雨雾天气下毫米波雷达与激光雷达的性能对比
在雨雾天气中，激光雷达与毫米波雷达由于各自的工作机制不同，其感知能力呈现出显著差异。那么在这样的恶劣环境中，哪种传感器更具优势？
工作原理决定性能表现
激光雷达使用的是波长在数百纳米至千纳米范围内的激光，而毫米波雷达则发射波长为毫米级的电磁波。这种波长上的差异，直接影响了两者在恶劣天气下的表现。
在雨雾环境中，空气中的水滴会通过散射和吸收方式削弱传感器信号。当波束遇到与自身波长相近的微粒时，会发生强烈的米氏散射，造成信号能量迅速衰减。
激光雷达的波长与雾滴直径接近，使得其在浓雾中容易遭遇大量散射，导致大部分信号在未接触目标前便已衰减。相比之下，毫米波雷达的波长远大于雾滴尺寸，进入瑞利散射区域，波束能够更轻松地绕过水滴，保持良好穿透性。
即使在能见度极低的雨雾天气中，毫米波雷达仍能维持稳定的探测能力，仿佛具备“透视”功能。因此，就穿透力和全天候适应能力而言，毫米波雷达表现更优。
在探测距离和目标捕捉方面，毫米波雷达通过电磁波反射原理工作，对金属目标反应灵敏。它不仅能穿透水汽，还能利用多普勒效应直接测速，这种特性是激光雷达难以达到的。
相较之下，激光雷达在雨雾天气中易受干扰。其点云数据因水汽影响变得稀疏，系统需要耗费大量算力处理噪点，甚至在极端情况下可能完全丧失探测能力。
为何激光雷达依然不可或缺
尽管毫米波雷达在恶劣天气中更具优势，激光雷达依旧被广泛采用，原因在于其出色的分辨率和空间建模能力。
激光雷达每秒发射数百万个脉冲，能够捕捉到厘米级别的环境细节，包括路面微小障碍物、行人轮廓和车辆边界等。然而，这种高精度在雨雾中反而成为短板。
当水滴附着于传感器表面或在空气中密集分布时，激光信号会因折射或反射形成大量虚假点云，影响系统判断。若算法无法有效滤除这些噪声，可能引发误触发刹车等安全隐患。
市面上激光雷达主要采用905纳米或1550纳米两种波长方案。905纳米成本低、工艺成熟，但受人眼安全限制，发射功率受限，探测距离在雨雾中受影响较大。
1550纳米激光因人眼吸收机制，允许更高发射功率，理论上探测距离更远。但研究表明，该波长正处于水分子的强吸收峰附近，因此在大雨环境中，其衰减速度反而快于905纳米。
由此可见，单纯提升发射功率或更换波长，并不能彻底解决激光雷达在恶劣天气下的感知问题。
毫米波雷达的全天候优势与成像能力提升
毫米波雷达凭借长波长优势，在抗干扰能力上占据优势。但传统雷达在分辨率和目标识别能力方面存在短板，仅能提供基本的运动目标信息。
随着4D毫米波雷达（成像雷达）技术的发展，雷达的感知能力显著提升。相比传统雷达只能获取距离、速度和水平角度，4D雷达新增了高度维度，通过MIMO技术和多天线配置，构建出类似激光雷达的点云图像。
这意味着即使在浓雾或暴雨天气中，4D毫米波雷达仍能识别前方车辆的轮廓与高度，准确区分立交桥与故障车。
此外，毫米波雷达具备独特的多普勒测速功能，能够实时精确计算目标速度，而无需依赖激光雷达的帧间位移计算。在低能见度和湿滑路面上，这项能力有助于提升自动驾驶系统的响应速度和安全性。
从成本和可靠性方面看，毫米波雷达具备明显优势。其核心部件采用半导体工艺，随着量产推进，成本持续下降。同时，其结构不依赖精密机械或光学系统，对环境适应性更强。
在雨天行驶时，泥水或灰尘可能覆盖传感器表面，但毫米波雷达仍能维持稳定探测功能，表现出良好的环境容错能力。
传感器融合：自动驾驶系统的未来方向
既然毫米波雷达在雨雾天气表现优异，而激光雷达在晴天具备更高精度，是否意味着必须二选一？实际上，行业普遍认为，单一传感器难以满足所有场景需求。
多数车企选择将毫米波雷达与激光雷达融合使用。在晴朗天气，激光雷达主导环境建模，提供高精度细节信息；当系统检测到降雨或浓雾时，毫米波雷达的权重上升，以保障感知系统的连续性和可靠性。
两种传感器的数据可以进行交叉验证。如果激光雷达因干扰产生误检，而毫米波雷达未探测到目标，系统则可据此排除虚警，提高决策准确性。
华为等厂商在感知系统设计上采用了更为激进的策略，将高线数激光雷达与高性能4D毫米波雷达协同部署。这种组合在极端暴雨和夜间场景中仍能保持高稳定性，正是由于毫米波在最恶劣条件下仍能提供可靠感知。