芯耀
182
在自动驾驶领域，要让汽车自己“看懂”周围环境，必须借助激光雷达、毫米波雷达等传感器。它们虽都用于探测周围物体，但物理原理和应对恶劣天气的能力却有明显不同。
激光雷达，顾名思义，其核心是发射激光（通常为不可见的红外光）探测物体。它向周围环境发出激光脉冲，通过测量光束从发射到被物体反射回来的时间（即“飞行时间”测量原理），精确计算出目标的距离、方位与轮廓。激光雷达能生成高密度的三维点云，可以为车辆绘制出周围环境的精细“3D地图”，从而使自动驾驶系统得以精准识别物体。
相比之下，毫米波雷达不是发光，而是发射无线电波。这种波的频率比传统雷达高很多，波长在毫米级别，因此叫做毫米波雷达。它发射电磁波，然后通过接收从物体反射回来的波来计算距离、速度和方向。毫米波雷达的分辨率不如激光雷达那么高，但它能够同时测量目标的速度信息，并且对恶劣天气有更好的适应性。
虽然激光雷达能给出非常细致的环境细节，但在雨、雾、雪等恶劣天气下表现会明显下降；而毫米波雷达在这些环境下更稳定、可靠。这背后的原因就在于它们使用的电磁波波长和与雨雾中微小水滴的物理作用机制。
波长决定了穿透能力
激光雷达与毫米波雷达之所以在恶劣天气下有显著的表现差异，其根源在于工作波长的不同。
激光雷达发射的光波波长非常短，一般处于900纳米到1550纳米范围，这比可见光稍长一些。波长短意味着它在探测周围物体时可以提供更高的空间分辨率，因此能够准确获取如行人手里的物品、路沿石边缘等很多细节。这个特性对于精细的环境建模非常有用。
但短波长也会带来一个问题，当它遇到雨滴、雾滴或者空气中悬浮的微粒时，这些微小颗粒会强烈散射和吸收激光光束。雨滴直径会比激光波长大很多，这会让光束在接近雨滴或者雾滴时发生散射，方向改变，甚至一部分能量被吸收掉。这种效果会让原本应该反射回传感器的光变得微弱、混乱或者根本无法返回，导致传感数据错误或者丢失。
毫米波雷达发射的电磁波波长较长，在1到10毫米之间。这一尺寸与雨滴直径相当，但远大于雾滴。因此，毫米波在传播中遇到这些水滴时，不会像光波那样发生严重的瑞利散射，而是发生米氏散射，其结果是信号仅产生部分能量衰减和轻微折射，大部分能量仍能向前传播并被接收。这使得毫米波雷达在雨雾天气中依然能保持可靠的探测能力。
为什么自动驾驶不能单靠一种传感器？
解释了上述物理现象之后，可能有人会问：既然毫米波雷达在雨雾天气表现更稳，那为啥还有那么多汽车厂商坚持装激光雷达？这要从它们各自的优缺点说起。
激光雷达的最大优势是高精度和高分辨率。它可以生成密集的点云图，把周围环境的结构勾勒得很清楚，这对自动驾驶系统判断道路边缘、行人姿态、静止物体形状等非常重要。毫米波雷达虽然能穿透恶劣天气，但它提供的信息比较粗糙，分辨率低，难以单靠本身区分小物体和复杂的环境细节。
因此，在很多自动驾驶技术中，更多是采用多传感器融合，摄像头提供丰富的视觉信息，激光雷达提供高精度点云，毫米波雷达补充在恶劣天气和速度测量上的可靠数据。融合了不同的传感器的数据后，自动驾驶系统就能在各种天气条件下都获得比较全面、准确的环境理解。
最后的话
激光雷达与毫米波雷达在雨雾天气下的表现差异，根源在于二者工作波长的不同以及与环境中水滴的相互作用机制。激光雷达使用的近红外光波长短，易与微小水滴发生强烈的散射与吸收，导致信号严重衰减和失真，使其在恶劣天气下的探测距离与点云质量显著下降。相反，毫米波雷达的电磁波波长较长，穿透雨雾时以能量衰减为主，散射效应弱，因此仍能获取有效的回波信号，为系统在低能见度条件下提供可靠的感知支持。
当然，自动驾驶系统的传感器选用不能单靠这一特点来评价，激光雷达在晴好天气下能构建高精度环境模型，而毫米波雷达则能在雨雾等视线受阻场景中保障基础感知不中断。正因如此，通过多传感器融合，综合各自优势，自动驾驶系统才能在各种复杂与动态环境中实现稳定、安全的运行。
