論文の概要: UAV Localization Using Autoencoded Satellite Images
- arxiv url: http://arxiv.org/abs/2102.05692v1
- Date: Wed, 10 Feb 2021 19:08:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-12 14:06:33.098118
- Title: UAV Localization Using Autoencoded Satellite Images
- Title（参考訳）: 自動符号化衛星画像を用いたUAVローカライゼーション
- Authors: Mollie Bianchi and Timothy D. Barfoot
- Abstract要約: 無人航空機(UAV)のローカライズに衛星画像を用いる高速でロバストな手法の提案と実演を行う。
本研究では,所望の飛行経路をオフラインにするためにGoogle Earth(GE)画像を収集し,これらの画像を低次元ベクトル表現に圧縮するオートエンコーダを訓練する。
我々は、1日の照明条件にまたがる6回のランのUAV画像と、衛星画像の同じ地図とをしっかり一致させた。
- 参考スコア（独自算出の注目度）: 14.39926267531322
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose and demonstrate a fast, robust method for using satellite images
to localize an Unmanned Aerial Vehicle (UAV). Previous work using satellite
images has large storage and computation costs and is unable to run in real
time. In this work, we collect Google Earth (GE) images for a desired flight
path offline and an autoencoder is trained to compress these images to a
low-dimensional vector representation while retaining the key features. This
trained autoencoder is used to compress a real UAV image, which is then
compared to the precollected, nearby, autoencoded GE images using an
inner-product kernel. This results in a distribution of weights over the
corresponding GE image poses and is used to generate a single localization and
associated covariance to represent uncertainty. Our localization is computed in
1% of the time of the current standard and is able to achieve a comparable RMSE
of less than 3m in our experiments, where we robustly matched UAV images from
six runs spanning the lighting conditions of a single day to the same map of
satellite images.
- Abstract（参考訳）: 本研究では,無人航空機(UAV)のローカライズに衛星画像を用いる高速でロバストな手法を提案し,実証する。
衛星画像を用いたこれまでの作業は、ストレージと計算コストが大きく、リアルタイムに実行できない。
本研究では,所望の飛行経路に対してgoogle earth (ge) イメージをオフラインで収集し,これらの画像を低次元ベクトル表現に圧縮するようにオートエンコーダを訓練した。
このトレーニングされたオートエンコーダは、実際のUAVイメージを圧縮するために使用され、その後、内積カーネルを使用して、事前にコンパイルされた、近くの自動エンコーダGEイメージと比較される。
これは、対応するGE画像上の重みの分布をもたらし、不確実性を表す単一の局在化および関連する共分散を生成するために使用されます。
当社のローカライゼーションは現在の標準時の1%で計算され、実験で比較可能なrmseは3m未満で、1日当たりの照明条件から同じ衛星画像の地図まで、6回の走行でロバストに一致した。
関連論文リスト
- Energy-Based Models for Cross-Modal Localization using Convolutional
Transformers [52.27061799824835]
GPSのない衛星画像に対して、距離センサを搭載した地上車両を位置決めする新しい枠組みを提案する。
本稿では, 畳み込み変換器を用いて, 高精度な計量レベルの局所化を行う手法を提案する。
我々は、エンドツーエンドでモデルをトレーニングし、KITTI、Pandaset、カスタムデータセットの最先端技術よりも高い精度でアプローチを実証する。
論文 参考訳（メタデータ） (2023-06-06T21:27:08Z) - Deep Learning Computer Vision Algorithms for Real-time UAVs On-board
Camera Image Processing [77.34726150561087]
本稿では,ディープラーニングに基づくコンピュータビジョンアルゴリズムを用いて,小型UAVのリアルタイムセンサ処理を実現する方法について述べる。
すべてのアルゴリズムは、ディープニューラルネットワークに基づく最先端の画像処理手法を用いて開発されている。
論文 参考訳（メタデータ） (2022-11-02T11:10:42Z) - Visual Cross-View Metric Localization with Dense Uncertainty Estimates [11.76638109321532]
本研究は、屋外ロボティクスにおける視覚的クロスビューメトリックローカライゼーションに対処する。
地上レベルのカラー画像と局地的な環境を含む衛星パッチが与えられた場合、衛星パッチ内の地上カメラの位置を特定することが課題である。
我々は、より高密度な衛星記述子、ボトルネックにおける類似性マッチング、およびマルチモーダルなローカライゼーションの曖昧さを捉えるための出力としての密度空間分布を備えた新しいネットワークアーキテクチャを考案した。
論文 参考訳（メタデータ） (2022-08-17T20:12:23Z) - CVLNet: Cross-View Semantic Correspondence Learning for Video-based
Camera Localization [89.69214577915959]
本稿では,クロスビューカメラのローカライゼーション問題に対処する。
本稿では、類似性マッチングの前に、問合せカメラの衛星画像に対する相対変位を推定する。
実験は、単一の画像に基づく位置決めよりもビデオベースの位置決めの有効性を実証した。
論文 参考訳（メタデータ） (2022-08-07T07:35:17Z) - Satellite Image Based Cross-view Localization for Autonomous Vehicle [59.72040418584396]
本稿では,市販の高精細衛星画像を使用可能な地図として利用することにより,良好な精度でクロスビュー車両のローカライゼーションを実現することができることを示す。
本手法はKITTIとFord Multi-AVの季節データセットを地上ビューとして,Google Mapsを衛星ビューとして検証した。
論文 参考訳（メタデータ） (2022-07-27T13:16:39Z) - Beyond Cross-view Image Retrieval: Highly Accurate Vehicle Localization
Using Satellite Image [91.29546868637911]
本稿では,地上画像と架空衛星地図とをマッチングすることにより,車載カメラのローカライゼーションの問題に対処する。
鍵となる考え方は、タスクをポーズ推定として定式化し、ニューラルネットベースの最適化によってそれを解くことである。
標準自動運転車のローカライゼーションデータセットの実験により,提案手法の優位性が確認された。
論文 参考訳（メタデータ） (2022-04-10T19:16:58Z) - ROS georegistration: Aerial Multi-spectral Image Simulator for the Robot
Operating System [0.7646713951724012]
本稿では,ロボット・オペレーティング・システム(ROS)とガゼボ3Dシミュレーション環境での利用を目的としたROSジオレジゲーションというソフトウェアパッケージについて述べる。
ROSジオレジゲーションは、空中ジオレジゲーションアルゴリズムのシミュレーション、テスト、展開のためのツールを提供する。
論文 参考訳（メタデータ） (2022-01-19T21:09:50Z) - Real-time Geo-localization Using Satellite Imagery and Topography for
Unmanned Aerial Vehicles [18.71806336611299]
本稿では,UAV上の軽量組込みシステムにおいて,シーン変更と実用性に信頼性のあるフレームワークを提案する。
このフレームワークは、オフラインデータベースの準備とオンライン推論の2つのステージで構成されている。
2つの異なるUAVプラットフォーム上でのイメージベースローカライゼーションのフィールド実験を行い、その結果を検証した。
論文 参考訳（メタデータ） (2021-08-07T01:47:19Z) - OpenREALM: Real-time Mapping for Unmanned Aerial Vehicles [62.997667081978825]
OpenREALMは無人航空機(UAV)のリアルタイムマッピングフレームワークである
異なる操作モードにより、OpenREALMは近似平面場を仮定して単純な縫合を行うことができる。
すべてのモードにおいて、結果のマップの漸進的な進捗は、地上のオペレータによってライブで見ることができる。
論文 参考訳（メタデータ） (2020-09-22T12:28:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。