4. 环境失效机理

LiDAR的测距本质是“发射—传播—反射—接收—计时”的闭环。任何环境因素只要改变其中任一环节的能量、方向或时间特性，都会以“点缺失、点偏移、强度异常、噪声抬升”等形式反映到点云上。理解环境失效机理，核心不是记住“雨天变差”这类结论，而是建立从物理过程到点云表征、再到降级判据的因果链。

一、雨雾：散射衰减与虚假回波

雨滴和雾滴的尺度与近红外激光波长（通常905nm或1550nm）处于可比区间，会引发米氏散射。其影响分两类：一是能量衰减，悬浮水滴把部分激光能量散射到非接收方向，使有效回波功率随距离指数下降，表现为远处点云稀疏、最大探测距离缩短；二是虚假回波，近处雨滴或雾团直接反射激光，形成距离门内的“雨点噪声”，在点云中呈现为环绕本车的随机散点或近距薄雾层。

雨雾对ToF与FMCW的影响侧重不同。ToF对回波能量敏感，雨雾中易出现“近处噪点+远处丢点”；FMCW依赖相干检测，散射会破坏相干性，导致测距精度下降和速度估计抖动。工程上常用最大探测距离衰减率和近距噪点密度作为雨雾降级指标。

二、扬尘：颗粒遮蔽与动态遮挡

扬尘与雨雾的差异在于颗粒更大、分布更不均匀、随时间快速变化。施工扬尘、矿区粉尘或前车扬起的尘土会在LiDAR前方形成移动的“遮蔽幕”。其典型表现是：局部区域点云突然消失，随后又恢复，形成时域上的闪烁；同时大颗粒会产生强回波，在近距形成高密度噪点团。

扬尘的工程难点在于它常与真实障碍物混淆。例如，一团浓尘可能被聚类为“障碍物”，触发误刹车；而真实车辆被尘幕遮挡时又可能漏检。因此，扬尘场景下需要引入时域一致性检验：真实目标在连续帧中位置连续、形态稳定，而尘幕噪点团往往快速消散或形态突变。

三、强光：背景光饱和与信噪比压缩

太阳直射、对向车灯、隧道出口强光都会抬高接收器的背景光电流。对于APD或SPAD接收器，背景光会消耗动态范围，使微弱回波信号被淹没，表现为点云强度整体抬升但有效点减少，或出现随机“阳光噪点”。在低太阳角时，逆光方向尤其严重，因为激光回波与太阳光同向进入接收孔径。

强光还可能导致时间戳偏移：部分接收器在强背景光下阈值触发提前，测距结果偏近。工程上可通过窄带滤光片、多脉冲累积和自适应阈值缓解，但无法完全消除。强光降级判据通常关注有效点率和强度分布偏移。

四、低反射率与镜面反射：能量不足与方向失控

低反射率目标（如黑色车漆、沥青、深色衣物）反射率可能低于5%，回波能量极弱，导致远距离丢点或测距跳变。镜面反射则更复杂：光滑金属、玻璃幕墙、水面会把激光按镜面方向反射走，接收端可能完全收不到回波，形成空洞；也可能因多次反射产生鬼影点，即点云出现在真实目标后方或侧方。

镜面反射的典型场景是玻璃幕墙建筑和积水路面。玻璃对905nm激光既有透射又有镜面反射，可能让LiDAR“看穿”玻璃，把室内物体误认为室外目标；水面则可能把远处目标反射到错误距离。此类失效难以用单一阈值判定，需要结合几何一致性和多帧跟踪识别。

五、环境失效机理对比与降级判据

六、案例：雨夜高速场景的连锁失效

某测试车在雨夜高速行驶，LiDAR点云出现三类现象：一是前方150m外车辆点云几乎消失，原因是雨滴散射使回波能量低于阈值；二是本车周围出现大量近距散点，被聚类算法误判为“锥桶”；三是路面湿滑形成镜面反射，把护栏点云映射到车道中央，导致定位模块横向漂移。

复盘发现，单一阈值无法同时处理这三类问题。最终采用分层降级策略：先通过近距噪点密度判定雨雾等级，再动态调整聚类参数和最大探测距离；对镜面鬼影点，利用多帧跟踪残差剔除；对远距丢点，则切换至毫米波雷达与视觉融合补偿。该案例说明，环境失效往往是多因素耦合，必须建立“检测—分级—补偿”的闭环。

七、从机理到工程参数

将环境机理转化为可观测参数，是降级与补偿的前提。建议在数据链路中固定输出以下指标：

env_metrics:
  rain_fog_level: 0-3        # 基于近距噪点密度与最大探测距离衰减
  dust_flicker_rate: 0-1     # 局部点云时域闪烁率
  sunlight_saturation: 0-1   # 有效点率下降与强度均值偏移
  low_reflect_ratio: 0-1     # 低强度点占比
  mirror_ghost_score: 0-1    # 多帧几何一致性残差

这些指标不直接等于“失效”，而是作为降级状态机的输入。例如，当rain_fog_level≥2且low_reflect_ratio≥0.3时，触发“远距点云可信度下降”标志，融合模块提高雷达权重；当mirror_ghost_score≥0.5时，触发“镜面鬼影剔除”流程。只有把环境机理量化为参数，才能让降级策略从经验判断走向可复现的工程实现。

综上，雨雾、扬尘、强光、低反射率和镜面反射分别从散射、遮蔽、背景光、能量和方向五个维度破坏LiDAR测距链路。工程上应把它们统一映射为可观测的点云指标，再通过状态机触发融合补偿。只有把物理机理、点云表征和降级判据三者对齐，才能在真实环境中实现稳定可靠的感知降级。