huasheng007
泡芙3级
泡芙3级
  • UID8
  • 粉丝1
  • 关注0
  • 发帖数31
阅读:698回复:0

【泡泡机器人原创专栏-SLAM求职宝典】SLAM求职经验帖(下)

楼主#
更多 发布于:2018-10-20 16:02
3.视觉学习 视觉方面,我觉得CSE486是一个比较好入门的材料,在湘厦人的博客中有部分中文翻译(http://www.cnblogs.com/gemstone/category/409734.html)。多视图几何则是进阶教材,配合计算机视觉中的数学方法以及Daniel Cremers的MVG课程视频一起学习,效果会更好。An Invitation to 3-D Vision没看过,但小伙伴觉得写得比多视图几何要易懂一些。
4. 数学基础 数学方面,大学应该教了很多相关的知识,至少在我们本科就有微积分线性代数概率论之类的,不过在SLAM又显得捉襟见肘,还是需要适当地补充一些。
Tim.Barfoot 的状态估计绝对是很好的书,应该全本通读。至于后端中的非线性优化,Methods fornonlinear least squares problems 是一篇比较短的介绍文章,深入的可以看看 NumericalOptimization。除此之外,线性代数、控制理论相关的就不推荐了,具体可以参考YY硕的回答。(
https://zhuanlan.zhihu.com/p/22266788)
  • 数学:Numberical Linear Algebra(ceres slover推荐书籍http://ceres-solver.org/faqs.html)、Numerical Optimization
  • SLAM:Course on SLAM(Joan     Sola关于Graph-SLAM的教程)、
    State Estimation For Robotics(Tim.Barfoot)、概率机器人
  • 计算机视觉:An Invitation to 3-D Vision,计算机视觉中的多视图几何,
    计算机视觉中的数学方法(更多参考:https://www.zhihu.com/question/28813777
  • 实战篇:OpenCV2计算机视觉编程手册、深入理解OpenCV:实用计算机视觉项
5. 编程练习 在学习以上的书籍的过程中,最重要的还是要练练手写写代码。
  • Eigen、OpenCV、PCL、ROS这些基础的工具需要掌握.OpenCV推荐2本比较practical的书。
  • 后端优化的库g2o、GTSAM、Ceres solver可以先选一个开始学,工程上推荐用g2o,大家用的比较多,不过注释很少需要一定的功力才能看懂。
  • GTSAM代码写得要好读一些,而且具有优秀的编程规范,十分适合学习,GTSAM的doc目录下也有很多写得很好的文档,相比与其他两个库,其 iSAM 求解器是一大亮点。
  • Ceres 是谷歌出的优化库,代码注释十分良心,配合一些最优化的书学习最适合不过了。同时注意多写博客分享自己的心得体会,这个在招聘时也是加分项。
  • 最后对于SLAM这一块,还需要读综述以及跑跑Demo,如ORBSLAM、SVO、LSD-SLAM 等。
以上列出的这几个开源SLAM算法目前在网上已经有了很完善的解读,在阅读的过程中即可以疏通整个流程,又可以看到计算机视觉和数学的具体应用,对今后自己改进以及实现一个SLAM算法是非常有帮助的。
这里再推荐一下我和吴博一起注释的ORBSLAM (http://git.oschina.net/paopaoslam/ORB-SLAM2)。到了这里,后面的路就要靠自己探索了,相信读者也会有自己的想法。
秋招:

6月份之后很多公司开始内推了,多与学长学姐联系,因为大部分内推可以省掉线上笔试,直接进入面试环节。正式校招一般8月底开始,到10月底会陆续结束。秋招时,信息渠道很重要,宣讲会、论坛、学校的就业网、同学等等都不能错过,这里推荐微信公众号“校招日历”,以及校园招(http://xiaoyuanzhao.com)。
这一时期最重要的是完善简历,将简历中设计到的核心工作从头到尾再过一遍,主要设计思路、流程都要烂熟于心。每次投简历之前要慎重考虑,找准想要的职位投递。每经历一次笔试或者面试,就要总结一下,看看还有哪些遗漏的知识点再补起来。
我投递的公司并不是很多,这里稍微列举一些面试中常考的题目。大部分问题的答案在前面提到的书中都可以找到。
1.连通区域算法(可以将  图像简化为二值图来考虑
http://blog.csdn.net/icvpr/article/details/10259577
2. 实现RANSAC的框架(MRPT写得是比较好的,注意每次此迭代后需要更新
迭代次数。见libs/base/src/math/ransac.cpp)
3. Homography和Fundamentalmatrix的性质与区别
4. 简单实现cv::Mat()
5. 简述一下GN、LM等优化方法的区别
6. 推导一下卡尔曼滤波,描述一下粒子滤(
http://blog.csdn.net/heyijia0327
7. 描述一下SIFT或者SURF特征检测,匹配
8. 如何求解Ax=b (非迭代、迭代,其中非迭代的方法可以参考eigen手册,上面      列了一些(http://eigen.tuxfamily.org/dox/group__TutorialLinearAlgebra.html)
9. 简述一下Bundle Adjustment的过程
10. 对熟悉的某一个开源SLAM,简述其流程
 
HR面我没有特别准备,不过自我介绍、性格缺点、最有成就感的经历、最大的挫折之类、职业规划、为什么选择我们公司等问题,一定要准备到滚瓜烂熟。最后,当你拿到几个offer的准备签约时候,多调研调研情况,参考老师同学的意见以及结合个人情况,做出最后的决定吧。

【版权声明】泡泡机器人SLAM的所有文章全部由泡泡机器人的成员花费大量心血制作而成的原创内容,希望大家珍惜我们的劳动成果,转载请务必注明出自【泡泡机器人SLAM】微信公众号,否则侵权必究!同时,我们也欢迎各位转载到自己的朋友圈,让更多的人能进入到SLAM这个领域中,让我们共同为推进中国的SLAM事业而努力!
【注】商业转载请联系刘富强(liufuqiang_robot@hotmail.com)进行授权。普通个人转载,请保留版权声明,并且在文章下方放上“泡泡机器人SLAM”微信公众账号的二维码即可。

编辑】游振兴

最新喜欢:

RibbiteRibbit...
游客

返回顶部