追觅科技校招备考攻略

数据来源：真实面经整理 | 版本：final

一、公司画像 & 校招节奏

追觅科技（Dreame Technology）成立于，总部苏州，上海设有研发中心。你可能对这个名字没那么熟，但你很可能在电商平台上见过它的扫地机器人——L10 Pro Ultra、X30系列，在欧洲亚马逊上卖得很好。估值超过400亿元，是一个真实在增长的独角兽。

有一个背景必须说清楚：追觅最早是小米生态链企业，有小米投资，但追觅是独立运营的，不是小米子公司。这个区别很重要——追觅有自己的品牌、自己的技术路线，不完全依赖小米渠道。

追觅的核心竞争力是自研高速数字马达，转速可达10万转/分钟。这不是噱头。马达是扫地机器人、洗地机的核心零部件，追觅用这个在全球高端清洁市场站稳了脚跟。技术路线延伸出去，SLAM导航（LiDAR + 视觉双SLAM）、AI地图管理、污渍识别……这些都需要真正的技术人才。

核心产品线：

主要招聘岗位：

校招节奏（参考）：

追觅的工作节奏：不是BAT那种超高强度，也不是大国企那种慢节奏。创业公司文化，技术氛围活跃，项目推进快。如果你喜欢清洁机器人这个赛道，又有嵌入式或SLAM的技术背景，追觅是个值得认真考虑的选择。

二、岗位JD解析：技术要求拆解

追觅的岗位分化比较清楚，嵌入式和SLAM是两条几乎不重叠的备考路径，选对方向很重要。

嵌入式软件工程师（最大招聘方向）

这是追觅招人最多的岗位，也是门槛最高的方向之一——不是说LeetCode难，而是技术栈比较专，你得真的懂嵌入式。

特别说明：追觅的嵌入式岗不是普通MCU开发岗，是带实时控制需求的嵌入式。高速马达10万转/分钟意味着控制周期极短，对FreeRTOS调度的实时性要求非常高。面试时如果能聊到这个点，会很加分。

SLAM算法工程师（第二大招聘方向）

特别说明：追觅SLAM岗的独特之处在于"扫地机场景"——这和自动驾驶SLAM不一样。扫地机在室内地面运动，有平面约束，激光雷达角度受限，还需要做全覆盖路径规划（确保每个角落都清扫到）。这些场景特有的问题，是面试常考点。

后端工程师（IoT方向）

三、LeetCode高频题Top 20（真实面经数据）

追觅的算法题风格：难度以Medium为主，不追求Hard题，但对代码实现质量要求比较认真——不能只说思路，要真正写出来。另外有一个追觅特色：矩阵/网格类题目出现频率高，这和扫地机的地图处理场景相关。

第一梯队（必刷，几乎每场都会考）

第二梯队（高频，认真刷）

第三梯队（中频，有时间刷）

刷题策略：第一梯队5题做到闭眼能写，第二梯队重点刷矩阵/图相关（螺旋矩阵、岛屿数量系列），这是追觅的特色考点，和地图处理场景真的有关联。

四、技术面试考点

嵌入式系统专项（嵌入式岗，权重最高）

FreeRTOS与实时调度

这是追觅嵌入式岗的核心考察点，几乎每次面试都会深入问。

• 任务调度机制：优先级抢占调度（Preemptive Scheduling），高优先级任务就绪后立即抢占CPU
• 优先级翻转（Priority Inversion）：这是追觅面试的高频追问。低优先级任务持有互斥锁，高优先级任务等待，中优先级任务抢占低优先级任务，导致高优先级任务反而比中优先级任务等更久
• 解决方案——优先级继承（Priority Inheritance）：低优先级任务持锁期间临时提升到等待该锁的最高优先级
• FreeRTOS同步原语：队列（Queue）、信号量（Semaphore）、互斥锁（Mutex）各自适用场景
• 软件定时器：Tick计时机制，定时器回调在timer daemon任务中执行

一个面试常见追问：互斥锁（Mutex）和二值信号量（Binary Semaphore）有什么区别？答案是：Mutex有优先级继承机制，Binary Semaphore没有。

电机控制——FOC算法

追觅自研10万转高速马达，FOC（磁场定向控制）是必考点。

• 基本变换链：三相定子电流 → Clarke变换（αβ坐标系）→ Park变换（dq旋转坐标系）→ PI控制 → 逆Park → 逆Clarke → PWM输出
• 为什么用FOC：传统BLDC方波驱动有换相噪声和转矩脉动，FOC正弦波驱动更平滑，高转速时优势明显
• 追觅的实现挑战：10万转/分钟意味着电角速度极高，控制周期极短（通常要求10-20kHz的控制频率），对RTOS实时性要求严格

