第2章 感知技术栈概览与面试高频知识点

🎯 面试问答 1 · 感知模块架构

面试问题：请介绍自动驾驶感知模块的整体架构，包含哪些核心子模块？

面试官考察点：系统化思维 / 模块职责边界 / 数据流理解 / 工程视野

回答框架：分层展开 → 数据流串联 → 关键设计点 → 总结升华

示例回答：感知架构分三层：传感器层（Camera/LiDAR/Radar）完成数据采集；感知算法层包含检测、分割、跟踪、融合四大模块，输出障碍物属性与运动状态；输出层为规控提供结构化语义。核心设计在于多传感器时间同步与BEV特征统一表示。

可能追问：① BEV感知相比传统方法的优势？② 传感器失效时如何降级？③ 特征级融合与决策级融合如何选择？

避坑提醒：切忌只罗列算法名称而不讲模块间数据流转；务必提及工程落地中的延迟、资源、鲁棒性约束。

🎯 面试问答 2 · 常用算法分类

面试问题：感知模块中常用的深度学习算法有哪些？请按任务分类说明。

面试官考察点：算法广度 / 任务理解深度 / 选型判断力 / 前沿追踪

回答框架：按任务分类（检测/分割/跟踪/融合）→ 每类2-3个代表算法 → 关键利弊 → 选型建议

示例回答：检测类：PointPillar（激光雷达实时检测）、CenterPoint（anchor-free高精度）；分割类：RangeNet++（激光语义分割）、BEVSegFormer（统一BEV分割）；跟踪类：DeepSORT（经典多目标）、MOTR（端到端）；融合类：BEVFormer（特征级）、FUTR3D（query-based）。选型需权衡精度、延迟与算力。

可能追问：① Transformer相比CNN在感知中的优势？② 如何部署轻量化模型？③ 半监督/自监督在感知中的应用？

避坑提醒：避免只背模型名称；要结合场景说明“为什么选这个”，并体现你对速度-精度trade-off的认知。

🎯 面试问答 3 · 关键行业术语

面试问题：请解释几个关键的行业术语：BEV、Occupancy Network、端到端感知。

面试官考察点：概念理解深度 / 技术演进逻辑 / 对比分析能力 / 前沿视野

回答框架：每个术语独立解释 → 核心思想 → 与传统方法区别 → 适用边界

示例回答：BEV是鸟瞰视角特征表示，将多传感器特征投影至统一俯视图，解决多视角融合难题；Occupancy Network用体素网格表征场景，输出每个体素的占用/语义状态，能处理任意形状物体；端到端感知从传感器原始数据直接输出目标结果，规避手工特征与Pipeline误差累积。

可能追问：① OCC相比3D检测的优势与局限？② 端到端感知的可解释性如何保证？③ BEVFormer中cross-attention的计算开销？

避坑提醒：不要只背定义；要讲清楚“为什么需要这个技术”，以及它解决了传统方法的什么痛点。

📁 项目案例 · 城市NOA多传感器融合感知系统