面灵AI→

文远知行 自动驾驶测试面经(凉经):两面全记录与手撕题复盘

轮次
一面+二面
时间
2026-10
来源
牛客网

《面试题目》

  1. 对我们公司有什么了解?对自动驾驶的了解(技术性、非技术性都可以)?
  2. 接触过 Linux、Git、Docker 吗?有哪些常用命令?Git 切换分支、Linux 创建目录的命令是什么?
  3. 有驾照和实际驾驶经验吗?遇到过哪些危险场景?
  4. 你觉得自动驾驶可以从哪些方面对「鬼探头」这种情况做出补救或避免?
  5. 手撕:有 n 级台阶,每次只能跳 1 或 2 级,有多少种跳法?
  6. 上一轮反馈你对自动驾驶行业了解欠缺,现在了解到什么程度了?
  7. 实习中遇到的最大的 bug 是什么?怎么修复的,跟进到什么程度?
  8. 实习中有没有发现测试效率低的地方?怎么解决的?
  9. 场景题:针对自动驾驶中遇到的「别车」行为,设计测试用例。
  10. 设计题:现有 A/B/C/D 等 10 辆车,每天有 8~12 个不尽相同的测试任务,每个任务每天匹配一辆车,设计一个系统自动完成匹配,尽量最大化资源利用。
  11. 手撕:输入一个整数数组(可能一维、二维、空数组),输出重复次数最多的数字及次数。

《参考解析》

鬼探头怎么补救:分感知、预测、决策、执行、以及系统级五层答。感知侧用多传感器融合(摄像头 + 激光雷达 + 毫米波)补盲区,对遮挡区域做「潜在目标」预判;预测侧对遮挡边缘出现的行人给更高的先验概率与更短的响应窗口;决策侧在视线受阻路段主动降速、拉开横向距离,设定「最坏情况可达距离」约束车速;执行侧保证 AEB 的响应时延与制动距离;系统级靠高精地图与 V2X 提前获知盲区(如公交站台、路边停车缝隙),以及用影子模式收集真实鬼探头样本迭代模型。

别车行为的测试用例:先拆维度——场景(相邻车道强行并线、加塞、连续变道、恶意刹车)、相对车速与距离、道路条件(高速/城市/匝道)、天气与光照、以及本车状态(巡航/跟车/接管中)。每条用例给出预期行为(减速让行、保持车距、必要时鸣笛/闪灯但优先安全)、判据(最小安全距离、减速度上限、是否触发急刹、是否误触发 AEB)。异常用例要有:对方车辆切入后立刻退出、切入后急刹、多车同时切入。测试手段用仿真(大规模回归)+ 封闭场地 + 路测。

车辆与任务匹配的系统设计:本质是带约束的调度/分配问题。数据结构:车辆表(状态、位置、可用时段、能力标签如「支持夜间测试」)、任务表(时长、所需能力、优先级、地点)。算法先用贪心做基线(按优先级排序,给每个任务挑「能力匹配且空闲」的最优车辆,代价函数考虑空驶距离与任务时长),再加冲突解决(同一时段多任务竞争同一车时按优先级与截止时间让路),最后用匹配算法(匈牙利/最小费用流)做小规模最优解。工程上要有状态机(空闲/执行中/维护)、失败重试与人工覆盖入口,输出每日排班表并统计利用率。

手撕题:台阶题就是斐波那契,f(n) = f(n-1) + f(n-2),滚动变量 O(1) 空间,注意 n=0/1 的边界与大数据取模。找重复次数最多的数字:先拍平嵌套数组(递归或栈,注意空数组),用哈希计数,再遍历取最大值;有并列时说明规则(取最先出现或取最大)。面试里被追问就说「数据量极大时用 Boyer-Moore 只能求众数是否存在过半,不能求最多重复次数,必须哈希或排序」。

凉经复盘:一面没有拷打项目、20 分钟结束,容易被误判为 KPI 面,但实际通过了——面试时长不等于结果。二面手撕没写出来是失败的直接原因,说明这类岗位即便测试岗也看基础编码。作者的总结里有一条很实用:每轮结束面试官会写面评,二面直接引用了上一轮的评价,所以每一轮都要把自己最好的一面完整呈现。