本研究探讨了杆类地标在视觉定位中的应用，提出了杆类地图匹配和属性匹配两个模块，并采用RANSAC方法以平衡计算效率与精度。实验结果表明，杆类地标分类显著提升了视觉定位系统的性能。

本文综述基于深度学习的地标视觉定位研究，涵盖杆类地标地图匹配、语义Pole-map粒子滤波定位、航拍车道检测数据集、高清地图增强三维目标检测、点云融合地标标注、道路布局推断、LiDAR目标检测、HDMapNet语义地图学习及三维路缘检测等方法，多数实验表明其性能优于基线。