2025年人工智能自动驾驶感知考试题库及答案.docxVIP

2025年人工智能自动驾驶感知考试题库及答案

一、单项选择题（每题2分，共40分）

1.在2025年主流L4级自动驾驶感知系统中，以下哪种传感器组合被普遍认为在雨雾天气下仍能保持90%以上目标检测召回率？

A.128线激光雷达＋4D成像雷达＋800万像素可见光相机

B.64线激光雷达＋毫米波雷达＋红外相机

C.纯视觉800万像素八目相机＋补盲激光雷达

D.4D成像雷达＋红外相机＋事件相机

答案：A。128线激光雷达提供高密度点云，4D成像雷达在雨雾中衰减更小，800万像素相机提供冗余纹理信息，三者融合可在恶劣天气下保持高召回。

2.当自动驾驶车辆驶入隧道出口时，相机图像发生大面积过曝，此时感知模块最优先触发的机制是：

A.直接切换至红外相机

B.启动HDR多帧合成

C.提高激光雷达点云权重

D.请求车端ISP进行逐像素增益抑制

答案：B。HDR多帧合成可在毫秒级恢复动态范围，避免感知丢失。

3.在BEV（Bird’sEyeView）感知框架中，将图像特征投影到3D空间时，2025年主流方案采用的可学习深度估计模块是：

A.单目深度估计网络DORN

B.双目立体匹配网络PSMNet

C.基于Transformer的DepthNetv3

D.传统SGBM算法

答案：C。DepthNetv3使用交叉注意力机制，可在无激光雷达时提供厘米级相对深度。

4.针对夜间低光场景，以下哪种数据增强策略对提升行人检测AP最有效？

A.随机伽马变换

B.随机插入高斯噪声

C.随机合成车灯炫光

D.随机擦除图像下半部分

答案：C。合成车灯炫光可模拟真实夜间炫光，提升模型鲁棒性。

5.在2025年量产方案中，激光雷达与相机外参在线标定的触发条件是：

A.车辆每次下电再上电

B.感知置信度下降5%

C.温度变化超过10℃

D.方向盘转角大于300°

答案：B。置信度下降触发在线标定，可在行驶中动态修正外参漂移。

6.当感知模型出现“鬼影”目标时，最可能的根因是：

A.训练集正负样本不平衡

B.多帧时序融合权重过大

C.后处理NMS阈值过低

D.激光雷达多路径反射

答案：D。多路径反射会在空无一物处生成虚假点云，导致鬼影。

7.在2025年法规要求下，自动驾驶系统必须对反光锥桶实现99.5%识别准确率，以下哪种方法对锥桶形状变化最鲁棒？

A.基于边缘的传统模板匹配

B.基于点云柱状特征的点Transformer

C.基于颜色的HSV阈值分割

D.基于毫米波雷达RCS分类

答案：B。点Transformer对几何形变不敏感，可适应锥桶被风吹倒等形变。

8.当车辆以120km/h巡航时，感知系统对静止卡车的最大允许漏检距离为：

A.50m

B.80m

C.120m

D.200m

答案：C。120km/h对应33.3m/s，考虑3.6s系统延迟与制动距离，120m为安全下限。

9.在Transformer感知网络中，位置编码采用“正弦＋可学习”混合模式，其主要目的是：

A.减少参数量

B.提升远距离目标注意力

C.加速收敛

D.降低过拟合

答案：B。正弦编码保留绝对位置，可学习部分适应场景变化，共同提升远距离注意力。

10.2025年主流占用网络（OccupancyNetwork）输出体素分辨率为：

A.0.1m

B.0.2m

C.0.5m

D.1.0m

答案：B。0.2m可在算力与精度间取得平衡，可检测0.5m高路沿。

11.在极端场景“白色卡车横置”中，最易失效的传感器是：

A.1550nm激光雷达

B.77GHz毫米波雷达

C.800万像素相机

D.事件相机

答案：C。白色车身与天空低对比度，相机易漏检。

12.当感知系统检测到“行人突然下蹲”，运动预测模块首先更新的状态量是：

A.加速度

B.朝向角

C.意图标签

D.身高

答案：C。下蹲意图直接改变行为策略，需先更新意图标签。

13.在2025年车端部署的感知模型中，INT8量化后mAP下降超过1%时，最常用的补偿手段是：

A.重新训练全精度模型

B.启用QAT（量化感知训练）

C.切换至FP16

D.提升输入分辨率

答案：B。QAT在训练阶段模拟量化误差，可恢复0.5%mAP。

14.对于激光雷达点云“地面分割”，2025年最轻量级的车端算法是：

A.Patchwo