基于有限视场相机的广域地理定位

跨视角地理定位作为 GPS 的补充或替代，通过将地面视角相机拍摄的图像与卫星或飞机拍摄的俯视图像进行匹配，在搜索区域内对智能体进行定位。尽管地面与俯视图像间的视角差异使跨视角地理定位颇具挑战，但在假设地面智能体配备全景相机的情况下已取得显著进展。例如，我们前期工作（WAG）通过改进搜索区域离散化、训练损失与粒子滤波加权，实现了城市尺度的全景跨视角地理定位。然而，由于复杂性与成本，现有机器人平台并未广泛使用全景相机。非全景跨视角地理定位对机器人更为适用，但也更具挑战。本文提出受限视场广域地理定位（ReWAG），一种跨视角地理定位方法，其通过构建位姿感知嵌入并提供将粒子位姿纳入 Siamese 网络的策略，将 WAG 推广至标准非全景地面相机使用。ReWAG 是一种神经网络与粒子滤波系统，仅借助里程计与 90 度视场相机即可在 GPS 拒止环境中对移动智能体进行全局定位，达到与 WAG 使用全景相机相似的定位精度，且相比基线视觉 Transformer（ViT）方法定位精度提升 100 倍。展示 ReWAG 在数十公里测试路径上收敛过程的视频集锦见 https://youtu.be/U_OBQrt8qCE。