2026年汽车智能网联技术发展趋势考试试题及答案

2026年汽车智能网联技术发展趋势考试试题及答案一、单项选择题（本大题共20小题，每小题1.5分，共30分。在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填在括号内）1.预计到2026年，L3级（有条件自动驾驶）技术在乘用车市场的渗透率将达到显著水平。根据SAEJ3016标准，L3级自动驾驶系统的核心特征是（）。A.系统执行全部动态驾驶任务，驾驶员无需干预B.系统执行部分动态驾驶任务，驾驶员必须持续监控C.系统执行全部动态驾驶任务，但在请求时驾驶员必须接管D.仅具备车道保持和自适应巡航功能2.在2026年智能网联汽车电子电气架构演进中，哪种架构形式预计成为主流，以支持高算力需求和软件定义汽车（SDV）的发展？（）A.分布式架构B.基于CAN总线的集中式架构C.区域控制器+中央计算架构D.混合动力专用架构3.针对车路云一体化发展，2026年V2X（Vehicle-to-Everything）通信技术将主要依赖哪一代蜂窝网络技术来实现低时延、高可靠性的数据传输？（）A.4GLTEB.5GNRC.5G-Advanced(5G-A)D.6G4.在智能驾驶感知层面，4D毫米波雷达因其独特的优势逐渐普及。与传统的3D毫米波雷达相比，4D毫米波雷达增加的维度信息是（）。A.速度B.俯仰角（高度）C.方位角D.距离5.为实现“重感知、轻地图”的技术路线，2026年自动驾驶算法将大量采用哪种技术架构来提升对复杂交通场景的理解能力？（）A.基于规则的传统算法B.仅依赖视觉的CNN架构C.BEV（Bird'sEyeView）+Transformer架构D.纯激光雷达SLAM架构6.随着汽车智能化程度的提升，车载以太网将成为骨干网络。在2026年的车型中，物理层传输速率达到10Gbit/s甚至更高，主要用于传输传感器数据的车载以太网标准是（）。A.100BASE-TXB.1000BASE-T1C.10GBASE-T1D.10BASE-T17.智能座舱是2026年汽车差异化竞争的关键。为了实现更自然的人机交互，生成式人工智能（AIGC）将主要应用于座舱的哪个功能模块？（）A.底盘控制B.动力总成管理C.智能语音助手与虚拟数字人D.车身稳定控制8.在网络安全领域，UNR155法规是全球首个关于网络安全及网络安全管理系统的强制性法规。该法规要求汽车制造商必须建立（）。A.ISO26262功能安全管理体系B.CSMS（网络安全管理体系）C.ASPICE流程管理体系D.IATF16949质量管理体系9.高级驾驶辅助系统（ADAS）中的自动紧急制动系统（AEB）在2026年的技术演进中，将重点增强对哪类目标的识别与制动能力？（）A.仅对前方车辆B.仅对车道线C.对横穿马路的二轮车及弱势道路使用者（VRU）D.仅对交通标志10.车规级高算力芯片是自动驾驶的大脑。预计到2026年，主流旗舰车型的自动驾驶SoC芯片的算力需求范围大致在（）。A.10-50TOPSB.100-200TOPSC.500-1000+TOPSD.5000+TOPS11.智能网联汽车通过OTA（Over-The-Air）技术进行升级。2026年，OTA技术将不再局限于ECU软件刷新，还将扩展到（）。A.仅娱乐系统升级B.仅导航地图更新C.固件升级（FOTA）与全车功能云诊断及数据闭环D.仅车身控制参数调整12.在高精度定位方面，为了解决城市峡谷中的卫星信号丢失问题，2026年智能汽车将普遍采用哪种融合定位技术？（）A.单GPS定位B.GPS+航位推算C.GNSS+IMU+LiDAR/视觉特征匹配紧耦合D.基站定位13.预计2026年，为了降低系统功耗并提升实时性，AI大模型在车端的部署方式将倾向于（）。A.全部依赖云端算力B.仅在离线模式下运行C.云端协同+端侧量化部署D.仅使用CPU运行14.智能尾灯系统在2026年将具备通信功能，能够向后方车辆传递驾驶意图。