SLAM面试常见问题

之前我们分享过视觉SLAM找工作、面试经历，见《2018年SLAM、三维视觉方向求职经验分享》，《经验分享 | SLAM、3D vision笔试面试问题》。

从零开始学习SLAM知识星球里，会定期发布一些常见的SLAM问题引导大家讨论，并给出参考解答。以下列举几个已经发布的问题及回答。

1、视觉SLAM方法一般分为特征点法和直接法。请简述一下特征点法和直接法的概念，以及对应的优缺点。

特征点法，根据提取、匹配 特征点来估计相机运动，优化的是重投影误差，对光照变化不敏感 ，是比较成熟的方案。常见的开源方案 比如ORBSLAM

优点：

（1）特征点本身对光照、运动、旋转比较不敏感，所以比较稳定

（2）相机运动较快（相对直接法来说）也能跟踪成功，鲁棒性好一些

（3）研究时间较久，方案比较成熟

缺点：

（1）关键点提取、描述子、匹配耗时长

（2）特征点丢失场景无法使用

（3）只能构建稀疏地图

直接法，根据相机的亮度信息估计相机的运动，可以不需要计算关键点和描述子，优化的是光度误差，根据使用像素数量可分为稀疏、半稠密、稠密三种。常见开源方案有SVO, LSD-SLAM

优点：

（1）速度快，可以省去计算特征点、描述子时间

（2）可以用在特征缺失的场合（比如白墙），特征点法在该情况下会急速变差

（3）可以构建半稠密乃至稠密地图

缺点：

（1）因为假设了灰度不变，所以易受光照变化影响

（2）要求相机运动较慢或采样频率较高（可以用图像金字塔改善）

（3）单个像素或像素块区分度不强，采用的是数量代替质量的策略

2、视觉SLAM常用的相机包括，单目，双目，RGB-D相机，请分别说说它们本身的优缺点、常用的相机型号等。

以下是我使用时的一些总结，可能有疏漏错误，欢迎补充指正。

单目相机：

常用型号：有非常多的种类可以选择

优点：

1、应用最广，成本可以做到非常低。

2、体积小，标定简单，硬件搭建也简单。

3、可以用于室内和室外（有适当光照条件下）。

缺点：

1、具有纯视觉传感器的通病：在光照变化较大，纹理特征缺失、快速运动导致模糊的情况下无法使用（睁眼瞎）。

2、SLAM过程使用单目相机有尺度不确定性，需要专门初始化。

3、必须通过运动才能估计深度（帧间匹配三角化）

双目相机：

常用型号：Indemind，小觅，ZED等

优点：

1、相比于单目，在静止时就能够根据左右相机视差图计算深度。

2、可测量距离可以根据基线调节。基线距离越大，测量距离越远。

3、可以用于室内和室外（有适当光照条件下）。

缺点：

1、双目相机标定相对复杂

2、用视差计算深度比较消耗资源

3、具有纯视觉传感器的通病：在光照变化较大，纹理特征缺失、快速运动导致模糊的情况下无法使用（睁眼瞎）。

RGB-D相机：

常用型号：Kinect系列、Realsense系列、Orbbec、Pico等

优点：

1、使用物理测距方法测量深度，所以避免了纯视觉传感器的通病，在没有光照的情况下、快速运动的情况下都可以测距。这是非常大的优势。

2、相对双目，输出帧率较高，更适合运动场景。

3、输出深度值比较准，结合RGB信息，容易实现手势识别、人体姿态估计等应用。

缺点：

1、测量范围窄，易受日光干扰，通常只能用于室内场景

2、在遇到透射材料、反光表面、黑色物体情况下表现不好，造成深度图缺失

3、通常分辨率无法做到很高，目前主流分辨率VGA（640x480）

4、标定比较复杂。

3、关键帧在SLAM里应用非常多，很多知名的开源算法都使用了关键帧。请你用自己的语言描述一下关键帧是什么？有什么用？如何选择关键帧？