用于非 GPS 战场环境中地标识别与移动节点定位的地标立体数据集
计算机视觉与模式识别
2024-04-09 v1 机器学习
摘要
本文提出了一种新策略，使用地标锚节点代替基于无线电的锚节点，以获取移动部队或防御力量的虚拟坐标（landmarkID, DISTANCE），这将有助于在 GPS 拒止的战场环境中沿安全路径跟踪和机动部队。所提出的策略使用 YOLOv5 模型实现地标识别，并使用高效的立体匹配算法实现地标距离估计。我们考虑一个携带低功耗移动设备的移动节点，该设备配备有校准过的立体视觉相机，用于捕获包含战场区域内地标的场景的立体图像，这些地标的位置存储在该设备内部的离线服务器中。我们创建了一个名为 MSTLandmarkv1 的自定义地标图像数据集，包含 34 个地标类别，以及另一个包含这 34 个地标实例的立体数据集，名为 MSTLandmarkStereov1。我们使用 MSTLandmarkv1 数据集训练了 YOLOv5 模型，在 0.5 IoU 下达到了 0.95 mAP，在 [0.5:0.95] IoU 下达到了 0.767 mAP。我们利用边界框坐标和通过改进的 SGM 算法使用 MSTLandmarkStereov1 生成的深度图，计算了从节点到地标的距离。从检测结果获得的地标 ID 元组和 SGM 算法计算的距离被存储为节点的虚拟坐标。在未来的工作中，我们将使用这些虚拟坐标通过高效的三边测量算法获取节点的位置，并使用适当的优化方法优化节点位置。
引用
@article{arxiv.2402.12320,
title = {Landmark Stereo Dataset for Landmark Recognition and Moving Node Localization in a Non-GPS Battlefield Environment},
author = {Ganesh Sapkota and Sanjay Madria},
journal= {arXiv preprint arXiv:2402.12320},
year = {2024}
}