第2章：感知核心技术面试 – 传感器融合、目标检测跟踪、时序融合
感知系统是自动驾驶的“眼睛与大脑”。面试中，面试官重点考察你能否讲清传感器融合、目标检测跟踪、时序融合三个核心模块的原理、工程难点与落地经验。本章提供结构化回答路径与真实项目模板，帮你从“会做”到“会讲”。
🗂️ 面试问答卡片（3个）
Q1：请解释多传感器融合中的“时空对齐”如何实现？遇到过哪些坑？
| 考察点 | 是否理解时空对齐的本质（硬件时钟同步 + 软件插值）；工程细节处理 |
| 回答框架 | ① 讲原理（硬件PPS/GPS同步 + 软触发 + 时间戳插值）；② 讲坑（丢帧、延时抖动、空间外参漂移）；③ 解决方案（时间戳管理 + 卡尔曼滤波平滑） |
| 示例回答 | 我们采用硬件PPS配合软件时间戳，对Lidar和Camera做时间对齐；遇到Camera帧率不稳导致丢帧时，增加插值补偿及滑动窗口，对齐误差控制在2ms以内。 |
| 可能追问 | Q：时间戳漂移如何处理？传感器数量增多时标定如何维护？ |
| 避坑提醒 | 不要只说理论而不提实际误差大小和调参经验。避免“完美对齐”的表述，要暴露工程思考。 |
Q2：BEV（鸟瞰视角）目标检测相比前视检测有哪些优势？落地难点在哪？
| 考察点 | 对BEV原理的理解；能否说清优劣及工程权衡 |
| 回答框架 | ① 优势（统一坐标、时序融合易、无遮挡/尺度问题）；② 难点（计算量、视角变换标定、长尾小目标）；③ 优化方法（稀疏注意力、模型蒸馏、数据增强） |
| 示例回答 | BEV在统一坐标系下融合多帧信息，大幅提升测距精度和遮挡处理能力。落地主要计算瓶颈，我们采用2D->3D反投影+稀疏卷积，推理耗时降低了40%。 |
| 可能追问 | Q：如何解决BEV中远处目标模糊？Transformer vs 纯CNN方案对比？ |
| 避坑提醒 | 不要只夸BEV，要主动提及计算资源、视野角限制、标定误差影响等短板。 |
Q3：时序融合中，卡尔曼滤波和LSTM分别适用什么场景？你如何选型？
| 考察点 | 是否理解不同融合方法的假设与代价；能否根据场景匹配合适算法 |
| 回答框架 | ① 卡尔曼滤波（线性、高斯噪声、计算轻-适合高速跟踪）；② LSTM（非线性、复杂运动、需大量数据-适合城区交互场景）；③ 选型依据：运动模型复杂度、算力、传感器噪声统计 |
| 示例回答 | 高速场景我用卡尔曼，计算量小且满足线性假设；城市路口用LSTM+注意力捕捉交互。曾在无保护左转场景切换LSTM后碰撞预警时效提升30%。 |
| 可能追问 | Q：卡尔曼滤波如何应对非线性？EKF/UKF对比？LSTM训练数据如何获取？ |
| 避坑提醒 | 不要贬低任何方法，关键讲场景匹配；避免说“LSTM万能”，要提过拟合和实时性风险。 |
📁 项目案例模板：高架快速路多传感器融合感知系统
| 项目名称 | 高架快速路L4感知系统 – 传感器融合 + 目标检测跟踪 |
| 业务背景 | 面向城市高架/快速路（80km/h），需要在低光照、雨雾、出入口遮挡等场景下稳定感知200m内车辆、行人、锥桶 |
| 规模指标 | 感知距离200m，检测mAP≥85%，跟踪ID Switch≤2/100帧，系统延迟≤100ms，2套前融合 + 3套后融合冗余 |
| 技术栈 | Camera + 4D Imaging Radar + Lidar；BEVFormer检测；卡尔曼滤波+匈牙利匹配跟踪；PPS+以太网同步；ROS2 / CUDA / TensorRT |
| 核心难点 | ① 雨雾天气Radar与Camera冲突导致虚警；② 紧耦合融合时标定误差随时间漂移；③ 出入口处目标突然出现/消失的跟踪连续性 |
| 面试高频追问 | ① 雨雾场景融合策略如何容错？② 标定漂移的在线监测方法？③ 如何平衡前融合与后融合的优劣势？ |
| 可迁移回答话术 | “面对多传感器冲突，我们采用置信度加权融合 + 动态门限：当Radar置信度低时降低权重，同时保留后融合独立输出作为fallback，最终虚警率下降60%。” 面试官提问标定漂移时可以说：“引入基于语义特征点（如车道线、杆状物）的在线自标定模块，每10分钟自动修正，漂移量控制在5cm以内。” |
💡 讲师提醒： 项目案例中提到的“核心难点”需结合你自己的实际项目润色，面试时重点展开其中1-2个难点细节（你会如何设计实验、如何调参），避免只背模板。