2026年智能网联汽车题库及答案

2026年智能网联汽车题库及答案一、单项选择题（本大题共50小题，每小题1分，共50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.在智能网联汽车技术架构中，负责感知周围环境并采集数据的层是（）。A.感知层B.网络层C.平台层D.应用层【答案】A【解析】感知层位于智能网联汽车体系结构的最底层，主要由各类传感器（如摄像头、雷达等）组成，负责采集车辆自身状态、周边环境等信息。2.毫米波雷达在雨雾天气下的探测性能相比激光雷达（）。A.更差B.相同C.更优D.不可比较【答案】C【解析】毫米波雷达利用无线电波，具有极强的穿透绕射能力，不受光照和雨雪雾天气影响，而激光雷达受天气影响较大，因此在恶劣天气下毫米波雷达性能更优。3.SAEJ3016标准中，定义“有条件自动驾驶”的等级是（）。A.L2级B.L3级C.L4级D.L5级【答案】B【解析】根据SAEJ3016，L3级为有条件自动驾驶，系统在特定设计运行条件下可以完成全部动态驾驶任务，但驾驶员需要随时准备接管。4.在车载网络系统中，用于连接自动驾驶域控制器与传感器，具有高带宽特性的车载以太网标准通常基于（）。A.CAN总线B.LIN总线C.100BASE-T1/1000BASE-T1D.FlexRay总线【答案】C【解析】车载以太网（如100BASE-T1、1000BASE-T1）具有高带宽、低延迟的特点，能够满足激光雷达、高清摄像头等大数据量传感器的传输需求，而CAN/LIN带宽较低。5.激光雷达通过测量发射激光脉冲与接收回波之间的时间差来计算距离，这种测距方式称为（）。A.三角测距法B.飞行时间法C.相位偏移法D.多普勒效应法【答案】B【解析】主流激光雷达主要采用飞行时间法，即利用光速传播时间与距离的关系进行测距。6.智能网联汽车通过V2X通信技术实现“车与路侧基础设施”的信息交互，这指的是（）。A.V2VB.V2IC.V2PD.V2N【答案】B【解析】V2I（VehicletoInfrastructure）指车辆与道路基础设施（如红绿灯、路侧单元RSU）之间的通信。7.在自动驾驶决策规划算法中，常用于在已知地图环境中寻找从起点到终点最优路径的算法是（）。A.A*算法B.卡尔曼滤波C.PID控制D.贝叶斯估计【答案】A【解析】A*算法是一种启发式搜索算法，广泛应用于路径规划中的全局路径搜索，用于寻找代价最小的路径。8.高精地图的绝对精度通常要求达到（）。A.米级B.分米级C.厘米级D.毫米级【答案】C【解析】高精地图用于自动驾驶定位与规划，其绝对精度通常需达到厘米级（如10cm以内），以提供精确的车道线和交通标志位置。9.视觉感知中，用于实时目标检测的深度学习神经网络模型YOLO的全称是（）。A.YouOnlyLookOnceB.OverFeatC.R-CNND.SSD【答案】A【解析】YOLO（YouOnlyLookOnce）是一种流行的单阶段目标检测算法，以速度快著称，适合实时视觉感知。10.车载操作系统QNX的主要特点是（）。A.开源免费B.微内核架构，高实时性与高安全性C.宏内核架构，功能丰富D.仅用于信息娱乐系统【答案】B【解析】QNXNeutrinoRTOS采用微内核架构，具有极高的实时性、稳定性和安全性，广泛应用于数字仪表和ADAS功能安全域。11.自动驾驶车辆进行横向控制（如转向控制）时，最基础的控制算法通常是（）。A.纯追踪算法B.模型预测控制（MPC）C.模糊控制D.神经网络控制【答案】A【解析】纯追踪算法是一种基于几何的路径跟踪算法，计算前轮转向角以跟踪预瞄点，结构简单，是横向控制的基础算法之一。12.在ISO26262功能安全标准中，危害分析和风险评估后确定的最高安全等级是（）。A.QMB.ASILAC.ASILDD.ASILC【答案】C【解析】ISO26262定义了QM、ASILA、B、C、D四个等级，其中ASILD代表最高严酷等级，对应最高的安全目标要求。13.智能座舱中，负责驾驶员状态监测（DMS），检测疲劳和分心的核心技术主要依赖于（）。A.毫米波雷达B.超声波雷达C.近红外摄像头D.激光雷达【答案】C【解析】DMS系统通常使用近红外摄像头，配合红外补光灯，在夜间或光线不足时也能捕捉驾驶员面部特征，进行视线和闭眼检测。14.下列哪项不属于C-V2X（Cellular-V2X）的工作模式？（）A.PC5直连通信模式B.Uu接口蜂窝网络通信模式C.DSRC专用短程通信模式D.混合通信模式【答案】C【解析】DSRC（IEEE802.11p）是基于Wi-Fi技术的另一套V2X标准，不属于基于蜂窝网络的C-V2X模式。C-V2X主要包括PC5（直连）和Uu（基站）模式。15.自动驾驶汽车的定位模块中，将激光雷达点云数据与高精地图特征数据进行匹配的技术称为（）。A.RTK-GPS定位B.惯性导航C.SLAM技术或ScanMatchingD.航位推算【答案】C【解析】激光雷达定位通常通过扫描匹配（ScanMatching）算法，将实时扫描的点云与预存的高精地图点云进行配准，从而确定车辆精确位置。16.2026年主流的智能驾驶计算平台芯片中，采用异构架构（包含CPU、GPU、NPU等）且算力通常在1000TOPS以上的代表产品是（）。