第三章 场景定义与抽象：场景六层模型与抽象方法
各位同学，今天我们来聊聊场景定义与抽象。说实话，这是整个仿真测试里最容易被忽视、但也是最关键的一环。我见过太多团队，仿真平台搭得漂漂亮亮，结果场景定义一塌糊涂，最后测试结果根本没法用。
为什么会这样？因为场景太复杂了。你想想看，一个真实的交通场景，有路、有车、有人、有信号灯，还有天气、光照、甚至路边广告牌上的信息。怎么把这些乱七八糟的东西组织起来？
嗯，业内有个好用的框架——场景六层模型。我个人习惯用这个模型来拆解场景，百试不爽。
3.1 场景六层模型
这个模型把场景拆成六个层次，从底向上依次是：
- 道路层：路网结构、车道线、路肩等
- 交通设施层：信号灯、标志牌、护栏等
- 临时操作层：施工区域、临时改道、事故现场
- 目标物层：车辆、行人、动物、障碍物
- 环境层：天气、光照、路面状态
- 数字信息层：V2X消息、高精地图、交通广播
我刚开始做自动驾驶测试时，总觉得分层是多余的。后来有一次，我们测试一个左转场景，怎么跑都出问题。排查了半天，发现是道路层和交通设施层没对齐——路口的车道线画错了，导致感知模块误判。从那以后，我再也不敢跳过分层了。
核心要点：六层模型不是学术概念，是实战工具。每一层都可以独立修改、组合、复用。
3.1.1 道路层
道路层是最底层，也是最基础的。说白了，就是车跑在哪里的问题。
包括：
- 道路几何形状（直道、弯道、环岛）
- 车道数量与宽度
- 车道线类型（实线、虚线、双黄线）
- 路肩、中央隔离带
- 坡度、曲率
我记得有一次测试高速汇入场景，仿真里跑得好好的，一上路就出问题。后来发现，仿真里的匝道曲率比真实道路小太多。嗯，这就是道路层没抽象好。
小技巧：做道路层抽象时，建议直接从高精地图里提取数据。别自己手画，容易漏细节。
3.1.2 交通设施层
这一层管的是路上的「规矩」——信号灯、标志牌、标线。
关键要素：
- 信号灯相位与配时
- 标志牌类型与位置
- 地面标线（停止线、导向箭头）
- 护栏、防撞桶
你想想看，如果信号灯的配时和真实路口不一样，那测出来的决策逻辑能准吗？肯定不能。
3.1.3 临时操作层
这一层很有意思。它描述的是「临时变化」。
比如：
- 施工区域（锥桶、围挡）
- 临时交通管制
- 事故现场
- 临时改道指示
我在项目中遇到过最头疼的场景，就是施工区域。因为每个工地的布置都不一样，很难抽象成通用模板。后来我们干脆做了一个「施工区域参数化模板」，把锥桶间距、围挡高度、车道封闭数量都做成可调参数。这才算解决了问题。
注意：临时操作层最容易出bug。因为它是「临时」的，很多团队会忘记在仿真里加这一层。结果就是——仿真里永远没有施工，上路后天天遇到施工。
3.1.4 目标物层
这一层大家最熟悉——路上的各种「东西」。
包括：
- 乘用车、卡车、公交车
- 行人、自行车、电动滑板车
- 动物（狗、猫、鹿）
- 静态障碍物（石墩、垃圾桶）
这里有个坑：目标物的行为模型。我曾经见过一个团队，仿真里的行人只会直线过马路，从不回头、从不犹豫。结果实车测试时，遇到一个站在路边看手机的行人，系统直接懵了。
所以，目标物层不仅要定义「有什么」，还要定义「怎么动」。
3.1.5 环境层
环境层影响的是传感器的「感知质量」。
关键参数：
- 天气：晴天、雨天、雪天、雾天
- 光照：白天、黄昏、夜晚、逆光
- 路面：干燥、湿滑、结冰、积雪
我个人习惯把环境层分成「轻度」「中度」「重度」三个等级。比如雨天，轻度是小雨（雨刷间歇档），中度是中雨（雨刷连续档），重度是暴雨（雨刷最快档）。这样组合起来，能覆盖大部分真实场景。
3.1.6 数字信息层
这一层是自动驾驶特有的——车与外界的信息交互。
包括：
- V2V（车车通信）
- V2I（车路通信）
- 高精地图更新
- 交通广播/云平台信息
