大规模视觉定位地图关键技术：使用视觉匹配提升GPS的绝对定位精度

问题：

单目相机的弱点在于很难把同一个地点不同方向的特征对齐。比如道路上两个方向行驶的车，虽然空间位置很近，但是从视觉的共視关系上看却很远。如果只使用视觉的话，唯一能够对不同方向的地图进行对齐的信息就是十字路口。但这种方式不是十分稳定。能够提供绝对位置的gps的精度在10米左右，又不够用。

视觉建图中，特征点和相机相互耦合，理论上任意两个特征点的位置都是相关的。这样给大规模的建图带来了困难，因为每次优化都必须考虑所有的特征点和相机。如果能有一个比较靠谱的绝对位置的信息，就能把特征点之间的耦合变为局部的。这样可以大大简化地图优化流程的复杂度。

以上两个问题可以通过使用RTK来解决，但是RTK不是消费级设备能够装备的（手机，行车记录仪等）。本文章提出可以通过大量视觉和消费级gps的融合来得到厘米级精度的绝对位置。从而只使用消费级设备实现大规模定位地图的建立。

原理：

方法的本质是多次测量求平均。如果我们能够每次在同一位置，长时间的使用消费级gps进行测量。然后把结果求平均，能够得到更加精确的位置。但是使用众包方式得到的数据没有办法保证每次gps的测量都在同一个地点。所以这里需要使用视觉的辅助。视觉的特点是可以得到高精度的相对位置。所以我们可以使用视觉得到相对位置，把不同地点的gps换算到同一个地点上。然后再做平均。

实现：

其实把视觉和gps放入一个优化方程里面进行优化就实现上述原理。

结果：

绿色点是gps的位置，红色点是最终生成的地图中相机的位置，白色大点是RTK固定解的位置。这个地图是融合了大概在