| 功能 | 场景名 | 场景人机环 | 场景流程 | 场景风险 | 场景输出 | 文件链接 |
|---|
| 视频流接入与预处理 | 自动驾驶车辆实时风险监控 | 人：乘客、远程监控人员；机：自动驾驶车辆（传感器、计算单元、控制系统）、监控服务器；环：道路环境、天气状况、交通状况、网络环境。 | 业务流程：车辆启动 -> 传感器数据采集 -> 环境感知 -> 决策规划 -> 车辆控制 -> 数据上传/监控 -> 风险识别 -> 风险评估 -> 风险管控 -> 循环。
数据流程：传感器数据 -> 环境感知数据 -> 决策数据 -> 控制指令 -> 车辆状态数据 -> 监控数据 -> 风险数据 -> 风险应对指令。
应用流程：视频流接入 -> 帧提取 -> 预处理 -> ROI设置 -> 智能码流自适应 -> 多路视频流接入 -> 畸变校正 -> 动态ROI调整 -> 预处理算法选择 -> 优化预处理效率 ->风险可视化。 | 1. 感知风险：传感器失效、环境干扰、算法误判。
2. 控制风险：控制系统故障、执行器失效、通信延迟。
3. 环境风险：恶劣天气、道路拥堵、突发事件。
4. 网络风险：视频流中断、数据篡改、拒绝服务攻击。
5. 预处理算法失效：算法逻辑错误，输入异常数据，算力不足，算法被攻击。 | 1. 风险事件列表及详细信息。
2. 风险等级及评分。
3. 风险应对措施建议。
4. 实时风险可视化仪表盘。
5. 风险趋势分析报告。
6. 告警信息及处理日志。 | VideoStreamIngestAndPreprocessing/AutonomousDrivingRiskMonitor.html |
| 视频流接入与预处理 | 智慧交通路口视频分析与风险预警 | 人：交通管理者、驾驶员、行人；机：路口摄像头、边缘计算设备、监控中心服务器；环：路口环境、天气状况、交通流量、网络状况。 | 业务流程：摄像头视频采集 -> 视频流接入 -> 图像预处理 -> 目标检测与识别 -> 交通事件识别 -> 风险评估 -> 风险预警 -> 信息发布/控制。
数据流程：视频流数据 -> 图像数据 -> 目标检测结果 -> 交通事件信息 -> 风险评估结果 -> 预警信息。
应用流程：多路视频流接入 -> 帧提取 -> 预处理 -> ROI设置 -> 智能码流自适应 -> 目标检测 -> 行为识别 -> 风险识别 -> 预警。 | 1. 目标检测风险：目标漏检、误检、遮挡。
2. 行为识别风险：行为误判、异常行为未识别。
3. 网络风险：视频流中断、数据延迟。
4. 环境风险：光照不足、恶劣天气。
5. 算力风险：边缘计算设备过载，响应不及时。 | 1. 违章事件记录（图像、视频）。
2. 交通拥堵预警信息。
3. 事故隐患预警信息。
4. 交通流量统计数据。
5. 实时路口监控视频流。
6. 预警报表。 | VideoStreamIngestAndPreprocessing/SmartTrafficIntersectionRisk.html |
| 视频流接入与预处理 | 工业生产线缺陷检测与风险评估 | 人：生产线工人、质量检测员、设备维护人员；机：工业相机、照明设备、图像处理服务器、机械臂；环：生产线环境、产品类型、生产速度、网络状况。 | 业务流程：产品传送 -> 相机图像采集 -> 图像预处理 -> 缺陷检测 -> 缺陷评估 -> 报警/剔除 -> 数据记录。
数据流程：图像数据 -> 预处理图像 -> 缺陷检测结果 -> 缺陷评估结果 -> 报警信息。
应用流程：视频流接入 -> 帧提取 -> 预处理 -> ROI设置 -> 智能码流自适应 -> 缺陷检测 -> 风险评估 -> 报警。 | 1. 图像采集风险：光照不均、相机抖动、产品位置偏差。
2. 缺陷检测风险：缺陷漏检、误检、算法性能不足。
3. 环境风险：粉尘污染、震动干扰。
4. 网络风险：数据传输延迟、设备控制失败。 | 1. 缺陷产品图像。
2. 缺陷类型及严重程度。
3. 缺陷位置信息。
4. 产品质量统计报告。
5. 生产线运行状态监控。
