物理的に整合性のある霧かかった状態での観測のシミュレーション手法を提案することで，実際に霧のかかった環境でのデータにロバストな学習が可能になった．霧によって減衰・拡散が生じるモデルを用いた考察から，入力点群（晴天時に観測されたことを想定）に霧の効果を与えたときの点群を生成する．

複数の物体検出手法について提案法によるデータ拡張をした場合としない場合を比較，いくつかの実験条件で性能向上がみられ，少なくとも性能の悪化はほとんど生じないことを示した．