智能驾驶辅助考试试题及答案

智能驾驶辅助考试试题及答案一、单项选择题（本大题共20小题，每小题1分，共20分。在每小题给出的四个选项中，只有一项是符合题目要求的）1.根据SAEJ3016标准，自动驾驶等级中，系统执行全部动态驾驶任务，驾驶员无需监视驾驶环境，但设计运行域（ODD）有限的等级是（）。A.L2级B.L3级C.L4级D.L5级2.在智能驾驶感知系统中，能够直接获取物体深度信息，且在夜间光照不足条件下性能下降较小的传感器是（）。A.单目摄像头B.毫米波雷达C.激光雷达D.超声波雷达3.自动紧急制动系统（AEB）在判断碰撞风险时，最常用的核心计算指标是（）。A.相对距离B.绝对速度C.碰撞时间D.横摆角速度4.车载以太网技术在自动驾驶域控制器中广泛应用，其物理层通常采用的编码技术是（）。A.NRZB.ManchesterC.PAM3D.4B/5B5.在车道保持辅助系统（LKA）的控制算法中，用于根据车辆偏离车道中心线的距离和角度计算转向扭矩的常见算法是（）。A.PID控制算法B.Q-learning算法C.A*算法D.RRT算法6.毫米波雷达通过测量发射信号与接收信号之间的频率差来计算相对速度，这种调制方式称为（）。A.脉冲调制B.调频连续波（FMCW）C.相位调制D.正交幅度调制7.在智能驾驶的高精地图中，用于描述车道线属性、车道连接关系、交通标志位置等信息的图层通常属于（）。A.矢量地图层B.栅格地图层C.点云地图层D.占用栅格层8.关于超声波雷达的特性，下列描述正确的是（）。A.探测距离远，可达200米以上B.受天气影响大，雨天无法工作C.数据刷新率低，不适合高速移动场景D.能够精确识别物体颜色和纹理9.在ACC（自适应巡航控制）系统的上层控制逻辑中，当目标车辆切入本车前方且距离较近时，系统应优先执行（）。A.加速控制B.恒速控制C.减速控制D.转向控制10.用于评估自动驾驶系统功能安全的重要国际标准是（）。A.ISO26262B.ISO21448(SOTIF)C.IEEE802.11pD.OBD-II11.在计算机视觉的卷积神经网络（CNN）中，用于特征提取、降低数据维度并保留主要特征的层是（）。A.全连接层B.池化层C.激活函数层D.归一化层12.智能驾驶车辆进行路径规划时，将连续空间离散化为栅格，并使用Dijkstra算法或A*算法搜索最优路径的方法属于（）。A.基于采样的规划B.基于图搜索的规划C.基于优化的规划D.基于人工势场的规划13.在车辆动力学模型中，主要用于描述低速工况下（如自动泊车）车辆运动关系的简化模型是（）。A.自行车模型B.二自由度模型C.三自由度模型D.动力传动系统模型14.V2X（Vehicle-to-Everything）通信技术中，用于车辆与路侧基础设施（如红绿灯、路侧单元）通信的模式是（）。A.V2VB.V2IC.V2PD.V2N15.在多传感器融合算法中，先将各个传感器的原始数据或低级特征数据进行融合，再进行目标识别与跟踪的方法称为（）。A.后期融合B.特征级融合C.决策级融合D.数据级融合16.预期功能安全（SOTIF）主要针对的是（）。A.系统因电子电气故障导致的不安全行为B.系统性能不足、设计局限或人为误用导致的不安全行为C.网络攻击导致的数据泄露D.机械结构疲劳断裂17.交通拥堵辅助系统（TJA）通常集成了ACC和（）功能。A.自动泊车（APA）B.车道居中辅助（LCC）C.盲区监测（BSD）D.驾驶员监测（DMS）18.在卡尔曼滤波算法中，用于描述系统状态如何随时间变化的方程是（）。A.观测方程B.状态方程C.测量方程D.更新方程19.自动驾驶系统的感知模块输出“自车周围障碍物的位置、类别、速度”等信息，这通常被称为（）。A.局部路径规划结果B.全局路径规划结果C.环境模型或障碍物列表D.控制指令20.为了防止驾驶员在开启L2级辅助驾驶时过度依赖系统而发生危险，必须配备（）。A.高精地图模块B.驾驶员监控系统（DMS）C.远程通讯模块（T-Box）D.