无人驾驶车辆
无人驾驶车辆--熊光明、龚建伟、陈慧岩、吕超、吴绍斌、邸慧军目录无人驾驶车辆--熊光明、龚建伟、陈慧岩、吕超、吴绍斌、邸慧军第1章绪论第2章车辆底盘无人化改造第3章无人车电子电气架构及其硬件第4章传感器标定第5章环境感知第6章定位导航第1章绪论1、2020年2月，国家11部委联合印发了《智能汽车创新发展战略》，对智能汽车进行了定义。通过搭载先进传感器等装置，运用（ ）等新技术，具有自动驾驶功能，逐步成为智能移动空间和应用终端的新一代汽车。
A.工控机B.人工智能C.车联网D.高精度地图正确答案：人工智能
2、1997年横穿美国大陆的NavLab-5，其横纵向都是自动驾驶的。
A.正确B.错误正确答案：错误
3、2004年DARPA举办了越野环境下的大挑战赛，虽然没有一辆参赛车完成比赛。但该届赛事仍具有里程碑的意义。
得分/总分
A.正确B.错误正确答案：正确
4、2007年DARPA举办的城市挑战赛，冠军是斯坦福大学的无人车。
A.正确B.错误正确答案：错误-斯坦福车队率先完成挑战，但最终由于质量打分落后于卡耐基梅隆队，而位居第二
5、从人的参与来看，L1是逐步释放手脚，L2全部释放手脚，但不释放注意力。
A.正确B.错误正确答案：正确
6、SAE将自动驾驶分为驾驶辅助、部分自动驾驶、有条件自动驾驶、高度自动驾驶以及 五个级别。
正确答案：完全自动驾驶
7、课件中介绍的第二种体系结构，把无人驾驶系统分为感知层、决策层和执行层三个部分。在决策层引入（ ）。
A.车联网B.高精度地图C.深度学习D.大数据正确答案：车联网、高精地图
第2章车辆底盘无人化改造1、与电子液压制动系统和传统液压制动系统相比，电子机械制动系统的优势有()
A.其他三条都对.B.不用额外装置就能够实现电子驻车制动.C.取消了制动主缸和真空助力器，占用空间小，便于发动机舱的布置.D.取消了液压回路，减少了制动响应时间.答案：其他三条都对.
2、在无人驾驶车辆研究早期阶段，主要采用外加机构改造的方式来将有人驾驶车辆改造成无人驾驶车辆，主要是在哪几方面外加执行机构来实现无人化（）
A.制动操纵B.转向操纵C.油门操纵D.变速操纵答案：制动操纵;变速操纵;油门操纵;转向操纵
3、相较于传统的转向系统，线控转向的优点有（）
A.改善驾驶员路感B.操纵稳定性好C.增强汽车舒适性D.提高汽车安全性能答案：操纵稳定性好;提高汽车安全性能;增强汽车舒适性;改善驾驶员路感
4、无人驾驶汽车的一体化设计是指综合考虑无人驾驶汽车对行驶环境的感知和决策以及车辆的动力学特性之间的相互联系和影响，将汽车动力学特性与环境感知决策进行有机的结合。
A.错误B.正确答案：正确
5、电控液压助力转向的优点是助力大小能够根据方向盘输入转矩和车速实时调节，降低了能量消耗且增强了路感。
A.正确B.错误答案：正确
6、针对电子油门的无人化改造，可以设计并联电子油门，实现无人驾驶与有人驾驶的相互转换。
A.正确B.错误答案：正确
7、在无人驾驶汽车的一体化设计中，为了不断地提高车辆的整体综合性能，需要设计优秀的底盘方案。其中发动机控制系统，变速控制系统和制动控制系统决定了车辆的（）动力性能。
答案：纵向
8、汽车转向系统的发展经历了纯机械式转向系统、液压助力转向系统、电控液压助力转向系统、电动助力转向系统、主动前轮转向系统和（）等阶段。
答案：线控转向系统
第3章无人车电子电气架构及其硬件1、泊车辅助系统主要依靠（ ）来实现。
A.环视相机B.单目相机 C.双目相机D.红外相机正确答案：环视相机
2、以下通信方式传输速率最快的是（ ）。
A.串口B.以太网 C.并口D.CAN总线正确答案：以太网
3、无人驾驶计算平台分类包括（ ）
A.基于DSPB.基于GPU C.基于FPGAD.基于ASIC正确答案：基于DSP、基于GPU、基于FPGA、基于ASIC
4、由于激光雷达检测更精准，即便在大雾、烟尘天气，其检测性能也不会受到影响。
A.错误B.正确正确答案：错误
5、即使使用多线激光雷达，仍然存在检测盲区。
A.错误B.正确正确答案：正确
6、激光雷达同毫米波雷达一样，可以直接检测出物体的速度.
