2. ADAS传感器与执行器故障模式
在故障注入与降级策略设计中，第一步不是写代码，而是把“故障”本身说清楚。ADAS 的故障并不是一个笼统的“坏了”，而是分布在感知、融合、决策、执行各环节上，具有不同物理机理、不同可观测信号、不同失效表现的具体模式。只有把每个部件的典型故障模式与其在整车层面的失效表现对应起来，才能设计出可注入、可观测、可判定的故障用例，并据此确定降级动作。本节按传感器与执行器两类对象，逐一梳理其典型故障模式、可观测特征与失效表现。
一、摄像头：从图像异常到目标丢失
摄像头是前向感知的主力，承担车道线、车辆、行人、交通标志识别。其故障模式可分为光学、电气、数据与算法四层。光学层典型故障包括镜头遮挡（泥污、雨滴、逆光眩光）、镜头失焦、曝光异常（过曝/欠曝）；电气层包括供电欠压、LVDS/以太网链路误码、连接器接触不良；数据层包括帧丢失、时间戳跳变、图像撕裂；算法层则表现为置信度骤降、目标框抖动、误检与漏检。
失效表现上，遮挡通常先表现为车道线置信度下降、目标跟踪 ID 频繁切换；链路误码会表现为图像块状花屏或整帧丢失，此时感知模块可能上报“信号无效”；曝光异常则导致目标对比度不足，行人检测距离显著缩短。工程上常通过图像质量指标（如拉普拉斯清晰度、平均亮度、饱和像素比例）与感知输出置信度联合判定摄像头是否进入降级状态。
二、毫米波雷达：虚警、漏警与角度失配
毫米波雷达擅长测距测速，对光照不敏感，但易受金属反射、多径与安装角度影响。典型故障模式包括：天线罩结冰或污损导致回波衰减；雷达安装角度偏移导致目标方位角系统性偏差；本振泄漏或混频器异常导致噪声底抬升；CAN/以太网通信丢帧导致目标列表不完整。
失效表现具有明显特征：角度偏移时，同一目标在雷达与摄像头融合中会出现横向位置不一致，融合模块可能判定“关联失败”；噪声底抬升表现为大量低置信度虚警点，ACC 可能对空目标减速；漏警则表现为前车突然“消失”，AEB 无法触发。雷达故障往往不直接报“硬件故障”，而是通过目标数量、信噪比分布、角度一致性等统计特征间接暴露。
三、激光雷达：点云退化与遮挡
激光雷达提供高精度三维点云，其故障模式包括：窗口污染导致回波强度下降、点云稀疏；激光器老化导致测距能力衰减；转镜/振镜卡滞导致扫描线缺失；多雷达互扰导致虚假点云；标定漂移导致点云与车辆坐标系错位。
失效表现上，点云稀疏会直接降低可通行空间与障碍物聚类质量，表现为“地面点缺失、障碍物轮廓破碎”；扫描线缺失在点云中呈现规则条带空洞；标定漂移则使同一静止目标在连续帧中位置缓慢漂移。由于激光雷达常作为冗余感知源，其降级通常触发融合权重调整，而非立即退出自动驾驶。
四、超声波雷达：近距离盲区与误报
超声波雷达主要用于泊车与低速避障，其故障模式包括：探头表面覆盖（泥、冰）、探头内部压电陶瓷失效、线束短路/断路、相邻探头串扰。失效表现非常直接：泊车时对近距离障碍物无报警（漏报），或对空无一物处持续报警（误报）。由于超声波作用距离短（通常 0.2～3 m），其故障对高速行驶影响有限，但在自动泊车场景中会直接导致功能不可用，需降级为人工泊车或限制泊车速度。
五、EPS 与 ESP：执行器故障的动力学表现
EPS（电动助力转向）与 ESP（电子稳定程序）是 ADAS 的执行末端，其故障直接影响车辆动力学。EPS 典型故障包括：扭矩传感器漂移导致助力方向错误、电机绕组过热降额、CAN 通信丢失导致助力消失。失效表现为方向盘突然变重、回正异常、车辆跑偏，横向控制功能必须立即退出。
ESP 典型故障包括：轮速传感器信号丢失、液压泵故障、横摆角速度传感器漂移。失效表现为 ABS/TCS 失效、车辆在低附路面失去稳定性控制，此时纵向与横向自动驾驶功能均需降级，通常要求驾驶员立即接管。执行器故障的判定往往依赖故障码（DTC）与动力学状态观测器残差联合判断。
六、故障模式与降级策略的对应关系
把上述故障模式放到整车层面，可以看到一条清晰的映射链：传感器故障首先影响感知置信度，进而影响融合关联，最终决定控制功能是否可用。工程实践中，通常用三类信号联合判定：一是部件自身 DTC（如摄像头通信故障、雷达性能下降）；二是感知输出的统计特征（目标数、置信度、点云密度）；三是动力学状态观测器残差（如横摆角速度与模型预测偏差）。
以摄像头遮挡为例，若图像清晰度指标低于阈值且车道线置信度持续低于 0.3，系统可判定为“感知降级”，将横向控制权重降低或退出 LKA，同时通过 HMI 提示驾驶员接管。若同时雷达也出现角度偏移，融合模块可能无法完成目标关联，此时应触发更高级别的降级，如退出 LCC 并请求接管。执行器故障则更为直接：EPS 扭矩传感器漂移一旦被 DTC 确认，横向控制必须立即退出，不允许“带故障运行”。
七、典型故障模式速查表
| 部件 | 典型故障模式 | 可观测特征 | 整车失效表现 | 降级方向 |
|---|---|---|---|---|
| 摄像头 | 遮挡、失焦、曝光异常、链路误码 | 清晰度↓、置信度↓、花屏、帧丢失 | 车道线丢失、行人漏检、ID 跳变 | 横向退出、限速、接管请求 |
| 毫米波雷达 | 天线罩污损、角度偏移、噪声抬升 | 虚警增多、SNR↓、角度不一致 | ACC 误减速、AEB 不触发 | 融合权重调整、纵向降级 |
| 激光雷达 | 窗口污染、激光老化、标定漂移 | 点云稀疏、扫描线缺失、错位 | 可通行空间误判、障碍物破碎 | 冗余切换、融合降权 |
| 超声波 | 探头覆盖、压电失效、线束断路 | 回波异常、自检失败、串扰 | 泊车漏报/误报 | 泊车功能不可用、人工接管 |
| EPS | 扭矩传感器漂移、电机过热、CAN 丢失 | DTC、助力电流异常、方向盘力矩偏差 | 方向盘变重、跑偏 | 横向控制立即退出 |
| ESP | 轮速丢失、液压泵故障、横摆漂移 | DTC、轮速不一致、横摆残差大 | ABS/TCS 失效、低附失稳 | 纵横向功能降级、接管请求 |
需要强调的是，同一故障模式在不同车速、不同道路附着条件下，失效表现可能差异很大。例如雷达角度偏移在低速跟车时可能仅表现为轻微横向偏差，而在高速变道时可能导致融合目标丢失，进而触发 AEB 误动作。因此，故障注入测试应覆盖典型工况矩阵，而不是只验证单一场景。只有把故障模式、观测特征、失效表现与降级动作四者对齐，后续的注入脚本与判定逻辑才有可靠依据。