用途：将 KITTI、nuScenes、Waymo、自定义日志、ROS/ROS2 bag、.mat、.csv、.xls、视频等原始驾驶数据，包装为 scenariobuilder.* 对象，并提供 DLA 暴露的预处理步骤（同步、裁剪、偏移、归一化、时间戳转换）。包装完成后的规范下一步是 matlab-scenario-builder（轨迹平滑、场景生成、车道定位、RoadRunner/drivingScenario/OpenSCENARIO/OpenDRIVE/OpenCRG/Unreal 导出）。
主要能力：GPS→GPSData、标注→ActorTrackData、摄像头→CameraData、激光雷达→LidarData；多传感器同步；偏移校正；裁剪片段；时间戳归一化。
必要用法：GPSData 构造须三行同时执行——scenariobuilder.GPSData(timestamps, latitude, longitude, altitude)，随后 convertTimestamps(gpsData, "numeric") 与 normalizeTimestamps(gpsData)，否则后续同步、导出会静默失败。同步示例：convertTimestamps、normalizeTimestamps(trackData, timeRef)、synchronize(trackData, gpsData)。LidarData 需用 scenariobuilder.LidarData 包装，多雷达各建一个并命名。
硬性规则（Rule 0）：drivingLogAnalyzer 仅限用户明确点名或报告传感器数据问题时才启动；包装后不得自动启动。DLA 不支持程序化输入，需对象先在工作区，再裸调 drivingLogAnalyzer，由用户经 GUI 导入。
其它执行规则：导入前先检查数据集结构；已有标注时不得再跑雷达跟踪；区分长日志与短序列；验证坐标系（如将地面点变换后 Z 应接近 0）；向用户报告数据摘要。无标注时需计算跟踪，可用深度学习检测器、聚类加跟踪或摄像头检测，但聚类在密集城市场景易失效，摄像头方案只给 2D 框。
限制：非驾驶传感器数据不在范围内；场景构建、融合跟踪、通用 MATLAB 调试等属其它技能。