A.MobileyeEyeQ4B.NVIDIAOrinC.InfineonAurixD.RenesasRH850【答案】B【解析】NVIDIAOrin是2025-2026年主流的高算力自动驾驶芯片，算力可达254-2000+TOPS，采用CPU+GPU+DLA（深度学习加速器）的异构架构。EyeQ4算力较低，Aurix和RH850主要为MCU，用于控制。17.在多传感器融合算法中，先将各传感器的原始数据汇集在一起进行处理的方法称为（）。A.数据级融合B.特征级融合C.决策级融合D.像素级融合【答案】A【解析】数据级融合（或称像素级融合）是在最低层对传感器原始数据进行融合，信息损失最少，但对计算能力和通信带宽要求最高。18.自动驾驶车辆在通过没有交通灯的十字路口时，需要根据博弈论与其他道路使用者进行交互，这属于（）。A.全局规划B.行为决策C.轨迹规划D.运动控制【答案】B【解析】行为决策层负责处理高层的语义逻辑，如路口博弈、变道意图、超车逻辑等，解决“在逻辑上应该做什么”的问题。19.线控转向系统（SBW）中，为了保证安全，必须设计的冗余架构通常是（）。A.双路电源冗余B.双电机或双控制器冗余C.双通信总线冗余D.以上都是【答案】D【解析】线控转向系统取消了机械连接，属于安全关键系统，为了满足功能安全（如ASILD），通常需要在电源、计算单元、通信链路甚至电机方面实现全链路冗余。20.预期功能安全（SOTIF）标准ISO21448主要解决的是（）。A.系统因电子电气故障导致的不安全行为B.系统性能不足或人为误用导致的不安全行为C.网络攻击导致的不安全行为D.机械磨损导致的不安全行为【答案】B【解析】ISO21448(SOTIF)关注的是在系统无故障的情况下，因传感器局限、算法缺陷或可预见的人为误用而导致的安全风险。21.自动驾驶测试中，利用虚拟场景在计算机中运行仿真测试的方法属于（）。A.封闭场地测试B.开放道路测试C.模型在环仿真（MIL）D.实车道路测试【答案】C【解析】MIL（Model-in-the-Loop）是将控制算法模型在虚拟环境中运行验证，属于虚拟仿真测试的一种，无需实车。22.智能网联汽车的数据安全中，对车辆识别码（VIN）、车牌号等敏感数据进行处理的技术是（）。A.数据脱敏B.数据加密C.数据压缩D.数据备份【答案】A【解析】数据脱敏是指对敏感数据进行遮盖、变形或替换，以保护隐私，常用于上传云端的数据处理。23.在车辆动力学控制中，TCS（牵引力控制系统）主要防止的是（）。A.车辆制动时抱死B.车辆起步或加速时驱动轮打滑C.车辆转向不足D.车辆转向过度【答案】B【解析】TCS（TractionControlSystem）主要在车辆加速时控制驱动轮扭矩，防止打滑；ABS是防止制动抱死。24.下列哪种传感器具有探测距离远、精度高，且能直接获取物体深度信息，但成本较高？（）A.单目摄像头B.超声波雷达C.激光雷达D.红外摄像头【答案】C【解析】激光雷达能主动发射激光并接收回波，能构建高精度的3D点云，获取精确的深度和距离信息，但相比摄像头和毫米波雷达成本较高。25.车路协同（V2X）应用场景中，“绿波车速引导”是指（）。A.紧急车辆优先通行B.引导车辆以推荐速度行驶，通过连续路口时遇到绿灯C.感知路侧停车信息D.交叉路口碰撞预警【答案】B【解析】绿波车速引导通过V2I通信获取信号灯配时信息，计算建议车速，使车辆能一路绿灯通过，减少停车次数。26.自动驾驶汽车的“长尾问题”是指（）。A.车辆尾部造型设计问题B.车辆队列行驶问题C.发生概率极低但场景极其复杂、难以覆盖的罕见工况D.车辆尾灯故障【答案】C【解析】长尾问题指那些在数据分布中发生频率很低，但极具挑战性且必须解决的罕见驾驶场景（如极端天气、异形障碍物等）。27.AUTOSARCP（ClassicPlatform）主要用于（）。A.高性能计算和AI处理B.深度学习推理C.实时控制、安全相关的ECUD.车载娱乐信息系统【答案】C【解析】AUTOSARCP（经典平台）基于OSEK/VDX，适用于资源受限、高实时性和高安全要求的ECU（如制动、转向）；AUTOSARAP（自适应平台）则适用于高性能计算单元。28.在图像识别中，用于语义分割的常用网络结构是（）。A.ResNetB.FCN（全卷积网络）C.VGGD.AlexNet【答案】B【解析】FCN（FullyConvolutionalNetworks）是语义分割的基础网络结构，能够输出像素级的分类结果，将图像中的每个像素归类。29.智能汽车的大数据平台通常采用哪种分布式存储和处理技术？（）A.MySQLB.Hadoop/HBase/SparkC.OracleD.SQLite【答案】B【解析】智能汽车产生的海量数据（TB/PB级）需要分布式存储和计算框架，Hadoop（存储）、Spark（计算）等是大数据处理的主流技术栈。30.车载以太网协议中，用于解决数据实时性和确定性传输的协议是（）。A.TCP/IPB.UDPC.TS（Time-Sensitive）协议，如TSND.HTTP【答案】C【解析】TSN（时间敏感网络）是一组以太网协议的集合，旨在提供微秒级的确定性传输和低延迟，满足车载控制流的实时性要求。31.L4级自动驾驶Robotaxi（自动驾驶出租车）通常采用的传感器配置方案倾向于（）。A.仅依靠单目摄像头B.仅依靠毫米波雷达C.多传感器深度融合（多激光雷达+多摄像头+毫米波雷达）D.仅依靠超声波雷达【答案】C【解析】L4级Robotaxi运行环境复杂，安全要求极高，必须采用多传感器融合方案，利用多激光雷达实现360度无死角覆盖和高精度建模。32.