A Survey on Monocular Re-Localization: From the Perspective of Scene Map Representation

单目重定位（MRL）是许多自主应用中的关键组成部分，它可以基于单个单目图像估计相对于场景地图的6自由度姿态。近几十年来，MRL技术的发展取得了重大进展。许多里程碑算法在定位精度和对视觉干扰的鲁棒性方面取得了非凡的成功。在MRL研究中，场景地图以各种形式表示，它们决定了MRL方法的工作方式甚至性能。然而，据我们所知，现有的调查并未从地图的角度对MRL进行系统的评估。本调查通过全面审查以单目相机作为主要传感器的MRL方法，填补了这一空白，促进了进一步的研究。1）我们首先深入探讨了MRL的问题定义和当前的挑战，并将其与以前发表的调查进行了比较。2）然后，根据所使用地图的表示形式，将MRL方法分为五类，即地理标记帧、视觉地标、点云和矢量化语义地图，并审查了每个类别的里程碑MRL工作。3）为了定量和公正地比较具有不同地图的MRL方法，我们还审查了一些公共数据集，并提供了一些典型MRL方法的性能。分析了不同类型的MRL方法的优缺点。4）最后，我们介绍了该领域的一些感兴趣的主题并提出了个人意见。本调查可以作为对MRL感兴趣的新手和研究人员的有价值的参考资料，包括审查的论文和数据集的持续更新摘要可供社区使用：https://github.com/jinyummiao/map-in-mono-reloc。

本论文旨在从地图的角度全面回顾单目重定位技术（MRL）的发展，比较不同地图表示形式的MRL方法，并提供公共数据集的性能比较和分析，以推动该领域的进一步研究。

本论文从地图的角度对MRL进行全面回顾和分类，包括使用地理标记帧、视觉地标、点云和矢量化语义地图等不同地图表示形式，以及性能比较和分析，为该领域的进一步研究提供参考。

本论文对MRL方法进行了全面的分类和回顾，提供了公共数据集的性能比较和分析，为该领域的进一步研究提供了参考。同时，该论文对不同类型的MRL方法的优缺点进行了分析，并提出了该领域的一些未来研究方向。

最近在该领域中的相关研究包括：《Visual Localization with Dense Matching and View Synthesis》、《Visual Place Recognition with Repetitive Structures》、《VLocNet++: Deep Multimodal Localization for Large-Scale Outdoor Environment》等。