智慧物流无人配送车研发工程师岗位招聘考试试卷及答案.docVIP

智慧物流无人配送车研发工程师岗位招聘考试试卷及答案

一、填空题（共10题，每题1分）

1.无人配送车无GPS环境下的定位技术是______。

2.激光雷达按扫描方式分机械旋转式、______和混合固态式。

3.车联网核心通信技术是______（Vehicle-to-Everything）。

4.差速驱动底盘通过控制______转速差转向。

5.动态避障常用算法是______。

6.无人配送车常用动力电池是______锂电池。

7.多车调度系统核心功能是______和任务分配。

8.主动安全系统包括碰撞预警和______。

9.我国智能网联汽车测试规范是______系列标准。

10.包裹识别依赖______技术。

二、单项选择题（共10题，每题2分）

1.弱光环境下定位精度最高的传感器是？

A.单目摄像头B.激光雷达C.超声波D.毫米波雷达

2.V2X不包括哪种通信？

A.V2VB.V2IC.V2PD.V2D

3.静态路径规划常用算法是？

A.AB.RRTC.DQND.LSTM

4.能量密度最高的电池是？

A.铅酸B.镍氢C.磷酸铁锂D.三元锂

5.多车调度核心优化目标是？

A.单车载重最大B.总配送时间最短C.车辆最少D.电池寿命最长

6.城市道路测试最低定位精度是？

A.±10cmB.±50cmC.±1mD.±2m

7.近距离（1m）障碍物检测用？

A.激光雷达B.超声波C.毫米波雷达D.双目摄像头

8.无人配送车底盘不包括？

A.差速驱动B.阿克曼转向C.履带式D.磁导航式

9.5G最适合远程控制的特性是？

A.大带宽B.低时延C.广连接D.高可靠

10.导致SLAM漂移的情况是？

A.特征丰富B.噪声小C.无回环检测D.算法优化好

三、多项选择题（共10题，每题2分，多选/少选/错选不得分）

1.核心传感器包括？

A.激光雷达B.摄像头C.毫米波雷达D.温度传感器

2.导航定位组合可能有？

A.GPS/RTKB.IMUC.激光SLAMD.磁条导航

3.安全设计包括？

A.主动避障B.被动防护C.应急断电D.远程监控

4.多车调度算法类型有？

A.遗传算法B.蚁群算法C.强化学习D.线性回归

5.5G应用场景有？

A.远程遥控B.多车协同C.高清回传D.电池监控

6.传感器融合方式有？

A.数据级B.特征级C.决策级D.算法级

7.法规要求包括？

A.测试牌照B.安全员C.数据安全D.环保

8.影响续航的因素有？

A.电池容量B.负载C.环境温度D.速度

9.应用场景包括？

A.最后一公里B.园区配送C.冷链D.大件物流

10.主动避障算法有？

A.人工势场法B.动态窗口法C.RRTD.线性规划

四、判断题（共10题，每题2分，√/×）

1.视觉SLAM弱光性能优于激光SLAM。（）

2.V2X仅支持车车通信。（）

3.磷酸铁锂电池安全性优于三元锂。（）

4.A无法处理动态障碍物。（）

5.无人配送车无需安全员即可测试。（）

6.多车调度只需考虑单任务最优。（）

7.激光雷达波长越长抗雾越好。（）

8.应急制动属于被动安全。（）

9.5G低时延支持实时远程控制。（）

10.包裹识别仅需摄像头。（）

五、简答题（共4题，每题5分）

1.简述无人配送车常用导航技术及特点。

2.传感器融合的作用及两种常用方式。

3.多车调度系统的核心需求。

4.无人配送车安全设计的关键模块。

六、讨论题（共2题，每题5分）

1.如何解决复杂城市环境（早晚高峰、狭窄街道）下的通行效率问题？

2.分析5G在无人配送车中的应用场景及价值。

---

答案部分

一、填空题答案

1.SLAM（同步定位与地图构建）

2.固态式

3.V2X

4.左右驱动轮

5.动态窗口法

6.三元（或磷酸铁锂）

7.路径优化

8.应急制动

9.GB/T37466-2019（或智能网联汽车测试规范）

10.目标检测（或图像识别）

二、单项选择题答案

1.B2.D3.A4.D5.B6.A7.B8.D9.B10.C

三、多项选择题答案

1.ABC2.ABCD3.ABCD4.ABC5.ABCD

6.ABC7.ABCD8.ABCD9.ABCD10.ABC

四、判断题答案

1.×2.×3.√4.×5.×6.×7.√8.×9.√10.×

五、简答题答案

1.导航技术及特点：①GPS/RTK：精度±10cm，依赖卫星；②SLAM：无GPS定位+建图，激光SLAM抗干扰强，视觉SLAM成本低；③IMU：惯性导航，短时间精度高但易漂移。核心是多技术互补，实现室内外连续定位。

2.融合作用：弥补单一传感器缺陷，提升感知精度与可靠性。常用方式：①数据级融合：直接融合原始数据（如激光+视觉点云）；②决策级融合：各传感器输出结果后，通过加权判断障碍物（如雷达距离+视觉类型）。

3.核心需求：①任务最优分