- 博客(3)
- 收藏
- 关注
RSS订阅原创 slam技术面试问题（三）
26.回环检测常用方法 视觉词袋算法，会对比当前关键帧和与之相连的共视图中的关键帧的相似度，得到一个最低评分；然后遍历所有关键帧找出相似度大于最低评分的闭环备选帧，最后在候选帧中检测具有连续性的候选帧。 闭环检测一般使用词袋模型作为场景匹配方法。而作为一个场景识别问题，闭环检测可以看做是一个视觉系统的模式识别问题。所以可以使用各种机器学习的方法来做，比如什么决策树/SVM，也可以试试CNN方法。不...
2019-08-10 21:40:09
185
原创 slam技术面试问题（二）
14.特征匹配（稀疏）和稠密匹配区别 1)稀疏匹配可以快速地求解相机的位姿； 2)稠密匹配可以建立完整地图，但是速度慢、效率低，并且像素梯度不明显的地方对运动估计没有什么贡献。 15.EKF与BA的区别 1)EKF只估计当前时刻的机器人位姿，无法纠正历史的机器人位姿；然而BA更加倾向于使用所有的历史数据，因此它利用了更多的信息； 2)EKF在工作点附近用一阶泰勒展开近似整个函数，但是在工作点较远...
2019-08-10 21:39:08
193
原创 slam技术面试问题（一）
1.如何对匹配好的点做进一步的处理，更好保证匹配效果？ 1）确定匹配最大距离，汉明距离小于最小距离的两倍; 2）使用KNN-matching算法，令K=2。则每个match得到两个最接近的descriptor，然后计算次近距离和最近距离之间的比值，当比值大于既定值时，才作为最终match； 3）RANSAC（使用RANSAC找到最佳单应性矩阵。由于这个函数使用的特征点同时包含正确和错误匹配点，因此...
2019-08-10 21:38:41
203
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人