题目
阅读下面的材料,完成各题。材料一近年来,互联网技术的迅速发展给汽车工业带来了革命性变化的机会。与此同时,汽车智能化技术正逐步得到广泛应用,这项技术使汽车的操作更简单,行驶安全性也更好,而其中最典型也是最热门的未来应用就是无人驾驶汽车。也许这一趋势能使无人驾驶汽车比新能源汽车更早走入大众的生活。无人驾驶,是指通过给车辆装备智能软件和多种感应设备,包括车载传感器、雷达、GPS以及摄像头等,实现车辆的自主安全驾驶,安全高效地到达目的地并达到完全消除交通事故的目标。美国NHTSAC(美国国家公路交通安全管理局)分5级定义汽车的自动化等级:0级,由驾驶员驾驶;1级,具备1种以上自动化控制功能(如自适应巡航和车道保持系统ACC等);2级,以汽车为主体执行多种操作功能;3级,当以汽车为主体的驾驶行不通时可指示驾驶员切换为手动驾驶;4级,完全可以无人驾驶。如今,越来越多的企业开始涉足这块领域,将尖端的IT技术运用到汽车领域中,希望为消费者驾车出行带来更多美好体验。麦肯锡(全球管理咨询公司)预测,到2025年无人驾驶汽车可以产生2 000亿〜1. 9万亿美元的产值;市场研究公司IHS预测,2035年4级完全无人驾驶车每年销量可达480万辆。对任何一个行业而言,这都具有足够的市场诱惑。国外著名汽车企业及IT行业巨头谷歌都竞相着手研发无人驾驶汽车技术,研发进程十分迅速,不少研发车型已接近量产。(取材于杨帆的相关文章)【小题1】根据材料一,对“无人驾驶汽车”的表述正确的一项是( )A.比新能源汽车更早走入大众生活B.已经实现了车辆的自主安全驾驶C.车辆需装备智能软件和感应设备D.以汽车为主体执行多种操作功能【小题2】根据材料一推断,无人驾驶技术的普及离不开的两个关键因素是( )A.技术问题和资金问题B.资金问题和动机因素C.动机因素和市场需求D.市场需求和技术问题材料二无人驾驶技术研究过程中安全一直是其需要解决的首要问题,而环境中的动态障碍物如行驶中的机动车、自行车和行人等是对无人驾驶汽车行驶安全影响最大的因素。为了能够保证无人驾驶汽车在行驶过程中不与动态障碍物发生碰撞,需要满足三个条件。首先,无人驾驶系统要可靠地检测并跟踪周围对行驶有影响的动态障碍物,这需要传感器精确测量出障碍物的位置变化,并能够提取出障碍物特征用于不同时刻的障碍物之间的匹配与运动状态估计;其次,需要识别动态障碍物的种类,不同的障碍物具有不同的运动特性,对无人驾驶汽车采取的应对策略有很大影响;最后,必须能够预测动态障碍物的轨迹,这对碰撞检测以及避撞动作至关重要。动态障碍物的类型影响着无人驾驶汽车的避撞行为决策。对行人,无人驾驶汽车会优先采取减速停车的避撞策略,而对动态车辆则会采取更加灵活的避撞策略,如换道或减速。障碍物类型也会影响动态障碍物轨迹预测使用的方法。传统的障碍物识别方法使用的是实时检测障碍物几何轮廓特征,但激光雷达数据的稀疏性会造成特征少,最终导致识别率低,所以无人驾驶汽车动态障碍物识别的关键问题是如何有效利用激光雷达数据提高动态障碍物的识别率,为更加合理的避撞决策提供障碍物类别信息支持。由于动态车辆速度较快且是最主要的交通参与者,要避开与动态车辆的潜在碰撞危险,不但需要获得动态车辆当前的运动状态,还需要准确预测其未来一段时间的轨迹,所以需要 重点研究动态车辆轨迹预测方法,但动态车辆的运动轨迹受到驾驶员的驾驶行为意图控制,使用运动状态不变的运动模型或运动状态变化速度不变的运动模型都难以准确预测出其未来轨迹,所以动态车辆的驾驶行为意图检测是轨迹预测的基础,如何完成驾驶行为意图检测 并根据驾驶意图预测出准确的行驶轨迹是动态车辆轨迹预测的关键问题。(取材于黄如林的相关文章)【小题3】根据材料二,下列理解不符合文意的一项是( )A.