2026河南开封金茂智慧交通科技有限公司招聘46人笔试历年典型考点题库附带答案详解

2026河南开封金茂智慧交通科技有限公司招聘46人笔试历年典型考点题库附带答案详解一、选择题从给出的选项中选择正确答案（共50题）1、在智慧交通系统中，用于实时采集道路交通流量、车速及车型分类数据的核心传感器通常不包括以下哪一项？A.环形线圈检测器B.微波雷达检测器C.红外热成像仪D.光纤光栅传感器2、V2X（车联网）通信技术中，实现车与车（V2V）、车与基础设施（V2I）之间低时延通信的关键技术是？A.LTE-V2XB.Wi-Fi6C.蓝牙5.0D.ZigBee3、在智慧交通信号控制系统中，自适应信号控制算法主要依据什么数据来动态调整信号配时？A.历史平均交通流量B.实时交通流状态C.驾驶员偏好设置D.天气预报信息4、智能网联汽车中，用于感知周围360度环境并构建高精度地图的关键传感器组合通常是？A.毫米波雷达+摄像头B.激光雷达（LiDAR）+超声波雷达C.激光雷达+毫米波雷达+摄像头+超声波雷达D.仅依靠GPS定位5、在交通大数据平台中，处理海量浮动车数据（如出租车GPS轨迹）时，最常用的数据清洗步骤是？A.数据加密B.异常值剔除与轨迹纠偏C.数据备份D.格式转换6、在智慧交通系统中，利用RFID技术实现车辆快速通行，主要依赖于哪种通信原理？A.电磁感应B.光波反射C.声波测距D.激光扫描7、根据《道路交通安全法》，机动车在高速公路上行驶，遇有雾、雨、雪、沙尘、冰雹等低能见度气象条件，能见度小于50米时，车速不得超过每小时多少公里？A.20公里B.30公里C.40公里D.60公里8、在交通信号控制中，自适应信号控制系统相较于固定配时系统，其核心优势在于？A.降低硬件成本B.实时响应交通流变化C.减少信号灯数量D.消除闯红灯行为9、车联网（V2X）通信中，用于车与车之间直接通信的技术标准主要基于？A.Wi-FiB.DSRC或C-V2XC.蓝牙D.红外10、城市交通大脑中的“数字孪生”技术，其主要作用是？A.替代人工驾驶B.构建物理交通系统的虚拟映射C.增加道路宽度D.减少车辆排放11、在智慧交通系统的感知层中，下列哪种传感器最常用于实时监测路面车流量和车辆速度？

