無人駕駛車輛智慧樹知到課后章節(jié)答案2023年下北京理工大學

無人駕駛車輛智慧樹知到課后章節(jié)答案2023年下北京理工大學北京理工大學

第一章測試

2020年2月，國家11部委聯(lián)合印發(fā)了《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》，對智能汽車進行了定義：通過搭載先進傳感器等裝置，運用（）等新技術，具有自動駕駛功能，逐步成為智能移動空間和應用終端的新一代汽車。

A:工控機B:高精度地圖C:人工智能D:車聯(lián)網

答案:人工智能

2004年DARPA舉辦了越野環(huán)境下的大挑戰(zhàn)賽，雖然沒有一輛參賽車完成比賽。但該屆賽事仍具有里程碑的意義。（）

A:錯B:對

答案:對

SAE將自動駕駛分為駕駛輔助、部分自動駕駛、有條件自動駕駛、高度自動駕駛以及完全自動駕駛五個級別。（）

A:錯B:對

答案:對

從人的參與來看，L1是逐步釋放手腳；L2全部釋放手腳，但不釋放注意力。（）

A:對B:錯

答案:對

視頻中介紹的第二種體系結構，把無人駕駛系統(tǒng)分為感知層、決策層和執(zhí)行層三個部分。在決策層引入（）。

A:車聯(lián)網B:大數(shù)據(jù)C:3D高精度地圖D:深度學習

答案:車聯(lián)網;3D高精度地圖

下面4輛自動駕駛試驗車中，與其他三輛技術路線不同的是(

)

A:B:C:D:

答案:

第二章測試

在無人駕駛車輛研究早期階段，主要采用外加機構改造的方式來將有人駕駛車輛改造成無人駕駛車輛，主要是在（）方面外加執(zhí)行機構來實現(xiàn)無人化。

A:油門操縱B:變速操縱C:制動操縱D:轉向操縱

答案:油門操縱;變速操縱;制動操縱;轉向操縱

無人駕駛汽車的一體化設計是指綜合考慮無人駕駛汽車對行駛環(huán)境的感知和決策以及車輛的動力學特性之間的相互聯(lián)系和影響，將汽車動力學特性與環(huán)境感知決策進行有機的結合。（）

A:錯B:對

答案:對

汽車轉向系統(tǒng)的發(fā)展經歷了純機械式轉向系統(tǒng)、液壓助力轉向系統(tǒng)、電控液壓助力轉向系統(tǒng)、電動助力轉向系統(tǒng)、主動前輪轉向系統(tǒng)和線控轉向系統(tǒng)幾個階段。（）

A:錯B:對

答案:對

電控液壓助力轉向的優(yōu)點是助力大小能夠根據(jù)方向盤輸入轉矩和車速實時調節(jié)，降低了能量消耗且增強了路感。（）

A:對B:錯

答案:對

相較于傳統(tǒng)的轉向系統(tǒng)，線控轉向的優(yōu)點有（）

A:增強汽車舒適性。B:.提高汽車安全性能。C:改善駕駛員路感。D:操縱穩(wěn)定性好。

答案:增強汽車舒適性。;.提高汽車安全性能。;改善駕駛員路感。;操縱穩(wěn)定性好。

與電子液壓制動系統(tǒng)和傳統(tǒng)液壓制動系統(tǒng)相比，電子機械制動系統(tǒng)的優(yōu)勢在于（）

A:取消了液壓回路，減少了制動響應時間，B:不用額外裝置就能夠實現(xiàn)電子駐車制動。C:其他三條都對D:取消了制動主缸和真空助力器，占用空間小，便于發(fā)動機艙的布置；

