mooc智能控制技术综合实训1答案(慕课2023课后作业答案)
29 min readmooc智能控制技术综合实训1答案(慕课2023课后作业答案)
第一章单元测验
1、智能综合作业下述用于区分L4级和L5级自动驾驶的控制课后条件是：
A、L5可以操控在任何天气条件下，技术而L4则不能
B、实训L4具有严格的答案答案ODD限制，而L5则没有
C、慕课L5能操控在任何路况下，智能综合作业而L4则不能
D、控制课后L5具有OEDR功能，技术而L4则不具有
2、实训在自适应巡航中，答案答案下面哪个目标应作为感知对象：
A、慕课道路标线
B、智能综合作业前方车辆
C、控制课后交通信号灯
D、技术道路标志
3、区别于高速场景，城市场景应考虑哪些驾驶行为：
A、变道
B、超车
C、转弯，通过交叉路口
D、通过环岛
4、软件监管模块主要负责监管：
A、环境感知
B、环境建图
C、运动规划
D、控制器
5、激光雷达是综合性能最强的传感器单元，不仅可不受光照变换的干扰，也不受雨雾雪等天气影响。
第一章单元作业
1、请论述L5级别的自动驾驶汽车实现广泛应用需考虑哪些因素，目前存在哪些技术限制，以及可能的改进方法。
2、激光雷达是否能替代其他传感器而作为唯一车载感知单元呢？
第二章 车辆状态估计
第二章单元测验
1、扩展卡尔曼滤波的精度不取决于以下哪一项？
A、初始参数的选择
B、系统模型的非线性度
C、观测模型的非线性度
D、状态量的选择
2、加权最小二乘中，当各测量值误差的方差相同时，可以等价于一般最小二乘。
3、递归最小二乘中增益矩阵K表示了当前的测量值和之前测量值的匹配程度。
4、当卡尔曼滤波器中的测量噪声协方差R趋于零时，当前估计值依赖观测值多于预测值。
5、假设无迹卡尔曼滤波状态量的维数为a，则需要计算 个Sigma点。
第二章单元作业
1、当没有观测量，或者观测量失效时，卡尔曼滤波的迭代过程能否继续执行？
2、计算题：同时使用激光雷达、毫米波雷达和视觉传感器对车辆前方的障碍物进行距离测量，测量结果如下（单位为：m）： 测量次数 激光雷达（标准差=0.1 米） 毫米波雷达（标准差=0.2 米） 摄像头（标准差=1 米） 1 12.1 2 12.3 3 12.4 4 12.6 5 12.3 6 13.0 请使用加权最小二乘方法对车辆前方障碍物的距离进行估计。
第三章 基于GNSS/INS的智能车定位
第三章单元测验
1、陀螺仪一般用来测量载体的（）。
A、加速度
B、角速度
C、速度
D、位置
2、导航坐标系的原点为地球的中心。
3、采用车辆GNSS/INS松组合定位时，GNSS和INS会分别完成车辆位置的解算。
4、地心惯性坐标系和地心地固坐标系的原点相同。
5、标定是进行组合定位的基础，一般包括 、 和 三项内容。
第三章单元作业
1、为什么一般GNSS接收机收到四颗卫星信号才能完成定位？
2、简述把其他观测量信息（比如车辆轮速）引入到车辆组合定位中的方法，包括如何设置状态量、状态方程、观测量、观测方程等。
第四章 激光雷达与视觉感知技术基础
第四章单元测验
1、一般来说，激光雷达所受干扰的噪声源包括：
A、反射信号接收的不确定性
B、与目标交互过程 中存在 光束被物体 表面 吸收以及镜面反射的问题
C、在不同介质的传播速率影响
D、车辆低速运动产生的影响
2、图像坐标系到像素坐标系的变换方程中，Z为点在世界坐标系下的参考坐标。
3、视差图的计算是为了进一步计算图中各点在相机坐标系下的坐标信息。
4、采用水平方向光轴平行设置的两台相机，其视差为同一三维目标点在（）。
5、在视觉坐标系转换过程中，需要进行坐标方程的（）变换。
第四章作业
1、请简述迭代最近点算法。
第五章 视觉特征与神经网络
第五章单元测验
1、智能车辆在道路上行驶时，如需要对道路标线进行检测，采用下述哪一种特征检测为最优。
A、区块特征
B、角点特征
C、边缘特征
D、以上都不是
2、在神经网络的应用中，以下哪几个任务可采用回归方法进行。
A、图像语义分割
B、目标检测中的分类
C、目标检测中的检测框估计
D、图像深度估计
3、当神经网络训练中出现了过拟合情况，可采用以下哪些方法进行优化。
A、增加训练数据
B、增加模型层数或单元数
C、增加训练时长
D、采用Dropout，L2范数等规则化方法
4、在随机采样一致性算法的每次迭代中，可使用最小二乘法实现对模型参数的估计。
5、在构建SIFT特征描述子时，对于一般情况而言，每个cell中含（）维方向直方图。
