目前，行業內大多數企業已經做到在正常天氣狀況下的自動駕駛，但針對惡劣天氣環境，很多企業仍然在碰到不少難題。這其中，合理規避不同感知傳感器的性能瓶頸及傳感器的自清潔、冗余設計都是解決方向。

迄今為止，大多數ADAS及自動駕駛成功測試都是基于有限的天氣條件下進行，為了保證未來正式量產上路可能遭遇的各種惡劣天氣環境，汽車主機廠和Tier1、零部件廠需要考慮所有可能的天氣條件。

比如，在沃爾沃XC60的車主手冊中，關于City Safety的限制條款顯示，其在大雪或大雨、濃霧、沙塵暴或大暴風雪等情況下功能較差，甚至不能正常工作。同時，由于其使用了激光傳感器，手冊中也明確注明要保持激光傳感器前面的擋風玻璃無冰雪及污垢。

在碰撞警示系統方面，手冊中明確注明攝像頭傳感器在黃昏和黎明時看見騎車人的能力有限。當在黑夜及隧道中行駛時，即使路燈點亮，攝像頭傳感器檢測騎車人的能力也將被禁用。

此外，當用于掃描車道及探測行人和其他車輛時，強烈的迎面燈光、車道上的反光、道路表面的積雪、骯臟或者不清晰車道線標記等，都可能大大降低攝像頭傳感器的功能。

有數據顯示，傳統汽車在惡劣天氣環境下的事故數量占到22%，大風、霧天、雨雪天等等，都會造成駕駛員的判斷錯誤，這對于自動駕駛系統來說，同樣存在。

對于嚴酷天氣條件下的自動駕駛，目前行業內主要是兩個方向的解決方案，一是車輛判斷傳感器及道路、天氣狀況進行駕駛能力的安全決策。比如，在潮濕道路是否減速，霧天條件下傳感器能見度下降的判斷，雪地及泥水條件下如何保證制動及轉向系統的緊急措施的正常運轉。

第二個方向則是如何保障在惡劣天氣條件下，自動駕駛傳感器系統的正常工作。目前大家所知道的是，毫米波雷達可以在惡劣的天氣條件下正常運轉，可以穿透雨霧，但不能想視覺一樣提供對復雜環境的細節判斷。

激光雷達和攝像頭則都是容易受到天氣條件的干擾。比如激光雷達在大雨及雪天條件下，發出去的激光線束容易被折射而干擾產生噪音，同時造成測距范圍的下降。

紅外夜視+可見光

在過去的交通事故統計案例中，事故死亡人數在日落之后上升最快。事實上，絕大多數（四分之三）的行人死亡也發生在夜間。

已經得到確認的是，基于紅外夜視系統利用紅外光波檢測物體自然發射的熱量差異，可以檢測到可見光攝像頭、雷達和激光雷達不能識別的物體。至關重要的是，它們在微光和惡劣天氣的情況下表現依舊良好。

去年，上市公司高德紅外旗下子公司軒轅智駕，發布的“基于高德紅外自主探測器”的新一代熱成像避障系統IR313，具備突破夜障、強眩光、穿透霧霾沙塵、行人識別及報警、前車碰撞報警和預告等多項功能。

軒轅智駕紅外避障系統采用紅外熱成像技術，能夠捕捉前方28°*21°視角、400米外熱源。該款產品能探測超過400m的夜視距離，而市面上大多車載夜視系統探測距離在200m左右。同時，系統會自動匹配不同車速進行功能調整。

同時，系統完全依照車規標準設計，通過了相關機構的認證，夜視攝像頭內部集成智能圖像識別功能，無須外接圖像處理盒子，便于安裝。該系統集成了行人識別算法功能，經過了長期、系統、嚴格的路試驗證。

為了配合多傳感器融合趨勢，軒轅智駕在今年推出了一套解決方案，就是基于可見光+紅外熱成像+毫米波雷達。優勢是全天候工作；兼顧動靜態物體偵測；可識別物體。但目前仍然存在一些需要克服的瓶頸：包括成本稍貴，對處理器運行速度和融合算法要求高。

光線變換，是目前視覺的痛點之一。解決重點包括眩光，眩光是一個非常難解決的問題。因為我們是純被動探測的，所以在眩光的情況下是不會受到任何干擾，夜視系統不受光線變換的影響，可減少駕駛員在城市駕駛時受眩光以及燈光的影響。

夜視的另外一大特點就是穿透性強，可以大幅提升惡劣天氣下的駕駛視野。比如在中度霧霾的情況下，可見光看到的效果跟人的肉眼差不多，紅外線基本上可以達到百米左右的探測距離。

傳感器自清潔

要實現自動駕駛，未來的汽車車身上會搭載越來越多的傳感器、攝像頭和雷達，而道路上的灰塵、泥水，甚至是冰雪都會嚴重影響它們的工作。

有業內人士透露，考慮毫米波雷達車載測量精準性和安裝成本，毫米波雷達廠商和Tier1通常都是建議主機廠將前向毫米波雷達裸露安裝在前包圍外部，由此在行車中，前向毫米波雷達易被道路飛濺起的泥巴等污物遮擋，導致“失明”。

在寒冷的冬天，毫米波雷達表面容易形成結冰，影響信號失準也是一大隱患。為此，前裝雷達廠商在毫米波雷達外殼內集成了加熱裝置，著車時，可以快速升溫，解除雷達表面冰凍。

此前，法雷奧就推出了一款everView傳感器清潔系統，它是首款應用于激光雷達傳感器的全自動清潔設備。

everView傳感器清潔系統配備了一只可伸縮手臂和幾個噴嘴，可自動噴出清洗液并清洗傳感器。清洗液可隨手臂的延展均勻噴灑在傳感器表面，該清潔系統還可以選配除霜功能，以確保車輛在冬季保持最佳性能。

而在攝像頭方面，大陸集團去年宣布研發出了一款魚眼攝像頭專用的清洗系統，可利用噴射水流去除鏡頭上的污垢。相比前視攝像頭更多安裝在車內不同，由于魚眼攝像頭的安裝在車身外，它們很容易受到天氣的影響，會沾染到冰雪、灰塵等污漬。

目前，大陸集團夜視攝像頭的清洗系統已經投入批量生產， 360度全景攝像頭的清洗系統將于2019年前應用于車輛。

此外，水箱內的防凍液可以防止清洗用水在鏡頭上凍結。加熱式清洗系統的供水系統內集成有加熱導體，可通過加熱清洗用水來防止其結冰。

深度學習

在今年舉行的谷歌I/O開發者大會上，Waymo宣布了自己的深度學習最新成果，在用算法過濾掉噪點（比如減少雪花帶來的“信號噪點”）之后，信號收集畫面簡潔得如同正常天氣狀態，讓自動駕駛汽車看穿積雪路面并安全行駛。

同時，在軟件算法上，盡量擴大樣本采集容量，包含到惡劣天氣下不同路況的數據，通過深度學習等來提高系統精確度。

此外，很多廠商所提出的用深度學習方案來進行感知識別等技術，依然處于早期階段，未來仍需要解決大型數據集、算法運算能力、以及如何在短時間內處理大量數據以及識別準確度的問題。