[首發于智駕最前沿微信公眾號]在自動駕駛的技術版圖中，感知系統始終是車輛決策的核心依據。為了讓車輛在復雜的交通流中精準避障，需要為其裝載各種傳感器，其中激光雷達和毫米波雷達是較受關注的兩種硬件。

由于傳感器的工作特性，在雨霧天氣下，激光雷達和毫米波雷達的表現會出現巨大的分化。那在雨霧天下，毫米波雷達與激光雷達誰更具優勢？

從兩者的工作原理看表現

激光雷達發射的是波長極短的激光，通常在納米級別，而毫米波雷達發射的是波長在毫米級別的電磁波。這種波長的巨大差異，直接決定了它們在雨霧天氣下的表現。

空氣中的雨滴和霧滴對電磁波的影響主要體現在散射和吸收上。當傳感器發出的波束遇到與其直徑相近的顆粒時，就會發生劇烈的米氏散射，信號會被這些微小的顆粒向四面八方彈開，導致能量迅速衰減。

圖片源自：網絡

對于激光雷達而言，由于它的波長只有幾百到一千多納米，而霧氣中微小水滴的直徑通常在1到20微米之間，兩者尺度非常接近，這使得激光在濃霧中就像撞上了一堵無形的墻，大部分能量還沒碰到障礙物就會被霧氣散射掉了。

而毫米波雷達則不同。它的波長比激光長了上千倍，遠大于霧滴的直徑。在這種情況下，物理規律進入了瑞利散射的范疇。簡單來說，毫米波能夠輕松地“繞過”這些微小的障礙，保持極高的穿透力。

即使在能見度極低的濃霧或瓢潑大雨中，毫米波依然能維持穩定的探測能力，就像擁有“透視眼”一樣可以看穿迷霧。正因如此，在純粹的穿透力和全天候適應性上，毫米波雷達無疑更具優勢。

圖片源自：網絡

從探測距離和目標捕獲的穩定性來看，毫米波雷達利用的是電磁波的反射原理，它對金屬物體的反射信號非常敏感。在雨霧天中，它不僅能穿透水汽，還能通過多普勒效應直接測量目標物體的速度，這種直接獲取運動信息的能力是激光雷達難以企穩的。

激光雷達在惡劣天氣下，由于探測到的點云數據變得支離破碎，反而需要耗費大量的算力去剔除噪點，甚至可能因為回波過弱而完全無法感知前方的障礙物。這種物理層面的不同，讓毫米波雷達在惡劣環境下成為了自動駕駛系統的“定海神針”。

激光雷達在雨霧天為什么表現不行？

盡管毫米波雷達在穿透力上更勝一籌，但我們也發現，激光雷達依舊是很多車企選擇的主流。之所以激光雷達無法被取代，是因為它在分辨率和空間建模上有卓越的表現。

激光雷達像是一臺高精度的三維掃描儀，每秒鐘能發射出數百萬個激光脈沖，捕捉周圍環境的厘米級細節。它能清晰地勾勒出路沿、行人、車輛的輪廓，甚至是掉落在路面上的一塊小磚頭。然而，這種精密性在雨霧天反而成了它的軟肋。

當雨滴打在激光雷達的保護罩上，或者在空氣中密集分布時，激光脈沖會被折射或反射，在傳感器接收到的數據中形成大量的虛假點云，這就是所謂的“噪聲”。

圖片源自：網絡

這些噪聲如果處理不當，自動駕駛大腦可能會誤認為前方有障礙物而采取緊急剎車。雖然目前有技術嘗試通過算法來過濾這些干擾，但在極端天氣下，有效探測距離的縮短是物理層面的必然結果。比如在能見度100米的霧天，原本能看200米的激光雷達，其有效探測范圍可能會銳減到幾十米甚至更低。

不同波長的激光雷達在雨霧天的表現也不一樣。目前市面上主要有905納米和1550納米兩種主流方案。905納米激光雷達工藝成熟、成本較低，但為了保護人眼安全，它的發射功率受到嚴格限制，這也導致它在雨霧中的穿透距離相對受限。

1550納米的激光雷達被認為是人眼安全的波長，因為這個頻段的光會被人眼玻璃體吸收，不會到達視網膜，因此可以大幅提高發射功率，探測更遠的距離。不過，1550納米在雨天反而受限。