这种技术被称为（）。A.DLP(DigitalLightProcessing)B.V2V(Vehicle-to-Vehicle)光通信C.MatrixLED矩阵式D.ADB(AdaptiveDrivingBeam)15.在数据合规与隐私保护方面，中国关于汽车数据安全的强制性标准GB/T要求，车外摄像头在采集人脸等敏感数据时，必须进行（）。A.原始数据上传B.匿名化或脱敏处理C.彩色转黑白处理D.压缩处理16.预计到2026年，线控底盘技术将更加成熟，它是实现高阶自动驾驶的执行基础。以下哪项不属于线控底盘的核心子系统？（）A.线控转向B.线控制动C.悬架弹簧D.线控换挡17.在智能驾驶决策规划层面，为了处理复杂的博弈场景（如无保护左转、拥堵路段变道），2026年算法将更多引入（）。A.简单的规则逻辑B.强化学习C.PID控制D.卡尔曼滤波18.C-V2X技术中的直连通信模式，允许车辆与周围环境进行直接通信，其工作频段主要集中在（）。A.2.4GHzB.5GHzC.5.9GHz(ITS频段)D.28GHz19.预计2026年，跨域融合将成为趋势，即（）。A.驾驶域与座舱域完全物理隔离B.驾驶域与座舱域在同一个高性能SoC上通过虚拟化或Hypervisor技术运行C.动力域接管驾驶域功能D.车身域控制器独立运行20.在数字孪生技术的应用中，智能网联汽车利用数字孪生体主要进行（）。A.仅用于展厅展示B.实时状态监控、故障预测与模拟仿真训练C.替代实车测试D.仅用于娱乐游戏二、多项选择题（本大题共10小题，每小题3分，共30分。在每小题列出的五个备选项中至少有两个是符合题目要求的，请将其代码填在括号内。错选、多选、少选均不得分）1.预计到2026年，智能网联汽车的“无图”或“轻地图”智驾方案将具备以下哪些特点？（）A.完全不依赖任何先验地图信息B.减少对高精地图鲜度的依赖，降低采集成本C.实时感知构建局部地图D.覆盖范围迅速扩大至城市普通道路E.仅适用于高速公路场景2.面向2026年的量产车型，车载智能计算平台通常包含异构计算单元，主要包括（）。A.CPU(通用处理器)B.GPU(图形处理器)C.NPU(神经网络处理器)D.DSP(数字信号处理器)E.FPGA(现场可编程门阵列)3.智能座舱在2026年将深度融合多模态交互技术，这些技术包括（）。A.语音识别（含自然语言处理）B.手势识别C.唇语识别D.眼动追踪（DMS）E.脑机接口（非侵入式初步应用）4.汽车网络安全威胁在2026年将更加复杂，主要的攻击面包括（）。A.云端服务平台（API攻击）B.T-BOX远程通信模块C.车载以太网与CAN/FlexRay总线D.外部接口（USB、OBD、蓝牙、WiFi）E.传感器信号注入（GPS欺骗、激光雷达重放）5.2026年，车路协同（V2X）应用场景将从示范走向规模化商用，典型的应用场景包括（）。A.绿波车速引导B.危险路况预警C.协同自适应巡航控制（CACC）D.远程驾驶E.自动代客泊车（AVP）融合车位信息6.软件系统中间件在智能汽车软件架构中起到承上启下的作用。2026年主流的车控及智驾中间件技术包括（）。A.AUTOSARCP(ClassicPlatform)B.AUTOSARAP(AdaptivePlatform)C.ROS2(RobotOperatingSystem2)D.DDS(DataDistributionService)E.传统的裸机开发7.预计到2026年，为了提升夜间或恶劣天气下的行车安全，感知系统将采用哪些融合策略？（）A.激光雷达主导，视觉为辅B.纯视觉方案C.红外热成像夜视仪融合D.4D毫米波雷达与视觉前融合E.仅依赖超声波雷达8.关于智能网联汽车的数据闭环，以下描述符合2026年发展趋势的是（）。A.数据自动化标注比例大幅提升D.建立“感知-决策-执行-反馈”的数据自我迭代机制C.数据完全存储在本地，不上传云端D.利用影子模式进行算法训练E.