A.红外热成像仪

B.毫米波雷达

C.可见光摄像头

D.激光雷达A.AB.BC.CD.D12、在交通信号控制中，自适应控制系统相比定时控制系统的主要优势在于：

A.硬件成本更低

B.能够根据实时交通流动态调整配时方案

C.安装维护更简单

D.不受网络通信影响A.AB.BC.CD.D13、车联网（V2X）通信中，C-V2X技术主要依赖以下哪种网络架构实现低延迟通信？

A.4GLTE网络

B.5GNR直连通信（PC5接口）

C.Wi-Fi热点

D.蓝牙短距离连接A.AB.BC.CD.D14、在智慧交通大数据处理流程中，数据清洗的主要目的是：

A.增加数据量以提高模型精度

B.去除噪声、错误和不完整数据

C.将数据加密存储

D.可视化展示数据结果A.AB.BC.CD.D15、智能交通系统（ITS）中，电子收费系统（ETC）主要应用了哪种非现场支付技术？

A.二维码扫描

B.射频识别（RFID）

C.指纹识别

D.面部识别A.AB.BC.CD.D16、在智慧交通系统中，车路协同（V2X）技术主要解决的核心问题是？A.提高道路铺装质量B.实现车辆与基础设施的信息交互C.降低燃油价格D.增加城市绿化面积17、下列哪种传感器最适合用于智慧交通监控中的全天候目标检测？A.可见光摄像头B.毫米波雷达C.麦克风D.温度计18、在交通大数据分析中，“数据孤岛”现象主要指的是？A.数据存储空间不足B.不同部门间数据无法共享互通C.数据丢失D.网络带宽不足19、智能信号灯控制系统主要依据什么数据来动态调整红绿灯时长？A.固定时间表B.实时车流密度C.天气预报D.行人数量20、V2N（VehicletoNetwork）通信主要依赖于哪种网络基础设施？A.局域网B.5G/4G蜂窝网络C.蓝牙D.红外通信21、在智慧交通系统中，用于实时采集路面车辆流量、车速及车型分类数据的核心感知设备是？A.气象传感器B.毫米波雷达C.空气质量检测仪D.噪音监测器22、在交通信号控制算法中，旨在通过协调相邻路口信号灯配时，使车辆以特定速度行驶能连续通过多个路口的策略称为？A.单点定时控制B.绿波带控制C.感应控制D.区域闭环控制23、V2X通信技术中，Vehicle-to-Infrastructure（车路协同）主要指的是？A.车与车之间的通信B.车与道路基础设施之间的通信C.车与行人之间的通信D.车与云端平台之间的通信24、在构建城市交通大脑的数据底座时，下列哪项数据通常不属于结构化交通业务数据？A.信号灯配时方案日志B.违章抓拍记录C.监控视频原始流D.公交IC卡刷卡记录25、智慧公交系统中，利用GPS/北斗定位数据结合地图匹配技术，主要解决的问题是？A.提升公交车燃油效率B.解决定位漂移导致的车辆位置偏差C.自动调度驾驶员休息D.预测乘客下车意愿26、在智能网联汽车测试中，用于模拟复杂交通场景并验证自动驾驶算法安全性的关键平台是？A.实车道路测试场B.硬件在环仿真平台C.封闭场地测试区D.公众开放道路27、在智慧交通系统中，以下哪项技术主要依赖于高精度地图和传感器数据来实现车辆与道路基础设施的实时交互？A.传统GPS导航B.V2X通信技术C.电子收费系统D.视频监控分析28、城市交通大脑进行实时信号优化时，主要依据的数据来源不包括以下哪项？A.地磁线圈检测数据B.互联网导航平台路况数据C.驾驶员个人手机通讯录D.路口视频监控数据29、在自动驾驶感知层中，激光雷达（LiDAR）相较于摄像头的最大优势在于？A.成本低廉B.能够获取环境三维深度信息C.识别颜色更准确D.不受光线影响30、智能网联汽车中，用于实现紧急制动预警（AEB）功能的主要传感器组合通常是？A.仅超声波雷达B.毫米波雷达与摄像头融合C.仅GPS模块D.仅惯性导航单元31、在智慧交通大数据平台中，数据清洗的主要目的是？