没有合适的资源?快使用搜索试试~ 我知道了~
首页SLAM常见面试题集锦.docx
资源详情
资源评论
资源推荐
目录
、 视觉 框架及组成
、 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
、 对于单目相机, 和 矩阵有何不同, 和 矩阵有何不同,只旋转不平移能不能
求 、能不能求 ?
、 计算 矩阵和 矩阵的时候有什么技巧呢?实际上在问归一化的操作。
、 初始化的时候为什么要同时计算 矩阵和 矩阵?
、 什么是极线约束
、 描述 过程
、 描述 过程
、 描述 ! 法、 法
"、 说一下 #!$$ 算法
、 如何选择关键帧
、 为什么要引入李群李代数?李群与李代数的关系?
、 什么是闭环检测
、 单目视觉尺寸漂移是怎么产生的
、 单目 初始化过程、单目 整个过程
、 中的绑架问题(重定位)
、 词袋模型可以用于回环检测,也可以用于重定位,有什么区别
、 相比 %,加入 &' 后,哪些状态可观?
、 仿射变换、透视变换、欧式变换有什么区别
"、 什么是紧耦合、松耦合?优缺点
、 室内 与自动驾驶 有什么区别?"
、 ( 在选择最佳模型的时候用的 ) *+ 是什么?"
、 除了 ( 之外,还有什么鲁棒估计的方法?"
、 有哪几种鲁棒核函数?"
、 如果把一张图像去畸变,写公式,流程。
、 写出单目相机的投影模型,畸变模型。
、 说一个自己熟悉的 算法,,*-%./.),说优缺点
、 什么是边缘化?* /0) /1+!2 算法?一致性?可观性?
3/对于 %& 系统,边缘化的目的是把旧的状态量从状态估计窗口中移除,保证运行效
率;同时,需要把移除的状态量的信息保留下来,作为当下窗口的先验,尽可能避免
信息丢失。
、 # 的 和 的 有什么区别?
"、 什么是 特征, 特征的旋转不变性是如何做的,& 算子是怎么提取的。
、 中的特征是如何提取的?如何均匀化的?
、 中关键帧之间的连接,共视图((!42. 5/*67)数据结构
、 地图点的构建方法有哪些?# 地图点是怎么存储的?表达方式?
、 如果对于一个 # 点,我们在连续帧之间形成了 # 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 # 点?
、 说一下 # 空间的位姿如何去表达8
、 中的 9,'9, 原理简介
、 给你 ) 相机 个点的 2,./,: ) 。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?
、 给两组已经匹配好的 # 点,计算相对位姿变换。已知匹配的 &( 问题,写代码。
、 给一组点云,从中提取平面。
"、 机器人从超市门口出发,前往 公里外的小区送货。请你设计一个定位系统,包
括传感器的配置、算法的流程,用伪代码写出来。
、 双线性差值如何去做,写公式。
、 如何标定 &' 与相机之间的外参数?
、 说一下 %&!! 的优缺点
、 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?
、 熟悉 (* 优化库吗?说一下。
、 除了视觉传感,还用过其他传感吗?比如 ,激光雷达
SLAM 面试常见问题
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 ) 、 RGBDSLA
M(KinectFusion、ElasticFusion、Kintinous、RGBDSLAM2、RTABSLAM);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
剩余13页未读,继续阅读
$南山种豆$
- 粉丝: 227
- 资源: 15
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0