面试可能会问：FOC控制周期多少合适？为什么追觅的高速马达对控制实时性要求特别高？能说出来是加分项。

嵌入式C/C++编程规范

• ISR设计原则：中断服务程序要短而快，耗时操作放到任务中（通过队列或信号量通知）
• DMA传输：直接内存访问，绕过CPU做数据搬运，减少CPU占用，适合大块数据传输（如ADC采样、UART数据）
• 内存受限编程：嵌入式环境通常禁用动态内存分配（malloc/free），防止内存碎片；使用静态分配或内存池

硬件接口： - SPI：全双工，同步串行，适合高速外设（ADC、DAC、Flash） - I2C：半双工，低速，适合传感器（IMU、温度传感器） - CAN：差分总线，抗干扰强，适合电机控制器通信 - UART：异步串行，调试和低速通信常用

SLAM算法专项（SLAM岗，权重最高）

激光SLAM基础

• 扫地机LiDAR特点：和自动驾驶用的激光雷达不同，扫地机用的是2D LiDAR（TOF或三角测距原理），水平扫描，价格低，精度够室内使用
• GMapping：粒子滤波 + 占据栅格地图（Occupancy Grid Map），经典扫地机算法，计算量小，适合资源受限设备
• Cartographer：图优化方式，地图一致性更好，追觅高端产品线可能使用

全覆盖路径规划——追觅的独特考点

这是和其他SLAM岗最不一样的地方。自动驾驶是从A到B，扫地机是要覆盖每个角落。

• 行列式规划（Boustrophedon/Lawn Mower）：一行扫完转弯扫下一行，效率高，适合开阔空间
• 螺旋式规划：从中心向外扩展，适合圆形/不规则区域
• 房间分割算法（Room Segmentation）：先把地图分成不同房间，再分区域规划，避免跨房间污染
• 回边率（Coverage Rate）：路径规划的核心指标，要求达到95%+

面试常问：行列式规划遇到障碍物怎么处理？如何判断一个区域已经覆盖到了？

传感器融合

• 轮式里程计（Wheel Odometry）：扫地机特有，通过左右轮的编码器估计位移，累积误差大，需要和LiDAR融合纠正
• IMU+LiDAR融合：IMU提供高频姿态更新，LiDAR提供低频绝对位置，松耦合方式简单但精度有限
• 误差状态卡尔曼滤波（ESKF）：比EKF数值更稳定，是传感器融合的主流方法

动态障碍物避障

• DWA（动态窗口法）：在速度空间中采样可行速度，评估每个速度的安全性和目标朝向，实时避障
• 扫地机特殊场景：椅子腿、宠物、充电线，这些细小/细长障碍物用普通2D LiDAR很难检测，追觅用摄像头辅助识别

C/C++专项（全岗位通用）

嵌入式岗和SLAM岗都要考C++，但侧重点不同：嵌入式更重内存管理和中断设计，SLAM更重STL容器性能和多线程。

• STL容器选择：vector（连续内存，随机访问快）vs list（频繁插入删除）vs deque（两端操作）
• 智能指针：unique_ptr零开销独占，shared_ptr引用计数共享，weak_ptr避免循环引用
• 移动语义：std::move避免不必要的拷贝，SLAM中点云数据量大，这个知识点会考
• 多线程：std::thread + std::mutex + std::condition_variable基本使用，生产者-消费者模式

五、面经规律总结

面试风格：硬件感强，考察落地能力

追觅的面试和纯互联网公司有明显区别。每个技术问题背后，面试官都想知道：你真的在硬件上实现过吗？

不是说只能有硬件经历的候选人才能通过，但能把嵌入式知识和实际场景挂上钩的候选人，明显比只会背概念的候选人更受欢迎。

几个具体表现： - 讲RTOS，能聊到"扫地机控制循环的实时性约束"更受欢迎 - 讲SLAM，能聊到"室内地面平面约束怎么利用"比只背GMapping公式强 - 讲FOC，能解释"为什么追觅高速马达对控制周期要求这么严"比只说"Clarke变换"有说服力

五个高概率追问链

链条1：RTOS调度追问链 "FreeRTOS的调度机制是什么" → 追问："优先级翻转是什么？" → 追问："如何解决优先级翻转？" → 追问："Mutex和Binary Semaphore有什么区别？"

