智能驾驶规划工程师考试试卷及答案

智能驾驶规划工程师考试试卷及答案智能驾驶规划工程师考试试卷及答案一、填空题（共10题，每题1分）1.智能驾驶规划系统三层架构中，介于全局规划和轨迹规划之间的是______。2.A算法启发函数常用______距离近似。3.RRT算法的中文全称是______。4.行为决策层的核心输入之一是______（感知模块输出）。5.全局规划依赖的高精度地图类型是______地图。6.局部规划需满足车辆的______约束（如转向角限制）。7.决策树在规划中常用于______场景的决策（如跟车、换道）。8.动态避障常用的算法有______（举1例）。9.路径规划的核心目标包括安全、效率和______。10.V2X技术在规划中可提供______信息（如前方路口信号）。二、单项选择题（共10题，每题2分）1.轨迹规划的输出是（）A.全局路径B.行为指令C.车辆控制序列D.地图更新2.A算法比Dijkstra快的原因是（）A.无需考虑障碍物B.引入启发函数引导搜索C.搜索空间更小D.计算量更低3.RRT相对于RRT的改进是（）A.路径更平滑B.能找到最优路径C.搜索速度更快D.无需随机采样4.不属于全局规划算法的是（）A.AB.DijkstraC.RRTD.DWA5.局部规划的时间尺度通常是（）A.秒级B.毫秒级C.分钟级D.小时级6.行为决策模块不包括的功能是（）A.换道决策B.跟车控制C.交叉口通行决策D.路径平滑7.规划成本函数中权重最高的通常是（）A.距离成本B.时间成本C.安全成本D.舒适成本8.动态避障需考虑的核心是（）A.静态地图精度B.障碍物运动预测C.车辆最大速度D.道路类型9.“决策-规划-控制”的关系是（）A.并行B.串行C.决策→规划→控制D.控制→规划→决策10.全局规划的输入是（）A.实时感知数据B.车辆动力学参数C.起点终点D.局部障碍物三、多项选择题（共10题，每题2分）1.规划系统的层级包括（）A.全局规划B.行为决策C.轨迹规划D.感知规划2.全局规划的输入数据包括（）A.高精地图B.起点终点C.实时感知D.交通规则3.A算法的组成部分包括（）A.代价函数g(n)B.启发函数h(n)C.搜索队列D.障碍物列表4.局部规划需考虑的约束有（）A.车辆动力学约束B.障碍物约束C.道路边界约束D.交通信号约束5.行为决策的核心输出包括（）A.换道指令B.跟车距离C.转向角D.交叉口通行策略6.避障算法的分类包括（）A.静态避障B.动态避障C.全局避障D.局部避障7.规划成本函数的常见维度有（）A.安全B.效率C.舒适D.能耗8.RRT系列算法的特点有（）A.随机采样B.适用于高维空间C.路径可能不最优D.实时性好9.决策模块的输入数据包括（）A.感知结果B.地图信息C.车辆状态D.交通规则10.规划需满足的要求有（）A.安全合规B.效率优先C.舒适性D.可解释性四、判断题（共10题，每题2分）1.全局规划是实时计算的（）2.行为决策只考虑静态环境（）3.A算法启发函数h(n)≤实际代价时能找到最优路径（）4.RRT算法输出的路径无需平滑处理（）5.局部规划更新频率比全局规划高（）6.决策树只能处理离散变量（）7.动态避障不需要考虑车辆动力学（）8.V2X数据对规划无辅助作用（）9.路径规划和轨迹规划是同一概念（）10.成本函数只包含距离成本（）五、简答题（共4题，每题5分）1.简述智能驾驶规划系统的三层架构及各层功能。2.比较A算法与Dijkstra算法的异同。3.简述动态避障规划的关键技术。4.行为决策模块的主要输入输出是什么？六、讨论题（共2题，每题5分）1.如何平衡智能驾驶规划中的安全与效率？2.针对城市复杂交通场景（如交叉口、行人横穿），规划算法需做哪些优化？---答案部分一、填空题答案1.行为决策2.欧氏（或曼哈顿）3.快速探索随机树4.环境感知结果5.高精6.动力学7.行为8.动态窗口法（DWA）9.舒适性10.车联网二、单项选择题答案1.C2.B3.B4.D5.B6.D7.C8.B9.C10.C三、多项选择题答案1.ABC2.ABD3.ABCD4.ABCD5.ABD6.ABCD7.ABCD8.ABCD9.ABCD10.ABCD四、判断题答案1.×2.×3.√4.×5.√6.×7.×8.×9.×10.×五、简答题答案1.三层架构及功能：①全局规划：基于高精地图和起点终点，生成宏观路径（如高速路线），不考虑实时动态；②行为决策：结合实时感知（障碍物、交通信号）和规则，输出行为指令（换道、跟车等）；③轨迹规划：基于行为指令和车辆动力学，生成连续速度-位置轨迹，满足实时控制需求。2.异同比较：相同点：均为图搜索算法，A启发函数合适时可找到最优路径。不同点：①Dijkstra无启发，从起点扩散，搜索范围大；②A引入启发函数（如欧氏距离），优先搜索代价低的节点，效率更高；③A仅h(n)≤实际代价时保证最优，Dijkstra无此限制但速度慢。3.关键技术：①障碍物预测：用卡尔曼滤波、LSTM预测未来轨迹；②实时搜索：DWA、TEB算法快速生成避障轨迹；③约束满足：兼顾车辆动力学（速度、转向角）和安全距离；④多目标优化：平衡安全、效率、舒适性；⑤决策融合：结合V2X数据提升预测准确性。4.输入输出：输入：①感知结果（障碍物、行人）；②地图信息（道路结构、规则）；③车辆状态（速度、位置）；④V2X数据（周围车辆、信号）。输出：①行为指令（换道、跟车、停车）；②目标参数（跟车距离、换道时机、速度目标）。六、讨论题答案1.平衡安全与效率：①动态调整成本函数权重：路口场景提升安全权重，高速场景提升效率权重；②提升预测精度：用高精度感知和V2X减少保守避障；③算法融合：全局选最优路径，局部用TEB兼顾安全与平滑；④规则适配：遵守限速但无车时适当提速；⑤反馈优化：基于实际数据迭代成本函数。2.城市复杂场景优化：①交叉口规划：结合信