1. 课程导入与工程全景
车辆道路试验与数据采集工程，是把真实车辆置于真实道路、试验场或环境舱中，通过传感器、总线接口与高速采集设备，把车辆在行驶、制动、转向、充电、碰撞前的每一段物理行为，转化为可测量、可回放、可分析、可追溯的数据资产的一整套工程方法。它既不是单纯的"装几个传感器录一段数据"，也不是纯粹的离线数据分析，而是覆盖试验设计—传感器与总线接入—同步采集—数据管理—分析判定—报告归档的完整链路。在这条链路中，任何一环的精度、时基或元数据缺失，都会让最终结论失去可信度。
Keysight（是德科技）在这一领域的定位，可以从三个层面理解。第一层是测量仪器与采集硬件：从高带宽示波器、数据记录仪到车载网络接口与分布式采集模块，解决"信号能不能被准确、同步地记录下来"的问题。第二层是测试测量软件与数据平台：负责通道配置、触发策略、数据流管理、格式转换与结果可视化，解决"采到的数据能不能被高效组织与复用"的问题。第三层是工程方法与验证体系：把电气、总线、机械、热、电磁等多域测量统一到同一时间基准与同一数据模型下，解决"跨域数据能不能相互印证"的问题。理解这三层，才能理解为什么车辆道路试验的采集系统往往不是一台仪器，而是一套由时基、触发、供电、接地、存储共同约束的系统工程。
典型应用场景大致可分为四类。其一是整车道路载荷与耐久试验，关注应变、加速度、位移、温度等缓变与冲击信号，采样率从几十 Hz 到几十 kHz 不等，重点在于长时间稳定记录与通道一致性。其二是动力总成与电驱动测试，需要同时观测三相电流、母线电压、旋变信号、扭矩与转速，属于高带宽、强电磁干扰环境下的多域同步测量。其三是车载网络与电子电气架构验证，围绕 CAN、CAN FD、LIN、FlexRay 与车载以太网，关注报文时序、总线负载、丢帧与唤醒行为，采集的是"通信行为"而非模拟电压。其四是智能驾驶与感知系统测试，需要把摄像头、激光雷达、毫米波雷达、GNSS/IMU 与车辆总线数据统一到同一时间轴，时间同步误差往往要求优于 1 ms，甚至进入微秒级。四类场景对采集系统的通道数、带宽、同步精度、存储吞吐与供电方式要求差异极大，这也是本课程后续要逐层展开的原因。
下面这张图给出本课程的整体工程全景：从试验对象出发，经过传感与总线接入、同步采集、数据管理，最终形成可判定的结论与可归档的报告，并标出各环节最关键的工程约束。
从图中可以看到，采集系统并不是"仪器越贵越好"，而是约束匹配：试验对象决定信号类型，信号类型决定接入方式，接入方式决定同步与供电方案，同步方案又反过来限制可用的采样率与通道数。工程上最常见的失败，不是仪器指标不够，而是时基不统一、接地回路引入噪声、流盘带宽不足导致丢帧，或者元数据缺失使数据无法复核。
本课程的学习路径按"由物理到数据、由单点到系统"组织。前段建立测量基础：量程、分辨率、带宽、采样定理、抗混叠、接地与屏蔽，这些决定了信号进入采集系统之前是否已经失真。中段进入接入与同步：模拟通道的桥路与激励、热电偶冷端补偿、电流电压隔离测量、CAN/CAN FD 与以太网的报文采集、GNSS/IMU 与 PTP 时间同步。后段进入系统与场景：多机箱级联、分布式模块布局、车载供电与振动环境下的可靠性、长时间道路试验的数据管理，以及电驱、网络、智驾三类典型场景的采集方案设计。最后落到分析与交付：如何从原始数据得到可判定的结论，并形成可归档的试验报告。
课程最终交付物不是一份笔记，而是一套可复用的工程能力与配套成果，包括：
- 一份采集系统方案模板：包含试验目的、被测对象、信号清单、通道分配、采样率与量程、同步方式、供电与接地、存储与备份策略。
- 一份通道配置与标定记录表：每个通道的传感器型号、灵敏度、标定系数、物理量纲、量程、滤波设置与对应采集设备端口。
- 一套同步与触发策略说明：主时钟来源、触发条件、预触发深度、跨设备同步误差的测量与记录方法。
- 一份数据分析与判定记录：分析对象、处理方法、限值来源、结论与不确定度说明。
- 一份可复现的试验报告：试验条件、原始数据索引、配置版本、结论与异常说明，使他人能够依据报告复现同一试验。
需要特别强调的是，道路试验的数据采集与实验室台架测量有一个根本区别：试验条件不可完全重复。同一段道路、同一车速、同一驾驶员，两次行驶的路面激励也不会完全相同。因此，采集系统的价值不仅在于"记录得准"，更在于"记录得全"——把试验条件、车辆状态、环境参数与信号数据绑定在一起，才能在条件不完全一致的情况下，仍然对数据做出可信的解释。这也是本课程反复强调元数据、时基与配置版本管理的原因。
接下来的章节将沿着这条全景链路逐层展开。你会先理解一个信号从物理量到数字样本经历了什么，再学会如何为不同信号选择合适的接入与同步方式，最后能够独立设计一套面向真实道路试验的采集方案，并对其数据质量做出判断。