自动驾驶感知面试总结

现有3D感知工作

介绍一篇你最熟悉的3D感知方向的论文，并说一下其具体的实现流程

BEVDet系列算法是鉴智机器人开源的BEV感知算法，基于LSS提出的方法实现从图像空间到BEV空间的视图变换。

BEVDet采用结构化的设计思想，整个模型分为4个主要模块：图像视图编码器（Image-view Encoder）;视图变换器（View Transformer）;BEV编码器（BEV Encoder）;检测头（Task-specific Head）。

是否了解BEVDet后续改进的相关技术路线

BEVDepth 

BEVDet4D

由于单帧数据包含的信息有限，采用单帧图像数据的纯视觉BEV感知算法在与时间相关的预测任务（比如速度）上的性能比基于激光雷达或者毫米波雷达的方法要差很多。BEVDet4D在BEVDet的基础上加入时序融合模块，实现在4D时空中的自动驾驶感知任务。

为了利用时间信息，BEVDet4D通过保留上一帧中视图转换器生成的BEV特征来扩展BEVDet，上一帧中保留的特征将与当前帧中的特征合并，合并的方式是一个简单的Concat操作。在合并前，上一帧的特征需要先对齐到当前帧，实验表明，精确的对齐操作有助于提高速度预测的精度。

介绍一下目前BEV感知算法的大致发展脉络，分成哪几种主流的技术路线？

介绍目前纯视觉的感知算法方案的技术发展路线？

当前基于视觉的BEV感知算法路线的大致发展脉络？

介绍一下目标检测算法的技术发展路线？

是否了解DETR这类端到端算法，介绍一下模型的实现流程？

是否了解Occupancy相关技术路线，以及该技术路线主要能解决什么问题？

感知算法模型中引入时序信息可以带来什么优势？

在感知算法中引入时序信息的时候需要注意哪些问题？

为什么想做自动驾驶感知这个领域？

做业务时，有没有遇到让你印象比较深刻的问题，你是如何解决的？

代码考察

岛屿问题（DFS）

快速排序

手撕NMS

手撕二维卷积

手撕中值滤波算法

翻转链表

基础八股

python中的字典和元组的区别

链表和数组有什么区别，各自的优势

什么是最小二乘法，利用最小二乘法可以解决什么问题？

对于线性方程组如何进行求解

贝叶斯估计的公式是什么，用于解决什么问题

排序方法有哪些？它们的时间和空间复杂度？

BN层的作用，BN层中可以学习的参数有哪些

简单介绍一个你最熟悉的2D目标检测算法模型

其他

为什么选择华为？

你是如何看待目前车部的发展？

平常空闲时间你一般会做什么事情？

一般是通过什么方式学习最新的技术知识？