电子电气架构（E/E架构）从分布式向域控制器演进，主要目的是（）。A.降低线束成本B.提高算力利用率，实现软硬件解耦，便于OTA升级C.减少ECU数量D.以上都是【答案】D【解析】域控制器架构整合了分散的ECU功能，减少了ECU数量和线束长度，提高了算力集中度，实现了软硬件解耦，支持OTA远程升级，是必然趋势。33.在自动泊车系统（APA）中，用于探测车辆周围近距离障碍物（如路沿、墙面）的传感器主要是（）。A.激光雷达B.毫米波雷达C.超声波雷达D.摄像头【答案】C【解析】超声波雷达探测距离短，但在近距离（几十厘米内）测距精度高，且成本低，非常适合自动泊车过程中的近距离障碍物检测。34.人工智能算法在自动驾驶中的“端到端”学习是指（）。A.从传感器数据直接输入到控制指令输出，中间无显式模块划分B.仅仅指感知模块C.仅仅指规划模块D.基于规则的算法【答案】A【解析】端到端自动驾驶（如FSDV12尝试的方向）直接将原始传感器数据（图像等）输入神经网络，直接输出转向、油门、刹车指令，省去了传统的感知-规划-控制模块划分。35.GNSS接收机接收到的卫星信号中，用于修正大气延迟误差，提高定位精度的技术是（）。A.差分GPS（DGPS/RTK）B.辅助GPS（A-GPS）C.惯性导航辅助D.多普勒定位【答案】A【解析】RTK（Real-TimeKinematic）载波相位差分技术，通过基准站发送改正数，流动站实时改正误差，可实现厘米级定位精度。36.智能网联汽车面临网络安全威胁时，用于防止未经授权的远程访问和恶意指令的技术是（）。A.入侵检测系统（IDS）B.安全网关C.车载防火墙D.以上都是【答案】D【解析】网络安全架构通常包含车载防火墙（过滤流量）、安全网关（隔离不同域）、IDS（检测异常行为）等多层防御机制。37.在路径规划中，将连续空间离散化为栅格，并使用Dijkstra或A*算法搜索的方法称为（）。A.采样法B.栅格法C.梯度下降法D.弹性带法【答案】B【解析】栅格法将环境划分为大小相同的网格，每个网格有状态（自由/障碍），适合基于图搜索的算法进行路径规划。38.下列哪项是L2级辅助驾驶功能的典型代表？（）A.自动驾驶出租车B.自适应巡航（ACC）+车道保持（LKA）C.高速领航辅助驾驶（NOA）D.无人代客泊车【答案】B【解析】L2级系统包含组合驾驶辅助，ACC和LKA的组合是典型的L2级功能。NOA通常属于L2+或L2.9，但在功能分类上仍需驾驶员监管，而Robotaxi属于L4。39.车规级芯片与消费级芯片相比，最关键的差异指标是（）。A.运算速度B.功耗C.可靠性、温度适应范围和寿命（如AEC-Q100认证）D.价格【答案】C【解析】车规级芯片必须通过AEC-Q100等严苛认证，要求在-40℃~155℃等极端环境下稳定工作15-20年以上，可靠性要求远高于消费级芯片。40.在行为决策中，有限状态机（FSM）的主要缺点是（）。A.运行速度慢B.状态难以覆盖所有场景，扩展性差，难以处理复杂交互C.占用内存大D.无法输出控制指令【答案】B【解析】FSM逻辑清晰，但当场景极其复杂时，状态数量爆炸，且难以处理连续变量和模糊的博弈逻辑，扩展性较差。41.智能座舱域控制器通常集成的功能不包括（）。A.仪表盘显示B.中控娱乐C.AR-HUD（增强现实抬头显示）D.制动防抱死（ABS）【答案】D【解析】ABS属于底盘控制功能，运行在底盘域控制器或专用的安全MCU上，不集成在智能座舱域中。42.2026年预计大规模普及的下一代车载无线通信技术是（）。A.3GB.4GLTEC.5GC-V2XD.Wi-Fi5【答案】C【解析】5GC-V2X凭借其高带宽、低时延和高可靠性特性，是2025-2026年智能网联汽车车路协同和车载通信的主流技术。43.在自动驾驶仿真测试中，用于模拟真实车辆动力学特性的软件模块是（）。A.场景编辑器B.车辆动力学模型C.传感器模型D.交通流模型【答案】B【解析】车辆动力学模型负责根据输入（油门、刹车、转向）计算车辆的运动状态（位置、姿态、速度等），是仿真的核心之一。44.用于检测车辆前方车道线偏离，并发出警报或辅助修正的系统是（）。A.盲区监测（BSD）B.车道偏离预警（LDW）或车道保持辅助（LKA）C.前方碰撞预警（FCW）D.自适应巡航（ACC）【答案】B【解析】LDW和LKA专注于车道线识别和车辆横向位置控制，防止车辆无意识偏离车道。45.深度学习中的Transformer架构被引入自动驾驶感知领域，主要优势在于（）。A.计算量极小B.强大的全局上下文信息提取能力和序列数据处理能力C.不需要训练数据D.仅用于处理图像【答案】B【解析】Transformer基于自注意力机制，能够捕捉长距离依赖和全局上下文信息，在BEV（鸟瞰图）感知和多传感器融合中表现优异。46.在车辆定位中，当GPS信号丢失（如隧道中）时，主要依靠（）维持定位。A.惯性测量单元（IMU）+轮速计航位推算B.激光雷达C.摄像头D.毫米波雷达【答案】A【解析】在GNSS信号不可用时，IMU通过积分加速度和角速度，结合轮速计进行航位推算，能够在短时间内维持相对定位精度。47.智能网联汽车OTA（Over-The-Air）升级主要分为SOTA和FOTA，其中FOTA指的是（）。A.软件升级B.固件升级，涉及底层系统、ECU固件等更深层级的更新C.地图数据更新D.娱乐包更新【答案】B【解析】FOTA（FirmwareOver-The-Air）指固件空中升级，可以对车辆的操作系统、控制器固件等进行更新，比SOTA（软件应用升级）更底层、风险更高。