[首發于智駕最前沿微信公眾號]相信各位在開車時一定遇到過這么一個場景，有一個很小的障礙物在車前，當障礙物非?？拷囕v時，你在駕駛位置上是完全看不到的，這就是俗稱的“盲區”。對于激光雷達來說，也會出現類似的問題，當障礙物離激光雷達足夠近時，它也會出現“盲區”，這一現象被稱為“吸點”。

什么是“吸點”現象

自動駕駛激光雷達的工作原理，是通過持續發射激光脈沖，并接收從物體表面反射回來的信號，根據激光脈沖往返的時間來計算距離。這些反射回來的測量值經過累積和處理，便形成了一層層的點云圖，從而幫助自動駕駛系統感知周圍的三維環境。

然而，激光雷達在近距離測量中存在一個固有局限，即最小有效測量距離。在這個距離以內，由于反射信號過強或過近，可能超出接收器和處理電路的正常預期范圍，導致系統無法穩定處理返回的信號。此時獲取的點云數據會出現波動，表現為有時能探測到、有時又消失，或者測距結果異常。這種現象就被稱為“吸點”。在點云圖中，它體現為在本該密集分布點的區域，出現數據不連續、嚴重缺失，甚至完全無法探測到的現象。

這種問題，常與行業里另外一種近距離問題“空洞”一起討論，二者根源相似，都是由于激光雷達在極近范圍內測量不穩定，導致點云圖像出現不規則的缺損區域。

為什么會出現吸點問題

要理解“吸點”現象，首先要了解激光雷達的信號處理方式。激光雷達的信號處理其實是遵循固定節奏的，每次發射一束激光后，都會等待一段預設時間再開始監聽返回信號，然后再進行下一次發射。

這個過程中，電子、光學及數字處理環節均需要一定的準備時間。如果目標物體距離過近，返回信號到達過快，且其能量可能過強或反射特性超出預期，系統可能尚未完成對當前信號的穩定接收與處理，就已進入下一個脈沖周期。這就導致激光雷達采集到的近距離數據斷斷續續，甚至完全丟失。簡單概述就是，由于發射與接收的節奏失配，過近的信號反而無法獲得穩定、準確的數據。

激光雷達的接收器設計也會根據特定測量范圍進行優化，其具備最小測量距離和最大有效距離兩個邊界，這一邊界由硬件性能與算法邏輯共同決定。當目標物體處于最小測量距離以內時，便進入了設計上的近距“盲區”。在此區域內，并不是所有反射信號都能被有效捕獲，返回的信息有時被判定為噪聲，有時被過濾掉，有時則被不穩定地記錄，這些都會導致點云中出現“吸點”。

此外，物體的反射特性也可能產生吸點問題。不同材質、不同角度的表面反射回來的信號強度各異。在近距離條件下，這類反射特性更容易超出激光雷達既有的濾波與信號判定邏輯的適用范圍，從而導致處理單元誤判或丟棄部分返回信號。

吸點對自動駕駛有什么影響

自動駕駛依賴于感知系統對周圍環境位置與形狀的準確感知，若激光雷達在近距離對障礙物測量不準或出現“看不見”的情況，系統獲得的點云便不完整。如當車輛前方存在行人或路緣時，若在近距離內丟失這些物體的點云，感知算法就可能誤判其位置、尺寸，甚至將該區域誤識別為空白。這將直接影響后續的跟車距離估計、避障決策與路徑規劃。

吸點現象在擁堵路況、低速跟車、城市避障等場景中尤為突出，因為此時車輛之間、車輛與障礙物之間經常處于近距離范圍內。若激光雷達無法可靠呈現近處物體，自動駕駛系統就可能低估實際距離，導致反應策略趨于保守、響應遲緩，或錯誤觸發制動。

“吸點”現象也會對多傳感器融合方案產生影響。當前許多自動駕駛系統并不是單一依賴激光雷達，而是將其與攝像頭、毫米波雷達等傳感器組合使用。若激光雷達在近距離存在盲區，該部分的信息缺失就需要依靠其他傳感器彌補，而這些傳感器各自也具有物理特性與感知原理上的固有局限，這就會使得整體融合系統的設計與校驗變得復雜。

怎么解決或緩解“吸點”問題

其實吸點問題的出現，從根本上看就是硬件的問題，可通過優化發射與接收模塊、改進快速開關與提升電子處理速度，讓激光雷達系統對近距離返回信號的響應更快，從而有效壓縮盲區的物理寬度。

除了硬件，算法上也可以改進，可通過后處理技術來補償近距離丟失的數據。一些方法會對檢測到的點云缺失部分，利用鄰近點插值、模型預測等方式進行“修復”，使點云在近距區域看起來更連續、完整。這類修復并非憑空捏造，而是基于周圍有效的點云數據及其空間幾何關系所做的合理估計。

此外，還可以在車輛上合理布置多個激光雷達或配合其他傳感器，從系統層面減少對單一傳感器視角的依賴。多個激光雷達從不同角度觀測同一近距離目標，能夠實現交叉補盲，使一個激光雷達盲區內的目標被另一個雷達捕捉到，從而在整體上避免漏檢。雖然這會增加系統成本，但在對安全性要求極高的自動駕駛系統中，這已成為一種常見的設計選擇。

雖然前文提及過傳感器融合會使整體融合系統的設計與校驗變得復雜，但傳感器融合依舊是最穩妥的提升魯棒性的方法。像是攝像頭、毫米波雷達等傳感器，它們各有優勢和局限，攝像頭能提供豐富的近距離顏色與紋理信息，毫米波雷達對天氣干擾不敏感，它們與激光雷達協同工作，能讓系統的環境評估更為穩健。將激光雷達與這些傳感器的數據進行合理融合，可以相互彌補各自的盲區與噪聲問題。

最后的話

激光雷達的吸點現象，說白了就是近距離范圍內點云出現了不穩定甚至缺失的情況，它源于激光雷達的設計邊界、信號處理節律以及近距信號返回特性。在自動駕駛這樣的高安全場景里，這種近距盲區會讓感知系統對障礙物的判斷變得不準確或遺漏，從而影響安全決策，但隨著技術進步，這類近距測量不足的限制會越來越小。