一、暴雨夜间：纯视觉感知的核心挑战
1. 光线与雨水的双重干扰
夜间弱光环境下，暗色物体易被背景噪点掩盖，摄像头动态范围受限。
暴雨中的雨滴、水雾会导致镜头沾水沾污，造成图像模糊或局部遮挡。
对向车灯、路面反光等强光会进一步压缩视觉系统的有效信息提取能力。
2. 小尺寸障碍物识别困难
道路上的异形物、掉落物等在雨夜中更难被摄像头捕捉，可能被雨滴“挡住”。
纯视觉依赖二维图像推算三维距离，在纹理缺失或光线突变时误差可能急剧增大。
二、技术突破：纯视觉如何应对极端天气
1. 传感器的硬件进化
高比特图像传感器（如12比特及以上）能提升暗部细节的捕捉能力，抵抗过曝和欠曝。
广谱感知能力：摄像头可感知人眼不可见的光谱范围，在强光、弱光、雨中场景下扩展视觉边界。
2. 算法与模型的迭代
占用网络（Occ）将物理世界网格化，基于动态画面而非单帧图像判断障碍，可有效过滤地面涂鸦、水坑等视觉干扰。
大模型通过海量数据训练，能理解雨滴、水花等动态噪声，区分真实障碍与雨水虚影。
特斯拉FSD在暴雨中已实现稳定运行，实测视频显示其能正常感知车道和障碍物。
三、多传感器融合：一种互补而非对立的选择
1. 激光雷达的先天优势
激光雷达不受光照影响，能直接测量三维距离，在雨雾中仍保持高精度。
但激光雷达存在120°视场角限制，且无法识别颜色、纹理和交通标志，对异形障碍物可能误判。
2. 业界主流观点
华为李文广表示，纯视觉在极端叠加场景（黑夜+逆光+雨天）下会出现明显失效，坚持多传感器融合路线。
多数行业专家认为，纯视觉与雷达并非二选一：视觉负责“看懂”世界，雷达负责“测准”距离，融合可兼顾成本与安全。
四、国标要求与安全策略：系统必须自主判断
1. 硬性探测指标
前向探测在120km/h时最小可靠距离≥130米，且需考虑恶劣天气后的性能衰减。
侧向、后向探测均需覆盖车辆周边盲区，换道时不能迫使后车紧急制动。
2. 系统应对比策略
当感知能力因雨雾、夜间等下降时，系统必须主动降速、退出或提示接管，不能强制维持运行。
例如小鹏VLA系统偶遇大雨时可能无法启用，但重启后可成功激活，体现动态判断机制。
五、用户视角：合理使用优于盲目信任
即使是支持纯视觉的博主也提醒：暴雨天感知能力“一定受影响”，生命只有一次，不建议在视线受阻时开启辅助驾驶。
多家车企在极端天气下会主动限制智驾功能，这恰恰是对安全的负责——技术有上限，安全无小事。