48.为了解决传感器盲区问题，车辆通常会采用（）布局。A.前向单传感器B.360度环绕式多传感器布局C.仅后向传感器D.仅车顶传感器【答案】B【解析】为了实现全环境感知，消除盲区，智能网联汽车通常采用前向、侧向、后向多传感器组合的360度环绕布局。49.在图像处理中，将鱼眼摄像头拍摄的畸变图像还原为正常透视图像的过程称为（）。A.图像增强B.图像去噪C.逆透视变换（或去畸变）D.边缘检测【答案】C【解析】鱼眼镜头视场大但畸变严重，需要通过标定参数进行去畸变或逆透视变换（IPM），以便后续进行车道线或障碍物检测。50.2026年智能驾驶算法发展的一个重要趋势是（）。A.纯规则驱动B.大模型（FoundationModel）与生成式AI的应用C.减少传感器数量D.放弃深度学习【答案】B【解析】随着AI技术发展，利用大模型进行端到端驾驶、语言交互规划以及生成式数据增强是2026年的重要技术趋势。二、多项选择题（本大题共30小题，每小题2分，共60分。在每小题给出的四个选项中，有多项是符合题目要求的。全部选对得2分，选错得0分）1.智能网联汽车的环境感知传感器主要包括（）。A.激光雷达B.毫米波雷达C.摄像头D.超声波雷达【答案】ABCD【解析】这四类传感器是智能网联汽车实现环境感知的硬件基础，分别在不同的距离、精度、天气条件和成本下发挥作用。2.高精地图包含的主要要素有（）。A.车道线模型、车道中心线B.交通标志、标线C.路沿、护栏等几何要素D.红绿灯位置、曲率、坡度【答案】ABCD【解析】高精地图不仅包含道路几何信息（车道线、路沿），还包含交通属性信息（标志、标线、信号灯）以及拓扑连接关系等，精度达到厘米级。3.智能网联汽车的自动驾驶系统通常包含的子系统有（）。A.感知系统B.决策规划系统C.控制系统D.定位系统【答案】ABCD【解析】一个完整的自动驾驶系统由定位（我在哪）、感知（周围有什么）、决策规划（我要做什么、怎么做）、控制（执行操作）四个核心子系统组成。4.下列属于L3级及以上自动驾驶典型应用场景的有（）。A.高速公路领航自动驾驶（NOP）B.城市RobotaxiC.无人配送物流车D.封闭园区无人摆渡车【答案】BCD【解析】L3级允许驾驶员脱手脱眼（在ODD内），L4级为高度自动驾驶。BCD场景通常设计运行条件（ODD）相对明确或受限，适合高阶自动驾驶。A在当前大多数量产车中仍属于L2+级。5.车载网络安全威胁主要包括（）。A.远程控制车辆（如远程开锁、启动）B.车内总线（CAN/CAN-FD）注入恶意指令C.刷写恶意ECU固件D.窃取车主隐私数据【答案】ABCD【解析】智能网联汽车面临云端、T-BOX、车内网关、ECU等多层面的攻击风险，包括远程控制、数据窃取、固件篡改等。6.常见的路径规划算法包括（）。A.A*算法B.Dijkstra算法C.RRT（快速扩展随机树）算法D.RRT*算法【答案】ABCD【解析】A和Dijkstra常用于全局静态规划；RRT和RRT是基于采样的算法，适合高维空间和复杂动态环境的路径搜索。7.毫米波雷达相比激光雷达的优势在于（）。A.测速精度高（基于多普勒效应）B.全天候工作能力强（抗雨雾雪）C.成本较低D.能够直接获取物体3D形状细节【答案】ABC【解析】毫米波雷达成本低、抗干扰强、可测速；但其分辨率低，点云稀疏，无法像激光雷达那样获取物体的精细3D轮廓和纹理。8.智能座舱的核心功能包括（）。A.多模态交互（语音、手势、视线）B.场景化推荐服务C.车辆健康监测D.DMS驾驶员监测【答案】ABCD【解析】智能座舱旨在提供安全、舒适、个性化的交互体验，涵盖了人机交互、生活服务、车辆状态监控及安全辅助等功能。9.电子电气架构向“区域控制器”架构演进的特点是（）。A.车内物理位置划分区域（如左前、右后）B.进一步减少线束长度C.供电和通信的集成度高D.完全取代了域控制器【答案】ABC【解析】区域架构按物理位置就近连接传感器和执行器，通过Zonal控制器接入中央计算平台，大幅优化线束。Zonal通常与中央计算配合，而非完全取代域的概念，而是融合演进。10.自动驾驶测试评价体系包括（）。A.虚拟仿真测试B.封闭场地测试C.开放道路测试D.网络安全渗透测试【答案】ABCD【解析】为了确保自动驾驶安全，必须建立从虚拟到实车、从功能到网络安全的全方位测试评价体系。11.下列哪些技术属于“传感器融合”的范畴？（）A.前融合（数据级融合）B.后融合（决策级融合）C.特征级融合D.深度学习融合网络【答案】ABCD【解析】传感器融合发生在数据层、特征层、决策层，现代深度学习也提供了端到端的融合网络架构，这些都属于融合技术。12.影响自动驾驶安全性的关键因素有（）。A.感知系统的准确率和召回率B.定位系统的精度和鲁棒性C.决策规划的合理性D.控制系统的响应速度和稳定性【答案】ABCD【解析】自动驾驶是系统工程链条，任何一个环节（感知、定位、决策、控制）的失误都可能导致安全事故。13.车规级计算平台SoC通常包含的处理器核心类型有（）。A.CPU（通用计算）B.GPU（并行计算）C.DSP（数字信号处理）D.NPU/ISP（神经网络加速/图像处理）【答案】ABCD【解析】异构计算是车规级芯片的主流，利用不同核心处理不同类型的任务：CPU跑逻辑，GPU跑矩阵运算，DSP跑信号，NPU跑AI，ISP处理图像。14.V2X通信的主要应用场景有（）。