A.增加数据量B.提高数据存储速度C.去除噪声和异常值D.加密用户隐私32、在智慧交通系统中，利用摄像头和传感器实时采集路面车流数据，并通过边缘计算节点进行初步筛选与处理，再上传至云端进行深度分析。这种架构主要体现了物联网的哪一核心特征？A.全面感知B.可靠传输C.智能处理D.泛在连接33、在数据结构中，若某算法的时间复杂度为O(nlogn)，且该算法在处理大规模交通流量数据时表现出良好的稳定性，下列哪种排序算法最符合这一特征？A.冒泡排序B.快速排序C.归并排序D.插入排序34、在城市交通信号控制优化中，采用强化学习算法让信号灯根据实时车流动态调整配时。在此模型中，智能体（Agent）从环境（路口）接收到的反馈信号通常被称为：A.动作B.状态C.奖励D.策略35、在5G通信技术应用于车联网（V2X）的场景中，为了实现低延迟的车辆协同驾驶，主要依赖的关键技术特性是：A.增强移动宽带B.海量机器类通信C.超高可靠低时延通信D.网络切片36、在交通大数据治理过程中，清洗来自不同来源的GPS轨迹数据时，发现部分数据点出现“空间跳跃”现象，即车辆瞬间移动至几十公里外。这种数据质量问题通常归类为：A.缺失值B.噪声数据C.重复数据D.异常值37、在智慧交通系统的信号控制优化中，以下哪种算法最常用于实时调整路口信号配时以缓解拥堵？A.固定周期控制B.自适应信号控制C.人工手动调控D.随机信号生成38、V2X通信技术中，V2I指的是什么？A.车与车通信B.车与基础设施通信C.车与行人通信D.车与网络通信39、在交通大数据处理流程中，数据清洗的主要目的是什么？A.增加数据量B.提高数据存储速度C.去除噪声、错误和不完整数据D.加密敏感信息40、以下哪项技术不属于智能交通系统（ITS）的关键支撑技术？A.物联网技术B.人工智能算法C.传统纸质地图导航D.云计算平台41、在公共交通调度优化中，基于实时客流数据的动态调度主要解决了什么痛点？A.车辆制造成本过高B.乘客等待时间不确定及车厢拥挤不均C.司机驾驶技术不足D.道路建设资金短缺42、在智慧交通系统中，为了实现车辆与道路基础设施之间的实时数据交互，主要依赖哪种通信技术？A.蓝牙短距离通信B.车路协同（V2X）技术C.传统的GPS定位D.红外感应技术43、在城市交通流量预测中，若使用深度学习模型处理历史交通流数据，以下哪种网络结构最为常用？A.支持向量机（SVM）B.长短期记忆网络（LSTM）C.线性回归模型D.K-means聚类算法44、智慧交通中的“数字孪生”技术主要目的是什么？A.降低硬件传感器成本B.在虚拟空间中映射并仿真物理交通系统C.替代人工驾驶功能D.加密交通管理数据45、在智能网联汽车感知层中，激光雷达（LiDAR）的主要优势是什么？A.成本低廉且易于大规模安装B.提供高精度的三维空间点云数据C.完全不受天气影响D.仅用于识别车道线颜色46、交通信号控制优化中，“自适应信号控制”相较于“固定配时控制”的核心区别在于？A.信号灯颜色更多样B.根据实时交通流量动态调整配时方案C.无需电力供应D.仅适用于高速公路47、在智慧交通系统中，用于实时采集路面车辆速度、车型及流量的核心设备通常是？A.气象传感器B.地磁线圈或视频检测器C.空气质量监测仪D.噪音传感器48、智能交通系统（ITS）中，V2X通信技术主要解决的是什么问题？A.提高手机上网速度B.实现车与车、车与路、车与人的信息交互C.增强车载音响效果D.优化电池充电效率49、在交通大数据处理中，用于预测未来短时交通拥堵趋势最常用的算法模型是？A.线性回归B.时间序列分析（如ARIMA）C.随机森林D.支持向量机50、自动驾驶汽车在感知层中，激光雷达（LiDAR）的主要优势在于？A.成本低廉B.能生成高精度三维点云地图C.不受光线影响且穿透力强D.体积最小

