雨雾天气下，毫米波雷达与激光雷达谁更胜一筹？
在雨雾天气条件下，激光雷达与毫米波雷达在传感器性能上的差异变得尤为明显。两者的物理特性和工作原理决定了它们在恶劣天气下的适应能力各不相同。
从原理看两种传感器的表现差异
激光雷达通常使用波长在纳米级的激光进行探测，而毫米波雷达则发射波长为毫米级别的电磁波。这种波长的显著差异，直接影响了它们在雨雾环境中的表现。
雨滴和雾滴对电磁波的传播会产生散射和吸收效应。当波遇到与自身直径相近的颗粒时，会发生强烈的米氏散射，使信号能量迅速衰减。
激光雷达的波长通常在几百到一千多纳米之间，与雾滴的直径（1至20微米）较为接近，因此在浓雾中，激光信号容易被大量散射，探测能力急剧下降。
毫米波雷达的波长则远大于雾滴的大小，进入瑞利散射的范畴。这意味着毫米波能够绕过这些微小水滴，保持较高的穿透性能。
即使在能见度极低的雨雾天气中，毫米波雷达仍能保持稳定的探测能力，具备类似“透视”环境的性能，因此在全天候适应性和穿透力方面，毫米波雷达更具优势。
在探测距离和目标捕获方面，毫米波雷达通过电磁波反射原理进行测距，并利用多普勒效应直接测量目标速度。这种能力是激光雷达难以比拟的。
相比之下，激光雷达在雨雾天气中的点云数据容易被干扰，导致噪声增加，系统需要消耗大量计算资源进行处理，甚至可能完全丢失前方障碍物的信号。
激光雷达在恶劣天气中的局限
尽管毫米波雷达在穿透能力上更胜一筹，激光雷达依然因其高分辨率和三维建模能力被广泛采用。
激光雷达每秒能发射数百万个激光脉冲，构建出高精度的环境三维模型，能够识别行人、车辆以及路面细节。
然而，在雨雾环境下，雨滴或雾气会对激光产生折射和反射，导致大量虚假点云的产生，影响系统的判断。
目前虽有算法用于噪声过滤，但在极端天气下，探测距离仍会大幅下降。例如，在能见度为100米的雾天中，原本可探测200米的激光雷达，其有效探测范围可能被压缩至几十米以内。
不同波长的激光雷达在雨雾中的表现也存在差异。905纳米激光雷达成本低、工艺成熟，但受限于人眼安全规范，发射功率受限。
1550纳米激光雷达则因人眼安全特性可提升发射功率，探测距离更远。但其波长恰好处于水分子吸收峰附近，因此在大雨环境下，信号衰减反而更严重。
这种物理特性表明，单纯提升激光雷达的功率或更换波长，难以彻底解决其在恶劣天气中性能下降的问题。
毫米波雷达的全天候优势与成像能力的提升
毫米波雷达凭借其长波长特性，在抗干扰能力方面具有天然优势。然而，传统毫米波雷达因分辨率较低，仅能提供距离、速度和水平角度信息，难以准确识别目标类型。
因此，毫米波雷达在过去多用于辅助功能，如自适应巡航或盲区监测。
近年来，4D毫米波雷达（成像雷达）的出现正在改变这一局面。相较于传统雷达，4D雷达增加了高度维度，通过MIMO技术和更多天线实现虚拟孔径扩展，从而生成高分辨率点云图像。
即便激光雷达在雨雾中失效，4D毫米波雷达仍能通过电磁波获取目标的高度和轮廓信息，帮助系统识别前方是立交桥还是故障车辆。
此外，毫米波雷达还具备多普勒测速能力，能直接测得目标的精确运动速度，而激光雷达则需要通过对比连续帧图像计算。
在雨天行驶时，能实时掌握周围车辆的动态对自动驾驶系统的安全决策至关重要。毫米波雷达的响应速度和低延迟特性，为车辆避让和紧急制动提供了更可靠的判断依据。
从成本与维护角度看，毫米波雷达因其半导体制造工艺，具备良好的量产潜力和耐用性，且不受机械结构或光学部件的限制。
即便在路面泥水或尘埃覆盖的情况下，毫米波雷达仍能维持稳定的探测能力。
传感器融合是未来趋势
在雨雾天气中，毫米波雷达表现突出，而在晴天环境下，激光雷达则以其高精度建模能力占据主导地位。
当前，多数自动驾驶系统已不再局限于单一传感器，而是采用多传感器融合策略。在正常驾驶条件下，激光雷达负责环境建模；而当系统检测到雨量或雾气浓度增加时，感知权重会向毫米波雷达转移。
毫米波雷达的运动目标数据与激光雷达残存的有效点云进行交叉验证，有助于排除误报，提升感知系统的可靠性。
部分厂商，如华为，在最新的感知系统中集成了高线数激光雷达与高性能4D毫米波雷达。这种配置在极端暴雨环境下仍能保持高度稳定，尤其是在可见光和近红外波段被雨幕遮蔽时，毫米波雷达成为最后的感知保障。