SLAM面试题

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