STHN：基于卫星图像的无人机热成像地理定位深度单应性估计

无人机的精确地理定位对于户外应用（包括搜索救援、电力线巡检和环境监测）至关重要。全球导航卫星系统信号易受干扰和欺骗，这促使需要为自主导航开发额外的鲁棒定位方法。利用机载摄像头和参考卫星地图的视觉地理定位为绝对定位提供了一种有前景的解决方案。具体地，热成像地理定位依赖于热成像与卫星数据库之间的基于图像匹配，通过使用红外相机实现有效的夜间定位。然而，当前热成像地理定位方法的效率和有效性受到卫星地图密集采样和热查询图像中几何噪声的阻碍。为克服这些挑战，我们引入了STHN，一种新颖的无人机热成像地理定位方法，采用粗到细的深度单应性估计方法。该方法即使在热成像与卫星图像尺寸比仅为11%且存在模糊纹理和自相似模式的情况下，也能在无人机最后已知位置512米半径内实现可靠的热成像地理定位。我们进一步展示了我们的研究如何显著提升无人机热成像地理定位在野外低能见度条件下对抗几何噪声的性能和鲁棒性。代码已公开。