数据合规跨境传输变得极其容易9.2026年，线控转向系统（SBW）取消机械连接后，为确保功能安全（ISO26262），系统必须具备（）。A.冗余电机设计B.冗余传感器设计C.冗余ECU控制器及供电D.机械备份转向柱E.单点故障即可导致转向失效10.随着E/E架构向中央计算演进，车载网络拓扑结构将发生显著变化，特征包括（）。A.CAN总线数量大幅增加B.车载以太网成为骨干网C.区域控制器负责传感器/执行器数据汇聚D.中央计算单元负责复杂逻辑运算E.LIN总线完全被淘汰三、判断题（本大题共10小题，每小题1.5分，共15分。请判断下列说法的正误，正确的打“√”，错误的打“×”）1.到2026年，L4级完全自动驾驶技术将在所有私人乘用车上实现标配，驾驶员可以完全睡觉。（）2.端到端大模型是指直接将原始传感器数据作为输入，输出方向盘转角、油门刹车等控制指令，无需中间模块。（）3.汽车软件定义的核心在于软件功能的迭代速度和通过OTA带来的持续价值创造。（）4.由于5G网络已经普及，V2X通信将不再需要DSRC（专用短程通信）技术的支持。（）5.预计到2026年，所有智能汽车都将采用固态激光雷达，机械式激光雷达将彻底退出市场。（）6.功能安全（ISO26262）关注的是电子电气系统故障导致的安全风险，而预期功能安全（SOTIF）关注的是系统性能不足或AI算法局限导致的安全风险。（）7.在智能座舱中，为了保护用户隐私，车内摄像头采集的数据在任何情况下都绝对不能被上传至云端服务器。（）8.汽车数字钥匙技术（如CCC标准）在2026年将主要基于UWB（超宽带）技术，以实现高精度定位和防盗功能。（）9.随着芯片制程的进步，车载芯片的功耗问题将不再是热设计的主要考量因素。（）10.智能网联汽车的发展将导致汽车售后维修模式发生根本性变革，软件诊断和远程升级将成为维修保养的重要手段。（）四、填空题（本大题共15小题，每小题2分，共30分。请在每小题的空格中填上正确答案）1.SAEJ3016标准中，L2级自动驾驶被称为__________，驾驶员必须始终监控驾驶环境。2.预计到2026年，__________架构将使得汽车内的ECU数量大幅减少，软件功能实现跨域部署。3.车载激光雷达按测距原理分类，主要包括三角测距法、相位法和__________法。4.为了实现更高级别的自动驾驶，车辆需要具备高精度的定位能力，除了GNSS和IMU外，__________技术是实现车辆在无GPS信号环境下定位的关键。5.智能网联汽车通过__________技术，可以在不回厂的情况下修复软件BUG或解锁新功能。6.AUTOSARAP（AdaptivePlatform）是基于__________操作系统开发的，主要用于高性能计算平台（如域控制器）。7.在V2X通信中，__________模式允许车辆直接与路侧单元（RSU）通信，无需经过基站。8.预计2026年，__________将成为智能座舱域与智驾域融合的高性能计算平台的主流虚拟化技术。9.针对AI模型的训练，__________是一种通过在车辆后台运行新算法模型并与实际驾驶员操作对比来收集数据的方法。10.智能汽车的数据安全标准要求，对于涉及国家安全的数据，应在境内存储，这被称为__________原则。11.线控制动系统（如One-Box方案）集成了__________和电子驻车制动（EPB）的功能。12.预计到2026年，多模态大模型上车，将使得智能座舱具备更强的__________能力，能够理解上下文并执行复杂指令。13.在智能驾驶感知算法中，__________网络结构常被用于处理点云数据，以提取物体特征。14.为了应对网络攻击，车辆通常会部署__________作为车辆内部网络与外部网络之间的安全屏障。15.预计2026年，__________技术将允许车辆根据交通信号灯相位和配时信息，自动优化车速，实现一路绿灯。五、简答题（本大题共5小题，每小题6分，共30分）1.简述“重感知、轻地图”技术路线在2026年成为主流趋势的原因及其主要技术挑战。2.