常見的降雨量傳感器主要有流量式雨量傳感器、靜電式雨量傳感器、壓電式雨量傳感器，紅外線式雨滴傳感器。當然，也有比較特別的，比如圖像視覺去判斷下雨天。
 

　　其中，流量式、靜電式、壓電式雨量傳感器都有水滴的物理特性強相關，受激光脈沖的影響影響的可能性較小，根據網友的描述，如果有影響猜測可能是紅外線式雨滴傳感器。
 

　　這種傳感器是依靠發(fā)光二極管發(fā)出的光經過透鏡系統(tǒng)調整后，成平行光狀態(tài)照射到擋風玻璃上;當玻璃干燥時、光線將發(fā)生全反射，并經過透鏡系統(tǒng)成平行光狀態(tài)被接收器件接收，輸出大值100%;當玻璃上有雨水、雨滴時，由于折射率改變，光線將不能發(fā)生全反射，而是視水滴面積大小發(fā)生部分反射，此時接收管只收到部分信號，按照百分率比值能夠計算出雨量大小。
 

　　該傳感器受背景光的干擾，光電轉換信號弱，信號易被噪聲淹沒，而與工作中的激光雷達接觸時，會有一定的概率對傳感器產生信號噪聲，讓其產生錯誤的響應。
 

　　基于光強變化的傳感器安裝在汽車擋風玻璃內側，不與雨水直接接觸，在擋風玻璃的保護下，能夠長期穩(wěn)定工作，所以紅外散射式雨量傳感器正成為主流的產品，而帶有激光雷達的車輛畢竟還未普及，所以平時生活中很少會發(fā)生這個網友的事情。
 

　　可見，ADAS向自動駕駛過渡的過程中，多模塊功能的融合上還要考慮得更加周全，才不會發(fā)生不必要的“沖突”。
 

　　談到雨量傳感器，就不得不提視覺識別雨滴的方案，Tesla Autopilot可以通過圖像識別技術識別潮濕的天氣，然后在必要時打開雨刮器。這種方案看似更智能，其實也并不可靠。根據研究，通過在物理世界中巧妙地生成了一張圖像，系統(tǒng)將受到干擾并返回“不正確”結果，然后尷尬地打開了雨刮器。