有研究顯示，1550納米正好處于水的一個強吸收峰附近，這意味著雨水對1550納米激光的能量吸收比905納米更嚴重。也就是說，在濃霧中，1550納米憑借更高的功率或許能看得稍遠一點，但如果是在大雨傾盆的環境下，它的衰減速度反而可能比905納米更快。

這種復雜的物理特性意味著，僅僅依靠提升激光雷達的功率或更換波長，并不能從根本上解決光波在惡劣天氣下表現不佳的問題。

毫米波雷達的全天候優勢與成像進化

毫米波雷達的長波長特性賦予了它抗干擾的本錢，但它一直存在一個問題，那就是雖然看得遠，但看不準。傳統雷達的分辨率很低，它只能告訴自動駕駛電腦前方有一個點在移動，但無法區分那是一個行人在過馬路，還是路邊停著的一輛大卡車。

這種精細度的缺失，使得它長期以來只能作為輔助角色，用于自適應巡航或盲區監測。

隨著技術的發展，4D毫米波雷達（也稱成像雷達）被不斷提及。傳統雷達只能探測距離、速度和水平角度，而4D雷達增加了一個關鍵維度，即高度。通過增加天線數量并引入復雜的MIMO技術，4D雷達可以合成一個非常大的虛擬天線孔徑，從而獲得類似激光雷達的高清點云圖。

圖片源自：網絡

這意味著，即使在漫天大霧、激光雷達徹底停擺的時候，4D毫米波雷達依然能通過電磁波“看”清前方車輛的高度和輪廓，甚至能分辨出前方是立交橋還是停在路邊的故障車。

此外，毫米波雷達還有一個激光雷達難以企及的功能，那就是多普勒測速。它能直接利用物理效應瞬間算出目標的精確運動速度，而不需要像激光雷達那樣通過對比前后兩幀畫面的位移來估算。

在能見度低、路面打滑的雨天，能夠實時掌握周圍車輛的動態速度，對于自動駕駛決策的安全性來說至關重要。這種測量方式極大地降低了感知環節的延遲，為車輛避讓和緊急制動爭取了寶貴的時間。

從成本和維護的角度看，毫米波雷達也具有巨大的商業優勢。它的核心組件多為半導體工藝制成，隨著出貨量的增加，成本大幅下降，且由于其不涉及復雜的機械旋轉或精密的光學準直系統，它對環境的耐用性更強。

在雨天行車時，路面濺起的泥水或塵埃可能會遮擋傳感器的表面，毫米波對此表現出了極強的包容度，即使表面被少量泥沙覆蓋，其穿透能力依然能保證探測功能的正常運作。

傳感器融合的必要性

既然毫米波雷達在雨霧天性能強悍，而激光雷達在晴天精度更高，那么自動駕駛系統是否需要二選一？答案是否定的。在目前的行業共識中，除了極少數堅持純視覺方案的企業外，大多數車企都傾向于將兩者融合使用。

在正常駕駛條件下，激光雷達主導環境建模，為系統提供極致的細節感知。而當系統檢測到降雨量或霧氣濃度超過一定閾值時，感知權重會向毫米波雷達傾斜。

圖片源自：網絡

毫米波雷達提供的大量運動目標數據會與激光雷達殘存的點云信息進行比對校驗。如果激光雷達因為雨滴干擾產生了一個虛假障礙物，而毫米波雷達的回波卻顯示前方空曠，決策系統就能根據多維度的驗證邏輯排除誤報。

華為等廠商在硬件布局上采取了更為激進的策略。他們在最新的感知方案中集成了高線數激光雷達和高性能4D毫米波雷達。這種方案在極端暴雨的夜晚仍能保持極高的穩定性，正是因為當可見光和近紅外光都被雨幕遮蔽時，毫米波成為了最后的感知防線。

最后的話

隨著技術的發展，未來的感知算法或將進一步擬人化。人類在雨霧天開車會根據能見度降低車速并集中注意力觀察輪廓，自動駕駛系統則可以通過深度學習網絡，將雷達和相機的原始信號進行融合處理。

毫米波雷達雖然分辨率不及激光，但它提供的速度場信息和全天候探測能力，是任何基于光的感知技術都無法完全替代的。這種各司其職、優勢互補的模式，不僅解決了物理定律帶來的天然局限，也為自動駕駛系統的普及奠定了基礎。