第2章 高频面试问题与回答框架
本章聚焦机器人算法系统工程师面试中最高频的 三类问题：项目经历考核、传感器融合原理、算法选型与工程权衡。每道题覆盖考察意图、结构化答题框架、精炼示例回答、可能追问及避坑提醒。同时提供 回答框架图 与 追问路径图，助你快速建立表达结构。
🎯 问题1：请介绍一个你参与过的机器人算法项目，并说明你的角色与贡献。
| 考察点 | 项目真实性、个人贡献度、系统理解、沟通表达 |
| 回答框架 | STAR结构：S（背景+规模）→ T（你负责的任务）→ A（技术方案与实施细节）→ R（量化成果+个人成长） |
| 示例回答 | 在某AGV项目中，我独立负责运动控制模块。采用MPC代替PID，轨迹误差从5cm降至1.2cm，运行速度提升20%。我完成代码实现与现场调试，并搭建自动化测试脚本，减少回归人力50%。 |
| 可能追问 | 最大的技术挑战是什么？如何解决？如果重新做会改进什么？团队多少人，你的协作方式？ |
| 避坑提醒 | ❌ 只讲团队不讲个人；只讲成功不反思；技术细节过度抽象。✅ 突出个人核心贡献，穿插失败教训或取舍。 |
🎯 问题2：在机器人定位中，如何融合IMU与视觉里程计数据？
| 考察点 | 传感器融合原理、状态估计基础（EKF/UKF/图优化）、工程权衡 |
| 回答框架 | 先讲融合目的（互补性），再分松耦合/紧耦合对比，最后结合项目给出选型依据（计算资源、精度需求、传感器频率） |
| 示例回答 | 我采用松耦合EKF：IMU高频预测，视觉低频观测更新。在嵌入式平台上，通过调整协方差抑制IMU漂移，定位精度0.1m。后续计划用因子图平滑优化，提升长时稳定性。 |
| 可能追问 | 为什么不用紧耦合？如何标定IMU-相机外参？视觉特征缺失时如何处理？时间戳同步方案？ |
| 避坑提醒 | ❌ 只背概念不谈工程约束；忽略频率匹配和时间同步。✅ 强调实际部署的思考，如计算资源对滤波器阶次的限制。 |
🎯 问题3：如何在不同场景下选择合适的路径规划算法？
| 考察点 | 算法认知深度、场景分析能力、选型思维、工程经验 |
| 回答框架 | 分类（全局/局部）→ 按场景筛选（静态/动态、结构化/非结构化、实时性）→ 对比优缺点 → 给出选型结论与理由 |
| 示例回答 | 仓储机器人静态环境选用A*+DWA，计算快。户外动态场景则用RRT*+MPC，考虑非完整约束，保证平滑。关键是根据障碍物密度和计算延迟调整采样步长与优化权重。 |
| 可能追问 | 如何处理局部极小值？如何平衡最优性与实时性？动态障碍物下如何调整？参数如何调优？ |
| 避坑提醒 | ❌ 只罗列算法名称；忽视工程折衷；不提参数调优。✅ 给出明确的选型逻辑链：“因为…所以选…”，并举例实际测试中的调整。 |
💡 章节要点总结
- 回答项目类问题 必用STAR结构，并量化个人贡献；
- 技术原理问题先讲 目标 + 方法对比 + 工程约束；
- 算法选型问题展示 分类→场景→权衡 的思维链；
- 提前准备 追问库，每道题至少演练3个追问方向。