- SLAM技术最早在机器人领域提出。
- 77G将来会更容易在车载上使用,同时技术难度也更高。
- 自动驾驶对技术安全的要求相当苛刻,需要实现接近100%的安全性。
- 单目摄像头测距比双目精确。
- 基于PID反馈的横向控制不需要车辆动力学的精确知识,仅需要一个表达响应特性的车辆模型即可。
- mobileye不仅提供算法软件,还提供硬件加速,在性能和识别率方面,都有很大优势。
- 车联网是物联网在汽车方面的应用。
- 启发式搜索算法避免了盲目搜索,有助于提高算法的搜索效率。
- 深度学习是数据驱动的,它把人工构造特征这一任务交给机器和算法去完成。
- 使用GPS定位就可以保证定位的精度和实时性。
- CMOS图像传感器是利用CMOS工艺制造的图像传感器,主要利用了半导体的光电效应,和CCD的原理基本相同。
- 全局路径规划类似于我们人类驾驶员开车采用的普通电子地图进行的导航。
- 和DSRC技术相比,C-V2X的优势包括( )。
- 下列哪些是智能车辆运动控制研究的发展方向。( )
- 前向毫米波雷达主要应用有( )。
- 轨迹规划系统的输入信息包括( )。
- 根据差分GPS基准站发送信息方式的不同可以将GPS差分定位分为( )。
- SLAM回答两个问题( )。
- 智能网联汽车的差分GPS定位主要采用( )。
- 分解式协调控制分别独立设计横纵向控制,同时设计( )。
- 毫米波雷达根据测距原理的不同,一般分为( )两种。
- 纵向控制系统的特征包括( )。
- 2016年,SAE对2014版的分级标准做了一些细化,主要修改包括( )。
- 纵向运动控制主要通过对( )和制动之问的协调控制,达到对期望速度的精确跟随。
- 迪杰斯特拉(Dijkstra)算法属于( )算法。
- 高精地图的定位功能是指基于环境特征匹配的定位方式。
- 单靠GPS这一种传感器,智能网联汽车在复杂场景中,很难实现精确定位。
- 视觉定位技术和DR航迹推算技术相似,都属于累计推算的局部定位方法。
- 路径-速度解耦规划在很大程度上是离散化,生成的轨迹并不平滑
- 行为决策层在整个决策规划控制系统中扮演着“副驾驶”的角色。
- 轨迹规划部分需要考虑下游的反馈控制的实际可操作的物理范围。
- GPS和DR两种定位技术的信息组合方案是获得最优组合定位结果的核心问题。
- 点云分割技术的实现方法主要有( )。
- 和单目相比,双目的优势是( )。
- DR定位和GPS技术的互补性体现在( )。
- 车辆/设施关键技术又可以进一步的细分为( )。
- 实现载波相位差分GPS的方法分为( )。
- 基于有限状态机决策模型存在的问题有( )。
- 根据智能网联汽车技术规划路线图,下列说法正确的是( )。
- 自主式智能汽车智能决策方面的局限性体现在( )。
- 综合评估,激光雷达测距主要采用的是( )。
- CCD上植入的微小光敏物质称作( )。
- PID控制器中的( )负责纠正车辆的系统性偏差。
- 特斯拉的AutoPilot2.0使用的视觉传感器类型是( )。
- L3级别以上的自动驾驶量产上路,( )的市场会迅速扩大。
- 采用传统的启发式算法进行点云分割的缺点是( )。
- 基于学习算法的行为决策,由( )建立行为规则库。
- 未来C-V2X将持续平滑演进到5G V2X,车联网将成为5G的核心应用场景。
- 要实现智能网联汽车的终极目标,普通的电子地图就可以满足要求。
- ADAS先进驾驶辅助系统属于网联式智能汽车。
- 位置差分是最简单的差分方法,任何一种接收机都可以改装和组成这种差分系统。
- 在自动驾驶中,动力学模型以运动学为初始模型,将环境等参数设置到运动学模型中,把车看作质点进行分析。
- 直接式纵向控制集成程度高,模型准确性强的特点,但是其开发难度较高,灵活性较差。
- 对于智能车辆横纵向综合控制的研究工作,目前大多局限于理论分析。
- 人类驾驶员和自动驾驶感知的区别体现在( )。
- 控制系统的输出与下层模块通过CANBUS进行交互,分别向( )等执行系统发出控制指令。
- 惯性测量单元(IMU)更新频率可以达到( )。
- 目前车载应用较多的激光雷达种类是( )。
- 路径规划从功能上可以分为( )。
- 智能网联汽车应用的毫米波雷达频段主要有( )。
- 目前车载应用比较多的视觉传感器是( )。
- A*算法属于( )算法。