线控转向系统二、多项选择题（本大题共10小题，每小题2分，共20分。在每小题给出的四个选项中，有两项或两项以上是符合题目要求的。全部选对得2分，少选得1分，多选、错选不得分）21.智能驾驶环境感知中，常用的深度学习目标检测算法包括（）。A.YOLO系列B.SSDC.FasterR-CNND.SupportVectorMachine(SVM)22.相比于传统的毫米波雷达，4D成像毫米波雷达的优势在于（）。A.具有更高的分辨率B.能够获取目标的高度信息C.可以生成点云数据用于分类D.成本极其低廉23.决策规划模块通常包含以下哪些子模块？（）A.全局路径规划B.行为预测C.局部路径规划D.行为决策24.线控底盘系统是实现自动驾驶的关键执行机构，主要包括（）。A.线控转向B.线控制动C.线控换挡D.线控油门25.自动泊车系统（APA）在搜索车位时，主要利用的传感器信息来源有（）。A.超声波雷达B.摄像头C.激光雷达D.GPS定位26.导致智能驾驶系统感知出现“长尾效应”的常见场景包括（）。A.极端恶劣天气（暴雨、大雪）B.逆光或光线剧烈变化C.异形障碍物（如侧翻车辆、落石）D.标准高速公路直线行驶27.贝叶斯估计在多传感器目标跟踪中应用广泛，其核心过程包括（）。A.预测B.更新C.数据关联D.路径平滑28.符合ISO26262功能安全标准的汽车安全完整性等级（ASIL）分为哪几个等级？（）A.ASILAB.ASILBC.ASILCD.ASILD29.智能网联汽车通过V2N（Vehicle-to-Network）通信可以实现哪些服务？（）A.实时交通信息获取B.远程车辆控制C.OTA远程升级D.紧急救援呼叫30.在模型预测控制（MPC）算法中，需要明确设定的要素包括（）。A.预测模型B.目标函数C.约束条件D.控制时域三、判断题（本大题共15小题，每小题1分，共15分。正确的打“√”，错误的打“×”）31.激光雷达在浓雾天气下的探测性能通常优于毫米波雷达。（）32.L2级辅助驾驶系统要求驾驶员必须时刻监控驾驶环境，并对车辆安全负责。（）33.自动驾驶汽车的定位模块仅依赖GNSS（GPS/北斗）信号即可实现厘米级定位。（）34.视觉感知中的语义分割任务是对图像中的每个像素进行分类。（）35.ACC系统在工作时，如果前方无车，车辆将保持驾驶员设定的最高车速行驶。（）36.占用栅格地图通常用于表示环境中哪些区域被障碍物占据，哪些区域是空闲的，常用于局部路径规划。（）37.电子地平线（EHP）系统主要用于预测前方的道路坡度和曲率，从而优化换挡和制动策略。（）38.所有的L3级自动驾驶车辆都必须配备方向盘，以便驾驶员在系统请求时进行接管。（）39.数据关联算法（如匈牙利算法）的作用是将传感器测量到的观测值与已存在的目标轨迹进行匹配。（）40.人工智能中的“强化学习”主要通过试错机制，根据奖励信号来优化策略，常用于自动驾驶的决策控制。（）41.CAN总线由于其带宽较低，通常不用于传输激光雷达产生的原始点云数据。（）42.死角监测系统（BSD）通常安装于车辆前保险杠两侧。（）43.轨迹规划只需要考虑几何路径的可行性，不需要考虑时间维度和车辆动力学约束。（）44.虚拟锁线功能是指在无车道线或车道线模糊不清的场景下，通过跟随前车轨迹或感知路边沿来生成虚拟车道线。（）45.智能驾驶中的“端到端”学习是指直接将传感器原始数据映射为控制指令，中间不经过显式的感知、规划模块。（）四、填空题（本大题共10小题，每小题2分，共20分）46.智能驾驶系统的三大核心模块通常被划分为感知模块、决策规划模块和________模块。47.在车辆坐标系中，通常以车辆________为原点，X轴指向车辆前方，Y轴指向车辆左侧。48.为了解决传感器视场角有限的问题，通常需要在车辆不同位置安装多个传感器，并通过________技术将它们的数据转换到统一的坐标系下。49.常见的车辆定位技术除了GNSS外，还包括________、RTK和视觉SLAM等。50.