关于vslam : 目前很多策略都是在想如何提高鲁棒性，其实主要的还是保证匹配的正确性即可，比如用superpoint 、d2net 之类替换前端部分，其实vslam后端部分已经没有什么可以改的了，像ＢＡ－net 这种深度学习框架只能发论文，实用性较差。ｖslam 目前的问题：１、long term 就是夏天建的图冬天要能用，２、动态物体对定位的影响，３、弱纹理匹配问题。
关于三维重建： 其实可以分为定位 AND 建图，定位的话全局sfm ，如果有其他传感器的的测量值，如rtk，其实这里的定位我指的是定位姿，那么位置就不需要定位了，只需要定姿态。增量式不太好改，比较难融合其他传感器。至于建图，目前的痛点主要是：１、弱纹理的立体匹配 ２、细长结构的立体匹配 ３、远距离物体