扫描器，500μs 不专用于“囚禁”速度估计。期间可向中间其他区域/目标发射多脉冲，再回原目标高置信度测速，而 FMCW 系统整个驻留时间被“囚禁”。

复杂性在于 FMCW 常需至少两次激光频率扫频（上下）形成无歧义探测，下扫频提供克服混频测程+多普勒位移歧义所需信息。这在上述驻留时间基础上再翻倍。目标 10μs 内运动典型仅 0.5mm，难分离振动与真实线性运动。

主张 #4：FMCW 干扰更少

实际恰恰相反！

虚假反射在 ToF 和 FMCW 系统均存在。包括棱镜反射异常如“光环”、“壳”、第一表面反射、轴外空间旁瓣、多径、杂波。优秀激光雷达关键在于空间域（好光学）和时间/波形域抑制旁瓣。ToF 和 FMCW 空间行为可比，但 FMCW 在高对比度目标存在时真正受损于时间域/波形域。

杂波： FMCW 依赖窗口旁瓣抑制处理自干扰（杂波），远不如无旁瓣的 ToF 鲁棒。背景：10μs FMCW 脉冲径向展宽 1.5 km 范围。此范围内任何物体将陷入 FFT（时间）旁瓣。即使 1μs 短脉冲也可能被 150m 处高强度杂波破坏。矩形窗 FFT 一级旁瓣著名为 -13dB，远高于持续良好点云所需水平。（除非单脉冲内无物体强度差超 ~13dB，这在实际路况不太可能）。

可施加更深旁瓣锥度，但牺牲脉冲展宽。此外接收机前端非线性（即杂散自由动态范围）将限制整体系统可达旁瓣电平，因压缩和 ADC 杂散（三阶截获）；相位噪声⁶；大气相位调制等，无窗口锥度能缓解。航天国防系统能克服，但我们不知有低成本车规级系统能瞬时实现 >100dB 动态范围以分拣远程小目标和近程棱镜反射器，如 FMCW 中出现。

对比典型高斯 ToF 系统，2ns 脉冲宽度，除脉冲宽度几厘米外无时域旁瓣。小目标回波捕获时，大小偏移回波间任意动态范围对入射光电探测器光无影响。

第一表面： 更强干扰源可能是挡风玻璃或其他施加于激光雷达系统的第一表面反射。发射光束近连续，反射也连续、极强，相对远目标，形成类似低频分量产生不良 FFT 旁瓣。也可能显著降低可用动态范围。且挡风玻璃为机械应力下多层玻璃，有复杂非均匀偏振，随机化光电探测器面信号返回电场，使光学混频复杂（去相干）。

最后，因时域处理与频域处理本质差异，多回波处理——即使高动态范围——在 ToF 系统是直接过程，FMCW 需显著消歧义。多回波处理对处理烟、蒸汽、雾等遮挡物尤重要。

主张 #5：FMCW 车规级、可靠、易扩展

充其量未经证实。

FMCW 所谓优势源于利用光子学和电信技术成熟度，促进向更高性能扩展（含成本节约）。确实 FMCW 允许低成本光探测器如 PIN，而 ToF 常用 APD 等更贵探测器。但细节远更微妙。

激光雷达组件供应链相对萌芽，但光纤激光器、PIN 阵列接收器、ADC、FPGA/ASIC 在各行业用多年。这些组件供应基角度极低风险。对比 FMCW 关键组件：极低相位噪声激光器，有诸多严苛要求，无其他大批量用户推动制造成本下降。

ToF 激光雷达光学组件衍生自商业系统广泛常规使用的组件。新发展是 MEMS，此前用于几乎所有汽车压力和安全气囊传感器、加特林机枪、导弹制导、军用激光谐振腔 Q 开关。FMCW 组件在实验室环境多年可用，但无高产量生产系统部署如频率敏捷长相干长度二极管激光器等使此类系统成为可能的项目。

此外，ToF 激光雷达已有多厂商销售通过特定客户群质量标准的车规级组件：激光器、探测器、ASIC 等。历史上，颠覆性技术（如 FMCW 激光源）若独家自制，需 10 倍技术增益抵消已享有稳健供应链、多厂商通过质量标准的产品。

可扩展性直系技术成熟度。描述技术成熟度一种方案是 NASA 1970 年代开发⁷ 的“技术就绪等级”（TRL）。按从技术灵感 (TRL 1) 到多次成功任务部署 (TRL 9) 分配数字。

