无 GPS 环境下 UAV 高度自适应视觉地理定位
计算机视觉与模式识别
2026-05-26 v3 机器人学
摘要
为解决 UAV 视觉地理识别在大幅高度变化下产生的尺度不匹配问题，我们提出一种单目视觉无 GPS 高度自适应地理定位框架。该方法首先通过将输入转换为频域并将高度估计表述为回归-分类（RAC）问题来从单张俯视图像中估计相对高度。随后利用估计的高度对查询图像进行裁剪以获得标准尺度，然后执行分类-检索视觉地理识别模块进行粗定位。为提高检索在不同图像质量下的鲁棒性，我们进一步引入质量自适应边际分类器（QAMC），并通过对 top 检索候选者进行加权坐标估计来细化最终位置。在两个合成数据集和两个真实飞行数据集的实验中，我们的 RAE 模块在显著高度变化下显著提升了下游检索性能。使用我们视觉地理识别模块，高度自适应使平均 R@1 和 R@5 分别提升 41.50 和 56.83 个百分点，整个系统在报告的工作站硬件上以 13.3 帧/秒的速度运行。这些结果表明，相对高度估计为跨高度 UAV 地理定位提供了有效的尺度先验，支持无需辅助范围传感器或时序输入的 GPS 被剥离环境下的粗定位。
引用
@article{arxiv.2602.23872,
title = {Altitude-Adaptive Vision-Only Geo-Localization for UAVs in GPS-Denied Environments},
author = {Xingyu Shao and Mengfan He and Chunyu Li and Liangzheng Sun and Ziyang Meng},
journal= {arXiv preprint arXiv:2602.23872},
year = {2026}
}