链条2：FOC电机控制追问链 "FOC的基本原理是什么" → 追问："Clarke变换和Park变换分别做什么？" → 追问："PI控制器的参数怎么调？" → 追问："追觅马达10万转对控制实时性有什么要求？"

链条3：SLAM建图追问链 "扫地机用的什么SLAM方案" → 追问："GMapping用的什么原理？" → 追问："栅格地图的分辨率怎么选？" → 追问："LiDAR和里程计怎么融合？"

链条4：全覆盖路径规划追问链 "扫地机路径规划怎么做" → 追问："行列式规划遇到障碍物怎么处理？" → 追问："如何判断覆盖率？" → 追问："多个房间怎么处理？"

链条5：C++内存管理追问链 "嵌入式环境下内存管理有什么注意事项" → 追问："为什么避免动态内存分配？" → 追问："内存池怎么实现？" → 追问："FreeRTOS有没有内置的内存管理？"

加分项：理解追觅的产品背景

追觅的面试官大多数是工程师出身，对扫地机相关技术细节很熟悉。如果你能聊到以下几点，会明显加分：

• 了解追觅的技术布局：自研马达是核心竞争力，LiDAR SLAM让追觅产品站稳高端市场
• 了解行业痛点：扫地机的技术难点不是算法最先进，而是成本约束下的工程实现——LiDAR要便宜、处理器要省电、SLAM要在资源受限设备上实时运行
• 有相关项目经验：哪怕是课程项目，能讲清楚"我在STM32上实现了FreeRTOS的任务管理"或"我在ROS上跑过GMapping"，都是实质性加分

笔试特点

• 题型：C/C++编程题2道 + 算法题1-2道 + 专业知识选择题
• 时间：左右
• 编程题难度：以Medium为主，注重代码完整性
• 专业知识题：RTOS基础、数据结构、基本数字电路（嵌入式岗）；线性代数、概率论基础（SLAM岗）
• C++考察重点：指针、内存管理、STL容器，嵌入式岗还会考中断和DMA

需要避开的误区

误区1：以为追觅的技术门槛和纯互联网公司一样 追觅嵌入式岗是真的需要懂硬件，LeetCode刷得很好但RTOS和驱动完全不了解，会在第一轮技术面就被刷。

误区2：把SLAM当成纯算法题来准备 追觅SLAM岗考的不是BEV感知、不是Transformer，是激光SLAM和全覆盖路径规划，和自动驾驶AI公司的考察方向差别很大。

误区3：忽略扫地机场景特殊性 扫地机场景：室内、地面运动、有平面约束、需要全覆盖、LiDAR是2D的——这些特点决定了很多算法选择的原因，理解场景比背算法公式更重要。

误区4：对追觅的产品一无所知 提前用追觅的产品或者看几个评测视频，能在面试中展现出对具体应用场景的理解，这比干巴巴地背知识点更打动面试官。

校招节奏

总体原则

追觅的备考和大厂互联网公司有明显差异：嵌入式技术栈是核心，SLAM是第二条主线，LeetCode相对次要。不要把时间平均分配，要把火力集中在技术专项上。

每阶段详细任务

：嵌入式C++专项

• FreeRTOS：任务创建/删除/挂起/恢复的API，Queue/Semaphore/Mutex的使用，优先级翻转和优先级继承的详细原理
• 中断设计：上半部（快速响应，最小化操作）vs 下半部（tasklet/work queue执行耗时任务），ISR中禁止的操作
• DMA：DMA请求触发机制，双缓冲DMA设计，DMA传输完成中断处理
• FOC原理：Clark/Park变换推导，PI控制器参数意义，SVPWM基本原理
• 验收标准：能在纸上画出FreeRTOS优先级翻转的场景图，能解释FOC控制链路

：算法专项

• 反转链表/二叉树层序遍历/快速排序——每题手写3遍
• 矩阵系列：螺旋矩阵（54/59）、旋转图像（48）、搜索二维矩阵，这是追觅特色
• 图论：岛屿数量（DFS/BFS两种）、被围绕的区域、单词搜索
• 最大子数组和、LRU缓存
• 验收标准：第一梯队5题能在内写完，矩阵/图系列各刷一遍理解思路

：SLAM基础

• 激光SLAM：GMapping的粒子滤波机制，Cartographer的扫描匹配原理，栅格地图的概率更新
• 全覆盖路径规划：行列式规划的实现逻辑，遇到障碍物的处理，房间分割的基本思路，覆盖率评估方法
• 动态避障：DWA算法的速度采样空间，评估函数的三个分量（目标朝向、间隙距离、速度）
• ROS基础（加分项）：如果有时间，了解ROS的节点/话题/服务机制，发布者/订阅者模式
• 验收标准：能解释GMapping的基本步骤，能画出全覆盖路径规划的示意图