在路径规划中，________算法是一种通过在状态空间中随机采样来寻找路径的方法，特别适用于高维度和复杂约束环境。51.驾驶员行为识别通常基于________图像，通过分析头部姿态、视线方向和眨眼频率来判断驾驶员状态。52.自动驾驶车辆在通过十字路口时，需要预测周围行人、车辆等交通参与者的________，以避免碰撞。53.在自动紧急制动（AEB）系统中，TTC（TimetoCollision）的计算公式是________（假设相对距离为D，相对速度为V_rel，且V_rel>0）。54.智能驾驶汽车的数据记录仪通常用于记录车辆状态、传感器数据和控制指令，被称为________，是事故分析的重要依据。55.高精地图的绝对精度通常要求达到________级，以确保车辆车道级定位的准确性。五、简答题（本大题共4小题，每小题5分，共20分）56.简述单目摄像头与双目摄像头在测距原理上的主要区别。57.请列举至少三种常见的传感器数据关联算法，并简要说明其作用。58.简述自适应巡航控制（ACC）与定速巡航控制（CC）在功能逻辑上的主要区别。59.解释什么是自动驾驶的“设计运行域”（ODD），并列举至少三个ODD的关键要素。六、综合分析与应用题（本大题共3小题，共55分）60.（15分）某L2级智能驾驶车辆在高速公路上以100km/h（约27.78m/s）的速度直线行驶，ACC系统开启。此时，前方同车道内突然切入一辆速度为80km/h（约22.22m/s）的车辆，切入瞬间两车距离为50m。假设系统响应延迟时间（含感知、决策、制动执行）为0.6s，最大制动减速度为5m/s²，舒适减速度为3m/s²。(1)请计算在系统响应延迟时间内，两车距离缩短了多少米？(2)若ACC系统采用舒适减速度进行制动，忽略空气阻力等影响，理论上需要多长时间才能使两车速度一致（即相对速度为0）？(3)假设AEB系统的触发阈值是TTC=2.0s，请计算切入瞬间（即距离50m时）的TTC值，并判断AEB是否会触发（假设相对速度为两车速度差）。61.（20分）某智能驾驶车辆在城区复杂道路行驶，感知系统同时搭载了前向毫米波雷达和前向摄像头。(1)请分析毫米波雷达和摄像头在目标检测性能上的各自优缺点（至少各列举两点）。(2)在传感器融合阶段，系统采用了“决策级融合”。请描述决策级融合的基本流程。(3)假设摄像头检测到前方30米处有一个静止车辆，置信度为0.9；毫米波雷达在相同方位检测到前方32米处有一个静止目标，置信度为0.7。若采用简单的加权平均法进行位置融合，请计算融合后的目标距离。（注：距离加权值取置信度）。(4)若此时突然出现一只横穿马路的猫，摄像头识别为“动物（置信度0.85）”，毫米波雷达因散射截面太小且距离较远未检测到目标。请分析系统应如何处理这种冲突信息，以保障行车安全？62.（20分）图搜索算法是全局路径规划中的经典算法，如A*算法。假设某自动驾驶车辆需要在一个简化的栅格地图中进行路径规划。(1)简述A*算法的核心评价函数f((2)相比于Dijkstra算法，A*算法的主要优势是什么？(3)在局部路径规划中，车辆不仅要避开静态障碍物，还要考虑动态障碍物的运动。请简述基于采样的局部规划算法（如RRT或RRT*）在处理动态环境时的基本思路。(4)在路径规划完成后，控制模块需要根据规划出的路径轨迹对车辆进行横向和纵向控制。请分别说明横向控制（如转向）和纵向控制（如速度/加速度）的主要控制目标。参考答案及详细解析一、单项选择题1.【答案】C【解析】L3级是有条件自动驾驶，系统执行全部动态驾驶任务，但驾驶员需在请求时响应接管；L4级是高度自动驾驶，系统执行全部动态驾驶任务，驾驶员无需监视，但ODD有限；L5级是完全自动驾驶，无ODD限制。题目描述符合L4级特征。2.【答案】C【解析】激光雷达通过发射激光束测量飞行时间，能直接获取高精度的深度信息（3D点云），且属于主动传感器，不依赖环境光，夜间性能较好。摄像头依赖环境光，毫米波雷达距离分辨率相对较低。3.