第五章作业
1、请描述批量梯度下降和随机梯度下降的相同和不同之处。
第六章 视觉感知技术
第六章单元测验
1、以下哪一种情况对应语义分割中的实例分割？
A、检测出图像中的车辆和行人数量
B、识别图像中道路可行使区域
C、识别图像中行人像素分布并对不同行人进行区分
D、估计图像中不同车辆的三维位置
2、采用从2D到3D的目标检测器，可能存在以下缺点：
A、3D检测器受限于2D检测器性能
B、遮挡问题在2D检测中难以处理
C、需要先验场景信息
D、目标类别无法获得
3、在目标检测中，一般只使用IOU作为检测准确率的评判依据。
4、设定的IOU或score阈值越高，表明对目标检测器性能评估越严格，一般对应的评估分数也越低。
5、识别图像中的道路可行驶区域需采用（）技术。
第七章 车辆运动学与动力学
第七章单元测验
1、车辆动力学建模包含以下部分：
A、示力图分析
B、动力学方程建模
C、坐标转换
D、集成动力学组件
2、车辆纵向动力学建模中总阻力包括以下哪些部分：
A、空气阻力
B、前后轮滚动与路面之间的阻力
C、在下坡过程中受重力作用
D、前后轮牵引力
3、车辆横向动力学建模中假设：
A、纵向速度为恒定值
B、可采用自行车模型进行建模
C、忽略车辆悬挂移动、路面横向倾斜以及空气动力学影响
D、不考虑滑移角和偏航角变化率
4、阿克曼转向结构模型是一种非完整约束模型。
5、( ) 影响着车辆扭矩输出的平衡。
学习通智能控制技术综合实训1
学习通智能控制技术综合实训1是一门涉及智能控制、电子技术、机械制造等领域的综合实训课程。在这门课程中，我们将通过实践操作，学习和掌握智能控制技术的基本原理和实际应用，为未来的工作和学习打下坚实的基础。
一、课程目标
学习通智能控制技术综合实训1的主要目标是：
- 掌握基本的电路原理和电子元器件的使用方法
- 了解智能控制技术的基本原理
- 学习PLC编程的基本方法和技巧
- 了解传感器的基本原理和应用
- 了解机器人控制技术的基本原理和应用
通过这些内容的学习，我们将具备基本的智能控制技术实践能力，能够对实际问题进行分析和解决。
二、课程内容
学习通智能控制技术综合实训1的主要内容包括：
- 电路原理和电子元器件的使用方法
- PLC编程的基本方法和技巧
- 传感器的基本原理和应用
- 机器人控制技术的基本原理和应用
这些内容将通过实际操作进行学习，包括电路搭建、PLC编程、传感器应用和机器人控制，通过这些实际操作，我们将学习到基本的智能控制技术知识。
三、实训过程
在学习通智能控制技术综合实训1的过程中，我们将进行如下实训：
- 电路搭建实训：学习电路原理和电子元器件的使用方法，通过实际操作搭建电路
- PLC编程实训：学习PLC编程的基本方法和技巧，通过实际编程控制设备
- 传感器应用实训：学习传感器的基本原理和应用，通过实际应用掌握传感器技术
- 机器人控制实训：了解机器人控制技术的基本原理和应用，通过实际操作掌握机器人控制技术
通过这些实训，我们将学习到基本的智能控制技术知识。
四、课程收获
- 掌握基本的智能控制技术知识
- 具备实际操作能力
- 对智能控制技术有更深入的了解
- 为未来的工作和学习打下坚实的基础
总之，学习通智能控制技术综合实训1是一门非常实用的课程，通过这门课程的学习，我们将具备基本的智能控制技术实践能力，为未来的工作和学习打下坚实的基础。
中国大学智能控制技术综合实训1
中国大学智能控制技术综合实训1是一门针对计算机、电子等相关专业的实训课程，旨在培养学生的实际操作能力和解决实际问题的能力。该课程主要包括以下内容：
- 基本电路及元件知识
- 单片机原理及应用
- 机器视觉及图像处理
- 智能控制系统设计
学生在学习该课程时，需要完成一系列的实验项目，如基本电路实验、单片机编程实验、机器视觉实验等。这些实验项目的完成，不仅要求学生掌握相关知识和技能，更重要的是要让学生在实践中感受到知识的应用和实际问题的解决过程，从而提高学生的综合素质。
在该课程的学习过程中，学生需要具备以下能力：
- 熟悉基本电路的组成和特性，了解常用电子元件的使用方法
- 掌握单片机的编程方法，了解其在实际应用中的作用和优势
- 掌握机器视觉技术和图像处理方法，了解其在智能控制系统中的应用
- 具备智能控制系统设计和实现的能力
通过中国大学智能控制技术综合实训1的学习，学生不仅可以提高自己的实践能力和解决实际问题的能力，还可以为今后的专业发展打下坚实的基础。