答案:其他三條都對

第三章測試

由于激光雷達檢測更精準，即便在大霧、煙塵天氣，其檢測性能也不會受到影響。（）

A:對B:錯

答案:錯

即使使用多線激光雷達，仍然存在檢測盲區(qū)。（）

A:錯B:對

答案:對

激光雷達同毫米波雷達一樣，可以直接檢測出物體的速度。（）

A:對B:錯

答案:錯

泊車輔助系統(tǒng)主要依靠（）來實現(xiàn)。

A:環(huán)視相機B:雙目相機C:紅外相機D:單目相機

答案:環(huán)視相機

以下通信方式傳輸速率最快的是（）

A:以太網B:串口C:CAN總線D:并口

答案:以太網

無人駕駛計算平臺分類包括（）

A:基于GPUB:基于FPGAC:基于DSPD:基于ASIC

答案:基于GPU;基于FPGA;基于DSP;基于ASIC

第四章測試

單目相機模型中包含以下哪些坐標系？（）

A:世界坐標系B:圖像像素坐標系C:圖像物理坐標系D:相機坐標系

答案:圖像像素坐標系;圖像物理坐標系;相機坐標系

車體坐標系與相機坐標系的旋轉和平移關系，可以通過一個3X3的旋轉矩陣和一個4X1的平移向量來表示。（）

A:錯B:對

答案:錯

在相機的組裝過程中由于安裝誤差，透鏡和成像面不嚴格平行，也會引入畸變，稱作徑向畸變。（）

A:對B:錯

答案:錯

用標定板標定得到的相機外參，不是相機相對于車體坐標系的旋轉和平移，而是相機相對于標定板坐標系的旋轉和平移。（）

A:對B:錯

答案:對

根據(jù)雙目相機的基線，焦距、以及同一個物體在兩個相機圖像中的視差，就能得到距離。（）

A:錯B:對

答案:對

假如激光雷達坐標系到車體坐標系的旋轉矩陣為[0.83,-0.26,0.49;0.36,0.93,-0.11;-0.42,0.27,0.87;]，平移向量為[-0.1,-0.6,0.6]，激光雷達坐標系中坐標為[1.6,-1.5,1.5]的點，在車體坐標系中的坐標是（）

A:[2.35,1.58,0.83]B:[-2.35,1.58,0.83]C:[2.35,-1.58,0.83]D:[-2.35,-1.58,0.83]

答案:[2.35,-1.58,0.83]

第五章測試

以下有關激光雷達回波強度的說法，正確的是（）

A:通過激光雷達回波強度檢測車道線是利用了車道線通常是白色或者黃色的。B:利用激光雷達回波強度無法區(qū)分道路和道路兩旁的非道路區(qū)域。C:激光雷達回波強度指的是激光雷達探測的距離遠近。D:激光雷達回波強度與物體表面材質有關。