【答案】C【解析】AEB系统主要通过计算TTC（碰撞时间）来判断碰撞风险。当TTC小于安全阈值时，系统会预警或制动。相对距离和绝对速度是计算TTC的参数，但核心决策指标是TTC。4.【答案】C【解析】车载以太网（如100BASE-T1,1000BASE-T1）物理层常采用PAM3（3电平脉冲幅度调制）编码，以减少传输线缆数量并提高抗干扰能力。5.【答案】A【解析】PID（比例-积分-微分）控制算法是工业控制中应用最广泛的算法，在LKA等横向控制中，用于根据偏差（距离和角度）计算所需的转向力矩，实现闭环控制。6.【答案】B【解析】FMCW（调频连续波）是毫米波雷达测距测速的主流技术。通过发射频率随时间变化的信号（通常是三角波），接收回波信号，利用发射与接收之间的时间差测距，利用频率差（多普勒频移）测速。7.【答案】A【解析】高精地图包含大量道路属性信息，车道线、连接关系、交通标志等通常以矢量数据的形式存储，即矢量地图层。栅格地图通常用于描述环境的占据情况。8.【答案】C【解析】超声波雷达探测距离短（通常<5m），数据刷新率较低，且在高速移动时多普勒效应严重影响测距精度，因此主要用于低速场景（如泊车）。它受天气影响较小，无法识别颜色纹理。9.【答案】C【解析】ACC系统在跟车模式下，当前方距离小于设定安全距离时，控制逻辑应优先减速以保持安全车距。10.【答案】A【解析】ISO26262是道路车辆功能安全标准，主要针对电子电气系统故障带来的安全风险。ISO21448(SOTIF)针对非故障原因导致的安全风险。11.【答案】B【解析】池化层的主要作用是下采样，降低特征图的维度（长和宽），减少计算量和参数数量，同时在一定程度上保持平移不变性。12.【答案】B【解析】Dijkstra和A*算法是基于图论的搜索算法，将环境建模为节点（栅格）和边，在图中搜索代价最小的路径。13.【答案】A【解析】自行车模型将车辆简化为一个位于前后轴中点的自行车，忽略车辆宽度，假设侧偏角较小，是低速下常用的运动学模型。二自由度模型包含侧向和横摆运动，属于动力学模型。14.【答案】B【解析】V2I（Vehicle-to-Infrastructure）指车与基础设施之间的通信，如路侧单元（RSU）、交通信号灯等。15.【答案】D【解析】数据级融合（也称像素级/底层融合）是直接在原始数据层进行融合，例如激光雷达点云与摄像头图像像素的对齐融合。16.【答案】B【解析】SOTIF（SafetyoftheIntendedFunctionality）关注的是系统在没有故障的情况下，因性能不足、算法局限或人为误用（误用）导致的不安全行为。17.【答案】B【解析】TJA（TrafficJamAssist）交通拥堵辅助，主要在低速拥堵场景下，实现车辆的自动起步、跟车和车道居中，因此集成了ACC和LCC（LaneCenteringControl）。18.【答案】B【解析】卡尔曼滤波包含两个主要步骤：预测和更新。预测步骤利用状态方程（=A+B19.【答案】C【解析】感知模块的输出是结构化的环境模型，包含障碍物列表（位置、速度、类别）、车道线信息、交通标志信息等。20.【答案】B【解析】L2级系统仍要求驾驶员作为最后的兜底，为了防止驾驶员分心或双手脱离方向盘过久，必须配备DMS（驾驶员监控系统）或电容式方向盘检测。二、多项选择题21.【答案】ABC【解析】YOLO、SSD、FasterR-CNN都是经典的深度学习目标检测算法。SVM是传统的机器学习分类算法，通常不直接用于现代端到端的实时目标检测。22.【答案】ABC【解析】4D成像雷达通过级联或芯片技术提升了分辨率，增加了高度信息，输出点云，可以进行初步分类。但其成本目前仍高于普通毫米波雷达，并未达到“极其低廉”的程度。23.【答案】ABCD【解析】决策规划模块是一个复杂的系统，通常包含全局规划（路由）、行为预测（预测他人）、行为决策（决定自车策略如变道、跟车）和局部路径规划（生成轨迹）。24.