第2章 用户场景与角色定义：目标用户画像、使用环境、典型场景提取
动态避障原型的设计起点不是传感器选型或算法调参，而是回答三个问题：谁在用？在哪儿用？遇到什么情况？本章从用户画像、使用环境、典型场景三个维度建立场景定义框架，并给出通过用户访谈进行需求拆解的可操作方法。
2.1 目标用户画像
动态避障系统涉及四类核心用户，其诉求、决策关注点与使用频率存在显著差异。原型设计必须同时满足这些角色的关键需求，才能在工程落地时不被任何一个角色否决。
| 用户角色 | 核心诉求 | 决策关注点 | 使用频率 |
|---|---|---|---|
| 算法工程师 | 获取高覆盖率边界测试用例，验证算法鲁棒性 | 召回率、误报率、单帧计算耗时 | 每日 |
| 产品经理 | 定义差异化避障功能，对齐用户预期与系统能力 | 场景覆盖率、功能完整性、竞品对比数据 | 每周 |
| 系统测试工程师 | 构造可复现的异常场景，建立回归测试基线 | 脚本可复现性、参数化程度、日志可追溯性 | 每日 |
| 安全员 / 监管方 | 评估极端场景下的系统安全性，确认失效模式可控 | 碰撞概率、最大响应时间、失效降级策略 | 按需（里程碑节点） |
关键洞察： 四类用户的诉求存在天然张力——算法工程师追求“更多场景”，产品经理追求“更精场景”，测试工程师追求“更稳场景”，安全员追求“更可控场景”。原型设计的边界案例清单必须在这四维约束下收敛。
2.2 使用环境分类
使用环境是场景定义的基础坐标系。从道路类型、光照条件、天气状态三个维度进行矩阵式划分，可以形成 4 × 3 × 4 = 48 个环境基元，每个基元都可能催生不同的边界案例。
| 维度 | 类别 | 典型参数 | 对避障的影响 |
|---|---|---|---|
| 道路类型 | 城市快速路 | 限速 80 km/h，车道宽 3.5 m | 高速下制动距离增长，需提前预判 |
| 城区主干道 | 限速 60 km/h，有斑马线/红绿灯 | 行人/非机动车频繁横穿，需精细速度控制 | |
| 封闭园区 | 限速 30 km/h，无固定车道线 | 障碍物形状不规则，需自由空间规划 | |
| 停车场 | 限速 10 km/h，狭窄通道 | 静止障碍物密集，需近距精确感知 | |
| 光照条件 | 日间 | 照度 > 2000 lux | 传感器性能最佳，阴影区域需注意 |
| 夜间 | 照度 < 10 lux | 视觉感知退化，依赖雷达/红外 | |
| 隧道出入口 | 照度骤变 > 100 倍 | 相机自适应滞后，可能短暂失明 | |
| 天气状态 | 晴天 | 干燥路面，能见度 > 10 km | 标准工况，传感器干扰最小 |
| 雨天 | 降雨量 > 10 mm/h | 激光雷达点云衰减，相机反光 | |
| 雾天 | 能见度 < 50 m | 所有光学传感器有效距离缩短 | |
| 雪天 | 积雪覆盖车道线 | 定位漂移，障碍物边缘模糊 |
实操建议： 在原型设计阶段，优先从“最坏环境组合”入手（例如：夜间 + 雨天 + 城市快速路），因为这种组合最容易暴露传感器失效和算法退化问题。
2.3 典型场景提取
典型场景是用户画像与环境基元的交汇点。通过分析事故数据库和用户反馈，提取出以下 6 个高优先级边界场景：
- 行人鬼探头： 行人从静止车辆或绿化带后方突然冲出，留给系统的反应时间 < 1.2 s。
- 车辆强行加塞： 邻车道车辆在 < 1.5 倍车距时切入本车道，需要急减速或微转向。
- 静止障碍物掉落： 前车掉落货物或轮胎碎片，本车需在 2 s 内完成避让决策。
- 异形施工区域： 锥桶、水马、围挡组合成不规则封闭区域，无法用标准车道模型拟合。
- 对向车辆灯光眩目： 夜间会车时远光灯导致相机过曝，持续 0.5-2 s 视觉盲区。
- 小目标（动物/石块）： 道路上出现 < 30 cm 高的障碍物，雷达反射截面积小，视觉特征弱。
2.4 用户访谈与需求拆解
用户访谈是获取场景定义第一手素材的核心手段。以下是针对算法工程师的半结构化访谈提纲，可直接用于原型设计前的需求收集：
// 用户访谈提纲 —— 动态避障边界案例收集
// 访谈对象：自动驾驶算法工程师
// 预计时长：45 分钟
1. 请描述你最近遇到的一个最棘手的避障失败案例。
- 追问：当时的环境条件（道路/光照/天气）是什么？
- 追问：传感器输出出现了什么异常？（丢帧/延迟/误检）
2. 在复现该场景时，你通常需要调整哪些参数？
- 追问：是否有难以模拟的环境因素？（如积水反光）
- 追问：现有仿真工具缺少哪些关键要素？
3. 你认为现有的测试用例集合在哪个象限覆盖最薄弱？
- 举例：夜间 + 雨天 + 高速，还是白天 + 晴天 + 停车场？
4. 如果给你一个“理想的边界案例管理平台”，你希望它具备哪 3 个能力？
- 引导：场景参数化、自动标注、回放调试
5. 你如何判断一个边界案例值得被纳入回归测试集？
- 追问：频率阈值？风险阈值？还是二者加权？
常见误区： 需求拆解时容易只关注“高频场景”而忽略“低频高风险”场景。动态避障原型设计必须将低频边界案例作为独立需求条目管理，不能简单用“出现概率 < 0.1%”过滤掉。一个每年只发生一次但会直接导致碰撞的场景，优先级应高于每日发生但可轻松绕过的场景。
通过上述访谈，可以输出以下需求拆解产物：
- 场景卡片： 每个边界案例一张卡片，包含环境参数、障碍物类型、触发条件、预期行为。
- 优先级矩阵： 按“发生频率 × 危害程度”对场景进行四象限排序。
- 参数化模板： 将场景转化为可调参数组合（如速度、距离、光照、天气），便于后续自动化测试。
2.5 场景关系总览
下图展示了用户画像、使用环境、典型场景三者之间的映射关系，以及它们在动态避障原型设计中的位置：