答案:激光雷達回波強度與物體表面材質有關。

車道線模型的擬合，可以采用以下哪些傳統(tǒng)方法（）

A:滑動窗口搜索法B:霍夫變換C:最小二乘法D:深度學習

答案:滑動窗口搜索法;霍夫變換;最小二乘法

均值濾波既能減少椒鹽噪聲，還能避免讓圖像模糊。（）

A:對B:錯

答案:錯

邊緣增強是指突出圖像的邊緣，邊緣以外的圖像區(qū)域被削弱或者被完全去掉。（）

A:錯B:對

答案:對

根據(jù)人的視覺對顏色的敏感度程度，等量的紅、藍、綠混合可以得到對應亮度相同的灰度值。（）

A:對B:錯

答案:錯

各個弱分類器的訓練過程結束后，分類誤差率小的弱分類器的權重較大，其在最終的分類器中起著較大的決定作用。（）

A:對B:錯

答案:對

深度學習和傳統(tǒng)的機器學習一樣，都需要人工設計或選取特征。（）

A:錯B:對

答案:錯

單層感知機無法解決異或問題，這是因為異或問題是一個非線性問題，而單層感知機屬于一種線性分類器。（）

A:對B:錯

答案:對

激活函數(shù)決定了神經元是活躍狀態(tài)還是抑制狀態(tài)，它的作用是為了在神經網絡中引入非線性的學習和處理能力。（）

A:對B:錯

答案:對

增益K越大，對前方車輛運動狀態(tài)的最優(yōu)估計越接近視覺傳感器和毫米波雷達的測量值，K越小最優(yōu)估計越接近預測值。（）

A:錯B:對

答案:對

第六章測試

下列描述錯誤的是（）

A:MonoSLAM是單目視覺SLAM以擴展卡爾曼濾波為后端，追蹤前端非常稀疏的特征點B:PTAM實現(xiàn)了跟蹤與建圖過程的雙線程并行化C:ORB-SLAM支持單目、雙目、RGB-D等模式，使用多線程完成SLAMD:LSD-SLAM，將特征點法應用到了半稠密的單目SLAM中

答案:LSD-SLAM，將特征點法應用到了半稠密的單目SLAM中

視覺SLAM根據(jù)相機的類型和數(shù)目分為（）

A:其他三條都對B:RGB-DSLAM。C:單目SLAM、D:雙目SLAM、

答案:其他三條都對

下面哪個激光雷達SLAM方案能提供三維建圖（）。

A:hector-slamB:gmappingC:LOAMD:karto-slam

答案:LOAM

下列描述錯誤的是（）

A:Harris角點,對亮度和對比度的變化不敏感，有旋轉不變性和尺度不變性。B:SIFT特征在計算時充分考慮了在圖像變換過程中出現(xiàn)的光照、尺度、旋轉等變化，魯棒性好C:ORB特征由關鍵點與描述子組成。其關鍵點稱為OrientedFAST，是一種改進的FAST角點。D:FAST關鍵點犧牲了一些精度和魯棒性，以提高其計算的速度，但是本身不具有方向性。

答案:Harris角點,對亮度和對比度的變化不敏感，有旋轉不變性和尺度不變性。

SLAM包括下面哪些步驟（）

A:建圖B:前端C:后端D:回環(huán)檢測

答案:建圖;前端;后端;回環(huán)檢測

基于切換式的GPS/DR組合定位方法沒有將GPS和DR兩種系統(tǒng)的信息融合在一起，兩者的優(yōu)點不能得到充分發(fā)揮。（）

A:錯B:對

答案:對

松耦合，利用GPS接收機輸出的原始信息(如偽距、偽距率等)和DR輸出的信息(如速度變化和航向角變化)進行數(shù)據(jù)融合。這種方式組合精度高，可提高GPS的接收精度和動態(tài)性能。（）

A:錯B:對

答案:錯

在無人駕駛車輛定位時，如果地圖已知，即使沒有GPS信息，那么也可以根據(jù)現(xiàn)有的地圖，由傳感器獲取周圍環(huán)境信息，通過相應的特征匹配，來定位自身的位置。（）

A:對B:錯

答案:對

G2O是一個用于優(yōu)化基于圖形的非線性誤差函數(shù)的開源的C++框架。它具有高效性、通用性和可擴展性。（）

A:對B:錯

答案:對

真實情況下，僅通過三顆衛(wèi)星來實現(xiàn)定位是不現(xiàn)實的，這是因為（

）

A:其他三條都對B:衛(wèi)星時鐘與GPS時鐘存在偏差C:電磁波在傳播過程中經歷了電離層和對流層以及外部干擾，導致信號的傳播速度是不均勻的D:接收機時鐘與GPS時鐘存在偏差

答案:其他三條都對

第七章測試

在縱向定距離跟馳場景中，神經網絡Q學習算法的函數(shù)逼近器類型為（）

A:深度神經網絡B:徑向基神經網絡C:卷積神經網絡D:前饋神經網絡

答案:前饋神經網絡

超車行為一般包括（）階段。

A:并行超越B:向右換道C:向左換道D:超車意圖產生

答案:并行超越;向右換道;向左換道;超車意圖產生

拓撲地圖模型選用節(jié)點來表示道路上的特定位置，用節(jié)點與節(jié)點間的關系來表示道路間聯(lián)系。這種地圖表示方法結構簡單、存儲方便、全局連貫性好，適合于大規(guī)模環(huán)境下的路徑規(guī)劃。（）

