3. SLAM基础理论高频面试题：问题定义、概率模型与后端方法对比
本章聚焦SLAM实习生面试中最常被问到的三个基础理论问题：SLAM的本质定义、状态估计的概率建模思路以及滤波与图优化的核心差异。掌握这三个问题，你就搭建了后端理论的知识骨架。
💡 核心理解：SLAM问题本质上是一个贝叶斯状态估计问题，利用运动模型和观测模型在马尔可夫假设下递归地估计机器人位姿与地图。滤波与图优化是该问题的两种主流求解范式，其差异在于对历史信息的处理方式：滤波抛弃历史、图优化保留并全局优化。
🎯 面试问题 1：请用一句话定义 SLAM 问题，并说明其核心难点。
📌 面试官考察点：
- 是否理解SLAM是“同时定位与地图构建”的联合估计问题
- 能否区分SLAM与纯定位或纯建图的不同
- 能否点出“不确定性累计”和“回环闭合”这两个关键挑战
🧭 回答框架：
- 定义：SLAM是在未知环境中，机器人从任意位置出发，通过传感器观测逐步估计自身位姿和地图的递归过程。
- 核心难点：状态估计中的不确定性与错误累积，以及闭合回环来修正漂移的必要性。
- 一句话模板：“SLAM是通过运动模型与观测模型，在不确定条件下同时求解机器人轨迹与地图的联合后验概率。”
📝 简短示例回答（60-100字）：SLAM即同时定位与地图构建，是在未知环境中利用运动模型和观测模型，递归估计机器人位姿与地标位置的联合后验概率。其核心难点在于传感器噪声造成的不确定性累积，需要依靠回环检测和全局优化来进行校正。
❓ 可能追问：
- 为什么不能把定位和建图分开处理？——因为定位依赖地图，建图依赖位姿，二者耦合必须联合求解。
- SLAM与SFM（运动恢复结构）的主要区别？——SLAM强调实时性、因果性（仅用历史帧）；SFM可离线使用未来帧。
- 你了解过哪些SLAM定义中的概率表达？——可以引出贝叶斯滤波或图优化。
⚠️ 避坑提醒：不要只说“SLAM就是一边定位一边建图”，过于宽泛。要体现出“不确定性建模”、“递归估计”、“联合后验”等关键学术术语。避免将SLAM等同于某个具体算法（如ORB-SLAM）。
🎯 面试问题 2：请解释SLAM中的状态估计概率模型，并写出贝叶斯公式的表达。
📌 面试官考察点：
- 是否掌握贝叶斯滤波的基本框架（先验、似然、后验）
- 能否将运动模型和观测模型映射到概率公式中
- 是否理解马尔可夫假设的作用
🧭 回答框架：
- 建模思路：将SLAM视为一个最大后验估计（MAP）问题，求解最可能的轨迹和地图。
- 贝叶斯公式：\(P(X_{0:k}, M | Z_{1:k}, U_{1:k}) \propto P(X_0) \prod P(X_t | X_{t-1}, u_t) \prod P(z_t | X_t, M)\)
- 马尔可夫假设：当前状态只与上一时刻状态和当前控制相关，观测只依赖当前状态。
- 具体化：运动模型 \(p(x_t | x_{t-1}, u_t)\)，观测模型 \(p(z_t | x_t, m)\)。
📝 简短示例回答（60-100字）：SLAM的概率模型将机器人轨迹X和地图M作为状态变量，在已知控制U和观测Z下求后验。根据贝叶斯公式，后验∝先验×运动模型乘积×观测模型乘积。利用马尔可夫假设可递归计算，形成经典的状态估计框架。
❓ 可能追问：
- 为什么采用马尔可夫假设？——使问题计算可行，否则状态维数随时间爆炸。
- 实际中如何表示观测模型？——常用针孔相机模型、激光束模型等。
- 如果运动模型或观测模型是非线性的如何处理？——引出EKF/UKF或图优化中的线性化。
⚠️ 避坑提醒：不要只背公式而忽略解释每个项的物理意义。建议先画一个简单的概率图（如贝叶斯网络），然后口头推导。注意区分离散/连续、线性/非线性，避免在公式中混淆。
加分项：主动提及“因子图”与贝叶斯网络的转换关系。
🎯 面试问题 3：请对比滤波（如EKF）和图优化（如Bundle Adjustment）两种SLAM后端，分析各自优缺点及适用场景。
📌 面试官考察点：
- 是否真正理解二者在“信息处理方式”上的根本区别
- 能否在精度、效率、鲁棒性等维度进行量化对比
- 是否了解现代SLAM为何逐渐转向图优化
🧭 回答框架：
- 根本区别：滤波是增量式（只维护当前时刻的估计），图优化是批量式（维护所有历史状态并使用非线性最小二乘优化）。
- 优缺点对比：
维度 滤波（EKF） 图优化 计算方式 递归，O(n²) 迭代，稀疏求解 精度 局部线性化，易漂移 全局优化，精度高 延迟 低，适合实时 较高，需要优化时机 回环处理 困难 自然支持 - 适用场景：小规模、实时性要求高的场景（如手持设备）用滤波；大规模、高精度要求（如自动驾驶、AR）用图优化。
📝 简短示例回答（60-100字）：EKF滤波增量式更新，计算快但线性化误差导致精度有限，难以处理回环；图优化维护历史所有状态，通过稀疏BA实现全局最优，精度高、回环自然支持。现代SLAM系统（如ORB-SLAM）采用图优化作为后端，前端用滤波或直接法。
❓ 可能追问：
- 既然图优化更好，为什么早期SLAM不用？——计算资源限制，稀疏求解技术未成熟。
- EKF中雅可比矩阵的维数问题？——与地图点数量平方相关，导致高计算开销。
- 你了解滑动窗口滤波吗？它和图优化有何关系？——滑动窗口是折中方案，维护固定数量帧的局部图优化。
⚠️ 避坑提醒：切忌只说“图优化比滤波好”这种结论性评价，必须阐述各自trade-off。回答时最好列举具体算法（如MonoSLAM vs ORB-SLAM）来佐证。避免混淆“滤波”与“前端”的概念，后端是指状态估计部分。
加分项：提及因子图（Factor Graph）作为图优化的通用表示。