【答案】ABCD【解析】线控底盘是实现自动化的执行基础，包括转向、制动、换挡、油门等所有需要电信号控制机械执行机构的系统。25.【答案】ABC【解析】APA主要依赖超声波雷达进行近距离测距，利用摄像头识别车位线或障碍物，高端方案也会使用激光雷达。GPS精度不足以用于泊车。26.【答案】ABC【解析】长尾效应指罕见、极端的边缘场景。极端天气、光线变化、异形障碍物都是典型的长尾场景。标准高速直线行驶属于常见场景。27.【答案】ABC【解析】贝叶斯估计（如卡尔曼滤波、粒子滤波）在跟踪中的核心流程包括：预测（状态预测）、更新（测量修正）和数据关联（将观测分配给轨迹）。路径平滑是规划模块的功能。28.【答案】ABCD【解析】ASIL等级按照QM、A、B、C、D划分，其中D是最高等级，要求最严格。题目问的是ASIL等级，通常指A、B、C、D四个等级。29.【答案】ABC【解析】V2N通过蜂窝网络连接云平台，可实现TSP服务、远程控制、OTA升级、紧急呼叫等。30.【答案】ABCD【解析】MPC是一种基于模型的优化控制算法，需要建立预测模型（描述车辆动态），设定目标函数（如跟踪误差最小、控制量平滑），定义约束条件（如最大加速度、方向盘转角限制），并设定预测时域和控制时域。三、判断题31.【答案】×【解析】激光雷达使用光波，在雾、雨、雪等恶劣天气下，由于颗粒对激光的散射和吸收，衰减严重，探测性能急剧下降。毫米波雷达具有穿透雾、雨、烟的能力，在此类天气下性能优于激光雷达。32.【答案】√【解析】L2级定义为部分自动驾驶，驾驶员和系统共同执行动态驾驶任务，驾驶员必须始终监控环境并负责安全。33.【答案】×【解析】仅靠GNSS无法实现稳定的厘米级定位，尤其在城市峡谷或隧道下信号会丢失。必须结合IMU（惯性测量单元）、轮速计、高精地图匹配等进行融合定位。34.【答案】√【解析】语义分割是像素级的分类任务，将图像中的每个像素点标记为对应的类别（如道路、车辆、行人）。35.【答案】√【解析】ACC有两种模式：定速控制（前方无目标）和跟车控制（前方有目标）。无车时保持设定车速。36.【答案】√【解析】占用栅格地图将环境划分为栅格，每个栅格标记为占据、空闲或未知，常用于局部避障规划（如DWA、TEB算法）。37.【答案】√【解析】电子地平线（EHP）提供前方道路的拓扑和几何属性（坡度、曲率），预知路况以优化车辆控制（如提前减速、换挡）。38.【答案】√【解析】目前的L3级车辆（如奥迪A8、DrivePilot）仍设计为在ODD内自动驾驶，但超出ODD需驾驶员接管，因此保留了方向盘。39.【答案】√【解析】数据关联是多目标跟踪的关键步骤，解决“哪一个观测值属于哪一个目标”的问题，常用算法包括最近邻、JPDA、匈牙利算法等。40.【答案】√【解析】强化学习通过Agent与环境交互，根据奖励最大化策略，在自动驾驶的决策（如变道博弈、无保护左转）中有广泛应用。41.【答案】√【解析】CAN总线经典带宽为1Mbps，且由于ID仲裁机制，实时性高但带宽低。激光雷达原始点云数据量巨大（每秒数兆字节），通常使用千兆以太网传输。42.【答案】×【解析】盲区监测系统（BSD）通常安装于车辆后保险杠或侧后方，用于监测左右侧后方盲区，而非前保险杠。43.【答案】×【解析】轨迹规划不仅需要几何路径，还必须包含时间信息（速度、加速度），并满足车辆动力学约束（如最大转向角、加速度限制），否则车辆无法执行。44.【答案】√【解析】虚拟锁线是视觉感知的一种增强功能，在车道线不清时，利用路边沿、前车轨迹等生成可行驶区域参考线。45.【答案】√【解析】端到端学习（如基于CNN的DirectPerception）跳过了传统的规则化感知和分步规划，直接输入图像输出方向盘转角或控制指令。四、填空题46.【答案】控制【解析】感知、决策、控制是自动驾驶的三大核心模块。47.【答案】后轴中心（或质心）【解析】车辆坐标系原点通常定义在车辆后轴中心或质心位置。48.【答案】坐标变换（或外参标定）【解析】通过外参标定得到的旋转和平移矩阵，将不同传感器坐标系的点转换到车体坐标系。