摘要
长期以来，在浓雾环境中利用激光雷达检测目标一直被视为一个去噪问题：识别雾的散射回波并将其丢弃。本工作采取了一种截然相反的思路。其他方法丢弃的那些雾回波信号，被本方法解读为对传感器当前可视距离的直接测量。在采用现成的雾分割步骤后，近程雾点被用于估计大气的光学厚度，进而转化为每帧的最大检测距离（MDR）——一个单一的、人类可读的数值，单位为米，用于告知规划与安全模块当前激光雷达的可用探测距离。该估计器没有任何可学习参数（物理核心为一帧一帧的比尔—朗伯斜率拟合，随后进行科斯梅迪厄映射），并在驾驶过程中实时运行。我们在受控的浓雾场景下通过实车实验对其进行验证。在六次浓雾行驶中，估计的最大检测距离对真实的首次检测距离的恢复精度为：平均绝对误差1.99米，R2 = 0.741——相比无特征基线降低了58%的误差。为排除结果仅为我们自采数据伪影的可能性，该估计值还与学术界广泛使用的两个独立参考进行了交叉验证：STF透射计数据集和Hahner等人的车载雾模拟器。我们的估计值与两者均吻合，这是其相较于以往仅报告自身数据性能的激光雷达雾环境工作的关键区别。最终结果是一个实时、无参数、经外部印证的能见度读数，可嵌入现有的雾去噪管线中，并能为下游自动驾驶系统提供一个定量的回答："我现在能看到多远？"