A.正确B.错误正确答案：错误
7、相机成像时，像素点是离散的，像素值是连续的。
A.错误B.正确正确答案：错误
第4章传感器标定1、关于相机坐标系、图像物理坐标系、图像像素坐标系的单位，以下正确的是（ ）
得分/总分
A.厘米，像素，厘米B.米，厘米，毫米C.米，米，像素D.米，像素，像素正确答案：米，米，像素
2、假如激光雷达坐标系到车体坐标系的旋转矩阵为[0.83,-0.26,0.49;0.36,0.93,-0.11;-0.42,0.27,0.87;]，平移向量为[-0.1,-0.6,0.6]，激光雷达坐标系中坐标为[1.6,-1.5,1.5]的点，在车体坐标系中的坐标是（ ）
得分/总分
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]正确答案：[2.35,-1.58,0.83]
3、单目相机模型中包含以下哪些坐标系？
A.图像像素坐标系B.世界坐标系C.相机坐标系D.图像物理坐标系正确答案：图像像素坐标系、相机坐标系、图像物理坐标系
4、在相机的组装过程中由于安装误差，透镜和成像面不严格平行，也会引入畸变，称作径向畸变。
A.错误B.正确正确答案：错误，在相机的组装过程中由于安装误差，透镜和成像面不严格平行，也会引入畸变，称为切向畸变，由于透镜形状引起的失真，称为"径向畸变"
5、用标定板标定得到的相机外参，不是相机相对于车体坐标系的旋转和平移，而是相机相对于标定板坐标系的旋转和平移。
A.错误B.正确正确答案：正确
6、根据双目相机的基线，焦距、以及同一个物体在两个相机图像中的视差，就能得到距离。
A.正确B.错误正确答案：正确
7、车体坐标系与相机坐标系的旋转和平移关系，可以通过一个3X3的旋转矩阵R和一个3X1的平移向量T来表示。R和T称为相机的（ ）
正确答案：外部参数 或 外参
8、将相机与激光雷达点云的数据融合起来有助于弥补单个传感器的不足，更好地进行环境感知。要实现这样的数据融合，必不可少的一步就是进行相机与激光雷达的（ ）
正确答案：联合标定
第5章环境感知1、以下有关激光雷达回波强度的说法，正确的是（ ）
A.利用激光雷达回波强度无法区分道路和道路两旁的非道路区域。B.激光雷达回波强度与物体表面材质有关。C.激光雷达回波强度指的是激光雷达探测的距离远近。D.通过激光雷达回波强度检测车道线是利用了车道线通常是白色或者黄色的。正确答案：激光雷达回波强度与物体表面材质有关
2、车道线模型的拟合，可以采用以下哪些传统方法（ ）
A.深度学习B.霍夫变换C.滑动窗口搜索法D.最小二乘法正确答案：霍夫变换、滑动窗口搜索法、最小二乘法
3、均值滤波既能减少椒盐噪声，还能避免让图像模糊。
A.正确B.错误正确答案：错误
4、边缘增强是指突出图像的边缘，边缘以外的图像区域被削弱或者被完全去掉。
A.错误B.正确正确答案：正确
5、各个弱分类器的训练过程结束后，分类误差率小的弱分类器的权重较大，其在最终的分类器中起着较大的决定作用。
A.错误B.正确正确答案：正确
6、单层感知机无法解决异或问题，这是因为异或问题是一个非线性问题，而单层感知机属于一种线性分类器。
A.正确B.错误正确答案：正确
7、ReLU激活函数具有计算简单、能减小网络训练难度和缓解过拟合问题的优点。
A.错误B.正确正确答案：正确
8、由于相机的频率与激光雷达的频率是不同的，在实车运行时会造成两者时间上的不同步，所以需要进行时间对准来使得点云数据和图像数据的时间尽量同步。
A.正确B.错误正确答案：正确
9、激活函数决定了神经元是（ ）状态还是抑制状态，它的作用是为了在神经网络中引入非线性的学习和处理能力。
正确答案：活跃
10、典型的用于图像分类的卷积神经网络由输入层、（ ）、池化层、全连接层、输出层构成。
正确答案：卷积层
第6章定位导航1、下列描述错误的是（ ）。
A.FAST关键点牺牲了一些精度和鲁棒性，以提高其计算的速度，但是本身不具有方向性。B.ORB特征由关键点与描述子组成。其关键点称为OrientedFAST，是一种改进的FAST角点。C.SIFT特征在计算时充分考虑了在图像变换过程中出现的光照、尺度、旋转等变化，鲁棒性好。D.Harris角点,对亮度和对比度的变化不敏感，具有旋转不变性和尺度不变性。正确答案：Harris角点,对亮度和对比度的变化不敏感，具有旋转不变性和尺度不变性
