4. 场景来源与采集规范

场景库的质量上限，在数据进入标注与建模流程之前就已经被决定了。EyeQ 场景库的工程实践通常把场景来源划分为四条主线：实车采集、仿真生成、事故数据、法规场景。它们不是互相替代的关系，而是各自覆盖不同的概率区间与风险区间。理解每条来源的获取方式、适用边界，以及它们最终如何统一到同一套数据记录与元数据标准上，是后续回归验证能否复现、能否追溯的前提。

四条来源主线的定位与获取方式

实车采集解决的是“真实世界长尾如何发生”的问题。典型做法是在量产或工程样车上部署前视摄像头、毫米波雷达，并同步接入 EyeQ 芯片输出的感知结果与车辆总线信号（车速、横摆角速度、转向角、制动状态）。采集触发不应只依赖人工按键，更常用的是基于感知置信度、TTC（碰撞时间）、AEB/FCW 触发、驾驶员接管等事件的自动触发，把“值得回放的片段”从数小时连续数据中切出来。采集时需固定相机内参、安装位置与朝向，否则同一场景在不同车辆上无法对齐。

仿真生成解决的是“危险但难以实采”的问题。通过场景描述文件驱动仿真器，批量生成带真值（目标位置、速度、车道线方程、语义分割）的数据。它的价值在于参数可扫描：把切入速度、切入角度、相对距离作为变量做网格化组合，快速覆盖边界工况。但仿真数据的分布与真实传感器噪声存在差距，因此通常用于补充覆盖，而非替代实车。

事故数据解决的是“必须覆盖的极端后果”问题。来源包括事故深度调查数据库、保险理赔记录、行车记录仪片段。这类数据往往缺少同步的传感器原始流，需要人工重建场景拓扑与运动轨迹，再回灌到仿真或作为标注参考。它的核心价值是提供真实发生过的冲突形态与伤害后果，用于校准场景库的风险权重。

法规场景解决的是“合规底线”问题。以 C-NCAP、Euro NCAP、UN R152 等标准中的测试场景为蓝本，提取其规定的目标物类型、速度区间、重叠率、光照条件等参数，转化为可执行的场景定义。法规场景参数明确、可复现性高，是回归验证中最稳定的基准集。

EyeQ 数据记录要求：三类流必须对齐

无论来源是哪一条，进入场景库前都要统一为三类流：感知流、原始流、事件流。感知流记录 EyeQ 输出的目标列表，每个目标至少包含稳定 ID、类型（车/人/两轮车/卡车）、纵向与横向位置、相对速度、置信度；原始流保留相机帧、雷达点云与 CAN 信号，用于后续重放与算法复算；事件流记录触发类型与触发时刻，并规定前后缓冲窗口。

对齐的关键是时间戳。工程上通常以 EyeQ 输出的帧时间戳为基准，把 CAN 信号按最近邻或线性插值对齐到同一时间轴，相机帧则按曝光时刻对齐。若不做这一步，回放时会出现“目标位置对但车速错位”的假象，导致回归结论不可信。一个可用的缓冲窗口示例是触发前 3 秒到触发后 2 秒，既能包含冲突酝酿过程，又不至于让单条片段过大。

元数据标准：让场景可检索、可复现

元数据不是附属说明，而是场景库的索引骨架。建议至少覆盖三组字段。第一组是采集信息：车辆 ID、EyeQ 型号与固件版本、相机内参与安装位姿、采集日期与地点。第二组是环境信息：天气、光照强度、道路类型、车道数、限速、路面附着估计。第三组是场景标签：冲突类型（切入、追尾、横穿、对向）、目标物类型、相对运动关系、ODD 归属、风险等级。

这三组字段决定了后续能否做条件检索。例如要验证“夜间雨天、城市道路、两轮车横穿”这一组合，如果元数据里没有光照与天气字段，就只能靠人工翻看，回归效率会急剧下降。字段命名应保持稳定，避免同一含义在不同批次里出现多种写法。

一个可参考的元数据字段示例

下面给出一份可直接参考的元数据记录样例，字段粒度按实际工程需要裁剪。示例中的数值为教学假设，不代表任何实测结果。

scene_id: VEH-20240612-0037
source: 实车采集
vehicle_id: EQ5-TEST-02
eyeq_model: EyeQ5
firmware: 5.2.1
camera_intrinsic: fx=1250.3, fy=1250.8, cx=960.2, cy=540.5
mount_pose: x=1.42m, y=0.0m, z=1.18m, yaw=0.0deg
weather: 小雨
illuminance_lux: 320
road_type: 城市主干道
lane_count: 3
speed_limit_kmh: 60
conflict_type: 侧向切入
target_type: 两轮车
relative_motion: 同向，横向接近
odd: 城市白天/雨天
risk_level: 高
trigger: TTC < 1.8s
buffer: -3.0s ~ +2.0s

来源配比与常见问题

四条来源在场景库中的配比没有固定公式，但可以遵循一个原则：法规场景保证底线覆盖，实车采集保证真实分布，仿真生成补齐边界工况，事故数据校准风险权重。常见问题有三类：一是实车采集缺少同步 CAN，导致速度信息只能靠视觉估计；二是仿真数据未记录随机种子，同一场景无法复现；三是事故数据重建时坐标系定义不一致，与实车数据混用时方向相反。前两类通过记录规范解决，第三类必须在元数据中显式声明坐标系约定，并在全文与图示中保持一致。

把来源、记录要求与元数据标准三者绑定之后，场景库才真正具备“可复现、可追溯、可检索”的工程属性，后续的回归验证才有稳定的输入基础。