《智能汽车概论》习题库
一、单选题
1.下述用于区分L4级和L5级自动驾驶的条件是：（B）
A. L5可以操控在任何天气条件下，而L4则不能
B. L4具有严格的ODD限制，而L5则没有
C.L5能操控在任何路况下，而L4则不能
D.L5具有OEDR功能，而L4则不具有
2.在自适应巡航中，下面哪个目标应作为感知对象：（B）
A.道路标线
B.前方车辆
C.交通信号灯
D.道路标志
3.扩展卡尔曼滤波的精度不取决于以下哪一项？（D）
A.初始参数的选择
B.系统模型的非线性度
C.观测模型的非线性度
D.状态量的选择
4.陀螺仪一般用来测量载体的（B）。
A.加速度
B.角速度
C.速度
D.位置
A.角点特征
B.以上都不是
C.区块特征
D.边缘特征
6.以下哪一种情况对应语义分割中的实例分割？（D）
A.检测出图像中的车辆和行人数量
B.识别图像中道路可行使区域
C.估计图像中不同车辆的三维位置
D.识别图像中行人像素分布并对不同行人进行区分
7.碰撞锥中的稳态稳定点，对应两个物体运动中的哪种情况？（D）
A.开始靠近
B.相对距离最小
C.开始远离
D.远离到无穷远处
解析：因为此时两个物体间的相对线速度大于零，所以相互远离，又因为相对角速度为零，所以距离无穷远。
汽车充电中爆燃8.课件中的A*算法示例中，路径倾向于沿着障碍物边界绕行，这是因为（B）
A.这是唯一的一条最短路径
B.曼哈顿距离使然
C.这种方法能够减小机动
D.这纯粹是随机行为
解析：A*算法中，能决定路径走向的就是节点开销的计算方法，并且针对同一种环境，选择同一种启发函数，每次得到的路径都是一样的，这条路径是最短的，但不是唯一最短的。
9.在使用PID方法进行车辆速度跟随时，如果不希望出现超调现象，则应该（C）
A.增大I参数
B.减小I参数
C.增大D参数
D.减小D参数
解析：增大D参数，会减缓速度向目标速度变化的趋势，从而达到消除超调的目的，但同时有可能引起控制量的震荡，因此在实际工程中对D参数的调整需要慎重。
10.当障碍物处在运动状态时，可以率先采用以下哪种路径生成方法（B）
A.A*方法
B.APF方法
C.RRT方法
D.以上都不行
解析：APF方法理论上可以处理时变障碍物的环境，但在参数设计上需要留意，以防出现局部极小，徘徊等现象。
11.当环境中所有物体处于静止时，采用以下方法进行多次规划，每次所得结果可能不同的是（C）
A.A*方法
B.APF方法
C.RRT方法
D.ABC每次规划结果都相同
解析：因为RRT方法每次生成的树状结构都是随机的
二、多选题
1.区别于高速场景，城市场景应考虑哪些驾驶行为：（BCD）
A.变道
B.超车
C.转弯，通过交叉路口
D.通过环岛
2.软件监管模块主要负责监管：（ABCD）
A.环境感知
B.环境建图
C.运动规划
D.控制器
3.一般来说，激光雷达所受干扰的噪声源包括：（ABC）
A.反射信号接收的不确定性
B.在不同介质的传播速率影响
汽车部落C.与目标交互过程中存在光束被物体表面吸收以及镜面反射的问题
D.车辆低速运动产生的影响
解析：D只有相对高速运动的车辆，激光雷达才会产生点云偏移情况。
4.在神经网络的应用中，以下哪几个任务可采用回归方法进行。（AD）
A.目标检测中的检测框估计
B.目标检测中的分类
C.图像语义分割
D.图像深度估计
5.当神经网络训练中出现了过拟合情况，可采用以下哪些方法进行优化。（AD）
A.增加训练数据
