2. 感知系统需求解析

在智能驾驶项目中，客户给出的往往不是“毫米波雷达要探测 200 米”这样的技术指标，而是“车辆在高速公路上能以 130 km/h 自动巡航，并识别前方静止或慢速车辆”这类功能需求。感知系统需求解析的核心任务，就是把这类功能语言翻译成可设计、可测试、可验收的感知性能指标，并建立从功能到指标、从指标到验证的双向追溯关系。如果这一步做不扎实，后续的传感器选型、算法设计和测试用例都会失去依据。

一、需求分解的基本逻辑：功能 → 场景 → 指标

需求分解不是一次性翻译，而是一个逐层约束的过程。通常遵循“功能需求 → ODD 边界 → 场景集合 → 感知任务 → 性能指标”的路径。功能需求描述车辆应该做什么；ODD 界定这些功能在哪些条件下被允许激活；场景集合把 ODD 拆成可枚举的具体工况；感知任务明确每个场景下感知系统必须输出什么；性能指标则给出这些输出的量化门槛。

以“高速公路自动巡航”为例，其 ODD 可能包括：道路类型为封闭高速公路、天气为无雨无雾、光照为白天或夜间有路灯、车速范围 0～130 km/h。由此可导出典型场景：本车 120 km/h 接近前方 30 km/h 慢速车辆、本车 100 km/h 接近静止车辆、相邻车道车辆切入等。每个场景对应不同的感知任务：前方车辆检测、距离测量、相对速度估计、切入目标识别。最终落到指标上，就是探测距离、距离精度、速度精度、召回率等。

二、ODD 是分解的第一道闸门

ODD 不是一句“高速公路”就能带过的。工程上需要把 ODD 拆成可判定的维度：道路几何（曲率半径、坡度、车道数）、交通参与者（车辆类型、密度、速度分布）、环境条件（照度、天气、路面状态）、自车状态（车速、载荷、传感器健康状态）。每个维度都要给出明确的取值或范围，否则测试时无法判断“是否在 ODD 内”。

例如，曲率半径可以定义为“≥ 500 m”，照度定义为“≥ 10 lux”，雨量定义为“无降雨或降雨量 < 0.5 mm/h”。这些边界直接决定感知指标的适用条件。如果 ODD 写“高速公路”，但没写曲率下限，那么算法在急弯场景下性能下降就无法被追责，也无法被验证。

三、从场景到指标的量化方法

场景确定后，需要为每个感知任务定义指标。以“前方车辆探测距离”为例，不能只写“≥ 200 m”，而要说明在什么条件下、对什么目标、以什么概率达到。工程上常用如下形式：

指标：前方车辆探测距离
条件：目标为乘用车（RCS 参考 10 m²），本车车速 120 km/h，目标车速 30 km/h，白天无雨
要求：在距离 200 m 处，检测召回率 ≥ 99%，距离精度 ≤ ±0.5 m
验证：在封闭高速路段，以 200 m 为起始距离，重复 100 次接近工况，统计召回率与误差分布

召回率（Recall）是感知指标中最容易被低估的一项。它回答的是“应该被检测到的目标中，实际检测到了多少”。对于安全相关功能，召回率通常要求 99% 以上，甚至 99.9%。但召回率不能孤立看，必须与误报率（False Positive Rate）联合约束。如果为了拉高召回率而放宽阈值，误报率会上升，导致幽灵刹车。因此指标定义中通常同时给出召回率和误报率上限，例如“召回率 ≥ 99.5%，误报率 ≤ 1e-4 /km”。

四、精度指标的定义与参照系

精度指标必须绑定参照系和测量点。距离精度是指目标参考点到本车后轴中心的纵向距离误差，还是到前保险杠的误差？速度精度是相对速度还是绝对速度？这些必须在需求文档中写清楚。常见的定义方式是：以本车后轴中心为原点，车辆前进方向为 X 轴正方向，左侧为 Y 轴正方向，距离精度指目标 X 坐标的误差绝对值 ≤ 0.5 m。

精度指标还分为系统误差和随机误差。系统误差可以通过标定修正，随机误差则决定滤波和融合策略。需求分解时，通常把总误差预算分配给传感器、标定、算法和融合各环节。例如总距离误差 ≤ 0.5 m，其中传感器原始误差 ≤ 0.3 m，标定残差 ≤ 0.1 m，融合算法引入误差 ≤ 0.1 m。这种分配方式让每个环节都有明确的设计目标。

五、追溯矩阵：让每条指标都有来源和去向

需求分解完成后，必须建立追溯关系。正向追溯回答“这条指标来自哪个功能需求”，反向追溯回答“这个功能需求被哪些指标覆盖”。工程上常用追溯矩阵（Traceability Matrix）来管理。矩阵的行是功能需求和场景，列是感知指标和测试用例，交叉点标注覆盖关系。

一个简化的追溯矩阵示例如下：

追溯矩阵的价值在于：当某个测试用例失败时，可以快速定位它影响哪个功能需求；当功能需求变更时，可以快速找到需要重新验证的指标和用例。没有追溯矩阵，需求变更就会变成“改一处、漏三处”的混乱局面。

六、常见误区与检查要点

需求分解中最常见的误区有三个。第一，把传感器指标直接当成感知指标。例如“雷达探测距离 200 m”是传感器能力，不等于感知系统在 200 m 处能稳定输出目标。第二，忽略 ODD 边界对指标的影响。同一个探测距离指标，在白天和夜间、干燥和湿滑路面下的表现可能差异很大，必须分条件定义。第三，召回率和误报率只写一个。安全功能必须同时约束两者，否则指标不可验收。

检查要点可以归纳为：每条指标是否有明确的 ODD 条件？是否有可执行的测试方法？是否有对应的功能需求来源？是否有量化的通过/失败判据？如果四个问题都能回答，这条指标才算真正可追溯、可验证。

从客户功能需求到感知性能指标，本质上是一次“从模糊到精确、从定性到定量、从孤立到关联”的工程翻译。ODD 划定边界，场景提供枚举，指标给出门槛，追溯矩阵保证一致性。掌握这套方法，才能在量产交付中做到需求不遗漏、指标不悬空、验证不重复。