A.前向碰撞预警B.交叉路口防碰撞C.紧急制动预警（EBL）D.潜在危险路段预警【答案】ABCD【解析】V2X通过分享位置、速度、意图等信息，能有效解决视距外、遮挡物后的安全隐患，上述均为典型应用场景。15.常见的车辆操作系统包括（）。A.QNXB.Linux（含Android）C.VxWorksD.iOS【答案】ABC【解析】车载OS主要分为实时操作系统（QNX,VxWorks）和基于Linux的定制系统（AndroidAutomotiveOS等）。iOS不用于车载控制/娱乐主系统。16.自动驾驶汽车在通过十字路口时需要感知的信息包括（）。A.交通灯状态B.交通标志（停让、限速）C.其他车辆和行人位置及运动趋势D.车道线走向【答案】ABCD【解析】路口是复杂场景，需要综合感知静态设施（灯、标线）和动态障碍物（车、人）的信息以进行博弈决策。17.线控底盘系统主要包括（）。A.线控转向（SBW）B.线控制动（BBW/EHB）C.线控换挡D.线控油门【答案】ABCD【解析】线控底盘取消了机械连接，通过电信号控制转向、制动、换挡和油门，是实现自动驾驶的执行基础。18.深度学习在自动驾驶感知中的应用任务包括（）。A.目标检测（车辆、行人、障碍物）B.语义分割（可行驶区域、车道线）C.目标追踪D.车道线检测【答案】ABCD【解析】深度学习已全面渗透到感知环节，用于识别物体、分割路面、追踪目标轨迹以及检测特定特征。19.自动驾驶决策规划流程通常包括（）。A.全局路径规划B.行为决策（行为预测）C.局部轨迹规划D.运动控制【答案】ABC【解析】决策规划通常分层：全局规划（宏观路线）、行为决策（宏观动作，如变道）、局部规划（微观轨迹）。运动控制通常被视为独立的执行层，但在广义规划中有时也包含运动控制指令生成。20.符合ISO26262功能安全要求的产品开发流程包括（）。A.概念阶段（危害分析）B.系统层面设计C.软硬件层面设计与实现D.生产、运行、服务阶段【答案】ABCD【解析】功能安全贯穿汽车产品的全生命周期，从概念定义、系统设计、软硬件实现到最终的量产运行和服务。21.智能网联汽车的高精定位技术组合通常包括（）。A.GNSS（GPS/北斗）B.IMU（惯性测量单元）C.激光雷达/视觉SLAMD.轮速计【答案】ABCD【解析】采用多传感器融合定位（GNSS+IMU+LiDAR/Visual+WheelSpeed），利用各传感器优势互补，实现全天候、全场景的厘米级定位。22.自动驾驶汽车面临的伦理困境包括（）。A.电车难题（不可避免碰撞时选择伤害谁）B.遵守交通规则与避免碰撞的冲突C.隐私保护与数据收集的冲突D.行人乱穿马路与通行效率的冲突【答案】AB【解析】伦理困境主要指在极端事故场景下的决策选择（A）以及规则与安全的权衡（B）。C是法律隐私问题，D是通行策略问题。23.常用的车载总线及网络技术有（）。A.CAN/CANFDB.LINC.FlexRayD.AutomotiveEthernet【答案】ABCD【解析】CAN/LIN用于车身控制；FlexRay用于容错性要求高的系统（如早期底盘）；车载以太网用于高速数据传输。24.人工智能在自动驾驶云端服务中的应用包括（）。A.海量数据挖掘与标注B.高精地图更新与制作C.仿真场景构建D.模型训练与迭代【答案】ABCD【解析】云端拥有无限算力和存储，用于处理路测回传的大数据、训练AI模型、更新地图以及构建复杂的仿真场景库。25.自动驾驶车辆在城市道路行驶的挑战包括（）。A.交通参与者复杂（人车非机动车混行）B.道路拓扑变化频繁C.交通规则复杂（如红绿灯、让行标志）D.窄路通行【答案】ABCD【解析】城市道路是自动驾驶的“考场”，具有动态障碍物多、路况复杂、规则繁杂、道路结构多变等特点。26.传感器标定的类型包括（）。A.内参标定（传感器内部参数）B.外参标定（传感器与车体坐标系的转换关系）C.时间同步标定D.传感器之间的相对标定【答案】ABCD【解析】为了确保多传感器数据融合的准确性，必须进行内参、外参、时间同步以及传感器间相对位置姿态的标定。27.下列属于智能网联汽车“新四化”的是（）。A.智能化B.网联化C.共享化D.电动化【答案】ABCD【解析】汽车产业“新四化”指：智能化（自动驾驶）、网联化（V2X）、电动化（新能源）、共享化（出行服务）。28.自动驾驶仿真软件平台包括（）。A.CARLAB.LGSVL(SVLSimulator)C.PreScanD.CarSim【答案】ABCD【解析】这些都是主流的自动驾驶仿真工具，其中CarSim专注于车辆动力学，CARLA/LGSVL/PreScan提供交通场景和传感器模拟。29.预期功能安全（SOTIF）主要关注的触发条件包括（）。A.传感器性能局限（如暗光、强光）B.算法在未学习场景下的表现C.驾驶员的误操作D.系统硬件故障【答案】ABC【解析】SOTIF关注的是系统无硬件故障时，由性能不足、环境干扰或人为误用导致的风险。硬件故障属于ISO26262范畴。30.2026年智能网联汽车发展的关键技术趋势有（）。A.大算力芯片（2000+TOPS）普及B.L3/L4级自动驾驶在特定场景量产C.城市NOA（领航辅助驾驶）大规模落地D.车路云一体化发展【答案】ABCD【解析】随着技术成熟，高算力芯片、高阶辅助驾驶（城市NOA）、特定场景L4（如Robotaxi）以及车路协同的深度融合将是2026年的核心趋势。三、判断题（本大题共20小题，每小题1分，共20分。