2025年人工智能与自动驾驶培训试卷及答案.docxVIP

2025年人工智能与自动驾驶培训及答案

一、单项选择题（每题2分，共30分）

1.在端到端自动驾驶架构中，以下哪一层直接接收原始传感器数据并输出转向角与加速度指令？

A.感知层?B.决策层?C.控制层?D.端到端神经网络层

答案：D

解析：端到端模型将感知、决策、控制压缩为单一深度网络，输入为原始像素，输出为控制指令。

2.当激光雷达点云出现“多径回波”时，最可能导致哪类误检？

A.将路面标识识别为行人?B.将隧道壁误认为前方车辆?C.将雨滴识别为障碍物?D.将减速带识别为静止轿车

答案：B

解析：多径回波在隧道或高楼间产生“鬼影”点云，形成虚假目标。

3.在Transformer感知模型中，位置编码的主要作用是：

A.增强特征通道的非线性?B.提供序列顺序信息?C.降低计算复杂度?D.抑制过拟合

答案：B

解析：Transformer本身无递归或卷积，需显式注入位置信息以保持空间或时序关系。

4.根据ISO26262，若某自动驾驶功能的安全目标为“避免非预期车道偏离”，则其ASIL等级最高可至：

A.ASILA?B.ASILB?C.ASILC?D.ASILD

答案：D

解析：车道偏离在高速场景下后果严重，暴露度、可控度、严重度综合评级可达ASILD。

5.在强化学习奖励函数中，加入“舒适度”项通常表现为：

A.对加速度绝对值进行指数惩罚?B.对车道中心偏移进行线性惩罚?C.对方向盘转角进行符号惩罚?D.对跟车时距进行负熵奖励

答案：A

解析：加速度剧烈变化直接作用于乘员体感，指数惩罚可平滑控制序列。

6.下列关于占用栅格地图（OccupancyGrid）的陈述，正确的是：

A.每个栅格存储反射强度?B.反向传感器模型可用贝叶斯更新?C.分辨率越高越好，无需考虑计算量?D.无法表达动态物体速度

答案：B

解析：贝叶斯更新融合多次观测，解决栅格占用不确定性。

7.在自动驾驶仿真中，若需验证“cut-in”场景，最需调整的关键参数是：

A.目标车横向加速度?B.主车发动机扭矩?C.路面附着系数?D.GPS基站位置

答案：A

解析：cut-in的核心是相邻车辆横向运动学。

8.关于联邦学习在车队更新中的应用，以下哪项技术可防止模型遭受“梯度反转”攻击？

A.差分隐私加噪?B.知识蒸馏?C.同态加密?D.梯度压缩

答案：C

解析：同态加密使参数在密文域聚合，攻击者无法获取原始梯度。

9.在BEV（Bird’sEyeView）感知中，将图像特征投影到3D空间的变换矩阵依赖：

A.相机内参与外参?B.轮速脉冲?C.IMU零偏?D.激光雷达反射率

答案：A

解析：内外参决定像素到车体坐标的映射。

10.当高精地图出现“纵向坡度”误差时，对哪类算法影响最大？

A.基于视觉的语义分割?B.基于激光的SLAM?C.基于Ibeo的地面检测?D.基于UWB的V2X定位

答案：B

解析：坡度误差直接扭曲Z轴，导致scan-matching退化。

11.在NVIDIAOrin平台部署INT8量化模型时，校准阶段最常用的数据集是：

A.ImageNet?B.COCO?C.自采车载闭环数据?D.KITTIRaw

答案：C

解析：量化误差与输入分布强相关，需使用目标域数据。

12.下列哪种滤波器最适合处理“非高斯、多模态”的物体跟踪问题？

A.卡尔曼滤波?B.扩展卡尔曼滤波?C.无迹卡尔曼滤波?D.粒子滤波

答案：D

解析：粒子滤波用蒙特卡洛表示任意分布，可保持多峰。

13.在功能安全分析中，若故障度量指标SPFM=97%，则单点故障容错覆盖率约为：

A.97%?B.99%?C.95%?D.无法确定

答案：A

解析：SPFM即单点故障度量，数值即覆盖率。

14.关于自动驾驶伦理困境的“风险不对称原则”，其核心思想是：

A.优先保护车内乘客?B.优先保护弱势群体?C.按人数最大化生存?D.按财产最小化损失

答案：B

解析：欧盟ETHICAS框架提出不对称原则，强调行人、骑行者优先。

15.在5G-V2X的NR-V2X模式下，用于超低时延的物理层子载波间隔为：

A.15kHz?B.30kHz?C.60kHz?D.120kHz

答案：D

解析：120kHz子载波对应0.125ms时隙，可满足1ms空口时延。

二、多项选择题（每题3分，共30分，多选少选均不得分）

16.以下哪些方法可缓解“域适应”导致的B