解释端到端自动驾驶模型的基本原理，并说明它与传统基于规则的模块化感知-决策-规划架构相比的优势与潜在风险。3.简述汽车电子电气架构从分布式向区域控制器+中央计算架构演进过程中，对车载网络技术（如以太网）和软件开发模式（如SOA）带来的具体影响。4.针对智能网联汽车的数据安全，请列举至少三项关键技术或管理措施，并简要说明其作用。5.简述V2X（Vehicle-to-Everything）技术在实现L4级自动驾驶过程中的作用，并给出两个具体的应用场景示例。六、综合分析与应用题（本大题共3小题，共45分）1.（本题15分）场景分析与系统设计某汽车厂商计划在2026年推出一款旗舰级L3+智能驾驶轿车，该车型需要支持城市NOA（导航辅助驾驶）、自动代客泊车（AVP）以及V2X增强感知功能。(1)请为该车型设计一个简化的感知系统硬件配置方案，列出至少5种关键传感器，并说明其在系统中的主要作用。（5分）(2)为了处理上述传感器产生的海量数据，并支持大模型算法的部署，中央计算平台应具备哪些关键硬件特性（如算力、内存、接口等）？（5分）(3)在V2X增强感知场景下，当车辆行驶在十字路口，存在视线盲区，此时接收到路侧单元（RSU）发送的盲区行人预警消息（BSM）。请分析车辆控制系统接收到该消息后的处理流程，并说明如何利用该信息避免碰撞。（5分）2.（本题15分）技术计算与分析在智能驾驶的传感器融合中，卡尔曼滤波常用于目标跟踪。假设某时刻车辆传感器对前方目标车辆的状态估计如下：状态向量X=[x,v上一时刻的状态协方差矩阵=[过程噪声协方差Q=测量噪声协方差R=状态转移矩阵F=[1观测矩阵H=当前时刻的测量值=[假设上一时刻的状态估计=[(1)请计算预测步骤中的预测状态和预测协方差。（4分）(2)计算卡尔曼增益K。（4分）(3)计算更新后的最优状态估计和更新后的协方差。（4分）(4)简述通过计算结果可以看出卡尔曼滤波在传感器数据融合中起到了什么作用？（3分）3.（本题15分）案例分析与决策2026年，某智能网联汽车在高速公路上以L3级模式行驶，时速设定为120km/h。车辆配备了高算力芯片、激光雷达、毫米波雷达和摄像头。当前天气为暴雨，路面湿滑。(1)在这种恶劣天气条件下，各传感器的性能可能会受到不同程度的影响。请分析激光雷达、毫米波雷达和摄像头在暴雨环境下的优劣势，并说明系统应如何调整感知权重以保持安全性。（6分）(2)车辆的AI决策模块在检测到前方100米处发生一起多车连环追尾事故，且本车所在车道被完全堵塞。请描述车辆在L3模式下执行变道和减速避让的逻辑流程，涉及到的模块（如预测、规划、控制）是如何协同工作的？（6分）(3)假设此时车辆的T-BOX接收到云端推送的“前方5公里路面严重结冰”预警信息，但本车传感器尚未探测到结冰路面。请分析车辆系统应如何处理这一信息，并说明这体现了智能网联技术的什么核心优势？（3分）参考答案及解析一、单项选择题1.C[解析]L3级为有条件自动驾驶，系统执行全部动态驾驶任务，但在请求时驾驶员必须接管。2.C[解析]区域控制器+中央计算架构是2026年主流趋势，支持软硬件解耦和算力集中化。3.C[解析]5G-Advanced（5.5G）提供更高的带宽和更低的时延，是2026年V2X的关键网络基础。4.B[解析]4D毫米波雷达增加了俯仰角（高度）信息，能够探测物体高度和进行点云成像。5.C[解析]BEV+Transformer架构是当前及未来处理多传感器融合、实现“无图”驾驶的主流技术路线。6.C[解析]传输激光雷达等高带宽数据需要10GBASE-T1甚至更高速率的车载以太网。7.C[解析]生成式AI主要用于智能座舱内的语音交互、内容生成及虚拟助手。8.B[解析]UNR155法规强制要求建立CSMS网络安全管理体系。9.C[解析]AEB技术演进重点在于对弱势道路使用者（VRU）如行人、骑行者的识别保护。10.C[解析]2026年旗舰车型算力需求大，通常在500-1000TOPS以上以支持大模型。