最近一直在考虑语义slam在自动驾驶和辅助驾驶中的用法，研究了一下视觉为主的高精度地图+高精定位的模式，特别是mobileye的REM。
- 秉承先建图再定位的思路，在服务器端（云端）建图，在车端定位。
- 视觉高精度定位依赖于目标检测算法的精度和泛化能力。
- 视觉高精度地图的适应性还是不足，无法在在照明不足的夜晚和恶劣天气发挥作用。限定场景下也许可行。
- 数据关联怎么做还不是很确定，特别是在没有先验信息（如GPS）的情况下做重定位。Probabilistic Data Association for Semantic SLAM结构完整，只是很难看懂。研究了一下他们组前一篇文章（Semantic Localization Via the Matrix Permanent），感觉还有些启发。
图太大了，分成两部分贴出来。