无人驾驶技术研究过程中首要解决的问题是安全问题。B.无人驾驶汽车对行人、动态车辆的避撞策略都有减速。C.利用激光雷达数据,就可以提高动态障碍物的识别率。D.动态车辆轨迹预测的基础是检测驾驶行为的意图。【小题4】下列诗句中适合做增强行路安全意识主题标语的一项是( )A.舶胪万里来往,有祷必安全。(赵师侠《诉衷情》)B.泾溪石险人兢慎,终岁不闻倾覆人。(杜荀鹤《泾溪》)C.彩笔题桐叶,佳句问平安。(吕渭老《水调歌头》)D.马上相逢无纸笔,凭君传语报平安。(岑参《逢入京使》)材料三与人类其他早期科技发展不同,人工智能具有很强的自主性特征,人工智能系统已经可以在不需要人类的操作和监督下独立完成部分工作,例如GoogleX实验室研发的全自动驾驶汽车,不需要驾驶者就能启动、行驶以及停止。伴随人工智能系统这些特征而来的就是各种问题和挑战,从法律的角度来讲,目前主要体现在个人隐私(数据)保护和责任划分与承担等方面,这也是各国在人工智能发展过程中重点关注的问题。个人隐私(数据)保护是各国立法长期以来关注的核心议题之一,欧盟甚至将其上升到人权的高度。责任划分和承担问题也是人工智能发展面临的主要法律挑战。目前,关于人工智能的责任问题已经出现,各方也在积极探讨如何对人工智能的责任进行划分和界定。联合国教科文组织与世界科学知识与技术伦理委员会《关于机器人伦理的初步草案报告》中对机器人的责任进行了探讨,报告提出了一个可行的解决办法,即:采取责任分担的解决途径,让所有参与到机器人的发明、授权和分配过程中的人来分担责任。IEEE(美国电气和电子工程师协会)《合伦理设计:利用人工智能和自主系统最大化人类福祉的愿景》提出的基本原则之二就是责任原则。责任原则涉及如何确保人工智能和自主系统是可以被问责的。其指出,为了解决过错问题,避免公众困惑,人工智能系统必须在程序层面具有可责性,证明其为什么以特定方式运作。为此,IEEE对不同的主体在人工智能责任方面的应当采取的措施进行了详细阐述,即:立法机构应当阐明人工系统开发过程中的职责、过错、责任、可责性等问题,以便于制造商和使用者可以知晓其权利与义务;人工智能设计者和开发者在必要时考虑使用群体的文化规范的多样性;利益相关方应当在人工智能及其影响超出了既有规范之外时一起制定新的规则;自主系统的生产商和使用者应当创建记录系统,记录核心参数。(取材于何波的相关文章)【小题5】如果你是一名投资者,近期要选择人工智能无人驾驶汽车行业进行投资,请根据以上三则 材料,概括投资这个行业可能面对的有利因素和问题挑战。
阅读下面的材料,完成各题。
【小题2】根据材料一推断,无人驾驶技术的普及离不开的两个关键因素是( )
【小题4】下列诗句中适合做增强行路安全意识主题标语的一项是( )
材料一
近年来,互联网技术的迅速发展给汽车工业带来了革命性变化的机会。与此同时,汽车智能化技术正逐步得到广泛应用,这项技术使汽车的操作更简单,行驶安全性也更好,而其中最典型也是最热门的未来应用就是无人驾驶汽车。也许这一趋势能使无人驾驶汽车比新能源汽车更早走入大众的生活。
无人驾驶,是指通过给车辆装备智能软件和多种感应设备,包括车载传感器、雷达、GPS以及摄像头等,实现车辆的自主安全驾驶,安全高效地到达目的地并达到完全消除交通事故的目标。美国NHTSAC(美国国家公路交通安全管理局)分5级定义汽车的自动化等级:0级,由驾驶员驾驶;1级,具备1种以上自动化控制功能(如自适应巡航和车道保持系统ACC等);2级,以汽车为主体执行多种操作功能;3级,当以汽车为主体的驾驶行不通时可指示驾驶员切换为手动驾驶;4级,完全可以无人驾驶。
