雨雾环境下毫米波雷达与激光雷达的性能比较

在自动驾驶的技术版图中，感知系统始终是车辆决策的核心依据。为了让车辆在复杂的交通流中精准避障，需要为其装载各种传感器，其中激光雷达和毫米波雷达是较受关注的两种硬件。

在雨雾天气下，由于传感器的工作原理和物理特性不同，激光雷达与毫米波雷达的表现出现显著差异。那么，在这类极端天气中，哪种技术更具优势？

原理差异决定性能表现

激光雷达发射的是波长在纳米级的光束，而毫米波雷达则使用毫米级的电磁波。这种波长上的显著区别，直接影响了它们在雨雾环境中的表现。

空气中的水滴对电磁波的干扰主要体现在吸收与散射。当波长与水滴大小相近时，就会发生强烈的米氏散射效应，导致信号衰减。

激光雷达的波长通常在几百纳米到一千多纳米之间，而雾中水滴直径在1到20微米之间，两者尺寸接近，因此激光在浓雾中易被强烈散射，能量衰减严重。

相比之下，毫米波雷达的波长远大于水滴直径，进入瑞利散射范围，物理特性使其具备更强的穿透能力，能够“绕过”微小障碍，保持探测稳定性。

即便在极端天气条件下，毫米波雷达依然能够稳定工作，展现出出色的全天候适应性。

探测能力与数据稳定性

毫米波雷达基于电磁波反射原理，对金属目标有更高的敏感度。它不仅能在雨雾中穿透水汽，还能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实现的。

激光雷达在雨雾天常因点云数据失真而影响感知。大量噪声需要高性能计算来处理，严重时甚至可能完全丧失探测能力。

这种物理层面的局限，使毫米波雷达在复杂环境下的自动驾驶系统中扮演着关键角色。

激光雷达为何在雨雾中受限

尽管毫米波雷达在恶劣天气中表现优异，激光雷达因其高分辨率和高精度建模能力，仍是许多汽车制造商的首选。

激光雷达如同高精度三维扫描仪，每秒发射数百万次激光脉冲，可识别道路细节，例如路沿、行人或小物体。但在雨雾环境中，这种高精度反而成为短板。

雨滴或雾气会导致激光反射或折射，产生大量虚假点云，进而影响系统判断。即便借助算法过滤，极端天气仍会导致有效探测距离大幅下降。

市面上的激光雷达主要有905纳米与1550纳米两种方案。前者虽成本低，但功率受限；后者虽人眼更安全，但在强降雨中吸收损失更大。

研究表明，1550纳米激光在强水汽环境下衰减更快，即便提高发射功率也难以弥补这一缺陷。

因此，仅靠提升激光雷达的发射功率或更换波长，并不能彻底解决雨雾环境下的感知问题。

毫米波雷达的全天候优势与成像能力提升

毫米波雷达凭借其长波长特性，在抗干扰方面具有优势，但传统雷达分辨率较低，只能识别距离、速度和水平角度。

随着4D毫米波雷达（又称成像雷达）的出现，该技术新增了高度信息，通过MIMO技术与多天线布局，实现了类似激光雷达的点云成像能力。

这意味着，在激光雷达失效的浓雾或暴雨中，4D毫米波雷达仍能提供高度和轮廓信息，准确识别前方目标。

毫米波雷达还具备多普勒测速能力，能实时获取目标速度，相比激光雷达的帧差法，显著降低感知延迟。

在雨天路面湿滑、视线受限的情况下，这种即时速度信息对于自动驾驶决策具有关键意义。

此外，毫米波雷达在成本和耐用性方面也更具优势。其组件多采用半导体工艺，成本随着规模扩大而下降，同时抗污染能力更强。

传感器融合的行业趋势

虽然毫米波雷达在雨雾中表现出色，而激光雷达在晴朗天气中精度更高，但两者并非相互替代关系。目前行业主流趋势是融合使用。

在常规天气下，激光雷达主导环境建模；而在检测到降雨或浓雾时，系统会更多依赖毫米波雷达。

通过将两种传感器的数据进行对比验证，可以有效排除由激光雷达噪声引起的误判。

部分厂商如华为在最新方案中采用高线数激光雷达与高性能4D毫米波雷达的组合，确保在暴雨、低能见度环境下依然保持感知能力。

在极端天气下，当可见光和近红外光均被遮蔽时，毫米波雷达作为最后的感知手段，发挥着不可替代的作用。

查看全文

作者最近更新