路测场景库要覆盖多少工况才能验收雷达

摘要：路测场景库应按「功能场景—具体场景」分层组织，覆盖天气、目标类型、道路形态与车速四个维度的分档组合，每类场景需积累足够里程才能形成统计意义，并与预期功能安全的触发条件识别衔接。本文面向做雷达路测与验收的工程人员。

关键词：路测、场景库、工况、验收、预期功能安全

一、场景库为什么要分层？

不分层的场景库会退化成一堆里程数字：跑得很多但覆盖不均，问题长期不收敛。分层的作用是把里程分配到真正有风险的格子里，让每一公里都产生信息。

常用做法是两层：上层是功能场景（如高速跟车、城市路口、自动泊车），下层是具体场景（由天气、光照、目标、道路、车速等参数组合而成）。验收时按下层格子统计覆盖度。

二、功能场景与具体场景怎么区分？

功能场景描述「车在做什么」，例如高速自适应巡航、城市拥堵跟车、自动泊车入库；具体场景描述「在什么条件下做」，例如雨夜、湿滑路面、前方摩托车、弯道半径 200m。

一个功能场景会展开成大量具体场景。验收不能只写功能场景，否则不同团队对覆盖度的理解会完全不同，里程数也就失去了可比性。

三、天气与光照要覆盖哪些档位？

天气至少分晴、雨、雾、雪四档，雨还要按强度细分；光照分白天、黄昏、夜间、逆光、隧道出入口等档位。对毫米波雷达而言，天气影响小于光学传感器，但雨天噪声底抬升与雨滴散射仍然要覆盖。

对融合系统而言，天气与光照的覆盖更为关键——因为需要覆盖「某一路传感器失效、另一路兜底」的组合，这正是融合价值所在，也是风险集中处。

分档需按目标市场与功能定义调整。

四、目标类型要覆盖哪些？

至少覆盖乘用车、商用车、摩托车、行人、自行车五类，并区分静止与运动。对雷达而言，摩托车与行人的 RCS 明显低于乘用车，远距探测能力差异大，是问题高发格。

还要覆盖特殊目标：路沿、井盖、限高杆、护栏、施工锥桶。这些目标决定了误触发率，而误触发比漏检更容易被用户感知，直接影响功能可用性。

五、道路与车速怎么分档？

道路形态分高速、城市、乡村、匝道、隧道、停车场；几何特征要覆盖直道、弯道、上下坡与交叉路口。弯道尤其重要，因为雷达视场与目标横向位置的关系在弯道上会变化。

车速分低速（0–30km/h）、中速（30–70km/h）、高速（70km/h 以上）三档，并与制动距离要求关联。高速档的里程成本最高但风险最大，不应被削减。

六、每类场景要跑多少里程才有意义？

没有通用数字，取决于目标事件的稀有程度。罕见事件（如行人横穿）需要极长里程或借助场景注入；常见事件（如前车减速）在中等里程即可获得统计意义。

更有效的做法是「按事件计数而非按里程计数」：定义每类场景至少触发 N 次目标事件，而不是跑满 M 公里。这样里程可以集中在高风险时段与路段，显著提升效率。

七、场景库怎么与预期功能安全衔接？

预期功能安全关注的是「已知局限与触发条件」。场景库的作用正是把这些触发条件找出来：通过分析每一起失效事件对应的场景参数，识别触发条件的边界。

衔接方式是把失效事件回写到场景库，标注触发条件，再据此补充针对性场景。没有这个闭环，场景库会停留在静态清单，无法随问题演进而收敛。

八、验收时怎么判覆盖充分？

• 按下层具体场景统计覆盖度，而不是只看总里程。
• 每类高风险场景定义最少事件触发次数，达成即算覆盖。
• 失效事件必须回写并补充场景，形成闭环。
• 覆盖度报告应包含未覆盖格子及原因，不能只报已完成部分。

结论： 1. 当某类场景占比低于百分之五时，该格的问题基本不会暴露，低于该比例需专项补跑而不是靠总里程摊平。 2. 当只按里程验收时，罕见事件几乎不可能被覆盖，应改为按目标事件触发次数定义覆盖度。 3. 当失效事件未回写场景库时，覆盖度无法收敛，缺少闭环的路测会反复暴露同类问题。

九、场景库怎么随问题演进维护？

场景库不是一次性交付物，而是随问题演进的资产。维护机制的核心是失效回写：每一起路测或售后失效都要标注对应的场景参数，并生成新的场景条目加入库内。

其次是定期评估覆盖度分布，识别长期未被覆盖的格子。常见情况是里程持续累积但分布不变——总是跑同样的路线与时段，于是高风险格子始终空白。

最后是场景库的复用：把已验证的场景转成仿真场景或台架注入场景，可以降低对实车里程的依赖。实车里程成本高、周期长，把重复验证的部分迁移到仿真，能让有限的里程集中在真正需要真实环境的格子上。

相关阅读

• 车载雷达探测概率和虚警率怎么统计才算合格 — 场景库规定工况，该篇规定在这些工况下的统计口径
• 毫米波雷达虚警变多是哪些原因造成的 — 路测暴露的虚警问题，可对照该篇的排查路径定位