- 轨迹规划把( )的宏观指令转换成带有时间信息的轨迹曲线。
- 目前应用最广泛的车联网形式是( )。
- 众包制图成本高、效果差,需要循环往复的迭代地图。
- 利用毫米波雷达的散射截面积可以精确的对目标物种类进行识别。
- 差分GPS可以解决GPS定位的精度问题。
- 环境建模部分地图表示方法主要有( )。
- 在地球上的任何地方、任何时间都可以观测到( )颗以上的GPS卫星,保持定位的精度从而提供连续的全球导航能力。
- 路径规划模块产生的路径信息,直接被下游的( )模块所使用。
- 2014年美国汽车工程学会将汽车自动化等级定义为( )层次。
- 视觉感知从ADAS到高级别自动驾驶过渡的过程中,领跑者已经从车厂过渡到一些AI企业。
- 目前发表的深度学习的成果都是面向计算机视觉应用的,与自动驾驶领域的检测还有很大的区别。
- 鉴于基于规则的行为决策算法存在的问题,会逐渐被基于学习的行为决策算法所取代。
- 工信部组织编写的智能网联汽车技术路线图中,创造性的使用了智能化和网联化两个维度对智能网联汽车进行了分级。
- 点云是激光雷达所有反射点坐标的集合。
- 考虑的车辆影响因素越多,建立的车辆动力学模型就越准确,所以建模时考虑的影响因素越多越好。
- GNNS全球卫星导航系统属于基于电子信号的定位。
- 按照算法应用的先后顺序,可分为传统的路径规划算法和( )算法。
- 点云感知最核心的技术是( )。
- 单目摄像头需要建立并不断维护一个庞大的样本特征数据库。
- 2018推出的新款奥迪A8是全球首款量产搭载Level 3级别的自动驾驶系统的车型。
- 在先验地图已知和GPS信号良好的情况下,智能网联汽车可以根据已知地图不断进行自身位置的校正实现精确定位。
- V2X具有突破视觉死角和跨越遮挡物的信息获取能力。
- “两纵”是指()
- Pandora是一套以( )为一体的自动驾驶开发者套件。
- 利用实时动态的载波相位差分技术可以得到厘米级的定位精度。
- 可行驶区域是由障碍物和道路边界构成的车辆可以行走的区域。
- 毫米波雷达金属敏感度高,对前方车辆能够有效的识别和跟踪。
- 百度推出AI智能城市 “ACE王牌计划”,它包括了( )三大主轴发展。
- 随着自动驾驶技术的发展,红绿灯的识别最终可以交给( )。
- 视觉检测的核心部件是( )。
- PID控制器只是一种线性算法,不能满足非常复杂的系统要求。
- 集中式协调控制的实现依赖于丰富的需求信息和高质量的硬件支撑。
- 为减低控制系统的开发难度,针对纵向动力学结构复杂等特性,采用( )控制结构。
- 全球首款量产L3级自动驾驶车型奥迪A8搭载的( )线激光雷达。
- 道路测试是开展智能网联汽车技术研发和应用不可或缺的重要环节。
- 自主式智能汽车是基于自身的车载装置。
- 激光SLAM是目前最稳定、最主流的定位导航方法。
- 为了解决GPS定位存在的问题,解决方案有( )。
- 轨迹规划系统把规划的轨迹信息传送给( )。
- 未来的智能车辆不仅只是体现在智能化方面,而且需具有绿色、环保性。
- 高级别自动驾驶的红绿灯检测需要和高精地图进行交互,尽可能减少在线计算。
- 未来感知中,传感器的成本也是一个很大的问题。
- “基础设施”是指除了车载平台之外支撑智能网联汽车发展的所有的外部环境条件。
- 航迹推算最早用于确定船舶的船位。
- 高级别的智能汽车把固定信息都嵌入到高精地图里面,在线识别只针对最小集进行处理,以保证系统的高效和鲁棒性。
- 智能网联汽车可以单独利用航迹推算定位。
- DSRC技术是一种基于低移动性场景的Wi-Fi技术。
- CCD把电荷从光到电的转换以及电压的变化都是在像素上完成的。
- 智能网联汽车是人工智能、互联网等新技术和汽车工业结合的产物。
- 在自动驾驶的视觉感知中,深度学习扮演者越来越重要的角色。
- 智能网联汽车不仅仅跟车相关,它是智能交通系统的一部分,涉及诸多产业链。
- GPS的军用定位精度可达厘米甚至毫米级。
- 路径规划不是传统意义的导航,细节上紧密依赖于专门的高精度地图,细化到车道级别。
- 智能网联汽车属于智能汽车与车联网的交集。
- 控制主要是为了弥补数学模型和物理世界执行之间的不一致性。
- 角向毫米波雷达主要应用有( )。
- 激光雷达的车载应用主要包括( )。
- GPS单独定位存在的问题主要有( )。
