开放题的特点与考察点
在开始之前,我们要明白大疆为什么喜欢出这种题：
- 模拟真实工作场景：在大疆，工程师需要面对各种模糊、不完整甚至全新的问题，开放题就是让你提前进入这种状态。
- 考察工程思维：你是否能将一个宏大的问题拆解成可执行的小步骤？你是否能考虑成本、性能、安全、可靠性等现实约束？
- 评估学习能力和热情：你是否对技术充满好奇？当遇到一个你不懂的领域时，你如何快速学习和探索？
- 测试沟通与表达能力：你能否清晰、有条理地向他人阐述你的复杂想法？
经典开放题解析与回答思路
如何设计一个“会飞的智能垃圾桶”？
这是一个典型的系统设计题,考察你的产品思维、系统架构能力和工程实现能力。
思考框架（STAR-L 原则变体）：
-
明确目标与场景
- S (Scenario - 场景)：这个垃圾桶用在什么地方？是大型户外广场、高尔夫球场，还是封闭的室内体育馆（如篮球馆）？不同的场景决定了技术路线。
- T (Target - 目标)：它的核心目标是什么？是自动收集垃圾、进行垃圾分类、还是仅仅是酷炫的科技展示？
- A (Audience - 用户)：谁来使用它？是普通市民，还是专门的维护人员？
-
需求分析
- 功能需求：
- 飞行：需要自主导航、避障、精准降落。
- 感知：需要能“看到”垃圾（摄像头）、识别垃圾类型（AI算法）、感知障碍物（激光雷达/视觉）。
- 交互：如何接收指令？用户如何投放垃圾？如何清理？
- 任务管理：如何规划巡航路线？如何知道哪个区域需要清理？
- 非功能需求：
- 性能：续航时间、飞行速度、载重能力。
- 成本：目标成本是多少？这决定了传感器、处理器、动力的选择。
- 安全：如何防止伤人？如何应对失控、低电量、恶劣天气？
- 可靠性：故障率要低，维护要方便。
- 功能需求：
-
方案设计与技术选型
- 硬件平台：
- 无人机平台：基于大疆哪款无人机改造？Mavic系列（室内）还是Matrice系列（室外）？考虑续航、载重、稳定性。
- 感知模块：使用双目视觉还是激光雷达进行避障和建图？使用哪个型号的摄像头？是否需要红外传感器辅助？
- 计算单元：机载需要强大的算力来运行AI模型，可以考虑NVIDIA Jetson系列或大疆自有的高性能计算平台。
- 垃圾收集机构：这是一个机械设计难题，是使用负压吸尘器、机械臂抓取，还是某种巧妙的翻转结构？需要考虑功耗和效率。
- 软件系统：
- 感知与识别：使用YOLO或SSD等目标检测算法来识别垃圾，需要收集大量垃圾图片进行训练。
- 导航与规划：使用SLAM（即时定位与地图构建）技术来绘制地图，并使用A*或RRT等算法进行路径规划。
- 控制系统：基于大疆已有的SDK进行二次开发，实现高精度的飞行控制。
- 云端平台：用于管理多台无人机、任务调度、数据分析和远程监控。
- 硬件平台：
-
挑战与解决方案
- 挑战1：电池续航短。
- 方案：优化飞行路径，减少无效飞行；采用更高效的电机和螺旋桨；在固定地点设置充电桩，无人机可以自动返航充电。
- 挑战2：垃圾收集机构不可靠。
- 方案：进行大量的原型迭代测试，寻找最稳定、功耗最低的方案，可以考虑设计成可拆卸的模块，方便维护和更换。
- 挑战3：恶劣天气影响。
- 方案：增加风速、雨量传感器，设定飞行限制条件，在软件中加入抗风算法。
- 挑战1：电池续航短。
-
总结与展望
- 总结这个方案的核心是“感知-决策-执行”的闭环。
- 展望未来：可以增加更多功能，如垃圾满溢检测、自动分类、与城市环卫系统联动等。
请估算北京市一年内产生多少无人机快递包裹？
这是一道经典的“费米问题”，考察你的逻辑推理能力、信息拆解能力和数量级估算能力。
思考框架：
-
明确问题：估算的是“一年”的“无人机快递包裹”数量，地点是“北京市”，注意，不是所有快递，而是“无人机”派送的。
-
拆解问题：总包裹数 = (北京市总人口) × (人均年快递收发量) × (无人机快递占比)
-
分步估算
-
第一步：估算北京市总人口
- 常住人口约 2200万。
- 加上流动人口,可以估算为 2500万，这是一个合理的数量级。
-
第二步：估算人均年快递收发量
- 想象一下自己和身边的人,一个人一年会收多少快递？网购、文件、礼物等，平均下来，每周可能收到1-2个包裹。
- 假设平均每周1.5个，那么一年就是 1.5 × 52 ≈ 78个。
