自动驾驶/机器人 SLAM算法 面经1
欢迎关注公众号：内推君SIR，加微信：neituijunsir 加入自动驾驶交流群：聚焦 自动驾驶行业 招聘信息 /技术发展 /行业动态。
Case 1
一面
项目相关
1、简历中的项目相关问题，项目是三维重建相关的，深度学习的深度估计
2、具体细节上，网络结构、loss设计、数据、训练泛化效果
3、非公共区域如何处理、精度如何保证
基础：
1、非线性优化
2、视觉slam基础
场景题：
1、只有相机的情况下，采用深度学习的方案，如何实现高精度、强泛化的模型效果
2、cnn,不做三维了，做其他方向，怎么准备
二面
简历中的项目相关问题
基础：
三维相关：
1、双目立体匹配，哪些方案
2、sgbm，全称，g是如何实现的，什么算法原理
3、kinectfusion等等开源三维重建框架，有没有玩过，看过
深度学习相关：
1、cnn 基础架构哪些，cnn总体可以分为哪两类任务
2、l1 l2 loss 优缺点、原因、l1 l2正则化，优点，原因，如何在pytorch代码里面实现
3、交叉熵loss，代码，二分类问题
4、多loss加和，如何实现自适应权重调节
5、transformer
6、目前的模型是在什么上面跑的，tensorRT搞没搞过，有没有用c++载入过模型，模型太大怎么办，网络结构怎么调
7、轻量级网络架构哪些，mobilenet知不知道
slam相关：
1、E矩阵 F矩阵，全称，至少需要几对点来计算，自由度、矩阵的秩
2、什么情况下无法正确计算E矩阵，为什么
3、ransac，ransac特殊形式
4、pnp问题，至少需要几对点，为什么很少的点就可以计算了，还需要那么多匹配对
5、orbslam相关，orbslam流程，fast关键点、brief描述子、旋转不变性、怎么实现三角化
6、5的1/3次方怎么算，只有加减乘除
7、非线性优化、牛顿法、高斯牛顿法、区别，各是几阶的，本质区别
Case 2
一面
1、简历中的项目相关问题，项目思想，展开讨论
2、选一个最熟悉的开源框架讲讲
3、当你写BA的时候， 如果发现问题，你一般怎么debug
4、ORBSLAM还有什么改进的空间除了回环检测之外，orbslam怎么消除累计误差
二面
1、项目中的code
2、讲一下lamda函数
3、虚函数表
4、两道代码题，一道是用类来实现一个计时器。另一道是动态规划题。
5、根据编程中的知识点问一些问题，类的生存周期，类的内存储存在哪？
Case 3
1、自我介绍
2、写一个梯度下降法求解a^2=b的算法题
3、简历中的项目相关问题，尤其探讨了深度学习相关的知识在检测和分割领域的应用
4、ORB-SLAM2单目的初始化，VINS-MONO的初始化。主要涉及到一些基础知识的问答
Case 4
1、详细讲一下cartographer的流程
2、在无人机上跑的时候计算平台是什么样的，carto在上面跑的时候的资源占用
3、你的3DSLAM主要用在什么上面
4、在无人机上做和在车上做有什么区别
5、简历上说熟悉loam，lego-loam，说说loam和lego-loam的区别
6、两步L-M和loam的一步有什么区别
7、你说lego-loam回环比较简单，你有了解过什么更好的吗
8、IMU和激光融合做的算法有没有了解
9、IMU和激光雷达紧耦合的开源项目有没有了解
10、IMU预积分有没有了解
11、激光雷达怎么判断适合你的使用的，即选型，你会看那些参数
12、假如让你用EKF做IMU和激光雷达的融合怎么做
13、简历上说熟悉非线性优化G-N/L-M，平时主要用那种
14、调的库还是自己写的
15、L-M跟G-N有什么区别
16、看你也有用ceres库，huber是怎么设置的
17、说说项目，EKF怎么调参的，调完有什么感想、心得
Case 5
一面
1、简历中的项目相关问题
2、光流原理
3、矩阵求逆的复杂度？矩阵分解有哪些方法，复杂度是多少？工程上哪种方法最通用，为什么？
4、H和F矩阵的自由度。
5、IMU预积分了解吗？
6、MLE和MAP的关系。
二面
1、三道代码题，hashmap，动态规划相关。
2、C++11如何有效防止内存泄露
3、智能指针，weak_ptr讲一下
4、array和数组有什么区别？
5、C++如何高效管理动态内存（关于这个问题我真的很迷）
三面
1、简历中的项目相关问题。
2、opencv、eigen、PCL库了解吗？PCL库里bug挺多，你说说有哪些bug。
3、ORBSLAM的代码有哪些需要改进的地方？
4、BA中，海塞矩阵的求逆有哪些可以加速的方法，除了边缘化和GPU，有哪些数值计算的方式能够加速？
5、ceres库的自动求解雅克比的原理？
6、ROS中，node属于多进程，如何把两个node放在一个进程中？
Case 6
一面
1、长廊问题怎么办？
2、为什要选用yolo这个模型？
3、动态SLAM的思路？与基础矩阵分割相比有什么区别？什么是三角剖分？与深度学习方法相比的优势？
4、霍夫变换的原理？单应矩阵为什么只有8个自由度？
5、RANSAC
6、ORBSLAM的初始化步骤
7、怎么用H的稀疏性加速？
8、滑动窗口中的边缘化？
9、R的性质，李群
二面
1、纯代码面，手撕两道编程题。记得其中一道与flood fill类似。
2、git的基本原理以及相关操作
3、还有一些C++基本知识
三面
1、PnP求解最少需要几个点？（4个，3个求解，1个验证）只有一个点的自由度是多少？两个点呢？
2、二维码恢复相对位置，六个自由度，哪个自由度上对噪声比较敏感？
3、怎么用EKF融合多传感器信息？
4、单目视觉如何测量深度？
5、相机内参K的单位。
6、如何通过光流一致性剔除动态物体？
Case 7
一面
1、简历中的项目相关问题，多传感器融合了解吗？
2、跑过哪些开源算法，是否做过对比，各有什么优劣？
3、对于光照明暗变化、动态场景，视觉SLAM如何去解决？
4、视觉SLAM的行业应用有哪些，阐述一下语义SLAM的未来应用优势与劣势？
二面
1、做了哪些项目，问得非常细，会抠项目的细节问。
2、你做的项目未来还有什么改进点？
3、一道编程题，位运算相关。
Case 8
一面
1、简历中的项目相关问题
2、ORBSLAM的哪个部分最耗时？后端H矩阵求解的算法复杂度是多少？如何去加速后端求解？
3、如何求解线性方程Ax=b？SVD和QR分解哪个更快？
二面
1、ORBSLAM怎么克服尺度漂移问题？回环原理讲一下，要估计哪些量？
2、做了一道题，嵌入式编程相关，设计位运算。
3、嵌入式方面，DRAM和SRAM的区别，速度差多少？
4、因为项目用了TX2，问到TX2有哪些模块？