雨雾天气下毫米波雷达与激光雷达的性能对比
每天懂一传感器
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性能差异显著。这种差异源于两者在工作原理和波长特性上的根本区别。那么，在雨雾天气中，哪一种传感器更具优势？
工作原理决定性能表现
激光雷达通常使用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在毫米级别的电磁波。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影响主要体现在散射和吸收两个方面。当波束遇到与自身波长相近的颗粒时，会发生强烈的米氏散射，导致信号能量迅速衰减。
激光雷达的波长与雾滴直径接近，因此在浓雾中，激光信号容易被散射，探测能力大幅下降。相比之下，毫米波雷达的波长远大于雾滴直径，进入瑞利散射区域，能够“绕过”这些微小障碍，保持较高的穿透力。
即使在能见度极低的浓雾或暴雨中，毫米波雷达仍能维持稳定的探测能力，具备较强的全天候适应性。
从探测距离和目标识别的稳定性来看，毫米波雷达利用电磁波反射原理，对金属物体的反射信号敏感。它不仅能穿透水汽，还能通过多普勒效应直接测量目标速度，这是激光雷达难以实现的。
激光雷达在雨雾天气中，由于点云数据受到干扰，需要大量算力进行去噪处理，甚至可能因回波过弱而无法识别障碍物。这种物理层面的限制，使毫米波雷达在恶劣环境下成为自动驾驶系统的重要支撑。
激光雷达在雨雾天气中的局限性
尽管毫米波雷达在穿透力方面表现突出，激光雷达因其高分辨率和空间建模能力，仍然是许多车企的首选。
激光雷达每秒可发射数百万个激光脉冲，捕捉周围环境的厘米级细节，能够清晰识别路沿、行人、车辆轮廓，甚至路面的小型障碍物。然而，这种高精度在雨雾天气中反而成为其劣势。
雨滴或雾滴会折射或反射激光脉冲，导致传感器接收到大量虚假点云，形成噪声。这些噪声可能误导自动驾驶系统，引发不必要的紧急制动。
尽管已有算法尝试过滤干扰，但在极端天气下，探测距离的缩短是物理层面的必然结果。例如，在能见度为100米的雾天，原本探测距离为200米的激光雷达，可能仅能探测到几十米。
目前市面上的激光雷达主要采用905纳米和1550纳米两种波长。905纳米激光雷达成本较低，但受限于人眼安全标准，发射功率受限，雨雾中探测距离较短。
1550纳米激光雷达因人眼安全特性，可提高发射功率，探测距离更远。然而，该波长接近水的强吸收峰，在大雨环境下反而衰减更快。
因此，单纯提升激光雷达的功率或更换波长，并不能从根本上解决其在恶劣天气中的性能问题。
毫米波雷达的全天候优势与成像技术进步
毫米波雷达凭借其长波长特性，具备较强的抗干扰能力。然而，传统雷达分辨率较低，仅能提供距离、速度和水平角度信息，难以区分行人与车辆。
随着4D毫米波雷达（成像雷达）的发展，其探测能力显著提升。4D雷达在传统三维基础上增加了高度维度，通过MIMO技术和多天线配置，可生成类似激光雷达的高清点云图像。
这意味着，即使在激光雷达失效的极端天气中，4D毫米波雷达仍能识别前方车辆的高度和轮廓，甚至区分立交桥与故障车。
此外，毫米波雷达具备多普勒测速能力，可直接计算目标速度，而无需通过图像对比估算。这种能力在雨天路面湿滑、能见度低的情况下，对自动驾驶系统的安全决策至关重要。
从成本和维护角度看，毫米波雷达采用半导体工艺制造，成本随出货量增加而下降。其结构简单，对环境适应性强，即使表面被泥沙覆盖，仍能保持探测功能。
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优异，激光雷达在晴天条件下精度更高。因此，自动驾驶系统通常不会在两者之间做出单一选择。
当前行业普遍采用传感器融合策略，将激光雷达与毫米波雷达结合使用。在正常天气下，激光雷达主导环境建模；而在雨雾天气中，系统会增加毫米波雷达的权重。
毫米波雷达提供的运动目标数据可与激光雷达的点云信息进行交叉验证。若激光雷达因干扰产生虚假障碍物，而毫米波雷达未检测到，系统可据此排除误报。
部分厂商如华为，在最新感知方案中集成了高线数激光雷达与高性能4D毫米波雷达。这种组合在极端暴雨或夜间条件下仍能保持高稳定性，毫米波雷达在可见光和近红外光被遮蔽时，成为最后的感知保障。
查看全文
评论0条评论