3. 场景与场景库核心概念

在自动驾驶测试中，“场景”不是一段简单的道路描述，而是对车辆所处环境、任务、动态交互和评价条件的一次结构化抽象。只有把现实世界中的连续驾驶过程切分成可定义、可复现、可评价的单元，测试团队才能建立稳定的用例体系，并让仿真、封闭场地和实车测试共享同一套语言。本节围绕场景定义、场景要素、场景分类、逻辑场景与具体场景、场景库层次结构五个核心概念展开。

一、场景定义：从连续驾驶到可测单元

场景（Scenario）通常定义为：在特定时间、特定道路环境和特定交通参与者状态下，自车完成某一驾驶任务或遭遇某一交通事件的过程描述。它至少包含初始状态、动态演化和终止条件三部分。初始状态回答“从哪儿开始”，动态演化回答“过程中发生了什么”，终止条件回答“何时判定结束”。

例如“前车紧急制动”场景可以描述为：自车以 60 km/h 跟随前车，车距 25 m；前车在 1.5 s 内减速度达到 -6 m/s²；当自车完成制动、发生碰撞或前车停止后 3 s，场景结束。这样的定义已经具备可复现和可评价的基础。

二、场景要素：六层结构拆解

为了系统化描述场景，工程上常把场景要素分为六层：道路层、交通设施层、临时改变层、交通参与者层、环境层和数字信息层。道路层描述车道、曲率、坡度、路口拓扑；交通设施层描述标志、标线、信号灯；临时改变层描述施工、事故、临时管制；交通参与者层描述车辆、行人、骑行者及其运动；环境层描述天气、光照、路面附着；数字信息层描述地图、V2X 和传感器可见性。

这六层不是简单罗列，而是决定了场景参数空间的大小。道路层和交通参与者层通常是最关键的变量来源，环境层和数字信息层则常作为扰动条件加入回归测试。

scene:
  road: {type: urban, lanes: 3, speed_limit: 60}
  facilities: {traffic_light: true, crosswalk: true}
  temporary: {construction: false}
  actors:
    - ego: {speed: 60, lane: 2}
    - lead_vehicle: {speed: 45, gap: 25, decel: -6}
  environment: {weather: rain, light: day, friction: 0.6}
  digital: {map: HD, v2x: false}

三、场景分类：按抽象层次与用途划分

场景可以按不同维度分类。按抽象层次，分为功能场景、逻辑场景和具体场景；按来源，分为自然驾驶场景、事故场景、专家设计场景和仿真生成场景；按测试目的，分为功能测试场景、性能测试场景、安全边界场景和回归场景；按交互复杂度，分为单车场景、多车交互场景和混行场景。

其中，功能场景用自然语言描述“做什么”，例如“车辆在路口左转时避让对向直行车辆”；逻辑场景用参数范围描述“在什么范围内做”，例如“对向车速度 30~60 km/h，自车速度 20~50 km/h”；具体场景则给出唯一参数组合，例如“自车 35 km/h，对向车 45 km/h，距离 40 m”。

分类维度	类型	典型用途
抽象层次	功能场景 / 逻辑场景 / 具体场景	需求分析 / 参数覆盖 / 仿真执行
来源	自然驾驶 / 事故 / 专家设计 / 仿真生成	真实性 / 边界挖掘 / 补充覆盖
测试目的	功能 / 性能 / 安全边界 / 回归	验证能力 / 评估指标 / 找失效 / 防退化
交互复杂度	单车 / 多车交互 / 混行	基础功能 / 博弈决策 / 复杂城市交通

四、逻辑场景与具体场景：参数空间与实例化

逻辑场景是场景库中最具工程价值的一层。它把功能场景中的关键变量抽象为参数区间或分布，例如自车速度、目标车速度、相对距离、减速度、反应时间、路面附着系数等。逻辑场景不直接执行，而是作为具体场景的生成模板。

具体场景是逻辑场景的一次参数实例化。例如逻辑场景定义“自车速度 40~80 km/h，前车减速度 -3~-8 m/s²，初始车距 10~40 m”，通过采样可生成“自车 60 km/h、前车减速度 -6 m/s²、车距 25 m”这一具体场景。回归测试中，具体场景是仿真器、场地和实车台架真正执行的输入。

五、场景库的层次结构

场景库不是场景的简单堆叠，而是按“场景族—逻辑场景—具体场景—测试用例”组织的层次结构。场景族按驾驶任务或交通事件聚类，如跟驰、换道、路口通行、避障、泊车；逻辑场景定义参数空间；具体场景是参数实例；测试用例则绑定被测版本、仿真配置、通过准则和优先级。

一个可维护的场景库还应包含元数据：场景来源、适用 ODD、法规关联、风险等级、覆盖状态、最近执行结果。这样，回归测试才能回答“哪些场景已覆盖、哪些版本退化、哪些边界尚未验证”。

六、常见误区与复盘

第一个误区是把功能场景直接当测试用例执行。功能场景只有自然语言描述，没有参数和判定条件，无法稳定复现。第二个误区是逻辑场景参数范围过大，导致采样稀疏，边界失效被漏掉。第三个误区是具体场景没有绑定版本和通过准则，回归结果无法比较。第四个误区是场景库只存场景文件，不存元数据，导致覆盖状态和风险等级无法追踪。

综上，场景定义提供了可测单元的基本结构，场景要素决定了参数空间，场景分类帮助组织测试策略，逻辑场景与具体场景连接了覆盖设计与执行实例，场景库层次结构则让这些资产可管理、可追踪、可回归。理解这五个概念，是后续场景生成、覆盖度评估和回归测试流水线设计的基础。