参考答案及解析1.【参考答案】C【解析】环形线圈和微波雷达是智慧交通中广泛使用的车辆检测技术，能精准获取流量、速度和车型信息。光纤光栅传感器也可用于路面状态监测。红外热成像仪主要用于夜间监控、火情预警或人体测温，虽然可用于交通监控，但其核心功能并非直接采集高精度的交通流参数（如精确车速和车型分类），因此不属于核心的交通数据采集传感器。2.【参考答案】A【解析】LTE-V2X是基于蜂窝网络的车联网通信标准，具备低时延、高可靠性和广覆盖的特点，支持直连通信（PC5接口）和网络通信（Uu接口），是实现V2V和V2I实时交互的核心技术。Wi-Fi6和蓝牙主要用于短距离个人设备连接，ZigBee适用于低功耗物联网传感，均无法满足车联网对实时性和移动性的严苛要求。3.【参考答案】B【解析】自适应信号控制的核心优势在于“实时响应”。它通过检测器获取当前的交通流状态（如排队长度、到达率、占有率等），利用算法动态优化各相位绿灯时间，以缓解拥堵。历史数据用于离线规划，天气预报为辅助因素，驾驶员偏好与系统控制无关，只有实时数据能体现自适应控制的即时调节能力。4.【参考答案】C【解析】为了实现L4/L5级自动驾驶的环境感知，通常需要多传感器融合。激光雷达提供高精度三维点云，毫米波雷达擅长测速和穿透恶劣天气，摄像头提供丰富的纹理和语义信息，超声波雷达用于近距离障碍物检测。单一传感器或简单组合无法覆盖所有场景需求，GPS仅用于定位，不具备环境感知能力。5.【参考答案】B【解析】浮动车数据常受信号丢失、漂移或设备故障影响，产生异常点。数据清洗的首要任务是识别并剔除这些异常值，并通过地图匹配算法将离散坐标纠偏到实际道路网络上，以保证数据的准确性和可用性。加密、备份和格式转换虽重要，但不属于针对数据质量的核心清洗逻辑。6.【参考答案】A【解析】RFID（射频识别）技术利用射频信号通过空间耦合（交变磁场或电磁场）实现无接触信息传递。在ETC场景中，路侧单元与车载电子标签之间通过电磁感应或反向散射通信进行数据交换，从而识别车辆身份并自动扣费。光波、声波和激光扫描虽可用于识别，但非RFID核心原理。电磁感应是近场RFID的主要工作方式，确保了在非视线遮挡下的高效率识别，是智慧交通快速通行的关键技术基础。7.【参考答案】A【解析】依据《中华人民共和国道路交通安全法实施条例》第八十一条规定，机动车在高速公路上行驶，遇有雾、雨、雪、沙尘、冰雹等低能见度气象条件时，能见度小于50米时，开启雾灯、近光灯、示廓灯、前后位灯和危险报警闪光灯，车速不得超过每小时20公里，并从最近的出口尽快驶离高速公路。此规定旨在最大限度降低因视线不良引发的连环追尾事故风险，保障行车安全。8.【参考答案】B【解析】自适应信号控制系统通过检测器实时采集路口交通流量、排队长度等数据，利用算法动态调整信号灯的相位和配时方案。其核心优势在于能够实时响应交通流的时空变化，有效缓解拥堵，提高道路通行效率。固定配时系统无法适应实时路况波动，而自适应系统能根据实际需求优化通行权分配，是智慧交通提升路网运行效率的关键技术手段。9.【参考答案】B【解析】车联网通信主要依赖专用短程通信技术。DSRC（专用短程通信）基于IEEE802.11p标准，而C-V2X（蜂窝车联网）基于3GPPLTE-V2X及5GNR标准。这两种技术均专为低延迟、高可靠的车与车（V2V）、车与路（V2I）通信设计，支持高速移动场景下的实时交互。Wi-Fi、蓝牙和红外在传输距离、抗干扰能力及移动性支持上无法满足车联网对安全性和实时性的严苛要求。10.【参考答案】B【解析】数字孪生技术通过物联网传感器实时采集物理交通系统的状态数据，在虚拟空间中构建高保真的数字映射模型。其主要作用是对交通运行状态进行实时仿真、预测和分析，从而优化信号控制、规划交通流线或模拟突发事件影响。它并非直接替代驾驶或改变物理道路结构，而是通过数据驱动决策，提升交通管理的智能化水平和应急响应能力。11.【参考答案】B【解析】毫米波雷达具有全天候工作能力强、测速测距精度高、抗干扰能力强等特点，广泛用于交通流量监测和车速测量。