3. 路测场景分类：城市道路、高速公路、乡村道路、泊车场景

实车路测不是随便找个地方开一圈就完事的。我见过不少团队，路测跑了上千公里，问题却一个没抓到——为什么？场景覆盖太单一了。说白了，你只在城市快速路上测，那乡村道路上的鬼探头、高速公路上的大车流博弈，系统根本没见过。

我个人习惯，把路测场景分成四大类：城市道路、高速公路、乡村道路、泊车场景。每一类都有它独特的“脾气”，测试策略完全不同。

3.1 城市道路场景

城市道路是ADAS系统最头疼的战场。为什么？因为不确定性太高。行人、自行车、外卖车、突然打开的车门、加塞的出租车……你想想看，一个系统要在这种环境里做出安全决策，难度有多大。

我在项目中遇到过最典型的一个案例：某车型在城市道路跟车时，前车突然变道露出一个静止的垃圾车，系统直接一脚急刹，后车追尾了。问题出在哪？系统对“前车变道后露出静止障碍物”这个子场景的响应策略太激进。

城市道路测试，我建议重点关注以下子场景：

• 交叉路口：直行、左转、右转，有无信号灯，有无行人横穿
• 人车混行：非机动车道被占用，自行车骑到机动车道上
• 加塞/变道：相邻车道车辆突然插入，系统是减速让行还是鸣笛警告
• 公交站/学校区域：行人从大车后方突然冲出（鬼探头）
• 环岛/转盘：多入口多出口的博弈，系统能否正确选择目标

3.2 高速公路场景

高速和城市完全两个世界。城市拼的是博弈和预测，高速拼的是稳定和精度。车速高、车道线清晰、目标相对简单，但一旦出问题，后果更严重。

我记得有一次测试某车型的ACC功能，在高速上设定120km/h巡航。前车减速，系统也跟着减速，但减速度只有0.3g——太温柔了。结果旁边车道一辆大货车呼啸而过，驾驶员吓得一把抢过方向盘。嗯，这里要注意：高速场景的纵向控制，响应速度比舒适性更重要。

高速公路测试的核心子场景：

• 自适应巡航（ACC）：前车加减速、前车变道驶出、目标丢失后的行为
• 车道保持（LKA）：弯道曲率过大、车道线模糊/缺失、匝道分流
• 自动变道（ALC）：相邻车道有车/无车、驾驶员确认/系统主动发起
• 大车流博弈：多车同时变道、跟车距离被频繁插入
• 隧道/收费站：GPS信号丢失、光线突变、车道线变化

3.3 乡村道路场景

乡村道路是很多测试团队的“盲区”。城市和高速有标准化的道路设施，乡村道路呢？没有车道线、没有路灯、路面坑洼、路边还有突然窜出来的家畜。我把它叫做“非结构化道路”。

这类场景对感知系统的挑战最大。我在项目中遇到过：某车型在乡村道路上把路边的稻草人识别成了行人，一脚急刹把全车人吓了一跳。你说这是感知的锅还是决策的锅？都有。感知不该把静态物体误判为动态目标，决策也不该对静态目标做出过激响应。

乡村道路测试要点：

• 无车道线道路：系统如何定义可行驶区域，是否依赖路沿/护栏
• 窄路会车：对向车辆占道，系统是否减速/鸣笛/靠边
• 弯道盲区：急弯处对向有车，系统能否提前减速
• 非机动车/行人：没有非机动车道，人车混行更严重
• 路面障碍：石块、坑洼、晾晒的农作物

3.4 泊车场景

泊车看起来简单，其实坑特别多。为什么？因为空间小、速度慢、精度要求高。城市和高速的误差容忍度是米级，泊车是厘米级。

我记得有一次测试自动泊车，车位两侧都有车，系统规划了一条路径，结果在第三把的时候右后轮蹭上了路沿。分析下来，问题出在车辆模型精度——系统用的轴距参数和实车差了5厘米，累积误差导致路径偏移。

泊车场景的子场景分类：

• 平行泊车：前后有车、空间大小、路沿高度
• 垂直泊车：两侧有车/无车、车位线清晰/模糊
• 斜向泊车：角度识别、路径规划
• 遥控泊车：蓝牙连接稳定性、紧急停止响应
• 泊出：前后空间不足、多把方向

3.5 场景分类总览

这四类场景不是孤立的。一辆车从城市开到高速，再下到乡村，最后泊车——这是一个完整的驾驶链路。测试的时候，我建议按场景组合来设计用例，而不是单场景独立测试。

你看这张图，四个场景各有侧重，但它们的测试方法论是相通的：先覆盖典型子场景，再覆盖边界和异常，最后做场景组合。我个人习惯，每个场景至少跑3轮：第一轮熟悉路况，第二轮抓问题，第三轮验证修复。