题型:实用类文本阅读 题类: 难易度:普通
四川省德阳市2025届高三上学期语文第一次诊断考试试卷
材料一:
前几天,无人驾驶出租车“萝卜快跑”在武汉大面积铺开,凭借着超低价和新奇感,吸引了不少人体验。但很快,不少武汉人戏称它为“苕萝卜”。
只见一辆打着双闪的“萝卜快跑”在马路中间一动不动,定睛一看,“硬控”它的居然是一条躺在路上的绿色编织袋。面对这个障碍物,“萝卜快跑”一副束手无策的样子,也不会绕开它,就傻乎乎地停在编织袋前方。最终还是一位看不下去的路人大爷将袋子拿走,“萝卜快跑”终于才敢动弹。
有时候路上没有障碍物,但是路况略微复杂,“萝卜快跑”也是立马“智商不够用”了。比如在早高峰的滚滚车流里,一辆想要变道来接乘客但又不敢的“萝卜快跑”,只得在原地等待 在汽车堆里显得弱小可怜又无助。
面对川流不息的行人和其他车辆,“萝卜快跑”直接“判断”前方没有前进的空间,然后也不管这是哪儿,停车会不会造成拥堵,直接趴在马路上乖乖等待。一辆“萝卜快跑”在路口一直“礼让”了10辆来车,才抓住机会继续开动。就连旁边没什么车,只是偶然遇到了自家兄弟,也不知道怎么处理,小挪一点后直接一同停下,把“有礼貌”三个大字写在了脑门上。
但有时候,“遇到问题就停下来”的“萝卜快跑”又一副莽汉的样子,哪怕前面是几乎淹没车轮的积水,“萝卜快跑”也照开不误。
此外,“苕萝卜”把“遵守规则”刻在了DNA里。比如,非要等到自己的乘客不可,哪怕后面堵车成长龙,“萝卜快跑”也不会挪动一下。再比如,说好了要给你送到目的地,那差一米都不行。有位乘客表示,自己原本准备在目的地马路对面下车,然后再走两步就到了,“萝卜快跑”却依旧坚持走到下一个十字路口,再掉头,誓要将乘客严谨地送到目的地。中途下车? 不可能的。
(摘编自《无人驾驶汽车为什么被武汉人叫做“苕萝卜”?》)
材料二:
自动驾驶分级标准 | ||||||
人类司机需做什么 | Level 0 | Lovel 1 | Level2 | Level 3 | Level 4 | Level 5 |
无论辅助自动驾驶功能开启与否 , 人类驾驶员始终拥有驾驶权。 | 即使坐在驾驶位.当自动驾驶功能启用时.人类驾驶员都没有驾驶权。 | |||||
人类驾驶员必须始终监控辅助自动驾驶功能状态,在必要时转向、刹车或加速来保证安全。 | 当自动驾驶系统提出请求,必须由人类驾驶员接管驾驶权。 | 自动驾驶系统不会要求人类驾驶员接管驾驶权。 | ||||
自动驾驶辅助功能 | 自动驾驶功能 | |||||
自动可驶系统需做什么 | 系统功能仅限于发出警告及瞬时辅助 | 系统功能可以提供转向或刹车加速辅助 | 系统功能可以提供转向以及刹车加速辅助 | 自动驾驶系统可在条件满足时驾驶车辆 | 自动驾驶系统可在所有情况下驾驶车辆 | |
自功功能 | 自动紧急制动、盲区警示、车道偏离提醒 | 车道保持功能或自适应巡航 | 车道保持功能和自适应巡航 | 交通拥堵自动跟车 | 本地无人驾驶出租车;车辆可不配备方向盘和刹车、加速踏板 | 与L4一样,但系统可以在任何条件下任何地方驾驶车辆 |
注: Level,简写为L。如Level0简称为L0,以此类推
(资料来源:国际自动机工程师学会)
材料三:
自动驾驶的实现,目前主要有两种技术路径。一种是以激光雷达为核心的融合感知路线,另一种是纯视觉感知路线。两种技术路线,主要就是从环境感知方面做的划分,这个环节是决策和执行的基础。
融合感知路线,这是目前国内车企实现自动驾驶的主要方式。简单来说,就是通过装载高清摄像头、激光雷达、毫米波雷达等传感器,收集车辆周边信息,再配合高精度地图,做出决策。这种路线,优点十分明显:几种传感器相互配合补充,发挥各自“特长”,数据来源十分多样,这让最终感知结果更加稳定可靠,决策也会更加准确。比如,摄像头可以提供丰富的视觉细节,而激光雷达可以提供精准的距离、速度数据,还能保证夜间、大雾雨雪天等恶劣天气下的识别效率,弥补摄像头的不足。这种技术路线,最大的缺点就是贵——高精度地图和激光雷达,都需要高额投入。
专业绘制高精度地图的车辆携带的各类传感器价值不菲,平均采集成本约为1000元/公里。据悉,某公司在上海市采集了两三年的高精度地图,也只覆盖了2.2万公里,而覆盖全上海需要采集3.6万公里。此外,城市道路天天在变,有时候今天采集完数据,明天就要改,地图需持续维护才能“保鲜”。与此同时,从国家安全角度,政府也只允许厂商每隔几个月刷新一次,还要经历漫长的审核,这让高精度地图很难广泛使用。
纯视觉路线聚焦一个“纯”字——只使用摄像头来感知环境。这意味着从认识物体,到测算距离、速度等一切环境信息,都需要靠摄像头来完成。想走这条路线并非易事,车端和云端算力、算法都非常重要,因为系统要处理大量图像、视频信息,处理光缆突迎关注微信燃烧手他褐冲刺悬维驿站多的二维图片转化为三维物体,从而感知速度和距离,这些都是使用激光雷达很容易处理的问题。这个方案,其实是在模仿人的驾驶习惯:只要是眼睛(摄像头)能够看到的东西,系统就能够识别其中的信息,进而做出正确判断。想要识别得更加准确,就需要自动驾驶系统不断学习并优化驾驶决策,海量数据在这个过程中至关重要。
相较于融合方案,纯视觉感知路线最大优势就是成本更低,更有利于市场大范围推广。纯视觉路线缺陷也较明显,由于摄像头采集到的原始数据是二维图像,不包括距离、速度,车辆仅靠这些信息容易出现误判。在融合感知路线中,即使一个传感器失败或被干扰,其他传感器仍能提供关键数据,而纯视觉感知路线在摄像头遇到失效、被污染等状况时,缺乏同等级备份选项,可能会影响整体系统的可靠性。
(摘编自《杭州太动作! 无人驾驶还有多远?》)
试题篮