2、下列描述错误的是（ ）。
A.MonoSLAM是单目视觉SLAM，以扩展卡尔曼滤波为后端，追踪前端非常稀疏的特征点。B.PTAM实现了跟踪与建图过程的双线程并行化。C.ORB-SLAM支持单目、双目、RGB-D等模式，使用多线程完成SLAM。D.LSD-SLAM，将特征点法应用到了半稠密的单目SLAM中。正确答案：LSD-SLAM，将特征点法应用到了半稠密的单目SLAM中，原因是：应该是将直接法应用到了半稠密的单目SLAM中
3、真实情况下，仅通过三颗卫星来实现定位是不现实的，这是因为（ ） 。
A.电磁波在传播过程中经历了电离层和对流层以及外部干扰，导致信号的传播速度是不均匀的。B.接收机时钟与GPS时钟存在偏差。C.其他三条都对。D.卫星时钟与GPS时钟存在偏差。正确答案：其它三条都对
4、全球卫星导航系统，也称为GNSS，包括（ ）
A.中国北斗卫星导航系统B.欧洲伽利略定位系统C.俄罗斯的格洛纳斯D.美国的全球定位系统GPS正确答案：A、B、C、D
5、SLAM包括下面哪些步骤（ ）。
A.前端B.后端C.回环检测D.建图正确答案：A、B、C、D
6、基于切换式的GPS/DR组合定位方法没有将GPS和DR两种系统的信息融合在一起，两者的优点不能得到充分发挥。
A.正确B.错误正确答案：正确
7、松耦合利用GPS接收机输出的原始信息和DR输出的信息进行数据融合。这种方式组合精度高，可提高GPS的接收精度和动态性能。
A.正确B.错误正确答案：错误
8、在无人驾驶车辆定位时，如果地图已知，即使没有GPS信息，那么也可以根据现有的地图，由传感器获取周围环境信息，通过相应的特征匹配，来定位自身的位置。
A.正确B.错误正确答案：正确
9、G2O是一个用于优化基于图形的非线性误差函数的开源的C++框架。它具有高效性、通用性和可扩展性。
A.错误B.正确正确答案：正确
10、SLAM前端算法的第一步和第二步分别是特征提取和（ ）。
正确答案：数据关联 或 数据匹配
人工智能的十大应用(无人驾驶丨人脸识别丨医学图像处理）
导读：人工智能已经逐渐走进我们的生活，并应用于各个领域，它不仅给许多行业带来了巨大的经济效益，也为我们的生活带来了许多改变和便利。下面，我们将分别介绍人工智能的一些主要应用场景。这篇文章，希望对你职业生涯选择会有帮助。
如果你想学习入门人工智能AI，可以来我建的人工智能学习群:[672948930]，群里有我整理的一份关于pytorch、python基础，图像处理opencv自然语言处理、机器学习、数学基础等资源库，想学习人工智能或者转行到高薪资行业的，大学生都非常实用，无任何套路免费提供！还可以扫码加VX领取人工智能200G学习资料大礼包哦！
01无人驾驶汽车
无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内以计算机系统为主的智能驾驶控制器来实现无人驾驶。无人驾驶中涉及的技术包含多个方面，例如计算机视觉、自动控制技术等。
美国、英国、德国等发达国家从20世纪70年代开始就投入到无人驾驶汽车的研究中，中国从20世纪80年代起也开始了无人驾驶汽车的研究。
2005年，一辆名为Stanley的无人驾驶汽车以平均40km/h的速度跑完了美国莫哈维沙漠中的野外地形赛道，用时6小时53分58秒，完成了约282千米的驾驶里程。
Stanley是由一辆大众途锐汽车经过改装而来的，由大众汽车技术研究部、大众汽车集团下属的电子研究工作实验室及斯坦福大学一起合作完成，其外部装有摄像头、雷达、激光测距仪等装置来感应周边环境，内部装有自动驾驶控制系统来完成指挥、导航、制动和加速等操作。
2006年，卡内基梅隆大学又研发了无人驾驶汽车Boss，Boss能够按照交通规则安全地驾驶通过附近有空军基地的街道，并且会避让其他车辆和行人。
近年来，伴随着人工智能浪潮的兴起，无人驾驶成为人们热议的话题，国内外许多公司都纷纷投入到自动驾驶和无人驾驶的研究中。例如，Google的GoogleX实验室正在积极研发无人驾驶汽车GoogleDriverlessCar，百度也已启动了“百度无人驾驶汽车”研发计划，其自主研发的无人驾驶汽车Apollo还曾亮相2018年央视春晚。
