Snake-SLAM 是一种可扩展的视觉惯性 SLAM （同步定位与建图）系统，用于低功率航空设备中的自主导航。
- 追踪前端具有地图复用、闭环、重定位，支持单目、立体、RGBD 输入。
- 通过基于图形的简化方法减少，并使用新颖的延迟映射阶段进一步细化，以确保稀疏而准确的全局映射。
- 优化后端,将 IMU 状态估计与视觉束调整解耦，并在两个简化的子问题中分别解决，大大降低了计算复杂度，且允许 Snake-SLAM 使用比现有 SLAM 方法更大的局部窗口大小。
- Snake-SLAM 实现了一种新颖的多级 VI 初始化方案，该方案使用陀螺仪数据来检测视觉异常值并恢复公制速度、重力和比例。
前置条件
构建（Ubuntu 20.04、Cuda 11.1）
cd Snake-SLAM
git submodule update --init --recursive export CXX=clang++-10
export CUDAHOSTCXX=g++-9
mkdir build cd build
cmake ..
make -j8-
上一篇发疯文好多评论的 hh 也没那么矫情 就是一直被养鱼 横向对比 急了 在这里总结一下 地平线 slam算法一面 1h项目加手撕 秒挂。 菜鸟 定位建图 手撕二叉树不会 换两道写完秒挂。 蘑菇 感知算法 工作内容不满意 没后续。 博世 战略实习生 （真的会被恶心到）电话面+笔试 题型填空选择算法两道100+76，面试没问八股，问计组，问dsb什么的，问进程线程，一星期不给结果，过了半个月说倾向
-
Java 3d 开源足球游戏。 主要特性： Freeware and open source Funny 3d-comic-style Enthralling stadium atmosphere Keyboard and gamepad control 2-player mode Career and world cup Register in the online hall of fame B
-
美国面试官，早上八点开始，一个多小时的拷打，主要是项目和实习将近50分钟。问了Scancontext如何在描述子上检测可能的退化，激光视觉，激光惯性的标定过程，怎么判断各个自由度是否约束充足，H矩阵的一些特性等等。之后无八股直接开始做题，开五次根号，二分做完，面试官问还有没有其他解法，答牛顿法也可以做，确实是菜了脑子懵住了，迭代公式写错了，也到时间了，面试官就没让再继续 希望能给个三面 更新:一小
-
旷视我投的是提前批的Learning-based V-SLAM，面试的时候其实很忐忑，因为我没什么learning背景，但询问面试官后发现其实vslam也是可以投的 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作，因此面试官出的题目是给定一组二维点拟合直线，但指定函数方程为ax+by+1=0，使用最小二乘实现函数功能即可，可以使用eigen库 此外还问了一道概率
-
高德地图一面： 1. 项目拷打 半小时 2. 有没有关注过最新的的三维重建与SLAM结合的工作，评价一下他们的工作 3. 高斯重建的主要误差来自于哪里 4. MVS点云采样和NeRF点云采样你认为哪个更好，为什么 5. 高斯代码里的一些细节（比如高斯球占据的tile近似计算等等） 6. 代码题 问了我用pytorch/cuda处理四线性插值的问题，不用写具体的，说思路还有给一个基本的伪代码（这个主
-
2024/10/16 自我介绍2min，前后加起来一共一个半小时时间 问实习项目和研究生课题，非常细节，里面的每一个技术细节以及详细流程都会打断提问，也会顺势延伸相关的技术细节，比如定位的效果，你在这里面主要做的工作。 slam八股： 1 点云NDT匹配的原理，具体的实现。 2 经典ICP算法的算法流程 3 你了解其他的一些ICP变种算法，是怎么实现的，例如Gicp，点到线，点到面的icp 4 i