嗯，这里要注意：数字信息层很容易被忽略。很多团队只测「纯感知」场景，不测「信息交互」场景。但实际路上，V2X消息延迟、丢包、甚至被篡改，都是真实风险。
3.2 场景抽象方法
有了六层模型，接下来就是怎么把真实场景「抽象」成可仿真的场景。
说白了，抽象就是「去粗取精」——保留关键要素，去掉无关细节。
3.2.1 参数化抽象
这是最常用的方法。把场景中的每个要素变成参数。
举个例子，一个「前车急刹」场景：
场景：前车急刹
参数：
- 自车速度：60 km/h
- 前车速度：50 km/h
- 前车减速度：-6 m/s²
- 初始距离：30 m
- 车道类型：直道
- 路面摩擦系数：0.8
- 天气：晴天你看，一个真实场景就被抽象成一组参数。改一个参数，就是一个新场景。
经验之谈：参数化时，别贪多。我见过有人一个场景列了50个参数，结果组合爆炸，根本测不完。建议先抓关键参数（5-8个），跑通了再慢慢加。
3.2.2 逻辑场景 vs 具体场景
这里有个重要概念：逻辑场景和具体场景。
- 逻辑场景：用参数范围描述的场景。比如「自车速度 40-80 km/h，前车减速度 -4 到 -8 m/s²」。
- 具体场景：参数取具体值的场景。比如「自车速度 60 km/h，前车减速度 -6 m/s²」。
逻辑场景是「模板」，具体场景是「实例」。测试时，我们通常先定义逻辑场景，然后从中采样出多个具体场景来跑。
我曾经犯过一个错误：只定义了具体场景，没定义逻辑场景。结果测试报告出来，别人问我「为什么选这个速度？为什么选这个减速度？」我答不上来。嗯，从那以后，我每次都会先写逻辑场景文档。
3.2.3 场景组合方法
六层模型的好处是：每一层可以独立抽象，然后自由组合。
比如：
- 道路层：直道 + 弯道 + 环岛
- 目标物层：前车急刹 + 行人横穿 + 自行车切入
- 环境层：晴天 + 雨天 + 夜晚
组合一下，就是 3×3×3 = 27 个场景。如果再考虑交通设施层、临时操作层，组合数量会爆炸。所以，实际项目中要按「风险优先级」来组合。
我的建议：先做「高覆盖度」的轻量组合（每个层选2-3个典型值），跑通后再做「边界值」的深度组合。
3.2.4 抽象粒度控制
抽象到什么程度？这是个好问题。
太粗：场景不够真实，测不出问题。
太细：场景太多，测不完。
我个人习惯用「二八原则」：80%的场景用中等粒度抽象，20%的场景用细粒度抽象。
比如，普通跟车场景，我只抽象「速度」「距离」「加速度」三个参数。但如果是「鬼探头」场景，我会把行人速度、遮挡物位置、行人起步时机都抽象出来。
避坑指南：我曾经把一个「行人横穿」场景抽象得太细，加了20多个参数。结果组合出来几万个场景，跑了三个月还没跑完。后来砍到8个关键参数，两周就搞定了。所以，抽象粒度要跟测试目标匹配。
3.3 实战：从真实场景到仿真场景
最后，我们走一遍完整的流程。
假设我们要抽象一个「雨天高速跟车」场景：
- 采集真实数据：从路测数据里找雨天高速跟车的片段。
- 六层分解：
- 道路层：高速直道，3车道，车道宽3.75m
- 交通设施层：限速牌120km/h，无施工
- 临时操作层：无
- 目标物层：自车+前车（轿车），初始距离50m
- 环境层：中雨，路面湿滑，摩擦系数0.6
- 数字信息层：无V2X
- 参数化：提取关键参数（速度、距离、雨量、摩擦系数）。
- 定义逻辑场景：自车速度80-100km/h，前车速度70-90km/h，雨量5-15mm/h。
- 生成具体场景：采样出10个具体场景，覆盖边界值。
- 导入仿真：在仿真平台里搭建场景，开始测试。
你看，整个过程并不复杂。关键是每一步都要想清楚：为什么要这么抽象？有没有漏掉关键要素？
好了，这一章的内容就到这里。下一章我们聊聊场景库的构建与管理——怎么把抽象好的场景组织起来，形成可复用的资产。
记住：场景抽象不是一次性的工作。随着测试深入，你会发现需要调整抽象粒度、增加新参数。这是正常的。保持迭代，别想着一步到位。