SLAM面试笔记(3) - 视觉SLAM

目录

1 紧耦合、松耦合的区别

（1）紧耦合和松耦合的区别

（2）紧耦合和松耦合的分类

（3）为什么要使用紧耦合

2 SIFT和SUFT的区别

3 视差与深度的关系

4 闭环检测常用方法

5 描述PnP算法

6 梯度下降法、牛顿法、高斯-牛顿法的区别

7 什么是极线约束

8 单目视觉SLAM中尺寸漂移是怎么产生的

9 描述特征点法和直接法的优缺点

10 边缘检测算子有哪些？

11 为什么进行视觉和惯性传感器的融合？

12 卡尔曼滤波

13 ORB SLAM有什么缺点？

14 评价轨迹误差的指标

15 ORB SLAM里面的Local Map和VINS-mono里面的滑窗法有什么区别？

16 SLAM中采用逆深度的原因？

17 ORB-SLAM中的特征是如何提取的？如何均匀化的？

18 解释SLAM中的绑架问题

19 EKF和BA的区别

20 如何求解 A x = b 的问题

21 边缘检测算子有哪些？

22  介绍下你熟悉的非线性优化库

23 室内SLAM与自动驾驶SLAM有什么区别？

24 重定位和回环检测的区别是什么？

25 单应矩阵H和基础矩阵F的区别是什么？

26 视觉SLAM方法的分类和对应的特点分析

27 关键帧的作用是什么？

28 如何选择关键帧？

29 相机传感器的分类及其优缺点是什么？

30 ROS中rosrun和roslaunch的区别是什么？

31 请描述视觉SLAM的框架以及各个模块的作用是什么？

32 SLAM中的绑架问题是什么？

33 SLAM后端有滤波方法和非线性优化方法，这两种方法的优缺点是什么？

34 什么是BA优化？

35 描述一下RANSAC算法

36 欧氏变换、相似变换、仿射变换、射影变换的区别？

37 ICP算法的原理是什么？简要叙述一下

38 四元数的相关概念是什么，请解释一下。

39 点云配准算法目前有哪些？

---

参考文章：（1）2023最新SLAM面试题汇总（持续更新中） - 知乎

1 紧耦合、松耦合的区别

(1) 紧耦合和松耦合的区别

紧耦合：IMU和相机共同构建运动方程和观测方程，再进行状态估计。这样做优点是可以免去中间状态的累计误差，提高精度，缺点是系统状态向量的维数会非常