正确的打“√”，错误的打“×”）1.激光雷达在完全无光照的环境下无法正常工作。（）【答案】×【解析】激光雷达是主动式传感器，自身发射激光束，不依赖环境光，因此在完全黑暗中也能正常工作。2.L2级自动驾驶系统允许驾驶员在车辆行驶过程中长时间脱离方向盘或视线离开路面。（）【答案】×【解析】L2级属于组合驾驶辅助，驾驶员必须始终监控环境，并随时准备接管，不允许“脱手脱眼”。3.V2X技术中的PC5接口主要用于车辆与基站的蜂窝网络通信。（）【答案】×【解析】PC5接口用于V2V、V2I、V2P等直连通信（sidelink），不经过基站；Uu接口用于车辆与基站的通信。4.自动驾驶汽车只需要GPS即可实现高精度定位。（）【答案】×【解析】单独GPS定位误差为米级，且受高楼、隧道遮挡影响，无法满足自动驾驶需求，必须结合IMU、RTK、视觉/激光雷达等进行融合定位。5.深度学习算法模型在训练完成后，其性能在所有未知场景下都是完美的。（）【答案】×【解析】深度学习模型存在“长尾问题”，在训练数据未覆盖的罕见场景下，性能可能急剧下降甚至失效。6.CAN总线具有极高的带宽，适合传输高清视频流。（）【答案】×【解析】传统CAN总线带宽仅为1Mbit/s甚至更低，无法传输高清视频；高清视频传输通常使用车载以太网或LVDS/SerDes。7.线控制动系统（BBW）一旦发生电信号故障，必须通过机械备份结构保证制动安全（目前主流方案）。（）【答案】√【解析】为了满足功能安全ASILD等级，目前的线控制动系统（如One-Box）通常保留液压机械备份或采用冗余架构，确保电控失效时仍能制动。8.自动驾驶中的全局规划通常是在静态地图上进行的，频率较低；局部规划则需要考虑动态障碍物，频率较高。（）【答案】√【解析】全局规划计算宏观路线，变化不快；局部规划（如避障）需要实时响应周围动态环境，计算频率高（如10Hz-50Hz）。9.机器视觉算法可以完全替代雷达，因为摄像头能获取所有信息。（）【答案】×【解析】摄像头是被动传感器，受光照、天气影响大，且直接测距能力弱（需算法推断），无法在所有场景下替代雷达（如穿透雨雾、精确测速）。10.功能安全ISO26262只关注电子电气系统故障导致的安全风险。（）【答案】√【解析】ISO26262的定义范围是电子电气系统功能故障引起的安全风险；非故障风险（如性能局限）由SOTIF（ISO21448）覆盖。11.OTA升级只能升级车载娱乐系统的软件，不能升级涉及驾驶安全的ECU固件。（）【答案】×【解析】随着FOTA技术的发展，现在可以升级包括ADAS域控制器、底盘控制器在内的关键ECU固件，但需要极高的安全机制。12.毫米波雷达无法探测静止物体，因为其利用多普勒效应测速，静止物体回波会被过滤。（）【答案】×【解析】这是早期毫米波雷达的局限，现代4D成像毫米波雷达和先进算法已经能够较好地识别静止物体，并利用点云成像。13.智能网联汽车的数据上传云端前，必须进行脱敏处理，以保护用户隐私。（）【答案】√【解析】根据《数据安全法》及网络安全法规，涉及人脸、车牌、轨迹等敏感数据必须进行匿名化或去标识化处理。14.自动驾驶车辆在遇到无法避让的行人时，应该优先保护车内乘客安全，这是目前普遍的伦理设定。（）【答案】√【解析】虽然存在伦理争议，但目前的工程逻辑和法规倾向通常要求在不可避免碰撞时，优先降低对车内乘员及弱势道路使用者的整体伤害，但并没有绝对的“优先保护谁”的简单代码，通常采取最小化总体伤害的策略。15.Transformer架构目前被广泛应用于自动驾驶的感知和预测模块中。（）【答案】√【解析】Transformer强大的注意力机制使其在BEV感知、轨迹预测等任务中表现出色，已成为主流架构之一。16.自动驾驶汽车的决策规划算法中，基于规则的方法比基于学习的方法更擅长处理复杂的长尾场景。（）【答案】×【解析】基于规则的方法在已知规则场景下可控，但难以穷举所有长尾场景；基于学习的方法（尤其是端到端）虽然泛化能力强，但也存在不可解释性。通常认为两者结合或利用大数据训练的模型更能应对长尾。17.车路协同（V2X）可以解决自动驾驶中的超视距感知问题。（）【答案】√【解析】通过V2I通信，车辆可以获取路侧单元感知到的视线之外（如弯道后、遮挡物后）的信息，扩展感知范围。18.自动驾驶仿真测试可以完全替代实车测试。（）【答案】×【解析】仿真测试效率高、成本低，可覆盖大量场景，但无法完全模拟真实世界的物理复杂性和所有边缘情况，必须与实车测试结合。19.RTK-GPS技术需要地面基准站的支持才能实现厘米级定位。（）【答案】√【解析】RTK（Real-TimeKinematic）依赖于基准站发送差分改正数据，流动站接收后才能解算出厘米级坐标。20.2026年，L5级完全自动驾驶（全天候、全地域、无方向盘）将实现大规模商业化量产。（）【答案】×【解析】尽管技术进步迅速，但受限于法规、伦理、极端长尾场景及技术瓶颈，L5级完全自动驾驶在2026年尚无法实现大规模量产，主要集中在L2+/L3/L4特定场景。四、填空题（本大题共20小题，每小题1分，共20分）1.智能网联汽车通过________技术实现车辆与外界的信息交换，是车联网的核心。【答案】V2X/车联网通信2.自动驾驶的感知层中，能够获取物体纹理信息和颜色，且成本相对较低的传感器是________。【答案】摄像头/视觉传感器3.SAEJ3016标准中，________级自动驾驶系统要求驾驶员在特定条件下完全接管驾驶任务，但系统不能处理所有动态驾驶任务。