- 这个数字包括了收和发,但计算时通常按“单次投递”算，所以直接使用人均年收件量即可，取一个整数，80个/人/年。
-
第三步：估算无人机快递的占比
- 这是最大难点,目前无人机快递占比极低，但未来潜力巨大。
- 现状：几乎为0，可以忽略不计。
- 假设问题问的是未来某个时间点）：
- 限制因素：政策法规、技术成熟度（避障、载重）、成本、天气、用户接受度。
- 适用场景：偏远地区、交通拥堵区域、紧急件（如药品）、特定高价值商品。
- 初期渗透率：假设政策放开，技术成熟，无人机可能在特定场景下（如“最后一公里”）占据一定份额。
- 假设所有快递中,有 5% 适合且由无人机来完成，这个数字是拍脑袋的，但需要给出理由（解决了传统快递的痛点，但成本仍较高，所以不会完全替代）。
-
-
计算与得出结论
- 总包裹数 = 2500万 × 80个/人/年 × 5%
- = 2500万 × 4
- = 1亿 个包裹/年
-
进行合理性分析与修正
- 这个数字是1亿,感觉是多还是少？
- 北京市一年的总快递量大约是 50-60亿件，1亿占比约2%，在考虑到无人机初期发展阶段，这个数字是合理的。
- 可以补充说明：这个估算非常粗略，实际值会受到技术、政策、成本等多种因素的剧烈影响，但重要的是，我展示了一套逻辑自洽的思考方法。
给你一个亿,你会如何投资以提升大疆的未来竞争力？
这道题考察你的商业洞察力、战略眼光和资源分配能力。
思考框架：
-
核心战略：投资方向应紧密围绕大疆的核心优势（影像技术、稳定系统、飞控算法）和未来增长点（行业应用、人工智能、生态构建）。
-
投资领域分配（1个亿 = 100%）
-
40% - 深化行业应用（To B业务）：
- 为什么：消费级市场趋于饱和，而农业、测绘、安防、能源巡检等垂直行业是巨大的蓝海市场。
- 怎么投：
- 农业：投资更精准的AI识别算法（病虫害、作物长势）、开发更专业的农业数据平台。
- 测绘：提升三维建模的精度和效率，与GIS软件深度集成。
- 安防：开发更智能的自主巡航、目标追踪、异常行为识别的解决方案。
- 成立行业解决方案事业部，为不同行业提供“硬件+软件+服务”的一体化打包方案。
-
30% - 前沿技术研发（核心技术护城河）：
- 为什么：科技行业不进则退，必须持续投入以保持领先。
- 怎么投：
- 人工智能：投资AI在感知、决策、控制上的应用，让无人机更“智能”，实现全自主作业。
- 新材料与新动力：研发更轻、更坚固的材料，以及更高能量密度的电池，解决续航瓶颈。
- 先进传感器：投资激光雷达、毫米波雷达、高光谱相机等，拓展无人机的感知维度和应用边界。
-
20% - 构建开发者与合作伙伴生态：
- 为什么：单打独斗不如生态共赢，一个强大的平台能吸引更多人才和创新。
- 怎么投：
- 完善大疆SDK/SDK 2.0：提供更强大、更易用的开发工具和文档。
- 设立开发者基金：鼓励和资助开发者为大疆平台开发创新应用（如APP、行业插件）。
- 与高校、科研院所合作：建立联合实验室，共同培养人才，攻克技术难题。
-
10% - 消费级体验创新与品牌建设：
- 为什么：不能放弃基本盘，要通过创新维持用户热情和品牌忠诚度。
- 怎么投：
- 探索新形态产品：如更便携的飞行器、与AR/VR结合的沉浸式飞行体验。
- 内容社区建设：扶持航拍创作者，举办比赛，分享精彩内容，形成社区粘性。
- 品牌故事与ESG：投资用于讲述大疆“未来之翼”的故事，并加强在环保、社会责任方面的投入，提升品牌美誉度。
-
-
总结你的投资逻辑是“巩固基本盘，拓展新边疆，构建生态护城河”，确保大疆在未来的竞争中依然保持绝对的领导地位。
给你的建议
- 展现热情：在回答中，流露出你对无人机、机器人或相关技术的真正兴趣，可以说“我一直对大疆如何将复杂的飞行控制技术做到极致感到着迷”。
- 诚实面对未知：遇到不懂的技术或领域，不要不懂装懂，坦诚地说“这个领域我了解不多，但我的思路是……”，然后展示你如何快速学习和寻找信息的能力。
- 关注细节：在讨论方案时，可以提到一些具体的、有深度的细节，我们可以考虑使用RTK-PPK技术来提升测绘精度”，这会显得你非常专业。
- 准备提问：在回答完问题后，一定要准备1-2个有深度的问题问面试官，大疆在推动无人机在室内等无GPS环境下的自主作业方面，目前最大的技术挑战是什么？”这能体现你的思考深度。
祝你面试顺利！