如今,越来越多的企业开始涉足这块领域,将尖端的IT技术运用到汽车领域中,希望为消费者驾车出行带来更多美好体验。麦肯锡(全球管理咨询公司)预测,到2025年无人驾驶汽车可以产生2 000亿〜1. 9万亿美元的产值;市场研究公司IHS预测,2035年4级完全无人驾驶车每年销量可达480万辆。对任何一个行业而言,这都具有足够的市场诱惑。
国外著名汽车企业及IT行业巨头谷歌都竞相着手研发无人驾驶汽车技术,研发进程十分迅速,不少研发车型已接近量产。
(取材于杨帆的相关文章)
【小题1】根据材料一,对“无人驾驶汽车”的表述正确的一项是( )| A.比新能源汽车更早走入大众生活 | B.已经实现了车辆的自主安全驾驶 |
| C.车辆需装备智能软件和感应设备 | D.以汽车为主体执行多种操作功能 |
| A.技术问题和资金问题 | B.资金问题和动机因素 |
| C.动机因素和市场需求 | D.市场需求和技术问题 |
材料二
无人驾驶技术研究过程中安全一直是其需要解决的首要问题,而环境中的动态障碍物如行驶中的机动车、自行车和行人等是对无人驾驶汽车行驶安全影响最大的因素。为了能够保证无人驾驶汽车在行驶过程中不与动态障碍物发生碰撞,需要满足三个条件。首先,无人驾驶系统要可靠地检测并跟踪周围对行驶有影响的动态障碍物,这需要传感器精确测量出障碍物的位置变化,并能够提取出障碍物特征用于不同时刻的障碍物之间的匹配与运动状态估计;其次,需要识别动态障碍物的种类,不同的障碍物具有不同的运动特性,对无人驾驶汽车采取的应对策略有很大影响;最后,必须能够预测动态障碍物的轨迹,这对碰撞检测以及避撞动作至关重要。
动态障碍物的类型影响着无人驾驶汽车的避撞行为决策。对行人,无人驾驶汽车会优先采取减速停车的避撞策略,而对动态车辆则会采取更加灵活的避撞策略,如换道或减速。障碍物类型也会影响动态障碍物轨迹预测使用的方法。传统的障碍物识别方法使用的是实时检测障碍物几何轮廓特征,但激光雷达数据的稀疏性会造成特征少,最终导致识别率低,所以无人驾驶汽车动态障碍物识别的关键问题是如何有效利用激光雷达数据提高动态障碍物的识别率,为更加合理的避撞决策提供障碍物类别信息支持。
由于动态车辆速度较快且是最主要的交通参与者,要避开与动态车辆的潜在碰撞危险,不但需要获得动态车辆当前的运动状态,还需要准确预测其未来一段时间的轨迹,所以需要 重点研究动态车辆轨迹预测方法,但动态车辆的运动轨迹受到驾驶员的驾驶行为意图控制,使用运动状态不变的运动模型或运动状态变化速度不变的运动模型都难以准确预测出其未来轨迹,所以动态车辆的驾驶行为意图检测是轨迹预测的基础,如何完成驾驶行为意图检测 并根据驾驶意图预测出准确的行驶轨迹是动态车辆轨迹预测的关键问题。
(取材于黄如林的相关文章)
【小题3】根据材料二,下列理解不符合文意的一项是( )| A.无人驾驶技术研究过程中首要解决的问题是安全问题。 |
| B.无人驾驶汽车对行人、动态车辆的避撞策略都有减速。 |
| C.利用激光雷达数据,就可以提高动态障碍物的识别率。 |
| D.动态车辆轨迹预测的基础是检测驾驶行为的意图。 |
| A.舶胪万里来往,有祷必安全。(赵师侠《诉衷情》) |
| B.泾溪石险人兢慎,终岁不闻倾覆人。(杜荀鹤《泾溪》) |
| C.彩笔题桐叶,佳句问平安。(吕渭老《水调歌头》) |
| D.马上相逢无纸笔,凭君传语报平安。(岑参《逢入京使》) |
材料三
与人类其他早期科技发展不同,人工智能具有很强的自主性特征,人工智能系统已经可以在不需要人类的操作和监督下独立完成部分工作,例如GoogleX实验室研发的全自动驾驶汽车,不需要驾驶者就能启动、行驶以及停止。伴随人工智能系统这些特征而来的就是各种问题和挑战,从法律的角度来讲,目前主要体现在个人隐私(数据)保护和责任划分与承担等方面,这也是各国在人工智能发展过程中重点关注的问题。个人隐私(数据)保护是各国立法长期以来关注的核心议题之一,欧盟甚至将其上升到人权的高度。
