2. 自动驾驶场景定义：场景、情景、场景要素

各位同学，咱们今天聊点实在的。做SOTIF分析，第一步就是搞清楚：你到底在分析什么场景？

我见过不少团队，上来就对着ODD列表猛写测试用例，结果写到一半发现——场景定义没对齐，A工程师说的“高速汇入”和B工程师说的根本不是一回事。嗯，这种坑我踩过，所以今天咱们把基础打牢。

2.1 场景与情景：别搞混了

先问个问题：场景和情景，是一回事吗？

我个人习惯这样区分——情景是快照，场景是故事。

• 情景（Scenario）：某一时刻的系统状态快照。比如“自车车速80km/h，前车距离50米，车道线清晰，天气晴朗”。
• 场景（Scene）：一段连续的时间序列，由多个情景串联而成。比如“自车从80km/h巡航，到前车切入，再到自车减速跟车”。

在SOTIF分析中，我们关注的是场景。因为功能安全失效往往不是瞬间发生的，而是随着时间推移、环境变化逐步暴露的。我记得有个项目，客户抱怨AEB在雨天误触发。单看某个时刻的情景——自车正常行驶、前车距离安全——完全没问题。但把时间拉长，发现是雨刷摆动频率和摄像头帧率产生了某种耦合，导致连续几帧的测距跳变。这就是场景分析的价值。

2.2 场景四要素：道路、交通、环境、自车

做场景定义，我习惯用“四要素法”来拆解。说白了，就是回答四个问题：

1. 在哪开？（道路）
2. 周围有什么？（交通）
3. 天气怎么样？（环境）
4. 车自己在干嘛？（自车）

这四个要素缺一不可。你想想看，如果只定义道路和自车，忽略了交通参与者，那场景就是残缺的。我曾经评审过一个场景库，里面全是“直道-自车60km/h-晴天”这种组合，结果一上路，各种corner case全没覆盖到。

2.2.1 道路要素

道路是场景的“舞台”。我一般把它分成三个层级：

层级	内容	举例
道路类型	高速公路、城市道路、乡村道路、停车场	高速：车道数、是否有应急车道
道路几何	直道、弯道、坡度、曲率	弯道：半径R=200m，坡度5%
道路设施	车道线、护栏、交通标志、信号灯	车道线：虚线/实线/磨损程度

2.2.2 交通要素

交通要素是场景的“演员”。包括：

• 其他车辆：轿车、卡车、公交车、摩托车、自行车
• 行人：成人、儿童、推婴儿车、打伞、奔跑
• 动物：宠物、野生动物（这个在国内城市较少，但郊区项目要注意）
• 静态障碍物：锥桶、施工区域、路边停靠车辆

这里有个关键点：交通参与者的行为意图。同样是行人，站在路边和突然横穿马路，场景风险天差地别。我建议在定义交通要素时，加上“行为状态”维度：静止、匀速、加速、减速、切入、切出、变道、转弯。

2.2.3 环境要素

环境是场景的“灯光和特效”。它直接影响传感器的感知质量。

环境维度	参数示例	对SOTIF的影响
光照	白天、黄昏、夜晚、逆光、隧道出入口	摄像头动态范围不足，逆光导致目标丢失
天气	晴天、阴天、雨、雪、雾、霾	激光雷达在雨雾中衰减，摄像头在雪天对比度下降
温度	-20°C ~ 60°C	极端温度影响传感器性能，甚至导致系统降级

2.2.4 自车要素

自车是场景的“主角”。包括：

• 运动状态：车速、加速度、横摆角速度、方向盘转角
• 系统状态：ADAS功能开启/关闭、系统降级模式、传感器健康状态
• 车辆参数：轴距、轮距、制动性能、转向响应

这里我想强调一点：自车状态不是静态的。同一个场景，自车以60km/h通过和以100km/h通过，系统的响应和安全边界完全不同。所以定义场景时，自车要素要给出一个范围，而不是一个固定值。

2.3 场景要素的组合与分层

四要素不是平铺直叙的，它们之间有层级关系。我习惯用下面这张图来理解：

从这张图可以看得很清楚：场景是由一系列情景组成的，每个情景又是四要素的特定取值组合。做SOTIF分析时，我们不是分析单个情景，而是分析情景序列中可能出现的功能不足。

2.4 场景定义的实践要点

最后，分享几个我在项目中总结的经验：