雨雾天气下毫米波雷达与激光雷达的性能对比
在雨雾等恶劣天气条件下，激光雷达与毫米波雷达的表现差异显著。这种差异主要源于二者在物理特性和探测机制上的不同。那么在这样的天气环境下，哪一种雷达技术更具优势？
工作原理决定探测表现
激光雷达发射的是波长极短的激光，通常在纳米级别，而毫米波雷达使用的是毫米级别的电磁波。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。
雨滴和雾滴会对电磁波产生散射和吸收效应。当波束遇到与自身波长相近的颗粒时，米氏散射现象会显著增强，导致信号衰减。
激光雷达的波长通常在几百至一千多纳米，而雾滴的直径多在1到20微米之间，两者的尺寸非常接近。这意味着激光在浓雾中容易发生强烈散射，信号在触及目标前就已经被大量削弱。
相比之下，毫米波雷达的波长要长得多，远超雾滴的直径。此时，电磁波遵循瑞利散射原理，能够轻松绕过微小障碍，保持较强的穿透性。
即便在能见度极低的天气中，毫米波雷达仍能稳定运行，犹如具备“透视能力”，在恶劣天气下依旧能够清晰探测目标。
从探测距离和目标识别的稳定性来看，毫米波雷达利用的是反射信号，并结合多普勒效应直接测量物体的运动速度。这种能力是激光雷达难以复制的。
而在雨雾天气下，激光雷达由于点云数据受损，需耗费大量计算资源进行噪声过滤，甚至可能因信号过弱而完全失去感知能力。因此，在复杂环境中，毫米波雷达更常被视为自动驾驶系统的核心感知设备。
激光雷达为何在雨雾中表现欠佳
尽管毫米波雷达在穿透性方面占优，但激光雷达因其在空间建模和分辨率上的优势，仍然是许多车企的首选。
激光雷达能够每秒发射数百万个激光脉冲，精确捕捉环境中厘米级的细节，如行人轮廓、路面障碍物等。然而，正是这种高精度在雨雾天气中成为短板。
当雨水或雾气干扰激光路径时，传感器会接收到大量虚假点云，即噪声。这些噪声可能误导系统，引发不必要的紧急制动。
尽管算法优化有助于减少干扰，但探测距离的大幅缩短是物理层面的限制。例如，在能见度仅100米的浓雾中，原本可以探测200米的激光雷达，有效探测范围可能会下降至几十米。
当前市面上主要有905纳米和1550纳米两种激光雷达技术。905纳米方案工艺成熟、成本可控，但由于人眼安全限制，其功率较低，雨雾穿透能力有限。
1550纳米波长被认为是人眼安全的，因为它会被眼球吸收，无法抵达视网膜，因此可以提高发射功率以增强探测能力。但研究发现，这一波长接近水的强吸收峰，导致其在雨水中的衰减速度反而更快。
因此，单纯提升激光雷达的发射功率或更换波长，无法从根本上解决其在恶劣天气下的性能局限。
毫米波雷达的全天候优势与成像能力的提升
毫米波雷达因长波长的特性，具备较强的抗干扰能力，但在分辨率方面一直存在短板。传统毫米波雷达仅能提供距离、速度和水平角度信息，无法准确区分障碍物类型。
正是这种精度上的不足，使其长期以来仅作为辅助传感器，应用于自适应巡航或盲区监测。
近年来，4D毫米波雷达（即成像雷达）技术逐渐成熟。相较于传统雷达，4D雷达新增了高度维度，通过MIMO技术与多天线配置，能够生成高分辨率点云图像。
这意味着即便在浓雾天气下，毫米波雷达也能够识别前方障碍物的形状与高度，如区分立交桥与停在路边的车辆。
此外，毫米波雷达具备多普勒测速功能，能实时计算目标的运动速度，而无需像激光雷达那样依赖前后帧的位移差。
在低能见度和湿滑路面上，具备即时速度感知能力对于自动驾驶系统的安全决策至关重要，有助于降低感知延迟，提高避障与应急反应效率。
从成本和耐用性角度，毫米波雷达也更具优势。其核心部件多为半导体制造，量产成本较低，且无需精密的光学结构，适应恶劣环境的能力更强。
即使传感器表面被泥水覆盖，毫米波雷达仍能维持探测功能，体现出其在环境适应性上的优越表现。
传感器融合：提升系统鲁棒性的关键
尽管毫米波雷达在雨雾天气中表现更优，而激光雷达在晴天时分辨率更高，但这并不意味着两者需相互排斥。
当前行业普遍采用传感器融合方案，通过多传感器协同提升感知系统的鲁棒性。在正常天气下，激光雷达负责高精度建模；而在雨雾天气中，系统会自动增强毫米波雷达的权重。
通过融合毫米波雷达的运动目标数据和激光雷达残留的点云信息，系统可以交叉验证数据，排除误报。
华为等企业已在硬件层面积极探索融合感知方案，将高线数激光雷达与高性能4D毫米波雷达集成，即便在暴雨和黑夜条件下，也能维持系统稳定。
这种多传感器协作的架构，使自动驾驶系统在极端天气下仍能保持感知能力，为安全行驶提供保障。