【答案】L3/有条件自动驾驶4.在车辆定位中，________（填英文缩写）技术通过测量载波相位差，实现厘米级定位精度。【答案】RTK5.决策规划模块中，________算法常用于局部路径规划，通过在弹性带上施加力来修正轨迹。【答案】EB/弹性带6.功能安全标准________主要针对道路车辆电子电气系统的安全风险。【答案】ISO262627.车载以太网引入了________（填技术名称）机制，以保证音频、视频等流媒体的实时传输。【答案】AVB/音视频桥接或TSN/时间敏感网络8.自动驾驶汽车在转弯时，通过________（填控制层）算法计算方向盘转角，以跟踪规划路径。【答案】横向控制9.激光雷达生成的________数据由大量带有空间坐标的点组成，能精确描述物体表面轮廓。【答案】点云10.预期功能安全标准________用于解决非故障原因导致的安全风险。【答案】ISO2144811.在多传感器融合中，________级融合是指各传感器先完成目标检测，再将结果进行融合。【答案】决策12.智能座舱域通常运行在________（填操作系统类型）系统上，以支持丰富的应用生态。【答案】Android/Linux/类Android13.自动驾驶仿真测试中，________-in-the-Loop指软件模型在环测试，验证算法逻辑。【答案】SIL/Software14.为了防止网络攻击，车载网关通常会对不同安全等级的域进行________隔离。【答案】网络/通信15.2026年主流的高算力自动驾驶AI芯片，其算力单位通常采用________。【答案】TOPS16.自动驾驶车辆识别交通标志主要依赖于________技术。【答案】图像识别/深度学习17.V2X通信中，________模式允许车辆与车辆之间直接交换信息，不经过基站。【答案】V2V/PC5直连18.车辆动力学控制中，________系统防止车辆在转弯时发生侧滑。【答案】ESP/电子稳定程序19.自动驾驶的“影子模式”是指系统在后台运行算法，________驾驶员的操作，用于数据收集和算法对比验证。【答案】记录/模拟/不干预20.城市NOA（NavigateonAutopilot）是指车辆在城市道路中实现________到目的地的点对点自动驾驶辅助。【答案】导航/领航五、简答题（本大题共10小题，每小题5分，共50分）1.简述激光雷达、毫米波雷达和摄像头在自动驾驶感知中的优缺点。【答案】（1）激光雷达：优点：能够获取精确的3D空间信息和深度信息，分辨率高，不受光照影响（主动测量），构建环境模型能力强。缺点：成本较高（虽在下降），在雨雪雾极端天气下性能会衰减，无法识别物体颜色纹理。（2）毫米波雷达：优点：测速和测距精度高，穿透力强，全天候工作能力极佳（抗雨雾雪干扰），成本低。缺点：分辨率低，点云稀疏，无法成像，难以区分静止物体和地形，无法识别物体类别。（3）摄像头：优点：分辨率高，能够获取丰富的颜色、纹理、语义信息（如识别红绿灯、标志牌），成本低。缺点：被动传感器，受光照（夜间、逆光）、天气影响大，测距精度依赖算法，计算量大。2.解释SAEJ3016标准中L2级与L3级自动驾驶的主要区别。【答案】主要区别在于“责任主体”和“运行设计域（ODD）”：（1）L2级（部分自动驾驶）：系统同时执行转向和加减速（如ACC+LKA），但驾驶员必须始终监控环境，并负责随时接管。责任主体是驾驶员。（2）L3级（有条件自动驾驶）：系统在特定的ODD内能够完成全部动态驾驶任务（包括环境监控）。当系统请求时，驾驶员必须接管。在ODD内，责任主体开始向系统转移，允许驾驶员“脱手脱眼”。3.什么是多传感器融合？常见的融合层级有哪些？【答案】多传感器融合是指综合利用多种传感器（如雷达、视觉、激光）的数据，通过算法对数据进行处理，以获得比单一传感器更准确、更可靠、更全面的环境感知信息的过程。常见的融合层级包括：（1）数据级融合（前融合）：直接对传感器原始数据进行融合，信息损失最少，但对计算和带宽要求最高。（2）特征级融合：先提取各传感器数据的特征（如边缘、轮廓），再对特征进行融合。（3）决策级融合（后融合）：各传感器独立完成目标检测和识别，得出结果，最后在决策层进行综合判断。4.简述自动驾驶决策规划系统的基本架构及各层作用。【答案】自动驾驶决策规划通常采用分层架构：（1）全局规划（路由规划）：基于高精地图和GPS，计算从起点到终点的宏观路线，类似导航。（2）行为决策：基于感知和预测信息，决定当前时刻的行为（如跟车、变道、超车、停车、避让），处理高层逻辑和博弈。（3）局部规划（运动规划）：在行为决策的约束下，结合车辆动力学和周围障碍物，生成一条具体的、时间上连续的轨迹（含位置、速度、加速度）。（4）运动控制：将规划好的轨迹转化为具体的控制指令（油门、刹车、转向角），发送给执行机构。5.说明RTK-GPS技术实现厘米级定位的基本原理。【答案】RTK（Real-TimeKinematic）载波相位差分技术的基本原理是：（1）利用地面已知精确坐标的基准站接收机观测GPS卫星。（2）基准站计算出观测值的改正数（包括载波相位改正数）。（3）基准站通过数据通信链路将改正数实时发送给移动站（车载接收机）。（4）移动站利用接收到的改正数对其自身的GPS观测数据进行修正。（5）利用载波相位观测值的差分处理，实时解算出移动站的高精度坐标，精度可达厘米级。6.