SASGeo:GNSS拒止无人机稳定性感知语义地图定位——框架与合成概念验证
机器人学
2026-07-07 v1 计算机视觉与模式识别
机器学习
摘要
GNSS拒止的无人驾驶飞行器需要偶尔的绝对位置修正来限制视觉惯性里程计的漂移。跨视角图像检索可以提供此类修正,但原始外观对季节、光照、视角、地图年龄和传感器模态敏感。我们提出\sas,一种语义地图定位框架,通过持久结构(如道路、建筑物、水道、铁路、交叉口和田间边界)来表示环境。该方法结合了语义栅格对齐、关系图证据、特征稳定性和地理独特性、明确的正面/矛盾/未知观测,以及对模糊修正的完整性感知拒绝。与仅提出广泛架构不同,本文指定了具体的权重和决策模型,并报告了可重复的合成概念验证。在220次随机检索试验中,包括旋转、尺度变化、部分裁剪、遮挡、模拟地图变化和硬语义诱饵,全局语义描述符实现了58.6%的Recall@1,而空间语义匹配变体实现了94.5-95.5%。Wilson 95%区间将全局描述符与空间变体区分开来,但在空间变体之间重叠,因此实验支持语义几何,而不是每个提议模块的确定性益处。初步实验并未验证真实飞行导航;相反,它证明了结构化的语义几何可以在受控的跨视角扰动下区分位置,并确定了下一步所需的更困难的混叠、地图老化和拒绝测试。
引用
@article{arxiv.2607.07737,
title = {SASGeo: Stability-Aware Semantic Map Localization for GNSS-Denied UAVs -- A Framework and Synthetic Proof of Concept},
author = {Natalia Trukhina and Vadim Vashkelis},
journal= {arXiv preprint arXiv:2607.07737},
year = {2026}
}
备注
7 pages, 5 figures