萤石-导航规划算法-杭州

优缺点分析

角色解读

• 技术纵深发展：从VSLAM算法工程师成长为SLAM专家，攻克高精度定位难题
• 横向扩展：向机器人导航、自动驾驶感知、AR/VR等方向拓展
• 管理路线：在积累足够经验后，可担任技术负责人或算法团队组长
• 负责基于视觉和IMU等多传感器融合的VSLAM算法研发，包括前端特征提取、后端优化、回环检测等模块
• 进行多传感器（相机、IMU等）的内外参标定，提高系统精度和鲁棒性
• 将算法部署到嵌入式或边缘设备上，进行性能优化和产品化落地
• 编写技术文档、测试用例，参与代码评审，保障算法质量
• 扎实的C/C++编程能力和Linux系统开发经验，能高效实现复杂算法
• 深入理解多视图几何、李群李代数、非线性优化等SLAM理论基础
• 熟练使用OpenCV、Eigen、g2o、Ceres等数值与视觉库
• 熟悉至少一种主流VSLAM系统（如ORB-SLAM、VINS-Mono）的源码和原理

申请策略

• 投递前了解萤石网络的产品线（如扫地机器人、智能摄像机），面试时可结合产品谈算法落地
• 准备一个完整的SLAM项目复盘，从问题定义、方案设计到实验结果，展示系统性思维
• 突出VSLAM相关项目经验，详细描述你使用的算法框架和你所做的改进
• 强调C++编程能力，可附上GitHub代码仓库或高性能代码片段
• 如果有多传感器标定或嵌入式优化经验，务必重点提及
• 展示对SLAM基础理论的掌握，如在简历中列出相关论文或开源贡献
• 精读ORB-SLAM3、VINS-Fusion等最新开源代码，理解源码级实现
• 补齐滤波与优化理论：卡尔曼滤波、图优化、李代数求导等

面试指南

• 从原理到实践：先讲清楚数学原理，再结合自己的项目经验说明如何实现和调优
• 对比分析：当问到多个框架时，比较它们的异同及适用场景
• 问题解决思路：遇到bug或性能问题，先假设原因，再通过实验验证
• 请解释ORB-SLAM中ORB特征提取、跟踪、局部建图和回环检测的原理
• VINS-Mono中如何处理IMU预积分和视觉惯性对齐？
• 李群李代数在SLAM中的作用是什么？如何求导？
• 你如何验证一个VSLAM系统的精度和鲁棒性？
• 如果特征点匹配错误率很高，你会如何调试和改进？