面试20场，我总结了面试问题及解答！激光+IMU融合定位方向

本文转载自：知乎专栏 作者：Datong BAO 原文地址：https://zhuanlan.zhihu.com/p/261109469 本文已经过原文作者授权转载，禁止二次转载。 1、RANSAC算法原理 答：RANSAC算法在slam中主要用于剔除误匹配。其目的是找到最优的单应矩阵 使得满...

应用背景介绍自主导航是机器人与自动驾驶的核心功能，而SLAM技术是实现自主导航的前提与关键。现有的机器人与自动驾驶车辆往往会安装激光雷达，相机，IMU，GPS等多种模态的传感器，而且已有许...

详细、多图、条理的IMU和激光雷达融合进行LIO-SAM实地建图全流程的学习笔记，包括LIO-SAM的安装、运行示例数据集，使用imu_utils对IMU进行内参标定，使用浙大LI_calib对雷达和IMU进行外参标定，最后成功完成办公楼一楼走廊的实地建图， 效果显著。

目前主要聚焦于前端，后端等我代码阅读到的，欢迎讨论1、描述特征点法和直接法的优缺点答：slam系统分为前端、后端，其中前端又称为视觉里程计，算法有特征点和直接法特征法的优点主要有：（1）稳定，对光照、动态物体不敏感。理解：以orb中的FAST关键点和直接法为例，FAST主要捕捉的是像素灰度变化明显的地方，但是直接法是基于灰度不变的假设，可以理解为特征点法主要是抓梯度，对像素数值的大小不敏感，直接法...

面试题目

写于文前:要找工作了。毫无头绪。只能将网上关于slam的面经总结一下，希望有用。祝大家找到好工作！ 首先感谢https://zhuanlan.zhihu.com/p/76280626；https://www.cnblogs.com/xtl9/p/8053331.html的面经。 1.解释下卡尔曼滤波？ . 卡尔曼滤波是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计...

由于网上针对惯性导航与组合定位技术相关岗位的面经较少，自己在学习相关知识的同时，记录了对应的一些基础问题。

激光雷达入职考核题

一、惯性导航方向 IMU测量方程是什么？噪声模型是什么？ 惯导误差模型是怎么来的？比如15维的卡尔曼滤波模型。 GPS双天线安装偏角是怎么标定的？ 多传感器之间是怎么对时的？ GPS到来时是有延时的，而IMU给出的加速度和角速度是实时的，这种情况下怎么处理延时？怎么做的融合？ DR递推的原理是什么？大概怎么去做？ 组合导航卡尔曼滤波过程噪声是如何调参的？ 二、点云算法方向 最近邻问题有哪几种典型解法？ 怎么对KdTree进行插入操作？怎么确定一个节点的分类面？ 怎么对

- 文档流就是将元素放在浏览器视窗中的系统，可将放在里面的元素笼统的分为行级元素和块级元素 - 所谓定位，就是使得元素脱离文档流进行放置的属性 - 静态定位是元素的默认定位方式 - 相对定位是相对于原来位置进行定位，虽然元素脱离了原来的位置，但它原来的位置并不会被其它元素占据 - 绝对定位脱离原来位置进行定位，元素在离开原来位置后，其位置会被顺延至下一个元素 - 固定定位根据视窗进行定位，常用于制作导航栏 - z-index 可以确定重叠元素的排列顺序

原博主琨特，本人便于学习写到了自己的账号下，见谅。 介绍基于Livox三维激光雷达和开源LOAM-Livox进行定位和建图实验。 目录 1、简介 1.1 Livox Mid-40三维激光雷达 1.2 基于LOAM-Livox的SLAM开源方案 2、Livox Mid-40驱动安装 2.1 编译和安装Livox SDK 2.2 Livox ROS Driver驱动安装 2.3 运行Livox ROS Driver驱动 3、LOAM-Livox开源方案编译 3.1 需要的环境和库 3.2 LOAM-Livox构

先把问题简单记一下，最近两天慢慢填回答 某机器人公司： 先自我介绍 1、轮式里程计标变方法，标定的参数，为什么标定、 基于模型法标定，假设激光位于车体的正中心，将里程计积分值与激光雷达的匹配值构建线性方程；轮子半径，两轮间距；虽然出厂会给出参数，但也不是十分标准，类似相机一样需要标定一下； 2、图优化流程、图优化的前提、什么场景下不能使用 基本思想是将机器人不同时刻的位姿抽象为点（pose），机器人在不同位置上的观测所产生的约束被抽象为点之间的边，或者叫约束（constraint）；为了让解唯一，必须加

IMU预积分与通常积分相比，解决了初始状态更新时以及加速度计、陀螺仪偏差变化时所导致的积分重新计算问题。其主要思路是计算两个关键帧之间的状态增量，当初始状态变化，就在原来增量基础上乘以初始状态的变化量；当偏差变化时，则通过求取预积分量关于偏差的雅各比，实现预积分的一阶线性近似更新。来源：旷视slam算法岗位。

通往机器学习算法工程师的进阶之路是崎岖险阻的。《线性代数》《统计学习方法》《机器学习》《模式识别》《深度学习》，以及《颈椎病康复指南》，这些书籍将长久地伴随着你的工作生涯。 *编辑配图 除了拥有全面、有条理的知识储备，我认为，想成为一名优秀的算法工程师，更重要的是对算法模型有着发自心底的热忱，对研究工作有一种匠心精神。这种匠心精神，直白来讲，可以概括为：发现问题的眼光...