L4 級自動駕駛在惡劣天氣下的表現(xiàn)受多種因素影響。

激光雷達方面，小雨對小孔徑激光雷達影響不大，但極端降雨或低溫可能導致信號衰減、功率損失和測量誤差，雪可能形成障礙物并影響點云準確性和視距。

雷達在潮濕天氣適應力較強，但空間分辨率低，在行人檢測等方面存在不足。

攝像頭在雨中易被水滴破壞，霧會造成信息缺失，雪會形成障礙物和影響圖像，強光會帶來麻煩。不過，HDR 攝像機在一定程度上可緩解光線變化問題。

機械解決方面，防護和清洗手段多樣，如安裝雨刷、加熱器、采用超聲波清洗等，被動設備如疏水膜也有幫助。

感知增強方面，雨霧雪等不同天氣有相應對策，如在雨中通過量化降雨率和激光雷達性能的關系來輔助決策，在霧中通過波形處理和多回波技術恢復隱藏目標，在雪天通過區(qū)分路徑和降雪應對方法來處理。

此外，天氣分類、能見度分類和風險評估對于保障安全至關重要。

在制圖和定位方面，SLAM 方法存在魯棒性和地圖不足等問題，先驗地圖和多傳感器定位是主要解決方案。

惡劣天氣對規(guī)劃和控制影響大，需調(diào)整車輛行為，如減速、切換牽引模式等，還需關注乘客舒適度。

路面檢測、航空視圖、路邊裝置和 V2X 等輔助方法能提升自動駕駛在惡劣天氣下的表現(xiàn)。

數(shù)據(jù)集和仿真器有助于研究和測試。

總之，L4 級自動駕駛在惡劣天氣下的表現(xiàn)仍有待完善，需綜合多種技術和方法來提高其可靠性和安全性。