SLAM面试题

本文介绍了SLAM在自动驾驶和机器人领域的应用,强调了闭环检测的重要性。在视觉SLAM中,词袋模型用于闭环检测,而激光SLAM如Cartographer采用subMap方法。自动驾驶需要更精确的里程计和全局定位,而室内机器人则利用闭环修正减少累积误差。深度学习可能在闭环检测的相似性判断中发挥作用。此外,文章提到了高斯-牛顿法和LM方法在SLAM优化中的使用。
摘要由CSDN通过智能技术生成

引用:https://zhuanlan.zhihu.com/p/68858564,这篇博主的定位是自动驾驶与机器人公司相关的SLAM职位

其面试题目有:

1、SLAM题目

什么是闭环检测?常用的方法有哪些?你用的哪种方法?有没有创新?
解释一下Gauss-Netwon和LM算法。
熟悉Ceres优化库吗?说一下。
描述(扩展)卡尔曼滤波与粒子滤波,你自己在用卡尔曼滤波时遇到什么问题没有?
除了视觉传感,还用过其他传感吗?比如GPS,激光雷达。。。
什么是紧耦合、松耦合?优缺点。
你认为室内SLAM与自动驾驶SLAM有什么区别?
地图点的构建方法有哪些?
如果对于一个3D点,我们在连续帧之间形成了2D特征点之间的匹配,但是这个匹配中可能存在错误的匹配。请问你如何去构建3D点?
RANSAC在选择最佳模型的时候用的metric是什么?
除了RANSAC之外,还有什么鲁棒估计的方法?
有哪几种鲁棒核函数?
3D地图点是怎么存储的?表达方式?
给你m相机n个点的bundle adjustment。当我们在仿真的时候,在迭代的时候,相机的位姿会很快的接近真值。而地图点却不能很快的收敛这是为什么呢?
LM算法里面那个 [公式] 是如何变化的呢?
说一下3D空间的位姿如何去表达?
李群和李代数的关系。
求导 [公式]
给你一个H高W宽的图像或者matrix,问如何去访问每一个元素,是先访问行呢?还是先访问列?跟缓存还有关系~
写出单目相机的投影模型,畸变模型。
说一个自己熟悉
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值