2025年江苏省职业院校技能大赛高职组(智能网联汽车技术)参考试题及答案.docxVIP

2025年江苏省职业院校技能大赛高职组(智能网联汽车技术)参考试题及答案

一、理论考核试题（总分60分）

（一）单项选择题（每题2分，共20分）

1.智能网联汽车中，激光雷达（LiDAR）的核心测距原理是？

A.超声波反射时间差

B.电磁波飞行时间（TOF）

C.电荷耦合器件（CCD）成像

D.调频连续波（FMCW）频率差

答案：B。激光雷达通过发射激光脉冲并测量其反射回波的飞行时间（TimeofFlight，TOF）计算目标距离，这是其核心测距机制。超声波反射是超声波雷达原理，CCD成像是摄像头原理，FMCW是部分毫米波雷达采用的技术。

2.根据SAEJ3016标准，L4级自动驾驶的核心特征是？

A.系统在特定设计运行条件（ODD）下完成全部动态驾驶任务，人类驾驶员无需干预

B.系统在特定条件下完成动态驾驶任务，人类需随时接管

C.系统提供部分驾驶辅助（如ACC+LKA），人类负责主要控制

D.系统仅提供警告或瞬时辅助（如AEB）

答案：A。L4级为“高度自动驾驶”，系统在其设计运行条件内可独立完成所有驾驶任务，人类驾驶员在该条件下无需干预，与L3级（有条件自动驾驶，需驾驶员接管）形成关键区别。

3.车联网（V2X）中，C-V2X（蜂窝车联网）的通信频段主要使用？

A.2.4GHzISM频段

B.5.9GHzITS专用频段

C.700MHz广电频段

D.28GHz毫米波频段

答案：B。C-V2X基于3GPP标准，主要使用5.9GHzITS（智能交通系统）专用频段（5855-5925MHz），支持车-车（V2V）、车-路（V2I）、车-人（V2P）等多场景通信，2.4GHz主要用于WiFi，28GHz是5G毫米波频段。

4.智能网联汽车的车载以太网（IEEE802.3bw）典型传输速率为？

A.10Mbps

B.100Mbps

C.1Gbps

D.10Gbps

答案：C。车载以太网主要用于高速数据传输（如摄像头、激光雷达数据），目前主流采用1Gbps（IEEE802.3bw1000BASE-T1），支持全双工通信，满足智能驾驶对带宽的需求。

5.智能座舱中，语音交互系统的“唤醒词检测”主要依赖？

A.隐马尔可夫模型（HMM）

B.动态时间规整（DTW）

C.端到端神经网络（如DeepSpeech）

D.高斯混合模型（GMM）

答案：C。现代语音交互系统多采用端到端深度学习模型（如Transformer、卷积神经网络），直接从语音波形到文本或指令的映射，唤醒词检测作为其中子任务，依赖深度神经网络提取特征，HMM和GMM是早期语音识别技术。

（二）多项选择题（每题3分，共15分）

1.以下属于智能网联汽车多传感器融合常用方法的有？

A.卡尔曼滤波（KalmanFilter）

B.贝叶斯估计（BayesianEstimation）

C.深度学习（如YOLO、PointPillars）

D.加权平均法

答案：ABCD。多传感器融合包括传统算法（卡尔曼滤波用于状态估计，贝叶斯估计处理不确定性，加权平均法简单融合）和深度学习方法（如基于点云与图像的联合检测模型）。

2.关于V2X通信延迟，以下描述正确的有？

A.车-车（V2V）通信延迟需≤100ms以保证紧急避障

B.车-路（V2I）通信延迟主要受限于路侧单元（RSU）处理时间

C.5G-V2X（NR-V2X）的空口延迟可低至5ms

D.DSRC（专用短程通信）的延迟通常高于C-V2X

答案：ABC。V2X对延迟要求严格，V2V紧急场景需≤100ms（部分场景≤50ms）；5GNR-V2X通过URLLC（超可靠低延迟通信）支持空口延迟≤5ms；DSRC基于IEEE802.11p，延迟通常在50-100ms，C-V2X（LTE-V2X）延迟更低。D选项错误，DSRC延迟不一定高于C-V2X，具体取决于场景。

3.自动驾驶路径规划中，全局路径规划（GlobalPathPlanning）常用算法包括？

A.A算法（A-Star）

B.Dijkstra算法

C.动态窗口法（DWA）

D.快速随机树（RRT）

答案：ABD。全局路径规划用于全局地图下的最优路径有哪些信誉好的足球投注网站，A、Dijkstra、RRT是典型算法；动态窗口法（DWA）属于局部路径规划（LocalPathPlanning），用于实时避障。

4.智能网联汽车的OTA（空中下载）升级需考虑的安全要素包括？

A.固件签名验证（如PKI体系）

B.升级包完整性校验（如SHA-256哈希）

C.降级攻击防护（禁止回滚到旧版本）

D.通信链路加密（如TLS1.3）

答案：ABD。OTA安全需确保升级包来源可信（签名验证）、内容未篡