11.C[解析]OTA扩展至固件升级（FOTA）及全车云诊断、数据闭环。12.C[解析]紧耦合融合利用环境特征辅助定位，解决城市峡谷信号丢失问题。13.C[解析]云端协同+端侧量化部署平衡了响应速度和算力需求。14.B[解析]智能尾灯通过V2V光通信或特定编码向后车传递意图，属于V2V范畴。15.B[解析]GB/T要求对人脸等敏感数据进行匿名化或脱敏处理。16.C[解析]悬架弹簧是机械部件，线控底盘包括线控转向、制动、换挡等电子控制子系统。17.B[解析]强化学习用于处理复杂的动态博弈场景，提升决策拟人化水平。18.C[解析]C-V2X直连通信工作在5.9GHzITS频段。19.B[解析]驾驶域与座舱域在同一SoC上通过Hypervisor运行是跨域融合典型形态。20.B[解析]数字孪生用于实时监控、故障预测及模拟仿真训练。二、多项选择题1.BCD[解析]“无图”并非完全不用地图，而是减少依赖，实时构建，适用范围扩大。2.ABCDE[解析]异构计算包含CPU、GPU、NPU、DSP、FPGA等多种计算单元。3.ABCD[解析]多模态交互包括语音、手势、唇语、眼动等，脑机接口尚处早期。4.ABCDE[解析]攻击面涵盖云端、T-BOX、总线、外部接口及传感器。5.ABCDE[解析]绿波引导、危险预警、协同巡航、远程驾驶、AVP均为典型V2X场景。6.ABCD[解析]AUTOSARCP/AP、ROS2、DDS均为主流中间件技术。7.CD[解析]红外热成像和4D毫米波融合是提升恶劣天气感知能力的关键。8.ABD[解析]数据闭环涉及自动标注、自我迭代、影子模式，数据需合规管理。9.ABC[解析]SBW取消机械连接，必须具备电机、传感器、ECU及供电的冗余。10.BCD[解析]以太网成为骨干，区域控制器负责汇聚，中央负责计算，CAN数量减少但不会完全消失，LIN被部分取代。三、判断题1.×[解析]L4级在2026年主要在限定区域（如Robotaxi）商用，私人乘用车以L3/L2++为主。2.√[解析]端到端大模型直接映射输入到输出，无需人工设计的中间模块。3.√[解析]软件定义的核心在于通过OTA持续迭代软件，创造新价值。4.√[解析]中国及全球主要市场均选择了C-V2X（蜂窝车联网）技术路线，DSRC基本被淘汰。5.×[解析]固态雷达是趋势，但机械式和半固态（转镜、MEMS）在2026年仍有市场应用。6.√[解析]功能安全针对系统故障，SOTIF针对性能不足和AI预期功能局限。7.×[解析]在用户明确授权且经过脱敏处理后，部分数据可上传用于算法优化。8.√[解析]UWB具有高精度定位和抗截获能力，是数字钥匙的发展方向。9.×[解析]算力提升带来高功耗，热设计依然是巨大挑战。10.√[解析]软件定义汽车使得远程诊断和OTA成为主要维护手段。四、填空题1.部分驾驶辅助2.区域控制器+中央计算（或中央集中式）3.飞行时间4.SLAM（同步定位与建图）5.OTA（Over-The-Air）6.POSIX7.PC5（直连通信）8.Hypervisor（或虚拟化技术）9.影子模式10.数据本地化（或数据出境评估/本地存储）11.电子稳定控制（ESC/ESP）12.语义理解（或上下文理解）13.PointNet（或PointPillars等点云网络）14.IDPS（入侵检测与防御系统）或网关防火墙15.V2I（车路协同）或绿波车速引导（GLOSA）五、简答题1.答：原因：(1)高精地图采集和维护成本极高，鲜度难以保证（如道路修改变更频繁）。(2)“无图”方案降低了地图法规限制，使得智驾系统可以更快速地铺开到更多城市和道路。(3)车辆实时感知能力的提升（如BEV+Transformer）使得车辆自身具备了构建环境理解的能力，不再强依赖先验地图。技术挑战：(1)对感知系统的实时性和准确性要求极高，必须在无先验信息下处理复杂拓扑路口。(2)对算力需求巨大，需要实时处理海量传感器数据并在线构建局部地图。(3)长尾场景的处理难度增加，缺乏地图的超视距信息辅助。