6. 报警日志。 | VideoStreamIngestAndPreprocessing/IndustrialDefectDetectionRisk.html |
| 视频流接入与预处理 | 智能安防监控入侵检测 | 人：安保人员，犯罪分子，受害人；机：摄像头、报警装置、服务器；环：监控区域，光照强度，网络。 | 业务流程：摄像头视频采集 -> 视频流接入 -> 图像预处理 -> 目标检测与识别 -> 异常行为识别 -> 风险评估 -> 风险预警 -> 报警。
数据流程：视频流数据 -> 图像数据 -> 目标检测结果 -> 异常行为信息 -> 风险评估结果 -> 预警信息。
应用流程：多路视频流接入 -> 帧提取 -> 预处理 -> ROI设置 -> 智能码流自适应 -> 目标检测 -> 行为识别 -> 风险识别 -> 预警。 | 1. 目标检测风险：目标漏检、误检、遮挡。
2. 行为识别风险：行为误判、异常行为未识别。
3. 网络风险：视频流中断、数据延迟。
4. 环境风险：光照不足、恶劣天气。
5. 预处理算法被攻击 | 1. 报警信息
2. 异常行为视频录像
3. 风险评估结果 | VideoStreamIngestAndPreprocessing/SmartSecurityIntrusionDetect.html |
| 感知融合 | 城市道路自动驾驶风险监控 | 人：远程监控员、车内乘客；机：自动驾驶车辆（摄像头、激光雷达、毫米波雷达、计算单元、执行机构）、通信系统；环：城市道路（行人、车辆、交通信号灯、道路结构、天气条件、光照条件）。 | 业务流程：车辆启动->传感器数据采集->数据同步与校准->特征提取->目标检测与识别->多传感器数据融合->自车定位->障碍物跟踪->交通信号灯识别->道路结构识别->决策规划->执行控制->车辆行驶。数据流程：传感器数据->预处理->特征提取->目标检测结果->融合数据->风险评估结果->告警信息。应用流程：传感器数据采集模块->感知融合模块->风险评估模块->告警模块->监控平台。 | 传感器数据错误、目标误识别、感知延迟过高、传感器失效、环境干扰、多传感器数据融合错误、车道偏离、感知欺骗、目标检测精度过低、感知融合延迟过高、CPU使用率过高、内存占用超限 | 实时风险等级、风险评分、风险事件列表、告警信息、潜在风险预测、风险趋势图、风险来源分析、风险响应措施建议、可视化仪表盘。 | SensorFusion/UrbanDrivingRiskMonitoring.html |
| 感知融合 | 高速公路自动驾驶风险预警 | 人：远程监控员、车内乘客；机：自动驾驶车辆（摄像头、激光雷达、毫米波雷达、计算单元、执行机构）、通信系统、高精地图；环：高速公路（车辆、道路标志、交通状况、天气条件）。 | 业务流程：车辆启动->传感器数据采集->数据同步与校准->特征提取->目标检测与识别->多传感器数据融合->自车定位->障碍物跟踪->交通信号灯识别->道路结构识别->高精地图数据匹配->风险预测->预警提示。数据流程：传感器数据/地图数据->预处理->特征提取->目标检测结果->融合数据->风险预测结果->预警信息。应用流程：传感器数据采集模块/地图数据模块->感知融合模块->风险预测模块->预警模块->人机交互界面。 | 传感器数据错误、目标误识别、感知延迟过高、传感器失效、环境干扰（例如：恶劣天气）、多传感器数据融合错误、车道偏离、疲劳驾驶检测失效、前方拥堵预测失败、突发事件（例如：车辆抛锚） | 提前预警信息、未来一段时间内的风险等级预测、风险概率分布、风险影响范围评估、建议行驶速度、建议变道策略、辅助驾驶介入提示。 | SensorFusion/HighwayDrivingRiskPrediction.html |
