26年（职工组）全国智能网联汽车山东选拔赛理论题库

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

智能网联汽车的智能化技术是基于车辆搭载先进的传感器、控制器、执行器、软件算法，使汽车可以自主通过感知系统与信息终端系统实现车-车、车-人、车-环境的信息交换，从而自动完成车辆的识别、感知、（）以及控制，最终代替驾驶员操作实现无人驾驶。

智能网联汽车的智能化五个等级中L1是驾驶辅助、L2是部分自动驾驶、L3是（）。

驾驶辅助和部分自动驾驶阶段主要以自主环境感知、识别为主，提供基础的网联化信息引导，实现的是单车的智能驾驶辅助功能，包含预警类和( )两类驾驶辅助功能。

DA和PA级阶段所面临的路况并不复杂，要实现车辆对道路的高识别性、高可靠性、实时的信息交换需要解决的两个共性技术问题包括单传感器简单环境识别技术（）问题和车辆底层控制改装实现可靠性问题。

新能源汽车动力电池性能指标主要有储能密度、循环寿命、充电速度、抗高低温和安全性等，其中（）和安全性最受关注，也因此磷酸铁锂电池和三元锂电池跻身主流市场，分别应用于客车市场和乘用车市场。

环境识别、（）两个层面的技术突破只是解决了复杂环境中人机协同共驾能力不足问题的有效性，为保障智能车上路的可靠性，还需建设面向智能网联汽车的中国驾驶人人机交互行为数据库为底层支撑层。

与CA级别不同，（）需要实现车辆自主判断决策，确定行进轨迹和行驶路径，而非“有条件的高度耦合控制决策”。

人工智能技术的介入将使汽车通过自主学习理解外界环境并做出预判和决策的效率大为提升。这对保障智能车安全行驶具有极大的积极意义。（）仍然是底层支撑的基础。

HA级和FA级阶段的数据深度挖掘主要有两个方向，面向（）类数据和面向行业类数据。

面向行业类数据，需采集后市场的运营数据及（）数据，通过大数据技术建立个性化的市场解决方案，发展智慧出行生态的建设。

数据教材的建设需从面向（）数据库及全路况场景数据库两个层面考虑。

面向车辆决策控制的驾驶人驾驶行为数据库的建立可从四个阶段进行：提取描述驾驶行为的典型参数，（），划分典型人群、采集各类人群驾驶行为，数据入库。

智能网联汽车全路况场景数据库也可从四个阶段进行：各类自然场景、典型场景的采集，对场景要素进行分析解构，对场景要素的模型进行（），数据入库场景数据库生成。

数据库涉及到方方面面，尤其是要与智慧交通统筹发展建设，因此亟待政府的高度参与，需要考虑安全、（）等方面，完美地将数据库的建设适应全新的智慧交通体系。

网联化强调的是车辆接入网络，它包括行人、车辆、路侧设备、网络中心、智能交通监管系统等，主要解决（）之间的信息交换问题。

网联辅助信息交互阶段主要以无线语音、数字通讯和（）为平台。通过定位系统和无线通信网，向驾驶员和乘客提供实时交通信息、紧急情况应对策略、远距离车辆诊断和互联网增值服务等驾驶辅助类信息服务的业务。车联网通信系统根据通信距离分为两类，短距离通信系统和远距离通信系统。

得益于无线通信技术的发展，目前全球通信可以实现基本的车联网需求。智能汽车接入网络离不开车载终端软硬件共性平台、固件升级方案、（）等的支持。

当前网联辅助信息交互的数据传输主要通过两种途径，T-BOX（远程信息处理器）和（）。

T-BOX 和 OBD 两者功能相近，且对车联网的普及都发挥着重要作用，但（）、数据资源、协议开发度等都面向不同的应用，市场、人群、年龄、功能等做了不同的区分，服务的对象和产品无法做到标准化，因此对海量用户和数据进行有效地分析受限。

网联协同感知主要指通过专用短程通信（DSRC）、LTE-V 或 5G 等新的无线通信技术为载体，对信息进行准确的传输，与车载传感器获取的信息进行协同，实现（），为车辆的决策和控制进行服务。

更多题库