B.增加模型层数或单元数
C.增加训练时长
D.采用Dropout，L2范数等规则化方法
6.采用从2D到3D的目标检测器，可能存在以下缺点：（AC）
A.3D检测器受限于2D检测器性能
B.目标类别无法获得
C.遮挡问题在2D检测中难以处理
D.需要先验场景信息
7.车辆动力学建模包含以下部分：（ABCD）
A.示力图分析
B.集成动力学组件
C.动力学方程建模
D.坐标转换
8.车辆纵向动力学建模中总阻力包括以下哪些部分:（BC）
A.前后轮牵引力
B.空气阻力
C.前后轮滚动与路面之间的阻力
D.在下坡过程中受重力作用
9.车辆横向动力学建模中一般包括以下哪些假设条件：（ABC）
A.纵向速度为恒定值
B.忽略车辆悬挂移动、路面横向倾斜以及空气动力学影响
C.可采用自行车模型进行建模
D.不考虑滑移角和偏航角变化率
10.车辆在沿着既定路线行驶时，突然发现前方有行人需要避让，请问这个避让涉及到分层规划的哪些部分？（CD）
A.寻径
B.行为决策
C.运动路径生成abc汽车网
D.运动控制
解析：因为有既定路线，所以不是A；因为不是事先已知的驾驶规则，所以不是B；因为需要调整路径，所以包括C；因为需要对调整后的路径进行跟踪，所以包括D。
11.在使用视线向导法进行车辆横向控制时，如果希望车辆尽快缩小横向位置偏差，可以尝试以下哪些方法？（AD）上海二手车价格
A.增大P参数
B.减小P参数
C.增大视向半径
D.减小视向半径
解析：A、增大P可以缩短上升时间，使得车辆尽快靠近预定轨迹，但代价是有可能引起震荡，即车辆在既定轨迹左右来回穿梭；D、减小视向半径可以使得角度偏差量增大，起到和增加P参数类似的效果。
三、判断
1.激光雷达是综合性能最强的传感器单元，不仅可不受光照变换的干扰，也不受雨雾雪等天气影响。（×）
2.加权最小二乘中，当各测量值误差的方差相同时，可以等价于一般最小二乘。（√）
3.递归最小二乘中增益矩阵K表示了当前的测量值和之前测量值的匹配程度。（×）
4.当卡尔曼滤波器中的测量噪声协方差R趋于零时，当前估计值依赖观测值多于预测值。（√）
5.导航坐标系的原点为地球的中心。（×）
6.采用车辆GNSS/INS松组合定位时，GNSS和INS会分别完成车辆位置的解算。（√）
7.地心惯性坐标系和地心地固坐标系的原点相同。（×）
8.图像坐标系到像素坐标系的变换方程中，Z为点在世界坐标系下的参考坐标。（×）
解析：Z应为点在相机坐标系下的参考坐标。
9.视差图的计算是为了进一步计算图中各点在相机坐标系下的坐标信息。（√）
10.在目标检测中，一般只使用IOU作为检测准确率的评判依据。（×）
解析：需结合IOU和目标score一起进行评估
11.设定的IOU或score阈值越高，表明对目标检测器性能评估越严格，一般对应的评估分数也越低。（√）
12.在随机采样一致性算法的每次迭代中，可使用最小二乘法实现对模型参数的估计。（×）
13.阿克曼转向结构模型是一种非完整约束模型。（×）
14.根据碰撞锥方法可知，当两个物体以恒定速度运动时，如果初始时刻Vr大于零，则在任意时刻都不会发生碰撞？（√）
解析：因为碰撞锥告诉我们二者的相对角速度与线速度会向着稳态稳定点移动，因此Vr不可能从大于零变成小于零，即如果初始时刻二者相互远离，则会一直相互远离，更不可能发生碰撞。
15.当车辆传感器只能感知到一定范围内的障碍物，且预定的目标点不在感知范围以内时，不能采用RRT方法进行局部路径规划（×）