红外热成像主要用于夜间或恶劣天气下的目标检测，可见光摄像头受光照影响大，激光雷达成本高且多用于高精地图构建。因此，毫米波雷达是监测流量和速度的最佳选择。12.【参考答案】B【解析】自适应信号控制系统通过实时采集路口交通数据，利用算法动态优化信号灯配时方案，以缓解拥堵。定时控制则按预设时间表运行，灵活性差。虽然自适应系统初期投入较高且依赖通信，但其核心优势在于实时响应交通变化，提升通行效率。13.【参考答案】B【解析】C-V2X（CellularVehicle-to-Everything）基于蜂窝网络技术。其中，5GNR的PC5接口支持设备间直接通信（sidelink），无需经过基站中转，具有超低延迟和高可靠性，非常适合车与车、车与路之间的实时安全交互。4G延迟较高，Wi-Fi和蓝牙在移动场景下稳定性不足。14.【参考答案】B【解析】数据清洗是数据处理的关键步骤，旨在识别并纠正数据集中的错误、不一致、缺失值或异常噪声，从而提高数据质量，为后续的分析、建模提供可靠基础。增加数据量、加密或可视化均不是数据清洗的核心目的。15.【参考答案】B【解析】ETC系统通过车载电子标签（OBU）与路侧单元（RSU）之间的微波通信完成车辆身份识别和扣费，其核心技术基础是射频识别（RFID）技术。该技术实现了车辆在高速通过收费站时无需停车即可完成交易，极大提高了通行效率。二维码、指纹和面部识别均非ETC主流技术。16.【参考答案】B【解析】车路协同（V2X）是指通过无线通信技术，实现车与车（V2V）、车与路（V2I）、车与人（V2P）以及车与云（V2N）之间的全方位信息交互。其核心目的是通过实时数据共享，提升交通效率、保障行车安全并支持自动驾驶。提高铺装质量属于土木工程范畴，降低油价属于经济调控，增加绿化属于城市规划，均非V2X技术的直接功能。因此，实现信息交互是解决交通拥堵和事故的关键技术手段。17.【参考答案】B【解析】智慧交通监控需要全天候工作，可见光摄像头受光照和天气影响大，夜间或恶劣天气下效果显著下降。麦克风用于声音采集，温度计仅测量温度，均无法直接检测车辆目标。毫米波雷达具有穿透雾、雨、雪能力强，不受光照影响，且能精确测量目标的速度和距离，是全天候目标检测的理想选择。因此，在复杂气象条件下，毫米波雷达相比光学设备更具优势。18.【参考答案】B【解析】“数据孤岛”是指由于系统架构、标准不统一或管理壁垒，导致不同部门或系统之间的数据无法有效共享和整合。在智慧交通中，交警、公交、地图服务商等各自拥有数据，若不能互通，就无法形成全局视角，降低决策效率。这并非物理上的空间不足或数据丢失，也不是单纯的带宽问题，而是数据流动性和整合性的障碍。解决之道在于建立统一的数据标准和共享平台。19.【参考答案】B【解析】传统信号灯多采用固定时间表，无法应对突发交通流变化。智能信号控制系统通过地磁、视频或雷达等传感器实时采集路口车流量、排队长度等数据，利用算法动态调整绿灯时长，以实现“绿波带”或优先通行，从而最大化路口通行效率。虽然行人数量和天气有影响，但核心依据是实时车流密度，以便快速疏导拥堵。固定时间表缺乏灵活性，不是智能系统的特征。20.【参考答案】B【解析】V2N指车辆与云端网络之间的通信，需要大范围、高带宽、低延迟的连接以支持导航、远程诊断、OTA升级等服务。5G/4G蜂窝网络覆盖范围广，适合此类广域通信。局域网（Wi-Fi）覆盖范围有限，蓝牙和红外通信距离极短，仅适用于近场交互，无法满足车辆在移动中与云端持续交互的需求。因此，蜂窝移动网络是V2N的主要承载基础设施。21.【参考答案】B【解析】毫米波雷达具备穿透雨雾能力强、测速测距精度高、不受光照影响等优势，是智慧交通中实现全天候交通流检测的关键设备。气象传感器用于监测温湿度等环境参数；空气质量检测仪监测PM2.5等污染物；噪音监测器记录声级数据。三者均无法直接获取车辆的运动学参数如流量和车速，因此毫米波雷达是本题正确答案。22.【参考答案】B【解析】绿波带控制（GreenWave）是指通过调整沿线相邻信号灯的相位差，使车流在主要方向上能够以设计速度连续通过多个路口，减少停车次数，提高通行效率。