什么是功能安全（ISO26262）和预期功能安全（SOTIF）？两者有何关系？【答案】（1）功能安全（ISO26262）：针对因电子电气系统故障（如硬件短路、软件Bug）导致的车辆安全风险，目标是避免这些故障造成危害。（2）预期功能安全（SOTIF，ISO21448）：针对系统无故障的情况下，因传感器性能不足、算法局限或可预见的人为误用而导致的安全风险。关系：两者互为补充。功能安全解决“系统坏了”的问题，SOTIF解决“系统没坏但不够聪明或被误用”的问题，共同构成自动驾驶的安全保障体系。7.简述线控底盘技术对自动驾驶的重要性。【答案】线控底盘是实现自动驾驶的必要执行基础，其重要性体现在：（1）解耦与控制精度：线控技术（转向、制动、油门）取消了机械连接，通过电信号精确控制执行机构，响应速度快，控制精度高，适合计算机精确算法控制。（2）接口标准化：为自动驾驶系统提供标准化的控制接口，便于上层算法调用。（3）冗余设计：线控系统更容易实现电子冗余（如双电机、双ECU），满足自动驾驶高等级功能安全要求，确保单点失效下仍能安全停车或受控。（4）支持复杂功能：是实现自动泊车、紧急制动、轨迹跟踪等复杂功能的前提。8.解释V2X中的PC5接口和Uu接口的应用场景区别。【答案】（1）PC5接口：基于sidelink技术，用于车与车（V2V）、车与路侧设施（V2I）、车与行人（V2P）之间的直接通信。它不需要经过蜂窝基站，具有低时延、高可靠的特点，适用于行车安全预警（如前向碰撞预警、盲区预警）等实时性要求极高的本地场景。（2）Uu接口：是传统的蜂窝网络接口，用于车辆与云端网络（V2N）的通信。它经过基站，覆盖范围广，适用于远程信息娱乐、OTA升级、高精地图下载、实时交通信息获取等大数据量或广域通信场景。9.什么是BEV（Bird'sEyeView）感知？它解决了传统感知的什么问题？【答案】BEV感知是指将车载摄像头、激光雷达等传感器获取的数据，通过深度学习网络（如Transformer）转换到统一的鸟瞰图坐标系下进行特征提取和融合的技术。解决的问题：（1）多传感器融合难题：传统方法在各自坐标系下融合困难，BEV提供了统一的空间视角，便于融合前视、环视等多路传感器数据。（2）透视失真：消除了透视投影带来的近大远小问题，更符合车辆在水平面运动的规律。（3）感知一致性：在BEV下进行障碍物检测、车道线分割和路径规划，空间关系更直观，提高了下游规划控制的鲁棒性。10.简述大模型在智能网联汽车中的应用前景。【答案】大模型（如多模态大模型、生成式AI）在智能网联汽车中的应用前景包括：（1）自动驾驶端到端学习：利用大模型强大的特征提取和推理能力，直接实现从传感器输入到控制输出的端到端驾驶，简化模块堆叠。（2）认知与决策：提升对复杂交通场景的理解和泛化能力，处理长尾场景，甚至通过“常识”进行更拟人的决策。（3）智能座舱交互：实现自然语言理解的多模态交互（语音、手势、表情），让语音助手不仅能听懂指令，还能理解上下文和情感，提供更人性化的服务。（4）数据生成与仿真：利用生成式AI生成大量罕见的训练数据和仿真测试场景，加速算法迭代和验证。六、综合应用与分析题（本大题共5小题，每小题24分，共120分）1.某L4级自动驾驶出租车在城市道路行驶，正前方突然有一辆电动自行车横穿马路（鬼探头），且距离极近。请结合感知、决策、控制模块，分析自动驾驶系统应如何处理这一紧急场景，并说明涉及的关键技术。【答案】（1）感知阶段：关键技术：多传感器融合（前向激光雷达+毫米波雷达+摄像头）、目标检测与追踪、运动预测。分析：系统必须利用激光雷达的高精度测距和摄像头的语义识别，快速探测到横穿的电动自行车。通过融合算法消除误检，利用追踪算法锁定目标，并根据其当前速度和轨迹预测其将进入本车车道的时间（TTC）。（2）决策规划阶段：关键技术：行为决策（紧急避让逻辑）、局部轨迹规划（RRT*或优化算法）、风险场/势场法。分析：决策层判断碰撞风险超过阈值，触发“紧急制动”或“紧急避让”行为。若判断左右无空间避让，则规划一条最大减速度的制动轨迹；若空间允许，可能规划轻微转向避让+制动的复合轨迹。需遵循“最小化总体伤害”的伦理原则。（3）控制阶段：关键技术：线控制动系统（BBW）、横向控制（线控转向）、PID/MPC控制。分析：控制层接收规划轨迹，计算所需的制动压力和转向角度。线控制动系统必须在毫秒级内响应，施加尽可能大的制动力（ABS介入防抱死）。同时，车辆通过危险报警灯（HazardLights）向后方发出警示。（4）系统支撑：功能安全：确保传感器和控制器在极端工况下不失效。冗余设计：若主制动系统故障，备份制动系统应能介入。2.随着智能网联汽车的发展，网络安全成为关键。假设黑客试图通过远程入侵T-BOX来控制车辆刹车，请从车载网络安全架构的角度，分析防御体系应包含哪些环节？如何利用加密和认证技术阻断攻击？【答案】防御体系环节：（1）云端安全：保护连接车辆的服务器，防止API漏洞攻击，建立防火墙和入侵检测系统（IDS）。（2）通信链路安全（T-BOX与云端）：建立加密通道（如TLS/SSL），防止数据在传输过程中被窃听或篡改。（3）网关安全：车载网关作为内部网络（CAN/LIN）与外部世界的接口，应设置防火墙，过滤非法指令，只允许特定ID和端口的数据通过。（4）车内网络隔离：将关键控制域（底盘、动力）与信息娱乐域（IVI）进行物理或逻辑隔离，防止黑客从IVI渗透进控制网段。（5）ECU安全：关键ECU（如制动、转向）应启用安全启动（