自动驾驶汽车技术在过去几年中取得了不少进步，但仍远未达到完美。事实上，尽管现在很多自动驾驶汽车都拥有能够在最恶劣的天气条件下检测行人、道路标志和其他车辆的传感器系统，但行业始终面临一个主要障碍 ——大雾。

由于许多车辆使用基于可见光的传感器系统来检测诸如路牌之类的东西并作出相应的反应，所以它们通常依赖于具有相对清晰的物体路径来检测物体。由于雾会“散射”光线，使其行为与通常情况不同，因此起雾后对于使用这些系统的自动驾驶车辆可能会带来很多问题。

然而这种情况可能很快就会改变。来自麻省理工学院（MIT）的研究人员已经发现了一种方法，允许基于可见光的传感器系统即使在最浓的雾中也能更准确地检测物体。麻省理工学院的系统可以“解析物体的图像并测量它们的深度”，范围可达57厘米，而普通人只能看到大约36厘米。

这个数字起初看起来并不令人印象深刻，但研究人员在测试中模拟了“更浓”的雾，而不是普通人类驾驶员所担心的。普通的雾通常允许驾驶员的能见度达到大约30到50米。

同样值得注意的是，大多数其他自动驾驶汽车都拥有传感器系统，这些传感器系统在大雾条件下的表现实际上比标准的人类视觉效果差，所以麻省理工学院的解决方案可能是该行业迈出的重要一步。

有关麻省理工学院的新系统在实践中如何运作的细节非常具有技术性，但其核心在于统计数据。研究人员认识到雾粒子“反射”的光线到达单一统计模式（称为“伽马分布”）的时间 - 无论雾浓度如何，研究人员都能够开发出能够解释随时间变化的雾现象的系统。