单点定时控制仅针对单一路口固定周期；感应控制根据实时流量动态调整周期；区域闭环控制侧重于整个区域的协调优化，但不特指“连续通过”的绿波效果。因此选B。23.【参考答案】B【解析】V2X包含多种通信模式：V2V指车与车（Vehicle-to-Vehicle）；V2I指车与基础设施（Vehicle-to-Infrastructure），如信号灯、路侧单元RSU；V2P指车与行人（Vehicle-to-Pedestrian）；V2N指车与网络（Vehicle-to-Network）。题目明确询问V2I，即车路协同的核心，故正确答案为B。24.【参考答案】C【解析】结构化数据指具有固定字段格式、易于数据库存储和查询的数据。信号灯日志、违章记录、IC卡记录均具备明确的字段（时间、地点、ID等），属于结构化数据。监控视频原始流属于非结构化数据，需要经过视频分析算法提取出结构化信息（如车牌、车型）后方可纳入传统业务数据库。因此C项不属于结构化交通业务数据。25.【参考答案】B【解析】GPS/北斗信号在城市峡谷或隧道中易受遮挡或多径效应影响，产生定位漂移。地图匹配技术通过将原始定位点投影到道路网络上，结合拓扑关系和行驶轨迹，修正误差，从而准确判断车辆所在的具体车道和路段。这直接解决了位置偏差问题，为精准调度和公众服务提供基础，而非直接提升燃油或预测乘客意愿。故选B。26.【参考答案】B【解析】硬件在环（HIL）仿真平台能够在实验室环境下，将真实的控制器硬件接入由计算机生成的虚拟交通场景中，模拟各种极端和长尾场景，成本低、安全性高且可重复性强，是验证算法逻辑和实时性的关键。实车测试和封闭场地虽重要，但难以覆盖海量复杂场景；公众道路风险过高。HIL仿真侧重于算法和硬件的逻辑验证，故选B。27.【参考答案】B【解析】V2X（VehicletoEverything）通信技术是智慧交通的核心，它实现了车与车（V2V）、车与路（V2I）、车与人（V2P）及车与网络（V2N）之间的信息交换。传统GPS仅提供定位，电子收费用于计费，视频监控侧重事后追溯或实时状态感知，唯有V2X能结合高精度地图和传感器数据，实现实时的协同感知与决策，提升通行效率与安全。28.【参考答案】C【解析】交通大脑依赖实时交通流数据进行信号配时优化。地磁线圈、导航平台路况及视频监控均能提供车流量、车速、排队长度等关键指标。而驾驶员个人手机通讯录属于隐私数据，与交通运行状态无直接关联，且涉及严重隐私合规问题，绝不会作为交通控制的输入数据源。29.【参考答案】B【解析】激光雷达通过发射激光束并接收反射信号，能够精确构建周围环境的三维点云模型，提供高精度的距离和深度信息，这是摄像头（主要获取二维图像）难以直接实现的。虽然激光雷达成本较高且受恶劣天气影响较大，但其核心的三维空间感知能力是自动驾驶安全冗余的关键。30.【参考答案】B【解析】AEB功能需要准确识别前方障碍物及其相对速度。毫米波雷达擅长测距和测速，且受天气影响小；摄像头擅长识别物体类型（如行人、车辆）。两者融合能互补优势，提高检测的准确性和可靠性。超声波雷达主要用于低速泊车，GPS和惯性导航主要用于定位，无法直接感知前方碰撞风险。31.【参考答案】C【解析】数据清洗是数据处理的关键环节，旨在识别并纠正数据中的错误、不一致、缺失或异常值（噪声）。这能确保后续数据分析、建模和决策的准确性与可靠性。增加数据量、提高存储速度或加密隐私虽然也是数据处理的相关目标，但不是“清洗”这一特定步骤的核心目的。32.【参考答案】C【解析】智慧交通系统的核心在于从海量数据中提取价值。全面感知侧重于数据采集（如摄像头、雷达），可靠传输侧重于数据在网络中的稳定传递，泛在连接强调万物互联的基础设施。而题目中描述的“边缘计算节点初步筛选”及“云端深度分析”，旨在对感知到的数据进行智能化挖掘、决策和优化，从而实现对交通状况的主动调控与管理，这正是“智能处理”特征的典型体现。智能处理是物联网区别于其他网络技术的本质属性，它赋予了系统自我学习和自适应的能力。因此，本题选C。33.【参考答案】C【解析】冒泡排序和插入排序的平均时间复杂度均为O(n²)，在处理大规模数据时效率较低，不符合O(nlogn)的特征。