| 感知融合 | 特定区域无人配送车风险管理 | 人：远程调度员、维护人员；机：无人配送车辆（摄像头、激光雷达、毫米波雷达、计算单元、执行机构、货物传感器）、充电桩、通信系统；环：限定区域（行人、车辆、障碍物、道路结构、天气条件）。 | 业务流程：接收配送任务->规划路线->车辆启动->传感器数据采集->数据同步与校准->特征提取->目标检测与识别->多传感器数据融合->自车定位->障碍物跟踪->路径跟踪->货物状态监控->到达目的地。数据流程：传感器数据/任务数据->预处理->特征提取->目标检测结果->融合数据->路线规划结果->车辆状态数据->风险评估结果->告警信息。应用流程：任务调度模块->感知融合模块->路径规划模块->车辆控制模块->货物状态监控模块->风险评估模块->告警模块->监控平台。 | 货物丢失或损坏、车辆偏离预定路线、电池电量不足、通信中断、恶意攻击、盗窃、非法入侵、传感器失效、算法失效 | 实时货物状态、车辆位置、风险事件告警、偏离路线提示、剩余电量预警、货物安全状态评估、远程控制权限、应急处理预案建议。 | SensorFusion/DeliveryVehicleRiskMgmt.html |
| 感知融合 | 自动泊车安全监控 | 人：车内驾驶员（或远程监控员）；机：自动驾驶车辆（摄像头、超声波雷达、计算单元、执行机构）、停车场设备；环：停车场环境（车位、车辆、行人、障碍物）。 | 业务流程：启动自动泊车->传感器数据采集->数据同步与校准->特征提取->车位识别->路径规划->车辆控制->泊车完成。数据流程：传感器数据->预处理->特征提取->车位信息->路径规划结果->车辆控制指令->车辆状态数据->风险评估结果->告警信息。应用流程：传感器数据采集模块->感知融合模块->路径规划模块->车辆控制模块->风险评估模块->告警模块->人机交互界面。 | 车位识别错误、障碍物检测失败、控制系统故障、碰撞风险、行人突然出现、停车场环境复杂、超声波雷达受干扰 | 车位识别结果、规划路径、车辆状态、碰撞风险等级、紧急制动提示、远程控制权限。 | SensorFusion/AutoParkingSafetyMonitoring.html |
| 感知融合 | 恶劣天气下自动驾驶鲁棒性测试 | 人：测试工程师；机：自动驾驶车辆（摄像头、激光雷达、毫米波雷达、计算单元、执行机构）、模拟环境设备；环：模拟恶劣天气环境（雨、雪、雾、霾）。 | 业务流程：设定天气条件->启动测试->传感器数据采集->数据同步与校准->特征提取->目标检测与识别->多传感器数据融合->自车定位->障碍物跟踪->路径规划->车辆控制->记录测试数据。数据流程：传感器数据/天气数据->预处理->特征提取->目标检测结果->融合数据->车辆控制指令->车辆状态数据->风险评估结果->测试报告。应用流程：传感器数据采集模块->感知融合模块->路径规划模块->车辆控制模块->风险评估模块->测试报告生成模块。 | 传感器性能下降、目标识别困难、感知范围缩减、控制系统响应延迟、测试数据不完整、测试环境不稳定 | 测试报告、性能指标、鲁棒性评估结果、失效模式分析、改进建议。 | SensorFusion/AdverseWeatherRobustnessTest.html |
| 决策规划 | 高速公路自动变道 | 人：驾驶员（监控）、乘客；机：自动驾驶系统、传感器（摄像头、雷达、激光雷达）、执行器（转向、加速、制动系统）；环：高速公路环境、交通流量、天气状况、其他车辆 | 1. 感知模块收集环境信息（车辆位置、速度、周边车辆信息）。2. 决策模块根据导航目标、交通规则和周边车辆信息，判断是否需要变道。3. 轨迹规划模块生成变道轨迹。4. 速度规划模块规划变道速度。5. 控制模块控制车辆执行变道操作。6. 驾驶员监控整个过程，必要时可以接管。 | 1. 感知失败：无法准确识别周边车辆，导致碰撞风险。2. 决策错误：变道时机选择不当，导致与其他车辆发生冲突。3. 轨迹规划失败：规划的轨迹不安全或不可行。4. 速度控制失误：变道过程中速度控制不当，导致碰撞或失控。5. 其他车辆行为预测不准确：未能预测到其他车辆的加速、减速或变道行为。6. 恶劣天气条件：雨、雪、雾等天气影响传感器性能，增加感知难度。 | 1. 成功且安全的变道操作。2. 变道完成后的车辆状态（位置、速度）。3. 变道过程中的数据记录（传感器数据、决策数据、控制数据），用于后续分析和优化。 | DecisionPlanning/HighwayAutomatedLaneChange.html |
