2. 特种车辆感知需求分析
特种车辆与乘用车最大的区别，在于它面对的不是“典型道路 + 良好天气 + 配合的交通参与者”，而是“非结构化地形 + 恶劣环境 + 高风险任务”。因此，感知需求不能照搬乘用车方案，必须从任务场景反推感知能力边界。本节围绕军用、消防、救援、工程四类典型场景，梳理感知挑战、环境适应性要求，以及功能安全与实时性指标，为后续多传感器融合架构设计提供需求输入。
一、核心原理：从任务剖面反推感知需求
感知需求分析的本质，是建立“任务剖面 → 环境条件 → 目标集合 → 感知指标”的映射链。任务剖面描述车辆要做什么，例如军用侦察要求隐蔽接近并识别伪装目标；消防要求穿越浓烟进入火场寻找被困人员；救援要求在废墟中定位生命体征；工程要求在高粉尘环境下精确作业。环境条件决定传感器可用性，目标集合决定检测与分类难度，最终落到可量化的感知指标上。
需求映射四步法：
- 任务分解：把任务拆成行驶、探测、识别、作业、撤离等阶段。
- 环境建模：明确光照、烟尘、雨雪、振动、电磁干扰等条件。
- 目标定义：列出必须检测的目标类型、尺寸、材质与运动特性。
- 指标量化：给出探测距离、虚警率、漏检率、延迟、可用度等阈值。
这条映射链的关键在于：不同场景对同一传感器的评价完全不同。例如激光雷达在工程场景中可提供高精度三维结构，但在浓烟中回波衰减严重；红外热像仪在消防场景中能穿透烟雾发现热源，但在高温火场中容易饱和。因此，需求分析必须逐场景进行，不能用一个通用指标覆盖所有任务。
二、四类场景的感知挑战对比
下表从主要环境、关键目标、感知难点和典型传感器组合四个维度，对军用、消防、救援、工程场景进行对比。该表可作为需求评审的检查清单。
| 场景 | 主要环境 | 关键目标 | 感知难点 | 典型传感器组合 |
|---|---|---|---|---|
| 军用 | 野外、夜间、烟幕、电磁对抗 | 人员、车辆、伪装目标、障碍 | 目标隐蔽、干扰强、要求低可探测性 | 红外、毫米波雷达、激光雷达、可见光 |
| 消防 | 浓烟、高温、黑暗、水雾 | 被困人员、火源、结构坍塌 | 烟雾遮挡、热饱和、能见度极低 | 红外热像、毫米波雷达、超声、气体传感 |
| 救援 | 废墟、粉尘、狭窄空间、余震 | 生命体征、空隙、危险物 | 非视距、目标微弱、空间受限 | 超宽带雷达、声波探测、红外、激光雷达 |
| 工程 | 高粉尘、强振动、强光、泥泞 | 边坡、管线、人员、机械臂目标 | 粉尘散射、振动干扰、精度要求高 | 激光雷达、毫米波雷达、视觉、IMU |
从表中可以看出，没有任何单一传感器能覆盖全部场景。军用强调抗干扰与隐蔽性，消防强调穿透烟雾与热源识别，救援强调非视距与微弱信号检测，工程强调高精度与抗振动。这正是多传感器融合在特种车辆上成为刚需的根本原因。
三、环境适应性要求
环境适应性是特种车辆感知系统能否“活下来”的前提。它不只是防护等级，还包括光学、电磁、机械和热学四个维度。
- 光学适应性：需覆盖 0.001 lux 至 100000 lux 的照度范围，支持强光抑制与低照度增强；红外波段需适应 -40℃ 至 85℃ 的温漂。
- 烟尘与雨雪适应性：毫米波雷达在雨雾中衰减较小，但激光雷达在浓烟中有效距离可能下降 50% 以上，需通过多回波与融合补偿。
- 机械适应性：车辆振动量级可达 5g 以上，传感器安装需考虑减振与标定稳定性，避免融合外参漂移。
- 电磁适应性：军用与工程场景存在强电磁干扰，需满足相应电磁兼容等级，防止雷达互扰与通信中断。
提示：环境适应性验证不能只在实验室完成。建议在真实场景中开展“烟尘浓度梯度测试”“振动台 + 标定联合测试”“电磁干扰下的融合一致性测试”，把环境应力直接映射到感知指标退化曲线上。
四、功能安全与实时性指标
特种车辆感知系统通常按功能安全等级进行设计。军用与消防场景中，感知失效可能导致人员伤亡，因此关键感知链路需达到 ASIL-B 及以上，部分安全相关功能需达到 ASIL-D。实时性方面，不同任务对延迟要求差异明显：
感知任务实时性参考指标：
- 障碍物检测与跟踪：端到端延迟 ≤ 100 ms
- 行人/人员识别：端到端延迟 ≤ 150 ms
- 火源定位：端到端延迟 ≤ 200 ms
- 生命体征探测：端到端延迟 ≤ 500 ms
- 融合定位输出：更新频率 ≥ 20 Hz
- 故障检测与降级切换：≤ 50 ms
这些指标需要与功能安全机制配合。例如，当激光雷达因烟尘失效时，系统应在 50 ms 内检测到点云有效率下降，并切换到毫米波雷达与红外融合通道，同时向决策层输出降级状态。若融合结果置信度低于阈值，应触发安全停车或人工接管请求。
常见误区：把“传感器数量多”等同于“感知可靠”。实际上，若缺乏故障检测、时间同步与降级策略，多传感器反而会引入冲突数据，导致融合输出不稳定。需求分析阶段就必须定义每个传感器的失效模式与降级路径。
五、场景案例：消防车浓烟环境感知链路
以消防车进入地下车库火场为例。车辆需要在浓烟、高温、低照度条件下完成通道行驶、火源定位与人员搜索。可见光相机几乎失效，激光雷达回波被烟尘散射，毫米波雷达可提供通道与障碍轮廓，红外热像仪可识别火源与人体热特征，超声传感器用于近距离避障。融合策略应以毫米波雷达为骨架、红外为热目标补充、超声为近距安全冗余，并通过时间同步与空间标定统一到车体坐标系。
该链路体现了需求分析的核心结论：场景决定环境应力，环境应力决定传感器可用性，传感器可用性决定融合策略与安全降级逻辑。只有把这条链路显式建模，才能在后续架构设计中合理分配算力、接口与冗余。
六、复盘：需求分析中最容易忽略的三件事
- 忽略时间同步精度。多传感器融合对时间戳对齐敏感，烟尘场景下雷达与红外帧率差异大，若同步误差超过 20 ms，融合目标位置会出现明显跳变。
- 忽略标定漂移。工程车辆振动会导致外参缓慢变化，需求阶段应规定在线标定或定期标定能力，而不是假设一次标定永久有效。
- 忽略降级可用性。功能安全不仅要求“不出错”，还要求“出错后仍可控”。需求中必须明确每个传感器的失效判据、切换时间和降级后的最低感知能力。
综上，特种车辆感知需求分析是一项从任务到指标的系统工程。它要求工程师同时理解场景、传感器物理特性与安全标准，并将三者转化为可验证、可测试、可降级的量化需求。只有需求定义清晰，后续的多传感器融合架构、算法选型与验证方案才有稳固基础。