但是最近两年，发现无人驾驶的复杂程度远超几年前所预期的，要真正实现商业化还有很长的路要走。
02人脸识别人脸识别也称人像识别、面部识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别涉及的技术主要包括计算机视觉、图像处理等。
人脸识别系统的研究始于20世纪60年代，之后，随着计算机技术和光学成像技术的发展，人脸识别技术水平在20世纪80年代得到不断提高。在20世纪90年代后期，人脸识别技术进入初级应用阶段。目前，人脸识别技术已广泛应用于多个领域，如金融、司法、公安、边检、航天、电力、教育、医疗等。
有一个关于人脸识别技术应用的有趣案例：张学友获封“逃犯克星”，因为警方利用人脸识别技术在其演唱会上多次抓到了在逃人员。
2018年4月7日，张学友南昌演唱会开始后，看台上一名粉丝便被警方带离现场。实际上，他是一名逃犯，安保人员通过人像识别系统锁定了在看台上的他；
2018年5月20日，张学友嘉兴演唱会上，犯罪嫌疑人于某在通过安检门时被人脸识别系统识别出是逃犯，随后被警方抓获。随着人脸识别技术的进一步成熟和社会认同度的提高，其将应用在更多领域，给人们的生活带来更多改变。
03机器翻译机器翻译是计算语言学的一个分支，是利用计算机将一种自然语言转换为另一种自然语言的过程。机器翻译用到的技术主要是神经机器翻译技术（NeuralMachineTranslation，NMT），该技术当前在很多语言上的表现已经超过人类。
随着经济全球化进程的加快及互联网的迅速发展，机器翻译技术在促进政治、经济、文化交流等方面的价值凸显，也给人们的生活带来了许多便利。例如我们在阅读英文文献时，可以方便地通过有道翻译、Google翻译等网站将英文转换为中文，免去了查字典的麻烦，提高了学习和工作的效率。
04声纹识别生物特征识别技术包括很多种，除了人脸识别，目前用得比较多的有声纹识别。声纹识别是一种生物鉴权技术，也称为说话人识别，包括说话人辨认和说话人确认。
声纹识别的工作过程为，系统采集说话人的声纹信息并将其录入数据库，当说话人再次说话时，系统会采集这段声纹信息并自动与数据库中已有的声纹信息做对比，从而识别出说话人的身份。
相比于传统的身份识别方法（如钥匙、证件），声纹识别具有抗遗忘、可远程的鉴权特点，在现有算法优化和随机密码的技术手段下，声纹也能有效防录音、防合成，因此安全性高、响应迅速且识别精准。
同时，相较于人脸识别、虹膜识别等生物特征识别技术，声纹识别技术具有可通过电话信道、网络信道等方式采集用户的声纹特征的特点，因此其在远程身份确认上极具优势。
目前，声纹识别技术有声纹核身、声纹锁和黑名单声纹库等多项应用案例，可广泛应用于金融、安防、智能家居等领域，落地场景丰富。
05智能客服机器人智能客服机器人是一种利用机器模拟人类行为的人工智能实体形态，它能够实现语音识别和自然语义理解，具有业务推理、话术应答等能力。
当用户访问网站并发出会话时，智能客服机器人会根据系统获取的访客地址、IP和访问路径等，快速分析用户意图，回复用户的真实需求。同时，智能客服机器人拥有海量的行业背景知识库，能对用户咨询的常规问题进行标准回复，提高应答准确率。
智能客服机器人广泛应用于商业服务与营销场景，为客户解决问题、提供决策依据。同时，智能客服机器人在应答过程中，可以结合丰富的对话语料进行自适应训练，因此，其在应答话术上将变得越来越精确。
随着智能客服机器人的垂直发展，它已经可以深入解决很多企业的细分场景下的问题。比如电商企业面临的售前咨询问题，对大多数电商企业来说，用户所咨询的售前问题普遍围绕价格、优惠、货品来源渠道等主题，传统的人工客服每天都会对这几类重复性的问题进行回答，导致无法及时为存在更多复杂问题的客户群体提供服务。
而智能客服机器人可以针对用户的各类简单、重复性高的问题进行解答，还能为用户提供全天候的咨询应答、解决问题的服务，它的广泛应用也大大降低了企业的人工客服成本。
06智能外呼机器人智能外呼机器人是人工智能在语音识别方面的典型应用，它能够自动发起电话外呼，以语音合成的自然人声形式，主动向用户群体介绍产品。