| 决策规划 | 城市道路自动泊车 | 人：驾驶员（监控）、行人；机：自动驾驶系统、传感器（摄像头、超声波传感器）、执行器（转向、加速、制动系统）；环：城市道路环境、停车位情况、行人、其他车辆、障碍物 | 1. 感知模块收集环境信息（停车位尺寸、周边车辆信息、行人信息、障碍物信息）。2. 决策模块判断是否存在可用的停车位。3. 轨迹规划模块生成泊车轨迹。4. 速度规划模块规划泊车速度。5. 控制模块控制车辆执行泊车操作。6. 驾驶员监控整个过程，必要时可以接管。 | 1. 感知失败：无法准确识别停车位尺寸或周边障碍物，导致碰撞风险。2. 决策错误：选择不合适的停车位或泊车方式，导致泊车失败或碰撞。3. 轨迹规划失败：规划的轨迹不安全或不可行。4. 速度控制失误：泊车过程中速度控制不当，导致碰撞或剐蹭。5. 行人或车辆突然出现：导致泊车中断或碰撞。 | 1. 成功且安全的泊车操作。2. 泊车完成后的车辆状态（位置、姿态）。3. 泊车过程中的数据记录（传感器数据、决策数据、控制数据），用于后续分析和优化。 | DecisionPlanning/UrbanAutomatedParking.html |
| 决策规划 | 拥堵路段低速跟随 | 人：驾驶员（监控）、乘客；机：自动驾驶系统、传感器（摄像头、雷达）、执行器（加速、制动系统）；环：拥堵道路环境、交通流量、前方车辆、其他车辆 | 1. 感知模块收集环境信息（前方车辆距离、速度）。2. 决策模块根据前方车辆信息，计算合适的跟随距离和速度。3. 控制模块控制车辆保持跟随状态。4. 驾驶员监控整个过程，必要时可以接管。 | 1. 感知失败：无法准确识别前方车辆距离或速度，导致追尾风险。2. 决策错误：跟随距离设置不当，导致追尾或被其他车辆插入。3. 速度控制失误：速度控制不平稳，导致乘客不适或追尾风险。4. 前方车辆急刹车：导致追尾风险。5. 其他车辆突然变道：导致碰撞风险。 | 1. 安全且稳定的低速跟随。2. 车辆在拥堵路段的行驶数据（速度、距离、加速度），用于后续分析和优化。 | DecisionPlanning/CongestedRoadLow-SpeedFollow.html |
| 决策规划 | 恶劣天气下的自动驾驶 | 人：驾驶员（监控）、乘客；机：自动驾驶系统、传感器（摄像头、雷达、激光雷达）、除冰装置、雨刷；环：恶劣天气环境（雨、雪、雾）、道路湿滑、能见度低 | 1. 感知模块收集环境信息（路面湿度、能见度、周边车辆信息）。2. 自动驾驶系统根据天气情况调整传感器参数和驾驶策略。3. 控制模块控制车辆在安全速度下行驶，保持车距。4. 驾驶员监控整个过程，必要时可以接管。 | 1. 传感器性能下降：雨雪雾影响传感器识别能力，导致感知失效。2. 路面湿滑：导致车辆制动距离增加，容易发生侧滑或失控。3. 能见度低：增加驾驶难度，难以识别道路标线和其他车辆。4. 决策模块应对策略失效：系统未能正确应对恶劣天气状况。5. 除冰装置失效：影响传感器性能，增加感知难度。 | 1. 安全且稳定的行驶。2. 在恶劣天气下的行驶数据（速度、加速度、传感器数据），用于后续分析和优化。 | DecisionPlanning/AutonomousDrivinginBadWeather.html |
| 决策规划 | 乡村道路无保护左转 | 人：驾驶员（监控）、行人、其他车辆驾驶员；机：自动驾驶系统、传感器（摄像头、雷达）、执行器（转向、加速、制动系统）；环：乡村道路环境、路口情况、交通流量、其他车辆、行人、植被遮挡 | 1. 感知模块收集路口环境信息，检测对面来车、行人。2. 决策模块评估左转可行性，判断安全间隙。3. 轨迹规划模块生成左转轨迹。4. 控制模块控制车辆在安全时机执行左转操作。5. 驾驶员监控整个过程，必要时可以接管。 | 1. 感知失败：因植被遮挡等原因，未能准确检测对面来车和行人。2. 决策错误：误判安全间隙，导致与对面来车碰撞。3. 轨迹规划失败：左转轨迹与路肩或其他障碍物冲突。4. 速度控制失误：左转速度过快或过慢，导致失控或碰撞。5. 对面来车超速行驶：导致安全间隙判断失效。 | 1. 成功且安全的左转操作。2. 左转过程中的数据记录，用于后续分析和优化。 | DecisionPlanning/UnprotectedLeftTurnonRuralRoad.html |