责任划分和承担问题也是人工智能发展面临的主要法律挑战。目前,关于人工智能的责任问题已经出现,各方也在积极探讨如何对人工智能的责任进行划分和界定。联合国教科文组织与世界科学知识与技术伦理委员会《关于机器人伦理的初步草案报告》中对机器人的责任进行了探讨,报告提出了一个可行的解决办法,即:采取责任分担的解决途径,让所有参与到机器人的发明、授权和分配过程中的人来分担责任。IEEE(美国电气和电子工程师协会)《合伦理设计:利用人工智能和自主系统最大化人类福祉的愿景》提出的基本原则之二就是责任原则。责任原则涉及如何确保人工智能和自主系统是可以被问责的。其指出,为了解决过错问题,避免公众困惑,人工智能系统必须在程序层面具有可责性,证明其为什么以特定方式运作。为此,IEEE对不同的主体在人工智能责任方面的应当采取的措施进行了详细阐述,即:立法机构应当阐明人工系统开发过程中的职责、过错、责任、可责性等问题,以便于制造商和使用者可以知晓其权利与义务;人工智能设计者和开发者在必要时考虑使用群体的文化规范的多样性;利益相关方应当在人工智能及其影响超出了既有规范之外时一起制定新的规则;自主系统的生产商和使用者应当创建记录系统,记录核心参数。
(取材于何波的相关文章)
【小题5】如果你是一名投资者,近期要选择人工智能无人驾驶汽车行业进行投资,请根据以上三则 材料,概括投资这个行业可能面对的有利因素和问题挑战。题目解答
答案

解析
材料一分析
【小题1】“无人驾驶汽车”表述正确的一项
- A选项:材料一提到“也许这一趋势能使无人驾驶汽车比新能源汽车更早走入大众的生活”,“也许”表示不确定性,并非肯定,排除;
- B选项:材料一指出无人驾驶是“未来应用”,且“实现车辆的自主安全驾驶”是目标,并非已实现,排除;
- C选项:材料一明确“通过给车辆装备智能软件和多种感应设备……实现车辆的自主安全驾驶”,符合文意,正确;
- D选项:“以汽车为主体执行多种操作功能”是2级自动化等级的特征,非无人驾驶汽车的定义,排除。
【小题2】无人驾驶技术普及的关键因素
- 材料一提到“越来越多的企业开始涉足”“研发进程十分迅速”(技术问题),以及“2025年产值2000亿~1.9万亿美元”“2035年销量480万辆”(市场需求),故关键因素是市场需求和技术问题,选D。
材料二分析
【小题3】不符合文意的一项
- A选项:材料二首句“安全一直是其需要解决的首要问题”,符合文意,排除;
- B选项:“对行人会优先采取减速停车,对动态车辆采取换道或减速”,均包含减速,符合文意,排除;
- C选项:材料二指出“激光雷达数据的稀疏性会造成特征少,最终导致识别率低”,“利用激光雷达数据”需解决稀疏性问题,而非直接提高识别率,表述绝对,错误;
- D选项:“动态车辆的驾驶行为意图检测是轨迹预测的基础”,符合文意,排除。
【小题4】增强行路安全意识的标语
- A选项:祈祷安全,无警示作用,排除;
- B选项:“石险人兢慎,不闻倾覆”强调谨慎可避免危险,符合安全意识主题,正确;
- C选项:题写平安,无警示作用,排除;
- D选项:传递平安消息,与行路安全意识无关,排除。
材料三分析
【小题5】投资的有利因素和问题挑战
- 有利因素:材料一提到“2025年产值2000亿~1.9万亿美元”“2035年销量480万辆”(市场前景广阔),“研发进程十分迅速”(技术进步快);
- 问题挑战:材料二指出动态障碍物识别(激光雷达数据稀疏性)、轨迹预测(驾驶行为意图检测)等技术难题;材料三提到个人隐私保护和责任划分的法律问题。