在外呼期间，它可以利用语音识别和自然语言处理技术获取客户意图，而后采用针对性话术与用户进行多轮交互会话，最后对用户进行目标分类，并自动记录每通电话的关键点，以成功完成外呼工作。
从2018年年初开始，智能外呼机器人呈现出喷井式兴起状态，它能够在互动过程中不带有情绪波动，并且自动完成应答、分类、记录和追踪，助力企业完成一些烦琐、重复和耗时的操作，从而解放人工，减少大量的人力成本和重复劳动力，让员工着力于目标客群，进而创造更高的商业价值。当然智能外呼机器人也带来了另一面，即会对用户造成频繁的打扰。
基于维护用户的合法权益，促进语音呼叫服务端健康发展，2020年8月31日国家工信部下发了《通信短信息和语音呼叫服务管理规定（征求意见稿）》，意味着未来的外呼服务，无论人工还是人工智能，都需要持证上岗，而且还要在监管的监视下进行，这也对智能外呼机器人的用户体验和服务质量提出了更高的要求。
07智能音箱智能音箱是语音识别、自然语言处理等人工智能技术的电子产品类应用与载体，随着智能音箱的迅猛发展，其也被视为智能家居的未来入口。究其本质，智能音箱就是能完成对话环节的拥有语音交互能力的机器。通过与它直接对话，家庭消费者能够完成自助点歌、控制家居设备和唤起生活服务等操作。
支撑智能音箱交互功能的前置基础主要包括将人声转换成文本的自动语音识别（AutomaticSpeechRecognition，ASR）技术，对文字进行词性、句法、语义等分析的自然语言处理（NaturalLanguageProcessing，NLP）技术，以及将文字转换成自然语音流的语音合成技术（TextToSpeech，TTS）技术。
在人工智能技术的加持下，智能音箱也逐渐以更自然的语音交互方式创造出更多家庭场景下的应用。
08个性化推荐个性化推荐是一种基于聚类与协同过滤技术的人工智能应用，它建立在海量数据挖掘的基础上，通过分析用户的历史行为建立推荐模型，主动给用户提供匹配他们的需求与兴趣的信息，如商品推荐、新闻推荐等。
个性化推荐既可以为用户快速定位需求产品，弱化用户被动消费意识，提升用户兴致和留存黏性，又可以帮助商家快速引流，找准用户群体与定位，做好产品营销。
个性化推荐系统广泛存在于各类网站和App中，本质上，它会根据用户的浏览信息、用户基本信息和对物品或内容的偏好程度等多因素进行考量，依托推荐引擎算法进行指标分类，将与用户目标因素一致的信息内容进行聚类，经过协同过滤算法，实现精确的个性化推荐。
09医学图像处理医学图像处理是目前人工智能在医疗领域的典型应用，它的处理对象是由各种不同成像机理，如在临床医学中广泛使用的核磁共振成像、超声成像等生成的医学影像。
传统的医学影像诊断，主要通过观察二维切片图去发现病变体，这往往需要依靠医生的经验来判断。而利用计算机图像处理技术，可以对医学影像进行图像分割、特征提取、定量分析和对比分析等工作，进而完成病灶识别与标注，针对肿瘤放疗环节的影像的靶区自动勾画，以及手术环节的三维影像重建。
该应用可以辅助医生对病变体及其他目标区域进行定性甚至定量分析，从而大大提高医疗诊断的准确性和可靠性。另外，医学图像处理在医疗教学、手术规划、手术仿真、各类医学研究、医学二维影像重建中也起到重要的辅助作用。
10图像搜索图像搜索是近几年用户需求日益旺盛的信息检索类应用，分为基于文本的和基于内容的两类搜索方式。传统的图像搜索只识别图像本身的颜色、纹理等要素，基于深度学习的图像搜索还会计入人脸、姿态、地理位置和字符等语义特征，针对海量数据进行多维度的分析与匹配。
该技术的应用与发展，不仅是为了满足当下用户利用图像匹配搜索以顺利查找到相同或相似目标物的需求，更是为了通过分析用户的需求与行为，如搜索同款、相似物比对等，确保企业的产品迭代和服务升级在后续工作中更加聚焦。
如果你想学习入门人工智能AI，可以来我建的人工智能学习群:[672948930]，群里有我整理的一份关于pytorch、python基础，图像处理opencv自然语言处理、机器学习、数学基础等资源库，想学习人工智能或者转行到高薪资行业的，大学生都非常实用，无任何套路免费提供！还可以扫码加VX领取人工智能200G学习资料大礼包哦！