毫米波雷達在惡劣天氣下的表現整體較好，但也有一定局限性。

其優(yōu)點在于對霧、煙、灰塵的穿透能力極強，能在惡劣天氣條件下保持相對較好的工作狀態(tài)。

但在有雨有霧或大雨的天氣下，性能會大幅下降，對行人的識別也存在不足。

惡劣天氣對汽車感知系統(tǒng)影響很大，而毫米波雷達在眾多傳感器中表現相對出色。

比如激光雷達在雪天和風沙天容易受堆積物影響，超聲波雷達探測距離短且受天氣影響大，攝像頭則極易被惡劣天氣遮擋。

為保證惡劣天氣下自動駕駛汽車的可靠性，目前主要通過多傳感器融合，將毫米波雷達與其他傳感器優(yōu)勢互補。

同時，利用惡劣天氣訓練數據集來優(yōu)化感知算法，像曼孚科技在惡劣天氣數據集的標注處理上就有不錯的經驗。

此外，仿真與模擬平臺能解決惡劣天氣數據集采集的難題。

傳統(tǒng)毫米波雷達存在一些問題，如只能測方位角、速度和距離，無法測高度，易誤判懸浮類障礙物。

而 4D 毫米波雷達增加了對目標垂直高度的測量能力，分辨率提升，能偵測目標輪廓、類別及行為，信道數量增加，探測距離更遠，信息獲取效率更高。

不過，智能駕駛中硬件有一定限制，算法存在硬傷，法律責任界定也有待完善，所以目前不能盲目依賴智能駕駛，在使用時要謹慎。