基于正射法向地理数据的无人机 6 自由度定位与标定
计算机视觉与模式识别
2025-10-01 v2 机器人学
摘要
从空中视角进行准确的视觉定位是一项基本问题，具有用于制图、大范围检查和搜救操作等应用的重要意义。在许多场景中，这些系统需要在资源有限的情况下（例如无互联网连接或 GNSS/GPS 支持）实现高精度定位，而大型图像数据库或重型 3D 模型在实际应用中往往不实用。令人惊讶的是，很少有研究关注将正射地理数据作为替代范式的利用，这种方法轻量且通过政府部门（例如欧盟）免费发布的正射数据日益可得。为填补这一空白，我们提出了 OrthoLoC，是首个包含 16,425 张来自德国和美国的无人机图像的数据集，包含多种模态。该数据集解决了无人机图像与地理空间数据之间的领域偏移问题。其配对结构使现有解决方案能够通过解耦图像检索和特征匹配，实现对定位和标定性能的公平基准测试。通过全面评估，我们检查了领域偏移、数据分辨率和重合度对定位精度的影响。最后，我们引入一种称为 AdHoP 的细化技术，可与任何特征匹配器集成，显著提升匹配精度，最多可将平移误差降低 63%。该数据集和代码均可在 https://deepscenario.github.io/OrthoLoC 获取。
引用
@article{arxiv.2509.18350,
title = {OrthoLoC: UAV 6-DoF Localization and Calibration Using Orthographic Geodata},
author = {Oussema Dhaouadi and Riccardo Marin and Johannes Meier and Jacques Kaiser and Daniel Cremers},
journal= {arXiv preprint arXiv:2509.18350},
year = {2025}
}
备注
Accepted at NeurIPS 2025