驾驶场景分类——功能性、逻辑性与具体场景

高级辅助驾驶（ADAS）和自动驾驶（AD）系统的场景化测试依赖一套三层抽象体系，源自 PEGASUS 研究项目，现已成为 ADAS / AV 测试流水线的标准实践：

本文是对各层次含义的中立性介绍，说明它与 ODD 以及 OpenSCENARIO 等格式的关系，并阐明 drawtonomy 的定位。

三个抽象层次

功能性场景是对驾驶情境的定性自然语言描述。它指名了参与者、道路布局和机动动作，但不涉及具体数值。

示例：“在双车道高速公路上，左车道的一辆更快的车辆在超过主车后从右车道插入其前方。”

功能性场景存在于测试计划、设计评审文档、幻灯片、论文插图和安全论证文本中，是人类相互传达场景含义的方式。

逻辑性场景将功能性描述转化为带有参数范围的结构化形式。每个变量（初始速度、间距、碰撞时间 TTC、横向偏移、天气、道路曲率）被赋予一个定义域而非单一数值。

示例：“主车速度 ∈ [70, 130] km/h，切入车辆相对速度 ∈ [+10, +30] km/h，切入开始时的碰撞时间 TTC ∈ [1.5, 4.0] s，……”

逻辑性场景是测试活动中被采样、扫描或搜索的对象。面向此层次的工具和 DSL 包括 Scenic、scenariogeneration（pyoscx / pyodrx）以及 OpenSCENARIO 2.0 / DSL。

具体场景是某一个特定实例——所有参数固定为单一数值，可在仿真器或封闭测试场中直接执行。

示例：“主车速度 90 km/h，切入车辆相对速度 +20 km/h，切入开始时 TTC = 2.5 s，干燥沥青路面，……”

具体场景是 OpenSCENARIO 1.x XML、esmini 回放以及大多数重放工具运作的层次。

**运行设计域（ODD，Operational Design Domain）**是驾驶功能预期运行的条件集合（道路类型、天气、时间、地理区域等）。场景分类与 ODD 在每个层次上相互作用：

drawtonomy 不是逻辑性场景采样器或具体场景执行器，而是面向驾驶场景的浏览器白板。它在场景分类体系中的狭窄定位：

功能性场景的示意图。 进入测试计划、设计评审、安全论证文档、幻灯片和论文的图表，本质上是功能性场景的视觉形式。drawtonomy 适合制作这类图表。
逻辑性场景的示意图。 逻辑性场景的”形态”——几何、参与者、大致运动——正是读者在理解参数表之前需要把握的内容。drawtonomy 适合制作示意图；参数表本身存在于你的 DSL 或电子表格中。
OpenSCENARIO 编写前的具体场景草图。 如果你即将手写某个具体的 OpenSCENARIO 1.x XML，drawtonomy 可以生成一张 2D 草图和一个你可以迭代的起始 .xosc 文件。参见用例：OpenSCENARIO 编写前的草图绘制。

对于逻辑性/具体场景的规模化编写——参数扫描、条件触发、复杂 Storyboard——请使用 Scenic、scenariogeneration、手写 OpenSCENARIO XML 或 OpenSCENARIO 2.0 / DSL。drawtonomy 负责配图，而非测试逻辑。