| 车辆控制 | 高速公路自动驾驶风险监控 | 驾驶员、自动驾驶系统、传感器（摄像头、激光雷达、毫米波雷达）、高精度地图、天气状况、交通流量、路面状况 | 1. 传感器数据采集；2. 环境感知模块处理；3. 决策规划模块生成指令；4. 控制模块执行指令；5. 实时监控模块检测各项指标（CPU使用率、传感器数据误差率等）；6. 风险评估模块评估风险等级；7. 风险管控模块生成应对措施；8. 驾驶员根据建议采取行动（或系统自动执行） | 环境感知错误（如雨雾天气、光线不足）、控制指令错误（如算法缺陷）、执行器故障（如转向系统失灵）、通信中断、其他车辆干扰 | 风险等级评估报告、风险预警信息（警报类型、发生时间、影响范围、建议处理措施）、应对策略建议、驾驶员操作建议 | VehicleControl/HighwayAutonomousDrivingRisk.html |
| 车辆控制 | 城市复杂路况自动泊车 | 驾驶员/乘客、自动驾驶系统、传感器（超声波雷达、摄像头）、泊车区域地图、周围车辆/行人、停车位状况、光线情况 | 1. 传感器扫描周围环境；2. 泊车系统识别可用停车位；3. 规划泊车路径；4. 执行泊车操作；5. 监控系统实时检测环境变化和系统状态；6. 风险评估模块评估碰撞风险；7. 如遇紧急情况，系统紧急制动或提示驾驶员接管 | 行人突然闯入、周围车辆移动、停车位尺寸不足、传感器盲区、恶劣天气导致传感器性能下降、控制算法错误导致碰撞 | 泊车成功/失败报告、风险事件记录（如紧急制动）、泊车过程监控数据、环境感知数据 | VehicleControl/UrbanParkingRiskMonitoring.html |
| 车辆控制 | 无人配送车末端配送 | 无人配送车、监控系统、传感器、配送区域地图、行人、宠物、障碍物、天气情况 | 1.接收配送订单；2.规划配送路径；3.启动无人配送车；4.车辆自动行驶；5.实时监控周围环境和车辆状态；6.风险评估模块评估各种风险等级；7.遇到障碍物停车避让；8.到达目的地，通知收货人；9.完成配送 | 行人/宠物突然出现、道路拥堵、货物丢失/损坏、车辆被盗/破坏、网络攻击、传感器失效、电池电量不足 | 配送成功/失败报告、配送时间、货物状态、环境感知数据、风险事件记录、车辆位置信息 | VehicleControl/Last-MileDeliveryRiskControl.html |
| 车辆控制 | 矿区无人驾驶运输车 | 无人驾驶运输车、监控系统、传感器、矿区地图、矿工、其他车辆、岩石、天气情况 | 1.规划运输路径；2.启动无人驾驶运输车；3.车辆自动行驶；4.实时监控周围环境和车辆状态；5.风险评估模块评估各种风险等级；6.遇到障碍物停车避让；7.到达目的地，卸货；8.完成运输 | 岩石滑落、其他车辆违规行驶、矿工违规进入、车辆故障、通信中断、传感器失效、岩石堆积 | 运输成功/失败报告、运输时间、货物状态、环境感知数据、风险事件记录、车辆位置信息 | VehicleControl/MiningAutonomousTransport.html |
| 车辆控制 | RoboTaxi运营风险评估 | 乘客、RoboTaxi车辆、自动驾驶系统、调度平台、路况信息、天气情况、交通法规 | 1.乘客通过APP预约车辆；2.调度平台分配车辆；3.车辆前往乘客所在地；4.乘客上车；5.车辆自动行驶至目的地；6.乘客下车；7.订单完成；8.收集运营数据，评估风险 | 乘客不文明行为、车辆发生交通事故、车辆故障、网络攻击、车辆被盗、极端天气影响运营、交通法规变化 | 风险评估报告、运营策略建议、车辆调度优化方案、安全运营规范 | VehicleControl/RoboTaxiOperationRisk.html |