视觉定位是计算机视觉领域中的重要研究课题，它在自动驾驶、移动机器人和增强现实等领域中有着非常广泛的应用。近年来，随着这些领域的快速发展，关于视觉定位的研究取得很多突破，但针对大规模场景的视觉定位还面临着效率和鲁棒性两方面的挑战。一方面，随着场景规模变大，算法的计算时间和内存消耗将会变得无法接受，尤其在计算性能受限的移动设备上表现的更为严重。另一方面，在大规模场景中不可避免地存在重复结构和重复纹理的问题，这严重地降低了局部特征的判别性从而影响视觉定位的鲁棒性。因此，在大规模场景中实现高效和鲁棒的视觉定位是一个非常重要但具有很大难度的研究方向。
　　基于上述背景，本学位论文深入研究了面向大规模场景的视觉定位。根据不同的应用场景需要，提出了两种不同的视觉定位方法。和现有方法比较，本文提出的方法在效率和鲁棒性方面都有很大的提升。其中，本文提出的几何先验引导的视觉定位方法在AachenDay-Nigh、RobotCar和CMU Seasons三个数据集上均超过了当前最好的方法。总的来说，本文的主要贡献如下:
　　·提出一套针对计算性能受限设备的面向大规模场景的视觉定位框架。在该框架下，首先提出一种点云地图精简方法，在保证定位性能不变的条件下有效地减少内存的消耗，解决大规模场景点云地图的存储问题。然后提出一种局部地图挑选方法，通过使用检索图像投票的方式从地图中快速筛选待匹配的3D点，从而提升2D-3D特征匹配的效率。
　　·提出一种几何先验引导的高效鲁棒视觉定位方法。该方法的核心是2D-3D特征匹配的几何先验预测部分，通过巧妙地设计一个深度神经网络来学习2D-3D匹配的全局几何先验概率，使用该先验信息能够有效地剔除由局部相似度建立的错误匹配，并很好地提升相机位姿求解的精度和速度，实现在大规模场景下高效鲁棒的视觉定位。