雨雾天气下，毫米波雷达与激光雷达谁更胜一筹？
每天懂一传感器
雨雾天气下，毫米波雷达与激光雷达谁更胜一筹？
在恶劣天气条件下，传感器系统的性能差异尤为明显。激光雷达与毫米波雷达作为自动驾驶和环境感知领域的核心组件，在雨雾环境下表现出显著不同的适应能力。那么，究竟哪种传感器更适用于此类天气场景？
从工作原理出发分析性能差异
激光雷达发射的是纳米级别的激光束，而毫米波雷达使用的是毫米级别的电磁波。两者在物理波长上的巨大差异，直接决定了它们在雨雾环境中的表现。
雨滴和雾滴对电磁波的主要影响是散射和吸收。当波束遇到与自身波长相近的颗粒时，会发生米氏散射，导致信号能量大幅衰减。
激光雷达的波长通常在几百到一千多纳米之间，与雾滴的尺寸（1至20微米）相仿。因此，激光在穿过雾气时极易被散射，导致有效探测距离大幅缩短。
相比之下，毫米波雷达的波长要长得多，远超雾滴的尺度。在此情况下，电磁波遵循瑞利散射原理，能够轻松绕过微小颗粒，保持较高的穿透能力。
即使在能见度极低的浓雾或大雨中，毫米波雷达依然能提供稳定的探测效果，仿佛具备“透视”能力，使其在全天候环境下具有更强的适应性。
从探测距离和目标识别的稳定性来看，毫米波雷达通过电磁波反射，具备对金属物体的高灵敏度，并能利用多普勒效应直接获取目标运动速度，这是激光雷达难以实现的功能。
而在雨雾天气中，激光雷达由于点云数据质量下降，需要大量计算资源来过滤噪声，严重时甚至无法准确感知障碍物，成为其在恶劣天气下的明显短板。
激光雷达在雨雾中的局限性
尽管激光雷达在分辨率和三维建模方面表现突出，但在雨雾天气中，其性能明显受限。
激光雷达每秒可发射数百万个脉冲，构建出高精度的环境模型，能够清晰识别路沿、行人、车辆轮廓，甚至小到路面上的碎石。但这种高精度在雨雾环境中反而成为劣势。
雨水或雾气会使激光反射产生大量噪声点，干扰传感器数据，影响自动驾驶系统的判断。即便采用算法进行噪声过滤，在极端天气下，有效探测距离依然会大幅下降。
市面上主流的激光雷达使用905纳米和1550纳米两种波长。905纳米激光因人眼安全限制发射功率较低，在雨雾中探测距离较短。而1550纳米虽然功率更高，但其波长正处于水分子的吸收峰附近，在大雨条件下反而衰减更快。
这些物理特性决定了，单纯依靠提升发射功率或更换波长，并不能根本解决激光雷达在雨雾环境中的感知难题。
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，具备良好的抗干扰能力，但在分辨率和目标识别精度上一直存在短板。
传统毫米波雷达仅能提供目标的距离、速度和水平角度信息，难以区分不同类型的障碍物。这使其在自动驾驶系统中多作为辅助传感器。
近年来，4D毫米波雷达（成像雷达）的出现改变了这一局面。通过引入MIMO技术和增加天线阵列，4D雷达能够生成带有高度信息的点云图像，提供类似激光雷达的高分辨率感知。
在激光雷达失效的极端雨雾天气中，4D毫米波雷达依然可以识别前方车辆的高度和轮廓，区分立交桥与路边故障车辆，显著提升了系统的可靠性。
此外，毫米波雷达具备多普勒测速能力，可直接测量目标运动速度，而不像激光雷达那样依赖连续帧之间的对比。这种低延迟的测速方式，在雨天路面湿滑的场景下，对车辆的避障决策至关重要。
从成本与维护角度看，毫米波雷达具备明显优势。其核心部件采用半导体工艺制造，规模化生产后成本大幅下降。同时，无需精密光学对准系统，使其对环境的适应性更强。
即使在传感器表面被泥沙遮盖的情况下，毫米波雷达仍能维持其探测功能，展现出极强的环境耐受性。
传感器融合是大势所趋
鉴于毫米波雷达在雨雾天气下的稳定性，以及激光雷达在晴天下的高精度感知能力，自动驾驶系统通常不会单独依赖某一种传感器。
目前行业普遍采用传感器融合方案，激光雷达负责提供高精度环境建模，毫米波雷达则在雨雾天气中提供关键的运动和距离信息。
当系统检测到降雨量或雾气浓度超过设定阈值时，感知权重会自动偏向毫米波雷达。通过对比毫米波雷达的运动数据与激光雷达残存的点云信息，系统可以有效排除误报，提高感知可靠性。
华为等企业已在其最新车型中部署了高线数激光雷达与高性能4D毫米波雷达的融合方案。这种设计在暴雨夜仍能保持稳定运行，正是由于毫米波雷达在极端环境下承担了最后一道感知防线。
查看全文
评论0条评论