2. 感知仿真核心能力面试解析
感知仿真是自动驾驶仿真系统的中枢环节，其核心能力直接决定仿真结果的可信度。面试官通常围绕传感器模型、场景搭建、真实性评估三大维度展开深度追问。本章通过追问路径图快速建立能力框架，再以3道高频面试题 + 1个真实项目模板，拆解面试官的真实考察逻辑。
2.1 核心面试问答
🔵 面试问题：请介绍激光雷达传感器模型的常用建模方法，以及如何评估其仿真真实性？
面试官希望了解你对激光雷达物理模型的掌握程度，以及你是否具备量化仿真保真度的能力。
🎯 面试官考察点
- 是否理解激光雷达 ToF 原理与扫描方式（机械式 / 固态）
- 是否掌握噪声建模（高斯 / 泊松）、反射率、运动畸变等关键环节
- 是否具备仿真与真实数据的统计对比方法
📋 回答框架
- 原理概述：简述激光雷达的激光发射—反射—接收机制，以及常见扫描方式
- 建模要点：射线投射模拟激光束、高斯噪声模拟测距误差、反射率区分材质、运动畸变叠加
- 评估方法：对比真实点云的密度分布、噪声标准差、回波强度直方图，检验统计一致性
💡 示例回答
激光雷达仿真采用射线投射法模拟激光束，叠加高斯噪声模拟测距误差，并加入反射率模型区分不同材质回波。真实性评估通过对比真实点云的密度分布、噪声标准差和回波强度直方图，确保统计特性一致。
🔍 可能追问
- 如何模拟激光雷达在雨雾天气的穿透衰减与散射？
- 不同线束（16线 / 64线 / 128线）建模有哪些差异？
- 运动畸变如何建模？是否考虑旋转扫描的时间累积效应？
⚠️ 避坑提醒
不要使用理想化传感器模型，忽略视场角、角分辨率、最大探测距离等硬件约束。务必结合实际传感器参数（如 Velodyne / Hesai）进行配置，并在评估中对比真实数据分布。
🟢 面试问题：如何设计一个高覆盖率的自动驾驶测试场景库？请说明关键步骤和评估指标。
面试官考察你对场景要素拆解、参数化生成与覆盖率量化的系统性理解。
🎯 面试官考察点
- 是否理解场景的组成要素（道路拓扑、交通参与者、环境、任务）
- 是否掌握参数化变体生成方法（正交试验 / 拉丁超立方 / 遗传算法）
- 是否了解覆盖率评估指标（特征空间覆盖度 / ODD 边界占比）