SLAM常见面试题集锦

前言

在备战秋招时，发现SLAM相关的知识点比较庞杂零碎，网上对于常见的面试题也没有全面的集锦可以参考复习，所以参考我找到的一些面试题，自发整理了一些常见的问题及参考答案。参考答案是博主参考大佬的回答及自己的理解给出的，用于自己秋招备战使用的，所以答案都力求准确、简洁。但奈何能力有限，答案仍可能存在错误或者瑕疵，欢迎留言批评指正。

当然这里整理的也不全面，只是略尽绵薄之力，希望对大家有所帮助。另外，希望各位在此基础上进行修改、补充添加，并继续共享给大家，这样慢慢就会有比较全面的复习资料了。

ps：2020年秋招算法岗实在是太难了，相较2019年难的不是一星半点，都说2019年算法岗是“神仙打架”，2020年则是“诸神黄昏”，很多搞算法的都转行做了软开。况且博主还是半路出家，没有相关实习经历（客观原因）、没有项目经验（平台限制），7-8月份提前批折腾了两个月，结果发现毫无进展，最终无奈选择了去*厂搬砖。

最后，给后来者的忠告：想进大厂，项目经验、相关实习经历至关重要！面试官都是通过你的项目、实习内容展开问题，一看没有项目、没有实习，就一票pass了。所以一定要提前找实习，早做打算。

常见面试题

1. 视觉SLAM框架及组成
   a) SLAM即实时定位建图，按照使用的传感器分为激光SLAM（LOAM、V-LOAM、cartographer、gmapping）与视觉SLAM，其中视觉SLAM又可分为单目SLAM（MonoSLAM、PTAM、DTAM、LSD-SLAM、ORB-SLAM（单目为主）、SVO）、双目SLAM（LIBVISO2、S-PTAM等）、RGBD SLAM（KinectFusion、ElasticFusion、Kintinous、RGBD SLAM2、RTAB SLAM）；按照前端方法分为特征点法（稀疏法）、光流法、稀疏直接法、半稠密法、稠密法；按照后端方法分为基于滤波（EKF，UKF，PF原理简介）与基于图优化的方法。
   b) 视觉SLAM由前端（视觉里程计）、后端（位姿优化）、闭环检测、建图图4个部分组成。
   

2. 如何对匹配好的点做进一步的处理，更好保证匹配效果？或如何滤除外点
   a) 确定匹配的最大距离：先求出所有匹配点最小距离min_dist（Hamming距离吗？），小于2倍的最小距离的点，认为是内点，即30<匹配点距离<=2*min_dist，30是经验值，有些点会特别小。
   b) 基于KNN匹配算法：令k=2，即取最近邻与次近邻距离(.distance()，该距离类似于欧式距离，用于表征匹配质量，距离越小，匹配效果越好)的比值，比值小于一定阈值（如<0.8）则认为是内点；
   c) RANSAC方法。

3. 对于单目相机，F和H矩阵有何不同，E和F矩阵有何不同，只旋转不平移能不能求F、能不能求H？
   a) F和E描述的都是两帧间的极线约束，只不过坐标系不同：F描述的是同一空间点在不同帧之间像素坐标的几何约束关系，也即极线约束，E描述的是归一化相机坐标之间的几何约束关系，且 , ，其中 ；可知，E只与相机内参有关，F与内外参都有关；而H描述的是一系列共面的3D点到相机成像平面（两个平面间）的投影变换关系；
   b) 三者分解出R,t不同： ，其中(n,d)表示世界坐标系下某个平面的平面方程，因此H只与外参、平面参数有关，而与内参无关。
   c) 在相机只有纯旋转而没有平移时，此时t为0，E、F也将为0，导致无法求解R；此时可以使用单应矩阵H求旋转，但仅无平移t，无法三角化求深度。

4. 计算H矩阵和F矩阵的时候有什么技巧呢？实际上在问归一化的操作。

5. ORB-SLAM初始化的时候为什么要同时计算H矩阵和F矩阵？
   a) 当特征点共面或相机间发生了纯旋转时，基础矩阵自由度下降，即发生了所谓的退化，此时如果仍采用八点法估算F矩阵，基础矩阵多出来的自由度将会由噪声决定，对结果造成极大误差。为避免退化现象造成的影响，通常会同时估计基础矩阵F和单应矩阵H，选择重投影误差较小的那个作为最终的运动估计矩阵。

6. 什么是极线约束
   a) 所谓极线约束就是说同一个点在两幅图像上的映射，已知左图映射点p1，那么右图映射点p2一定在相对于p1的极线上，这样可以减少待匹配的点数量、提高匹配效率。（画图解释）

7. 描述BA过程
   a) BA是Bundle Adjustment的简称，又称光束法平差、捆绑调整、集束调整，其本质是一个优化模型，其目的是最小化重投影/光度误差，用于优化相机位姿和路标点。其主要过程为：根据相机的投影模型构造代价函数，利用非线性优化（比如高斯牛顿或L-M(Levenberg-Marquardt)算法）来求最优解，利用Hessian矩阵的稀疏性解增量方程，得到最优的相机位姿和3D特征点。
   b) 局部BA用于优化局部的相机位姿/三维点，提高跟踪的精度；全局BA用于全局过程中的相机位姿/三维点，使相机经过长时间、长距离的移动之后，相机位姿还比较准确。可以直接计算，也可以使用g2o或者Ceres等优化库进行计算。局部BA的约束：相机位姿、三维点，全局BA约束：相机位姿、三维点、回环检测的约束。
   c) Bundle Adjustment :光束指的是三维空间点投影到像平面上的光速，每一个特征点都会反射几束光线，当把相机位姿和特征点位置做出最优的调整后，即使用光束法调整光束以后，这些光线都收束到相机光心。
   

8. 描述PnP过程
   a) PnP即Perspective-n-Points,它是一种由3D-2D匹配点求解相机位姿的方式，此处的3D点是世界坐标系，2D点是归一化相机坐标（内参已知），对于那些没有3D匹配点的2D-2D匹配点对，求解其3D点仍需采用三角化的方式。
   b) 此时求解出来的位姿均是相机相对世界坐标系的变换关系Twc（Twc是所求目标结果，但一般存储的是Tcw，便于计算）。
   c) 目前遇到的场景主要有两个，其一是求解相机相对于某2维图像/3维物体的位姿；其二就是SLAM算法中估计相机位姿时通常需要PnP给出相机初始位姿。在场景1中，我们通常输入的是物体在世界坐标系下的3D点以及这些3D点在图像上投影的2D点，因此求得的是相机坐标系相对于世界坐标系(Twc)的位姿。在场景2中，通常输入的是上一帧相机坐标系下的3D点（把上一帧视为世界坐标系，本质仍是世界坐标系）和这些3D点在当前帧中的投影得到的2D点，所以它求得的是当前帧相对于上一帧的位姿变换。两种情况本质上是相同的，都是基于已知世界坐标系3D点和对应的归一化相机坐标系2D点求解相机运动的过程。

9. 描述Gaussian-Newton法、LM法
   a) Gaussian-Newton：是线搜索方法，是将f(x)进行一阶泰勒展开、再平方，最后求解线性方程H△x=b，其中H=J^TJ，b= -J^{T*f(x_k)，G-N法使用J}TJ近似Newton法中Hessian矩阵，省略了其H矩阵的计算过程。缺点：H有可能不可逆，导致稳定性差、可能不收敛。