- 传感器安装需要考虑的因素有( )。
- GPS测距产生误差的原因主要是( )。
- 从技术原理来看,激光雷达的类型主要有( )。
- 对于离散域范围内的路径规划问题,路径规划部分只考虑( )两个步骤。
- 自动驾驶的CNN检测面临的实际问题有( )。
- 高精地图制图的形式主要( )。
- GPS/IMU组合定位方式存在的问题有( )。
- ( )指通过对车辆横纵向藕合动力学模型直接控制求解的方式得到横纵向运动控制律。
- 自动驾驶目前常用的视觉传感器种类是( )。
- 改善GPS更新频率低的问题,可采用( )。
- 点云感知的主要任务包括( )。
- 常用的路径规划算法可分为( )两大类。
- PID控制器中的( )项致力于使系统更快的从瞬态转化为稳态。
- 毫米波雷达测距是基于( )。
- 深度学习最早是2012年的( )框架。
- 纵向控制主要研究智能车辆的( )跟踪能力。
- 1977年,( )开发出了第一个基于摄像头检测导航信息的自动驾驶汽车。
- 对轨迹规划问题进行求解时,计算量很大,通常将轨迹规划分为两步:路径规划和( )。
- 网联化维度的最高等级是( )。
- 谷歌采用的自动驾驶技术路线是( )。
- 智能网联汽车的控制目标是使用可行的控制输入,最大限度地降低与( )的偏差,最大限度地提供乘客的舒适度。
- 惯性测量单元(IMU)通常指由( )组成的组合单元。
- 自动驾驶车辆是按照经验行驶的。
- 奥迪A8的L3级别自动驾驶也被称为奥迪AI交通拥堵驾驶系统。
- SLAM技术简单来讲就是一边计算自身位置,一边构建地图的过程。
- 传感器之间标定的核心是得到传感器之间的相对位置,将不同传感器的数据在同一个坐标系中表示。
- 自动驾驶感知中的机器学习可以直接采用普通的机器学习方法。
- 有限状态机法是经典的决策方法,实用性和稳定性好,比较成熟。
- 运动学模型是一种几何模型,感知、预测讨论的模型以运动学模型为主。
- 自主式智能汽车和网联式智能汽车的融合就是智能网联汽车。
- 单目摄像头先通过图像匹配进行目标识别,再通过目标在图像中的大小去估算目标距离。
- 毫米波的波长介于微波和厘米波之间,因此毫米波雷达兼有微波雷达和光电雷达的一些优点。
- 激光雷达具备对于人类视觉范围以外、中远距离的环境感知的能力。
- 普通的导航电子地图服务对象是人,导航地图只是给驾驶员提供方向性的引导。
- 激光雷达点云在70m以外就比较稀疏了,越近越稠密。
- 激光雷达属于主动探测,不依赖于外界光照条件或目标本身的辐射特性。
- 局部规划出来的局部路径只需要具备对全局路径的跟踪能力就可以了。
- 机器缺乏人类驾驶员固有的视觉和逻辑能力。
- 单独设计智能车的横向或纵向控制系统并不能满足智能车的行驶需求。
- 分层式控制结构相比直接式控制开发难度增大。
- 如果数据量小,特征很难从原始数据学习,深度学习的效果会受到影响。
- 自动驾驶行为决策系统的目标是让自动驾驶汽车像熟练的驾驶员一样产生安全、合理的驾驶行为。
- 纵向动力学模型包括( )。
- 车联网中的“三网”是指:
- 高精地图的特征有( )。
- 2017年发布百度Apollo平台,秉承( )的理念,
- 自主式智能汽车在环境感知方面的局限性有( )。
- 采用传统的启发式算法进行点云分割优点是( )。
- 自动驾驶感知中的机器学习的特点有( )。
- 和基于规则的行为决策系统相比,基于学习的行为决策系统( )。
- 地面监控系统的组成包括( )。
- 高精地图的数据采集使用的传感器有( )。
- 自动驾驶场景下,SLAM技术主要应用在( )。
- 智能网联汽车决策规划模块的最上游是( )。
- 2016年,由工信部批准的国内首个“国家智能网联汽车( )试点示范区”封闭测试区正式开园运营。
- ( )属于自主式智能汽车的初级阶段。
- 红绿灯模块的感知常用方法有( )。
- 红绿信号灯的检测难度体现在( )。
- 轨迹规划中构建完路径后,需要使用( )对这些路径进行评估,并选择一条成本最低的路径作为最佳路径。
- 常用的轨迹规划方法有( )。
- 特斯拉 Model S搭载的的Auotpilot系统属于自动驾驶( )级别。
- 智能网联汽车决策规划部分主要包括( )。
- Mobileye的EyeQ系列测距可达( )。