A:錯B:對

答案:對

Dijkstra算法只能求出起點到終點的最短路徑，不能得到起點到其它各節(jié)點的最短路徑。（）

A:錯B:對

答案:錯

A*算法一定能搜索到最優(yōu)路徑的前提條件是，啟發(fā)值要大于等于當前節(jié)點到目標節(jié)點的真實距離。（）

A:對B:錯

答案:錯

LPA*算法是一種實時、增量式的規(guī)劃算法。（）

A:對B:錯

答案:錯

只要存在連接起止位姿的無碰撞路徑，那么就存在以Dubins曲線為組成單元的無碰撞的路徑。（）

A:對B:錯

答案:錯

下圖所示，S為起點，G為終點，求從S到G的最短路徑長度（）

A:9B:6C:8D:5

答案:6

第八章測試

輪式車中幾種比較典型的轉向方式有（）。

A:阿克曼轉向B:差速轉向C:鉸接轉向D:獨立轉向

答案:阿克曼轉向;差速轉向;鉸接轉向;獨立轉向

關于車輛運動學模型，以下敘述正確的是（）

A:車輛運動學模型考慮車輛速度、加速度、以及車輛縱向和側向特性。B:車輛運動學模型考慮車輛速度、加速度、以及車輛懸架特性。C:車輛運動學模型只考慮車輛速度和加速度。D:車輛運動學模型考慮車輛速度、加速度、車輛縱向和側向特性以及車輛懸架特性。

答案:車輛運動學模型只考慮車輛速度和加速度。

前輪轉向的阿克曼轉向車輛，會受到最大前輪轉角（對應車輛的最小轉彎半徑）等約束。（）

A:對B:錯

答案:對

純跟蹤算法通過控制前輪偏角使車輛前輪可以沿著一條半徑為且連接當前位置和預瞄點的圓弧行駛。（）

A:對B:錯

答案:錯

Stanley算法既考慮了距離偏差，也考慮了角度偏差。（）

A:對B:錯

答案:對

積分控制作用的引入雖然可以消除靜差，但是降低了系統(tǒng)的響應速度，特別是對于具有較大慣性的被控對象，用比例積分控制器很難得到好的動態(tài)調節(jié)品質，系統(tǒng)會產生較大的超調和振蕩，這時可以引入（）.

A:其他三個都可以B:微分環(huán)節(jié)C:比例環(huán)節(jié)D:積分環(huán)節(jié)

答案:微分環(huán)節(jié)

第九章測試

車載激光雷達能探測到100多米的范圍，沒必要引入V2X。（）

A:錯B:對

答案:錯

智能網聯(lián)汽車的作用有（）

A:減少交通事故B:促進汽車產業(yè)轉型升級C:降低油耗和排放D:顯著提高交通效率

答案:減少交通事故;促進汽車產業(yè)轉型升級;降低油耗和排放;顯著提高交通效率

V2X通信場景大致可以分為V2V即車輛之間的通信,V2P即車與行人的通信以及（）

A:V2C即車與云之間的通信B:V2R即車輛與道路的通信C:V2N即車與網絡的通信D:V2I即車輛與基礎設施的通信

答案:V2C即車與云之間的通信;V2R即車輛與道路的通信;V2N即車與網絡的通信;V2I即車輛與基礎設施的通信

C-V2X包含基于LTE及5G的V2X系統(tǒng)，可以直接利用蜂窩網絡，以及現(xiàn)有的基站和頻段。（）

A:對B:錯

答案:對

即使是在連續(xù)轉彎場景中，僅用毫米波雷達也可以實現(xiàn)車輛編隊行駛。（）

A:錯B:對

答案:錯

第十章測試

結構化道路可以分為（）

A:城市快速路B:鄉(xiāng)村道路C:高速公路D:城市道路

答案:城市快速路;高速公路;城市道路

以城市環(huán)境為例，功能模塊分析一般包括（）

A:基本導航能力