雨雾天气下，毫米波雷达与激光雷达谁更胜一筹？
在雨雾等恶劣天气条件下，传感器性能的差异尤为明显，激光雷达与毫米波雷达的表现呈现出显著分化。那么，在这种环境下，究竟哪一种传感器更具优势？
从工作原理看两种传感器的表现差异
激光雷达发射的是波长极短的激光，通常在纳米级别；而毫米波雷达则使用波长在毫米范围的电磁波。这种波长上的巨大差异，直接影响了它们在雨雾天气中的探测能力。
空气中的水滴对电磁波的影响主要体现在散射和吸收上。当波长与水滴直径接近时，会发生明显的米氏散射，导致信号能量迅速衰减。
激光雷达的波长通常在数百纳米至千纳米之间，而雾滴直径在1到20微米之间，两者尺度接近，激光在浓雾中极易被散射。相比之下，毫米波雷达的波长较长，远大于雾滴直径，因此进入瑞利散射区域，具有更强的穿透能力。
在能见度极低的浓雾或暴雨条件下，毫米波雷达仍能稳定探测目标，仿佛具备“透视能力”，成为恶劣环境下的可靠感知手段。
从探测距离和目标识别能力来看，毫米波雷达不仅具备穿透水汽的能力，还能通过多普勒效应直接测量目标速度，这是激光雷达难以实现的优势。
而激光雷达在雨雾天气下，由于点云数据受干扰严重，往往需要大量计算资源来处理噪声，甚至可能出现漏检，使其在恶劣天气中面临性能挑战。
激光雷达为何在雨雾天气中表现不佳？
虽然毫米波雷达在穿透力方面更占优势，但激光雷达仍被广泛采用，主要因为它在高精度空间建模和分辨率方面表现出色。
激光雷达每秒可发射数百万个激光脉冲，构建出高精度的三维环境模型，能够清晰识别路沿、行人、车辆，甚至路面的小障碍物。然而，这种高精度在雨雾环境下反而成为劣势。
当空气中存在大量水滴或雨滴打在保护罩上时，激光信号会被折射或反射，导致点云数据中出现大量噪声。这些噪声可能被误判为前方障碍物，引发不必要的急停。
目前，算法技术正在尝试过滤这些干扰，但雨雾造成的信号衰减是物理层面的必然结果。例如，在能见度100米的雾天中，原本探测距离为200米的激光雷达，可能仅能探测到几十米甚至更短。
不同波长的激光雷达在雨雾环境中的表现也不尽相同。当前主流方案包括905纳米和1550纳米。905纳米激光雷达虽然成本低、工艺成熟，但由于人眼安全限制，其发射功率较低，探测距离受限。
1550纳米激光雷达虽具备更高功率，但在雨天表现反而可能不如905纳米。研究表明，1550纳米波长正好处于水分子的强吸收峰附近，因此在大雨环境中衰减更快。
因此，仅通过提升功率或更换波长，并不能从根本上改善激光雷达在雨雾环境中的表现。
毫米波雷达的全天候优势与成像能力进化
毫米波雷达凭借其长波长，具备较强的抗干扰能力，但在分辨率方面一直存在短板。传统雷达无法区分移动目标的种类，仅能提供基础的运动信息，因此在过去多被用作辅助传感器。
随着4D毫米波雷达的兴起，其成像能力得到了显著提升。相较于传统雷达只能测量距离、速度和水平角度，4D雷达新增了高度维度。通过MIMO技术和多天线布局，4D雷达可生成类似激光雷达的高分辨率点云图。
这意味着，即使在大雾或暴雨中，毫米波雷达仍能识别前方车辆的高度轮廓，甚至可判断是立交桥还是故障车。
此外，毫米波雷达支持多普勒测速，能够直接测得目标的运动速度，而无需通过对比前后帧的位移估算，从而大幅减少感知延迟，提高自动驾驶在雨天决策的准确性。
从成本与耐用性角度看，毫米波雷达也具有明显优势。其核心部件多为半导体器件，工艺成熟、成本下降明显。此外，毫米波雷达无复杂光学结构，对外界环境的适应性更强。
在雨天行车时，即使雷达表面被泥水或尘埃覆盖，其探测功能依然能够稳定运行。
传感器融合：多技术协同提升自动驾驶可靠性
尽管毫米波雷达在雨雾天气中表现出色，而激光雷达在晴天环境下具有更高的精度，但这并不意味着二者必须二选一。
目前，多数自动驾驶厂商采用传感器融合方案，将激光雷达与毫米波雷达优势互补。在晴朗天气下，激光雷达主导环境建模，提供高分辨率数据。而当系统检测到降雨量或雾气浓度上升时，感知权重会逐步转移到毫米波雷达。
毫米波雷达提供的运动目标数据，可与激光雷达的残余点云进行交叉验证。一旦激光雷达因干扰误判障碍物，而毫米波雷达显示前方无阻挡，系统便可排除误报，提升决策可靠性。
以华为为代表的厂商，已在最新感知系统中引入高线数激光雷达与高性能4D毫米波雷达组合。这种方案在极端雨夜中仍能保持高稳定性，因为当光学信号被雨幕遮蔽时，毫米波雷达成为最后的感知保障。