- 视觉感知的主流技术路线发展为( )的方法。
- 毫米波雷达调频连续波测速是基于( )。
- 在IEEE的推动下,美国率先将DSRC应用到( )通信的交通环境。
- 1956年,( )推出了世界上第一辆配备了汽车安全和自动导航系统的概念车。
- 基于模仿驾驶员行为的,以( )理论最为常见。
- 2018年,百度世界大会上,揭晓了由百度和一汽联手打造的国内首款 L4 级自动驾驶量产乘用车( )。
- 《节能与新能源汽车技术路线图》中“智能网联汽车技术路线图”将智能网联汽车技术架构划分为( )形式。
- Lattice 规划算法采用的坐标表示方法是( )。
- ( )通过一个纵向控制器直接控制期望制动压力和节气门开度,从而实现对跟随速度和跟随减速度的控制。
- 纵向控制有两种形式,分别是( )。
- 预瞄跟随理论由我国郭孔辉院士在1982年提出是一种人车路的闭环理论。
- 无人驾驶车辆的控制系统包括横向控制、纵向控制和横纵向一体化控制。
- 控制器的输入主要包括( )。
- 智能车辆横纵向运动综合控制分为( )。
- 智能网联汽车的横向控制和纵向控制是独立的。
- 智能车辆的横向控制是路径跟踪问题,纵向控制是速度跟踪问题。
- 智能汽车横向控制的设计方法主要有( )。
- 下列技术中,不属于智能控制模型的是( )。
- 无人驾驶车辆的控制目标是( )。
- V2X有助于自车提高无人驾驶车辆的智能决策能力。
- 无人驾驶智能决策的主要任务是根据任务需求,在感知信息基础上,综合以往所存储的驾驶经验和技能,经过分析,做出判断,确定有利于汽车安全行驶的措施。
- 下列技术中,不属于无人驾驶车辆的智能决策方法的有( )。
- 对无人驾驶车辆周围动态车辆和行人的行为意图的准确判断、以及其运动轨迹的精准测试是实现无人驾驶车辆智能决策的关键。( )
- 路径规划的一般步骤主要包括( )。
- 无人驾驶车辆的智能决策系统由于具有高级智能行为,可以在感知信息错误的情况下仍然做出正确决策。
- 无人驾驶车辆的智能决策控制模块系统由于具有高级智能行为,无需依赖高精度地图。
- 无人驾驶车辆智能决策系统的输入不包括( )。
- 轨迹规划的目标包括( )。
- 无人驾驶车辆的智能决策系统的最终目标是像人一样思考。
- 激光雷达按照光束控制方式可以分为( )。
- 智能网联汽车未来感知的特点包括( )。
- CMOS的特点是( )。
- CMOS当中从光到电的转换以及电压的变化都是在像素上完成的。
- 随着自动驾驶技术的发展,交通信号灯的检测最终会交给V2X通信技术()。
- 毫米波雷达的工作波长一般在1-10mm。
- 目前毫米波远程雷达最大探测距离为( )。
- 深度学习中最经典的网络是CNN,即卷积神经网络。
- V2P表示的是( ) 。
- 在车载实际应用中,激光雷达一般不采用相位测距法。
- GPS主要由( )组成
- 相继出现及计划实施的全球卫星导航系统有( )。
- GPS/DR的组合导航方式并没有从根本上解决当GPS信号被长时间遮挡时定位不准的问题。
- 实现GPS定位至少需要( )颗卫星。
- SLAM试图要解决的是恢复出观察者自身和周围环境的相对空间关系。( )
- 差分GPS系统由差分基准站、数传设备和需要精确定位的移动站组成。
- GPS系统空间部分由( )颗定位卫星组成。
- 下列自动驾驶等级需要高精地图的是( )。
- 差分GPS可以解决GPS定位的精度问题、遮挡问题、反射问题和更新频率低的问题。
- 高精地图并不是特指精度,它在描述上更加全面,对实时性的要求更高。( )
- SAE标准J3016在哪一年对自动驾驶的定义进行了更新( )。
- 智能网联汽车三大关键系统包括( )。
- 采取“一步到位”的无人驾驶技术发展路线的有( )。
- 智能网联汽车搭载了哪些装置( )。
- 在自动L3驾驶阶段驾驶员手和眼都可以得到长时间解放。
- 智能网联汽车“三横两纵”的技术架构,三横是指( )。
- 自主式智能是指车辆通过V2X通信的方式获取外界信息。
- 下列对传输实时性、可靠性要求最高的是( )。
- 无人驾驶是智能网联汽车的终极阶段。
- 智能网联汽车网联化维度分为( )。
答案:对
答案:对
答案:对
答案:错
答案:对
答案:对
答案:对
答案:对
答案:对
答案:错
答案:对
温馨提示支付 ¥5.00 元后可查看付费内容,请先翻页预览!