(2022, iv) A Survey on Map-Based Localization Techniques for Autonomous Vehicles

按照三个类别，综述了目前自动驾驶领域比较新的基于地图的定位方案：

1. 先验地图和在线测量比对

2. 用概率的视角处理定位问题

3. 基于深度学习的方法

借助先验地图达到厘米级别定位精度

先验地图

其实点云地图，视觉特征点，高精地图都算先验地图

高精地图精度高，要素全，体积小，是目前智能驾驶的首选。主流的制作高精地图的工具如下:

基于地图的定位流水线

基本流程是： 位置初值获取->地图元素获取 / 在线观测获取 -> 位置优化

不同类别的定位技术

基于地图匹配的策略

基于概率的方法

基于深度学习的方法

早期cnn主要用于特征提取（也可以叫特征嵌入），prior map也是特征地图，整体大流程和之前基于匹配或者基于概率的方案差不多

最近的nerf更为直接， NN作为隐式地图，从框架上对之前的方案进行了升级；

相关数据集

重要参考文献

(2016) Deriving HD maps for highly automated driving from vehicular probe data