关于大疆
大疆创新在无人机视觉领域拥有深厚积累，双目视觉系统在避障、悬停定位、场景感知中发挥核心作用。面试注重算法原理与嵌入式平台工程实践的深度结合。
第1题：张正友标定法的核心原理
答案要点：
假设标定板在Z=0平面，世界点到图像投影通过单应性矩阵H=K*r1,r2,t建立。棋盘格角点可用Harris检测到亚像素精度。
一张照片不够------单张只提供2个内参约束，至少3张不同姿态才能解出全部内参和畸变参数。大疆无人机内置在线自标定模块，环境变化时持续微调外参。
第2题：极线约束与基础矩阵/本质矩阵
答案要点：
对极几何：左图点p1在右图中的对应点p2一定在极线上。F矩阵7自由度（含内参+外参），E矩阵5自由度（仅外参）。从E恢复R,t通过SVD分解得到4组候选解，用三角化确定哪个使所有点在相机前方。
第3题：SIFT vs ORB特征提取选型
答案要点：
SIFT用DoG检测+128维浮点描述子，ORB用FAST检测+32字节二进制描述子。大疆选ORB因为嵌入式平台算力有限，ORB用XOR+汉明距离匹配比SIFT浮点L2快两个数量级。
ORB尺度不变性通过图像金字塔弥补，结合IMU高度先验和多传感器融合。
第4题：SGM双目立体匹配算法
答案要点：
SGM四大步骤：匹配代价计算（Census变换）→代价聚合（多方向DP）→视差选择（WTA）→视差优化。P1惩罚小视差变化，P2惩罚视差跳变（梯度大处P2小允许边缘跳变）。
大疆选SGM而非全局算法（Graph Cut），因为SGM在FPGA上可流水线实现，30-60FPS实时运行。
第5题：视差与深度的三角测量
答案要点：
Z=f*B/d。1像素视差误差导致的深度误差随Z²爆炸增长。基线设计需要权衡：低空避障用短基线（测近距离），高空用适中基线。大疆配备多组双目相机不同朝向和基线设计。
第6题：Lucas-Kanade光流法
答案要点：
三个假设：亮度恒定、小运动、空间一致性。大运动时泰勒展开线性近似失效，通过图像金字塔解决------顶层缩小运动，逐层传递结果。
大疆视觉里程计用金字塔LK光流跟踪特征点，比特征匹配法更快（无需计算和匹配描述子）。
第7题：视觉里程计核心流程
答案要点：
2D-2D VO流程：特征提取→匹配→本质矩阵E估计（8点法+RANSAC）→从E恢复R,t→三角化恢复3D点。
纯旋转时E=0无法求解，用单应性矩阵H或IMU辅助。平面场景本质矩阵退化，同时算F和H自动选择。
第8题：多视图几何与三角化
答案要点：
DLT三角化从投影方程u=PX出发，叉乘消去深度因子构造AX=0，SVD分解取最小奇异值对应向量。误差来源于像素匹配噪声+位姿估计误差+退化几何+远距离小视差。
工程上通过BA优化最小化重投影误差进一步精化3D点。
第9题：相机畸变模型与校正
答案要点：
径向畸变由透镜形状不完美导致（桶形/枕形），切向畸变由透镜与成像平面不平行导致。鱼眼相机FOV>120°时用Kannala-Brandt模型或等距投影模型。大疆双目用广角镜头而非鱼眼，因大畸变会使极线校正困难。
第10题：双目视觉系统工程实战
答案要点：
视差图大面积空洞排查四维度：硬件（镜头污损/机械振动/温度漂移）、标定（外参退化/内参不准/基线偏移）、算法（弱纹理/重复纹理/过曝/遮挡）、环境（强光/雨雾/低对比度）。
大疆的处理：白斑滤波去噪、时域中值滤波除抖动、视差范围动态调整、在线自标定补偿。