problem
1 interviewer首先会从最近一份job经历寻找项目上的亮点与你沟通，一旦项目中没有亮点后就比较尴尬。因此需要在最近一份项目中寻找亮点，并可以全程流利的表达出来。这里目前算法应该已经有不少工作了，只不过需要我好好将别人的工作进行整理下，并且运行一下，以为己用。不管怎么着，目的只有一个，尽快get a job about slam！！！
另外当然cv中的项目经验也要有所写的。
2 Imu数据与激光雷达数据如何做帧同步的？
3 pid具体是如何实现控制的？
4 关于C++，一点点看太慢了，还是要突击一些面试的题目。多积累linux下C++的开发经验，这样别人问你才有底气回答。
C++ 相关
static 关键字
虚函数：参考C++学习文档
模板类：参考C++学习文档
5 OpenCv使用相关
Mat使用方法
OpenCv如何处理RGB图像
ROI: 常见的就是提取一个矩形
OpenCv中如何提取出一个给定长宽的矩形，具体操作
6 后端处理中BA方法和图优化的区别？
7 ORB特征点算法的详细步骤
8 Fast 角点算法的步骤
9 slam中前端算法有哪些，后端算法分别有哪些？这个问题太广泛，需要长期积累
10 现在面试的频率还显然不足，需要加大面试频率。
11 视觉中开源算法了解多少？
solve
2 解答:
基本步骤思想：假设采用设备板上的时钟源，使用设备雷达5HZ，惯导10HZ，又假定通讯采用udp且通讯极好不丢帧，收到一帧雷达数据时，记录时间戳t_lidar1，那么从缓存中取惯导数据时间戳，由于惯导较快故数据帧可能不止一个，遍历寻找与t_lidar1数值差最小的时间戳t_rtk1，且不大于慢频数据脉冲时间的一定比例，例如一半，则可以认为是同步的，校验变量置为真，可以使用对应的数据运算。
4 解答:
-
static关键字的用法
image.png - 函数模板
类似java中的泛型 - 虚函数
5 关于OpenCV的使用需要在实战中多基类，也就是多做一些slam的小项目积累。
6 BA又称光束法平差，BA的本质是一个优化模型，其目的是最小化重投影误差。
image.png
而图优化是一个求解优化问题的模型，BA优化模型可以使用图优化进行求解。
7 参考slam14讲笔记
8 Fast 角点算法的步骤
11 主要是ORB-SLAM3, ORB-SLAM2等
salary
1 毫无疑问，又问到package，感觉自己的package要求貌似会根据面试好坏有较大影响，不知道此种想法对否，需要讨论下。