解析：错误，这种情况在无人驾驶中时常会发生，此时可以现在感知范围内的车辆位置与目标位置的连线方向上选取一个临时目标点，采用RRT方法，先运动到临时目标点，再反复这一过程，直到目标点出现在感知范围内为止。
四、填空
1.假设无迹卡尔曼滤波状态量的维数为a，则需要计算（2a+1）个Sigma点。
2.标定是进行组合定位的基础，一般包括内部标定、外部标定、和时间标定三项内容。
3.采用水平方向光轴平行设置的两台相机，其视差为同一三维目标点在图像水平方向的位置差（或x轴方向上的位置差）。
4.在视觉坐标系转换过程中，需要进行坐标方程的齐次变换。
5.识别图像中的道路可行驶区域需采用语义分割技术。
6.在构建SIFT特征描述子时，对于一般情况而言，每个cell中含32 维方向直方图。
7. 油门和刹车影响着车辆扭矩输出的平衡。
五、简答
1.汽车雷达有哪些类型
汽车雷达可分为超声波雷达、毫米波雷达、激光雷达。
2.简述超声波雷达的结构、原理和性能指标
超声波雷达结构包括：导电螺杆、接线片、金属壳、保护膜、压电晶片。
超声波原理：超声波雷达利用超声波发生器产生超声波，然后接收探头接收障碍物反射的超声波，并根据超声波反射接收的时差计算出与障碍物的距离。
摩托车网站
性能指标：工作频率、工作温度、灵敏度、多普勒效应、温度影响、噪声干扰、线性驱动干扰、机械特性等。
3.举例说明超声波雷达在智能网联汽车中的应用
倒车辅助系统和自动泊车系统
4.简述毫米波雷达的结构、原理和特点
结构：毫米波雷达系统结构主要包括天线、收发芯片、信号处理芯片等。
原理：毫米波雷达是通过发射和接收毫米波段的电磁波来测量车辆与车辆之间的距离、角度和相对速度的装置。毫米波位于微波和远红外波重叠的波长范围内，根据波传播理论，频率越高，波长越短，分辨率越高，穿透能力越强，但传播过程中损耗越大，传输距离越短。特点：分辨率高、方向性好、抗干扰能力强、检测性能好。
5 举例说明毫米波雷达在智能网联汽车中的应用
实现自适应巡航控制、前向防撞报警、盲点检测、辅助停车、辅助变道、自主巡航控制等先进的巡航控制功能。
6.简述激光雷达的结构、原理、分类及特点结构
结构主要由激光发射器、光学接收器、伺服电机、光学旋转编码器、倾斜镜等构成。
原理：
激光雷达通过发射激光光束来扫描环境，并接收反射回来的光束获取检测数据，利用飞行时间测量法（Time of Flight）获取激光发射器到物体的距离。具体过程：激光雷达中的激光发射器在时间t1发射出一束超短激光脉冲；激光投射到物体上后发生漫反射，激光接收器在时间t2接收反射回来的激光脉冲；通过激光光束，（以光速传播）的飞行时间（t2-t1）和光速准确计算出目标物体到激光雷达的距离。
分类：
按照激光发射波形可分为连续型、脉冲型；
按照探测方式可分为直接探测、相干探测；
按照光束控制方式可以分为机械式、固态等；
按照工作介质可分为半导体激光雷达、固体激光雷达、气体激光雷达；
按照线数可分为单线激光雷达、多线激光雷达；
中机车辆技术服务中心按照载荷平台的不同可分为车载激光雷达、机载激光雷达、星载激光雷达；
从结构角度主要分为多线旋转式激光雷达和固态激光雷达两大类。
特点：高分辨率；隐蔽性好，抗干扰能力强；低空探测性能好；工作时受气候、天气影响大。
7.举例说明激光雷达在智能网联汽车中的应用
激光雷达能够通过三维点云精确地还原环境，使得利用点云去提取环境中目标特征成为可
发布评论