2.答：基本原理：端到端模型将原始传感器数据（如图像、点云）直接输入深度神经网络，经过神经网络内部的特征提取和逻辑推理，直接输出车辆的控制指令（如方向盘转角、加速度、减速度），中间没有显式的感知、预测、规划模块划分。优势：(1)信息无损传递：原始数据到控制指令，避免了人工规则提取导致的信息丢失。(2)泛化能力强：基于海量数据训练，能处理人类难以描述的复杂长尾场景。(3)上限高：理论上能学习到老司机最优秀的驾驶策略。潜在风险：(1)黑盒特性：决策过程缺乏可解释性，难以进行安全验证和故障排查。(2)数据依赖：极其依赖高质量、大规模的训练数据，数据偏差会导致行为偏差。(3)安全性难以通过传统规则验证，符合SOTIF（预期功能安全）挑战大。3.答：对车载网络技术的影响：(1)带宽需求激增：引入车载以太网（10G/25G）作为骨干网，替代部分CAN总线，传输激光雷达、高清视频数据。(2)网络拓扑改变：从分布式总线结构变为星型/环形连接的以太网交换网络。对软件开发模式的影响：(1)SOA（面向服务架构）：软件功能原子化、服务化，通过API接口调用，实现软硬件解耦。(2)软件与硬件分离：应用软件不再与特定ECU硬件绑定，可灵活部署在中央计算或区域控制器上。(3)迭代速度加快：支持OTA远程升级，软件迭代周期从以年为单位缩短至以周甚至天为单位。4.答：(1)数据脱敏与匿名化技术：对车外摄像头采集的人脸、车牌等敏感信息进行局部模糊化或遮挡处理，确保上传数据不涉及个人隐私。(2)加密传输与存储技术：使用高强度的加密算法（如AES、国密算法）对车辆与云端交互的数据进行加密，防止数据在传输过程中被窃取或篡改。(3)入侵检测与防御系统（IDPS）：部署在车端T-BOX或网关处，实时监控CAN总线、以太网流量，识别异常行为（如暴力破解、异常指令注入）并阻断攻击。(4)CSMS网络安全管理体系：建立全生命周期的管理流程，涵盖设计、开发、生产、运维各阶段，确保安全合规。5.答：作用：V2X通过通信手段将车辆与周围环境（车、路、人、云）连接起来，打破了单车智能的视距限制（超视距感知）和感知盲区，提供全局交通信息，是实现L4级自动驾驶协同决策和安全保障的重要支撑。应用场景示例：(1)交叉路口碰撞预警（IMA）：当车辆行驶至视线受阻的十字路口，通过V2V或V2I接收侧向来车的位置和速度信息，提前预警避免碰撞。(2)绿波车速引导（GLOSA）：车辆通过V2I接收交通信号灯的相位和倒计时信息，系统建议最佳行驶速度，使车辆到达路口时刚好为绿灯，减少停车和碳排放。六、综合分析与应用题1.答：(1)感知系统硬件配置方案：主激光雷达（128线或固态）：位于车顶或前保险杠，提供高精度的3D点云数据，用于远距离物体检测和地形建模。4D毫米波雷达：位于前角和后角，具备测速能力和穿透雨雾能力，用于动目标跟踪和盲区监测。高清前视摄像头（800万像素以上）：用于识别交通标志、红绿灯、车道线等语义信息，提供纹理细节。侧视/环视摄像头：用于侧后方车辆检测、泊车时的360度环境感知。高精度GNSS/IMU组合导航系统：提供车辆的全局定位、姿态和航向信息。(2)中央计算平台关键硬件特性：高算力SoC：单芯片算力需达到500-1000TOPS（INT8）以上，以支持BEV大模型和Transformer网络运行。大容量高速内存：LPDDR5/6，容量大于32GB-64GB，支持多路传感器数据并发处理。PCIe4.0/5.0接口：用于连接激光雷达、4D毫米波雷达等高速外设。多核异构架构：集成CPU、GPU、NPU、DSP，NPU用于AI推理，DSP用于信号处理。功能安全机制：支持ASIL-D等级的功能安全设计，具备锁步机制等。(3)V2X盲区预警处理流程：接收解析：V2X模块接收RSU广播的BSM消息，解析出盲区行人的位置、速度、行进方向。坐标转换：将行人的绝对坐标转换为车辆自车坐标系下的相对位置。融合决策：将本车感知结果与V2X信息融合，确认目标存在且在本车预测路径上。风险判断：计