49.【答案】惯性导航（或IMU/DR）【解析】IMU提供角速度和加速度，通过航位推算（DR）在GNSS信号丢失时维持定位。50.【答案】RRT（Rapidly-exploringRandomTree）【解析】RRT及其变种RRT*是基于采样的规划算法，适合高维空间。51.【答案】驾驶员面部（或红外摄像头）【解析】DMS通常通过车内面向驾驶员的红外摄像头采集图像。52.【答案】轨迹（或运动状态/行为意图）【解析】预测模块需要输出其他交通参与者的未来轨迹和意图。53.【答案】D【解析】TTC=相对距离/相对接近速度。54.【答案】EDR（事件数据记录器）或DSSAD（自动驾驶数据记录系统）【解析】EDR记录碰撞前后数据，针对自动驾驶通常指DSSAD。55.【答案】厘米【解析】高精地图绝对精度需达到亚米级或厘米级（<10cm），相对精度更高。五、简答题56.【答案】单目摄像头测距原理：主要基于透视几何关系或深度学习估计。它无法直接通过单帧图像获取深度，需要利用物体在图像中的像素大小结合已知的物体真实尺寸（先验知识）来估算距离（测距公式Z=双目摄像头测距原理：基于双目立体视觉。利用两个摄像头拍摄同一场景产生的视差。通过左右图像的像素匹配，计算对应点的视差值，然后利用三角测量原理根据相机基线、焦距和视差直接计算深度距离（Z=57.【答案】(1)最近邻法：将新观测与距离最近的目标轨迹关联，计算简单，但在交叉目标场景易出错。(2)全球最近邻法（GNN）：在所有观测和轨迹的组合中寻找总距离最小的关联方案，通常结合匈牙利算法求解，解决了部分冲突。(3)联合概率数据关联（JPDA）：考虑观测落入多个目标跟踪门内的概率，利用概率加权进行状态更新，适用于杂波和目标密集环境。作用：解决多传感器或多周期测量中，无法确定哪一个测量值对应哪一个已有目标的问题，是维持多目标跟踪连续性的关键。58.【答案】定速巡航（CC）：功能单一，仅控制油门以保持驾驶员设定的固定车速，不具备感知前方障碍物距离的能力，无法自动调整车速跟车，需要驾驶员操作刹车退出。自适应巡航（ACC）：集成了感知雷达（通常为毫米波雷达）。具备两种模式：1.定速模式：前方无车时，保持设定车速（同CC）。2.跟车模式：前方有目标车时，自动调整车速以保持驾驶员设定的安全时距（TimeGap）。ACC能够实现自动加速和自动制动（通常是舒适制动），解放驾驶员的双脚，但L2级仍需驾驶员监管。59.【答案】设计运行域（ODD）是指自动驾驶系统（ADS）能够安全运行并持续执行动态驾驶任务的条件或场景的集合。关键要素包括：1.道路类型：如高速公路、城市道路、乡村道路等。2.地理区域：如特定城市、园区或无限制。3.环境条件：如天气（晴、雨、雪）、光照（白天、夜间）、能见度等。4.速度范围：如0-130km/h。5.交通状况：如仅支持无交叉路口的封闭道路。六、综合分析与应用题60.【答案】(1)计算系统响应延迟时间内距离缩短量：主车速度=27.78m/相对速度==延迟时间=0.6缩短距离ΔD答：距离缩短了约3.34米。(2)计算速度一致所需时间（使用舒适减速度a=初速度（相对速度）u=5.56m根据运动学公式v=uat=答：理论上需要约1.85秒使两车速度一致。(3)计算TTC并判断AEB触发：切入瞬间距离D=50mTTAEB触发阈值TT因为8.99s答：切入瞬间TTC约为9.0秒，远大于2.0秒阈值，故AEB不会触发，此时由ACC系统控制舒适减速即可。61.【答案】(1)优缺点分析：毫米波雷达：优点：测速和测距精度高，不受雨雪雾等天气影响，探测距离远，穿透力强。缺点：角度分辨率低，无法识别物体类别（难以区分车和人），点云稀疏，易受多径效应干扰。摄像头：优点：分辨率高，能够获取丰富的纹理和颜色信息，易于识别物体类别、车道线、交通标志等语义信息。缺点：被动传感器，受光照条件（夜间、逆光）和天气（雨雪遮挡）影响大，无法直接获取精确的深度信息（单目）。(2)决策级融合基本流程：各个传感器独立