空地跨模态定位：数据集、真值与基准
机器人学
2025-09-10 v1
摘要
在密集的城市环境中进行精确的视觉定位是摄影测量、地理空间信息科学和机器人学中的一项基础任务。虽然图像是一种低成本且广泛可用的传感模态，但其在视觉里程计上的有效性常受限于无纹理表面、严重视角变化和长期漂移。机载激光扫描（ALS）数据日益增长的公开可用性，通过将 ALS 作为先验地图，为可扩展且精确的视觉定位开辟了新途径。然而，由于三个关键限制，基于 ALS 的定位潜力仍未被充分探索：（1）缺乏平台多样化的数据集；（2）缺乏适用于大规模城市环境的可靠真值生成方法；（3）在空地跨平台设置下对现有图像到点云（I2P）算法的验证有限。为了克服这些挑战，我们引入了一个新的大规模数据集，该数据集将来自移动测图系统的地面图像与在武汉、香港和旧金山收集的 ALS 点云相集成。
引用
@article{arxiv.2509.07362,
title = {Aerial-ground Cross-modal Localization: Dataset, Ground-truth, and Benchmark},
author = {Yandi Yang and Jianping Li and Youqi Liao and Yuhao Li and Yizhe Zhang and Zhen Dong and Bisheng Yang and Naser El-Sheimy},
journal= {arXiv preprint arXiv:2509.07362},
year = {2025}
}