自动驾驶算法面试题（一）

题目目录：

1. 相机内参和外参的含义及其变化
2. 坐标系的变换
3. 放射变换与逆投影变换
4. 卡尔曼滤波Q和R的调整
5. 理解BEV空间及生成BEV特征
6. 在标注存在错误的数据上训练模型
7. 视频与图像中的目标检测的区别
8. 解释卡尔曼滤波中的噪声矩阵含义及估计噪声的变化
9. 光流方法及LK光流的建模方式
10. 车道线检测的任务与其降级方案

01. 相机内参和外参的含义？如果将图像放大两倍，内外参如何变化？

- 相机有两个最基础的数据：内参(Instrinsics)和外参(Extrinsics)，内参主要描述的是相机的CCD/CMOS感光片尺寸/分辨率以及光学镜头的系数，外参主要描述的是相机在世界坐标系下的摆放位置和朝向角度。

• 参考：https://zhuanlan.zhihu.com/p/646310465

02. 坐标系的变换

- BEV训练数据集的世界坐标系, 比如nuScenes地图，它的世界坐标系是图片坐标系࿰