ToF 激光雷达组件和系统我们认为在 TRL 8，FMCW 组件和系统在 TRL 4。这是巨大技术就绪鸿沟，需多年弥合。FMCW 系统主要可扩展性短板：因激光啁啾脉冲拉伸导致低脉冲率，及处理回波所需高速 ADC 和 FPGA。若系统层面需更高脉冲率，可部署光学路径和电子学并行通道。可能用单扫描 MEMS，但每复制项占激光雷达大部分成本，双通道近乎双倍总成本。

激光成本： FMCW 系统相干长度由激光设计制造决定，至少为最远目标距离两倍。典型低相位噪声激光远比传统二极管激光贵。对比 ToF 系统除维持良好脉冲形状外，激光除电信市场已需要求外几无其他要求。

接收机成本： 虽 FMCW 探测器可用低档 PIN 相对便宜，但前端光学和后端电子要求致总接收机成本高。即使同轴 FMCW 和同轴 ToF，基于所需探测器尺寸，探测器成本无显著差异。总接收机成本倾向 ToF。但 FMCW 在短距系统真正省成本：相干带来高能效使二极管激光可用，芯片级激光雷达可行。

光学成本： 典型 ToF 系统非相干探测（简单振幅峰值探测），光学元件只需四分之一波长（λ/4）公差。对比 FMCW 相干探测，汇总所有光学面须在更严公差如 λ/20。这些组件可极贵。

电子成本： AEye ToF 系统电子含高速 ADC 和执行峰值探测和测程计算的 FPGA。电子带宽与测程分辨率成正比，常见激光雷达系统要求下组件无特殊。FMCW 需 ADC 转换率为 ToF 2-4 倍，后接 FPGA 高速 FFT 转换。即使用 ASIC，FMCW 复杂度（成本）是 ToF 处理的数倍。

主张 #6：向光学相控阵（OPA）添加 FMCW 将补偿 FMCW 固态性能不足

未经证实。

FMCW 技术就绪级低，光学相控阵更低（约 TRL 3，实验原理证明，未达 FMCW 所需规模可用）。原 DARPA MOABB 计划证明：为达极低空间旁瓣发射波束控制性能，需亚微米（λ/2）波导¹¹。此导致此类单元功率处理能力，被识别为根本限制。接收端，耦合光从输入透镜到光子衬底汇聚进极小波导也是光学性能挑战（光栅限制）。

多数 OPA 系统用激光波长热偏移一维控制波束，相控阵控制另一维。相控阵波束控制随激光频率偏移极快退化（产生空间旁瓣）。激光束控制机制依赖激光恒定强度和波长，而测距机制依赖扫频激光频率（波长），这对传统 FMCW 方法配合不佳。将处于如此早期发展阶段的波束控制技术与 FMCW 结合风险极大。我们认为此路径还需 10 年达可用成熟度。

结论

AEye 认为高性能、敏捷扫描 ToF 系统在成本、测程、性能、点云质量重要时，比 FMCW 更有效服务自动驾驶激光雷达需求。但不难看出逻辑：FMCW 可在低脉冲率适用、FMCW 系统更经济的利基应用中发挥作用。

本文由 AEye 创始人兼 CTO Luis Dussan 撰写（加州都柏林）。更多信息请访问 here.

参考文献

1. Aurora Team, “FMCW Lidar: The Self-Driving Game-Changer”, April 9, 2020.
2. Philip Ross, “Aeva Unveils Lidar on a Chip”, IEEE Spectrum, December 11, 2019.
3. Timothy Lee, “Two Apple veterans built a new lidar sensor — here's how it works”, arsTECHNICA, October 2, 2018.
4. Jeff Hect, “Lasers for Lidar: FMCW lidar: An alternative for self-driving cars”, Laser-FocusWorld, May 31st, 2019.
5. “Aeva launches '4D' LiDAR on chip for autonomous driving”, December 16, 2019.
6. Phillip Sandborn, “FMCW Lidar: Scaling to the Chip-Level and Improving Phase-Noise-Limited Performance”, Electrical Engineering and Computer Sciences, UC Berkeley, Technical Report No. UCB/EECS-2019-148, December 1, 2019.
7. “Technology readiness level”, Wikipedia.
8. A Gschwendtner, W Keicher, “Development of Coherent Laser Radar at Lincoln Laboratory”, MIT Tech journal, Vol 12, #2, 2000.
9. C. Patel, “Stability of Single Frequency Lasers”, IEEE J Quantum Electronics, v4, 1968.
10. Voxtel Laser Rangefinders, June 2020.
11. P Suni et al, “Photonic Integrated Circuit FMCW Lidar On A Chip”, 19th Coherent Laser Radar Conference.