Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

NEWS 新闻NEWS 新闻
0

人工智能数字化转型汽车科技交叉前沿专栏

摘要

无人机在城市环境中的应用越来越广泛,而准确的定位是其安全高效运行的关键。传统无人机定位方法依赖于高精度三维地图,但这类地图构建成本高昂、维护困难,且存在隐私泄露风险。为了解决这些问题,来自 NeurIPS 2024 的一篇论文提出了名为 LoD-Loc 的新方法,利用城市白模(LoD 3D Map)进行无人机六自由度定位,为城市环境下的无人机导航提供了一种更经济、高效、安全的解决方案。

LoD-Loc 的创新之处

LoD-Loc 突破了传统无人机定位方法的局限,将城市白模模型引入定位系统。与基于纹理网格的传统三维地图相比,LoD 3D 模型具有以下优势:

  • 获取与维护的简化: LoD 城市模型的构建和维护成本远低于传统三维地图,商业平台如 Google Maps 和百度地图已经将 LoD 3D 模型应用于其地图系统。
  • 地图数据的轻量化: LoD 地图的数据量远小于传统三维地图,可以轻松部署在无人机等终端设备上,提高定位效率。
  • 隐私保护: LoD 城市模型只展示建筑物的基本轮廓,避免了隐私泄露的风险,符合许多国家对地理信息保密的规定。

LoD-Loc 的技术原理

LoD-Loc 利用神经网络提取图像中的线框特征,并将其与 LoD 模型投影得到的线框进行对齐,从而实现无人机的定位。该方法将定位问题转化为度量学习,并通过姿态搜索和牛顿迭代优化法进行姿态结算。

LoD-Loc 的主要贡献

  • 首次提出利用 LoD 3D Map 进行空中六自由度定位。
  • 提出了一种基于线框对齐的端到端可微定位方法,仅以姿态为监督。
  • 开源了两个城市白模定位数据集:UAVD4L-LoD 和 Swiss-EPFL。

实验结果

实验结果表明,LoD-Loc 在定位精度方面显著优于现有的基于 CAD 的定位方法,同时与使用纹理网格和局部特征描述符的传统方法相比具有竞争力。

未来展望

LoD-Loc 的出现为城市环境下的无人机定位开辟了新的道路,为无人机在城市中的安全、高效应用提供了重要保障。未来,LoD-Loc 有望进一步发展,例如:

  • 提高定位精度,扩展到更复杂的环境。
  • 结合其他传感器数据,例如 GPS 和 IMU,进一步提升定位性能。
  • 将 LoD-Loc 应用于其他领域,例如自动驾驶和机器人导航。

结论

LoD-Loc 是一种具有突破性的无人机定位方法,它利用城市白模模型,克服了传统方法的局限性,为城市环境下的无人机导航提供了更经济、高效、安全的解决方案。相信 LoD-Loc 的应用将推动无人机在城市中的应用发展,并为智慧城市建设带来新的机遇。

参考文献

*LoD-Loc: Aerial Visual Localization using LoD 3D Map with Neural Wireframe Alignment. https://arxiv.org/abs/2410.12269
* https://github.com/VictorZoo/LoD-Loc

关键词: 无人机定位,城市白模,LoD 3D Map,神经网络,线框对齐,NeurIPS 2024


>>> Read more <<<

Views: 0

0

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注