应用于车道线检测,目标分类与运动跟踪的是()。A. 多目摄像头B. 超声波雷达C. 毫米波雷达D. 激光雷达

本题考查自动驾驶技术中不同传感器的应用场景。关键点在于理解各传感器的特点：

• 多目摄像头：擅长图像识别（如车道线检测）、目标分类与跟踪，依赖视觉信息。
• 超声波雷达：短距离、低速环境检测（如泊车），精度有限。
• 毫米波雷达：长距离测距与测速，但难以识别复杂目标。
• 激光雷达：高精度三维环境建模，成本高，分类能力依赖算法。

核心思路：车道线检测、目标分类与运动跟踪需处理丰富的视觉信息，多目摄像头通过多视角融合提供高精度图像数据，是最佳选择。

选项分析

A. 多目摄像头

• 优势：提供高分辨率图像，支持车道线识别、目标分类（如车辆、行人区分）、运动跟踪（通过连续帧分析）。
• 应用：视觉算法（如深度学习）依赖图像数据，多目摄像头可弥补单目视角局限。

B. 超声波雷达

• 局限：仅能检测障碍物存在与距离，无法分类目标或检测车道线。

C. 毫米波雷达

• 局限：擅长测距与测速，但缺乏图像细节，难以精准分类目标或跟踪运动轨迹。

D. 激光雷达

• 局限：虽能构建三维环境，但分类依赖算法且成本高，非专为视觉任务设计。

结论：多目摄像头直接满足题目中所有需求。