：传感器融合

• 轮式里程计：差速轮模型，左右轮转速到线速度/角速度的换算，累积误差的来源
• 卡尔曼滤波基础：预测步骤（用运动模型更新状态）+ 更新步骤（用传感器测量修正），理解协方差矩阵的含义
• 误差状态卡尔曼滤波（ESKF）：和标准EKF的区别，为什么更数值稳定，在SLAM中的应用
• IMU预积分：连续IMU测量在两个关键帧之间的积分，这是现代紧耦合融合的基础
• 验收标准：能解释卡尔曼滤波的预测-更新循环，能描述IMU+LiDAR松耦合融合的数据流

：IoT后端（后端方向选修）

• MQTT协议：发布/订阅模型，三种QoS等级的区别和适用场景（QoS 0丢弃、QoS 1至少一次、QoS 2恰好一次），客户端标识符和保持连接
• 大量设备上报的架构：Kafka做消峰，数据库选型（时序数据推荐InfluxDB/TDengine，状态数据推荐Redis+MySQL）
• 设备影子（Device Shadow）：记录设备最新状态，解决设备离线时指令下发问题
• 验收标准：能描述一个扫地机从启动到上报地图数据的完整数据流

：冲刺

• 整理近3个月的追觅面经，总结高频考点
• 系统设计准备：扫地机地图的云端管理（用户多台设备同步、地图版本管理、地图数据压缩存储）
• 把自己的相关项目经历整理成"问题 → 方案 → 实现 → 效果"的叙述框架
• 模拟面试：把五个追问链各口头讲一遍，计时以内

最低备考标准（入场门槛）

嵌入式方向：

• [ ] FreeRTOS优先级翻转：能解释场景，说出优先级继承解决方案
• [ ] FOC基本原理：能说出Clarke/Park变换的作用和PI控制的角色
• [ ] 中断设计：能说出ISR上半部/下半部的分工原则
• [ ] C++内存管理：嵌入式环境下为什么禁用动态分配，替代方案是什么

SLAM方向：

• [ ] GMapping原理：能描述粒子滤波建图的基本流程
• [ ] 全覆盖路径规划：能说出行列式规划的基本思路和覆盖率评估方法
• [ ] 传感器融合：能解释IMU+轮式里程计+LiDAR松耦合融合的数据流
• [ ] 扫地机场景特殊性：能说出3个扫地机SLAM和自动驾驶SLAM的不同点

算法（全方向）：

• [ ] 第一梯队5题能手写正确代码
• [ ] 螺旋矩阵/岛屿数量能流畅写出

祝你刷题顺利，成功拿到追觅的Offer！

📚 你可能还需要这些

其他机器人/嵌入式相关公司

如果你对机器人、嵌入式方向感兴趣，这些公司也值得关注： - 📌 地平线校招备考攻略（AI芯片+自动驾驶，算法岗的另一个选择） - 📌 Momenta校招备考攻略（自动驾驶SLAM，更偏向车端部署） - 📌 文远知行校招备考攻略（自动驾驶算法，侧重感知规划）

大厂嵌入式/IoT方向

• 📌 小米校招备考攻略（IoT生态，嵌入式+后端，追觅的同圈公司）
• 📌 华为校招备考攻略（嵌入式最大招聘方，技术考察最深）

算法题专项

• 📌 大厂笔试面试八股文——算法——数组常考题（矩阵操作高频题汇总）
• 📌 大厂C++技术面试常考题（嵌入式C++专项整理）

💡 关注我，备考少走弯路

我会持续分享： - ✅ 各大厂校招备考攻略（覆盖互联网、机器人、自动驾驶等方向） - ✅ 真实面经整理（第一手数据，按公司和岗位分类） - ✅ 技术专题拆解（RTOS、SLAM、嵌入式C++等细分考点） - ✅ 校招节奏提醒（不错过重要时间节点）

这篇攻略整理了大量嵌入式和SLAM的专业考点，如果对你有帮助： - 👍 点个"赞"和"在看"，让更多备考的同学看到 - 💬 评论区聊聊你备考追觅的进度或问题 - 🔄 转发给一起备考机器人公司的朋友

有技术问题随时留言，我会尽量回复！

数据来源： - 追觅科技招聘官网岗位JD（-届） - 各求职平台追觅面经汇总整理（秋招-春招） - RTOS/SLAM技术文档及公开资料