快速排序虽然平均时间复杂度为O(nlogn)，但在最坏情况下会退化为O(n²)，且其稳定性依赖于具体实现，并非天然稳定。归并排序在任何情况下的时间复杂度均为O(nlogn)，且是一种稳定的排序算法，适合对数据顺序有要求或需要稳定性的场景。因此，结合时间复杂度和稳定性两个条件，归并排序是最符合描述的算法。本题选C。34.【参考答案】C【解析】在强化学习框架中，智能体（Agent）处于环境（Environment）中。智能体根据当前环境状态（State）执行动作（Action），动作执行后，环境会发生变化并返回新的状态，同时给予智能体一个数值反馈，即奖励（Reward）。奖励信号用于指导智能体学习如何最大化长期累积奖励，从而优化策略（Policy）。在交通信号控制中，车流等待时间的减少或通行效率的提高会被转化为具体的奖励数值，供算法优化使用。因此，反馈信号是奖励。本题选C。35.【参考答案】C【解析】5G技术三大主要场景包括增强移动宽带（eMBB）、海量机器类通信（mMTC）和超高可靠低时延通信（uRLLC）。eMBB主要解决高清视频流等大流量需求；mMTC支持海量物联网设备连接；uRLLC则专门针对对时延和可靠性要求极高的应用，如自动驾驶、远程医疗和工业控制。车辆协同驾驶需要毫秒级的反应速度和极高的连接可靠性，以确保行车安全，这直接对应uRLLC的技术特性。网络切片是实现多业务隔离的手段，而非底层核心特性。本题选C。36.【参考答案】B【解析】在数据清洗中，缺失值指数据完全缺失；重复数据指同一记录多次出现；异常值通常指统计学上偏离均值过远但仍可能存在的极值。而“空间跳跃”是由于GPS信号丢失、漂移或设备故障导致的错误坐标，属于典型的测量误差或系统噪声，被称为噪声数据（Noise）。这类数据严重偏离真实物理规律（如瞬时高速），必须通过平滑算法或插值方法进行修正或剔除，以保证后续路径规划和分析的准确性。本题选B。37.【参考答案】B【解析】固定周期控制适用于流量稳定的情况，缺乏灵活性；人工调控效率低且难以应对突发状况；随机生成无科学依据。自适应信号控制通过检测器实时采集交通流数据（如车辆数、排队长度），利用算法动态调整绿灯时长和周期，能显著提高路口通行效率，是智慧交通的核心技术之一。38.【参考答案】B【解析】V2X（Vehicle-to-Everything）包含多种通信类型。V2V（Vehicle-to-Vehicle）指车与车之间通信；V2I（Vehicle-to-Infrastructure）指车与道路基础设施（如信号灯、路侧单元RSU）通信；V2P（Vehicle-to-Pedestrian）指车与行人通信；V2N（Vehicle-to-Network）指车与云端网络通信。因此，V2I特指车与基础设施的交互，旨在提升道路安全和通行效率。39.【参考答案】C【解析】交通数据往往来源复杂，存在缺失值、异常值或重复记录。数据清洗是预处理的关键步骤，旨在识别并纠正这些数据错误，确保数据的质量、一致性和准确性。只有经过清洗的数据才能用于后续的分析、建模和决策支持，从而保证智慧交通系统输出的可靠性。增加数据量或加密并非清洗的主要目的。40.【参考答案】C【解析】智能交通系统依赖于实时数据采集与分析。物联网技术实现万物互联，人工智能用于交通预测和调度，云计算提供强大的算力支持，这些都是ITS的核心。而传统纸质地图导航缺乏实时性、交互性和动态更新能力，无法适应智慧交通对实时路况和精准导航的需求，因此不属于其关键支撑技术。41.【参考答案】B【解析】传统固定时刻表调度难以应对早晚高峰或突发事件导致的客流波动，常造成“空驶”或“拥挤”并存。动态调度通过实时监控上下车人数和候车人数，灵活调整发车间隔和车型，能有效平衡运力与需求，减少乘客无效等待时间，提升乘坐舒适度和服务质量，是提升公共交通吸引力的关键手段。42.【参考答案】B【解析】车路协同（V2X,Vehicle-to-Everything）技术是智慧交通的核心，它允许车辆与周围车辆（V2V）、基础设施（V2I）、行人（V2P）及网络（V2N）进行信息交换。蓝牙主要用于短距离个人设