无人机无 GNSS 的季节不变视觉定位

无全球导航卫星系统（GNSS）的定位是无人机（UAVs）自主作业中的关键功能。基于已知地图的视觉定位是一种有效解决方案，但受两个主要问题困扰：地点外观随天气和季节而变化，且无人机相机图像与地图间的视角差异使匹配困难。本工作中，我们提出一种定位方案，依靠将无人机相机图像与地理参考正射影像进行匹配，使用训练好的卷积神经网络模型，该模型对相机图像与地图间显著的季节外观差异（冬—夏）具有不变性。我们将本方案的收敛速度与定位精度与六种参考方法比较。结果显示相对于参考方法有重大改进，尤其在高季节变化下。最后我们展示了该方法成功定位真实无人机的能力，表明所提方法对视角变化具有鲁棒性。