論文の概要: Vision-Based UAV Localization System in Denial Environments
- arxiv url: http://arxiv.org/abs/2201.09201v1
- Date: Sun, 23 Jan 2022 07:18:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-26 14:01:54.120447
- Title: Vision-Based UAV Localization System in Denial Environments
- Title（参考訳）: 否定環境における視覚に基づくuav定位システム
- Authors: Ming Dai and Jinglin Huang and Jiedong Zhuang and Wenbo Lan and
Yongheng Cai and Enhui Zheng
- Abstract要約: 無人航空機(UAV)のローカライゼーション能力は、グローバルナビゲーション衛星システム(GNSS)のデニアル環境において重要である。
本稿では,UAV自体を純粋に視覚的に位置決めする問題について検討する。
SDMと呼ばれる新しい連続体型評価は、宇宙空間におけるUAVの連続体を利用してモデルマッチングの精度を評価するように設計されている。
- 参考スコア（独自算出の注目度）: 0.44855664250147465
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Unmanned Aerial Vehicle (UAV) localization capability is critical in a Global
Navigation Satellite System (GNSS) denial environment. The aim of this paper is
to investigate the problem of locating the UAV itself through a purely visual
approach. This task mainly refers to: matching the corresponding geo-tagged
satellite images through the images acquired by the camera when the UAV does
not acquire GNSS signals, where the satellite images are the bridge between the
UAV images and the location information. However, the sampling points of
previous cross-view datasets based on UAVs are discrete in spatial distribution
and the inter-class relationships are not established. In the actual process of
UAV-localization, the inter-class feature similarity of the proximity position
distribution should be small due to the continuity of UAV movement in space. In
view of this, this paper has reformulated an intensive dataset for UAV
positioning tasks, which is named DenseUAV, aiming to solve the problems caused
by spatial distance and scale transformation in practical application
scenarios, so as to achieve high-precision UAV-localization in GNSS denial
environment. In addition, a new continuum-type evaluation metric named SDM is
designed to evaluate the accuracy of model matching by exploiting the continuum
of UAVs in space. Specifically, with the ideas of siamese networks and metric
learning, a transformer-based baseline was constructed to enhance the capture
of spatially subtle features. Ultimately, a neighbor-search post-processing
strategy was proposed to solve the problem of large distance localisation bias.
- Abstract（参考訳）: 無人航空機(UAV)の局部化能力はGNSS(Global Navigation Satellite System)の否定的環境において重要である。
本研究の目的は,uav自体を純粋に視覚的なアプローチで位置決めする問題を検討することである。
衛星画像がuav画像と位置情報との橋渡しであるgss信号をuavが取得しない場合、カメラが取得した画像を介して対応するジオタグ付き衛星画像に一致させる。
しかし、UAVに基づく以前のクロスビューデータセットのサンプリングポイントは空間分布において離散的であり、クラス間の関係は確立されていない。
UAV-ローカライゼーションの実際のプロセスでは、UAV運動の連続性のため、近接位置分布のクラス間特徴類似性が小さくなければならない。
そこで本研究では,GNSSデニアル環境での高精度なUAV局所化を実現するために,空間距離とスケール変換による課題を解決することを目的とした,DenseUAVと呼ばれるUAV位置決めタスクの集中的データセットを改訂した。
さらに,宇宙空間におけるUAVの連続性を利用して,モデルマッチングの精度を評価するために,SDMと呼ばれる新しい連続型評価指標を考案した。
具体的には、シアムネットワークとメートル法学習のアイデアにより、空間的に微妙な特徴の捕捉を強化するためにトランスフォーマーベースのベースラインを構築した。
遠距離局所化バイアスの問題を解決するために, 隣接探索後処理戦略が提案されている。
関連論文リスト
- UEVAVD: A Dataset for Developing UAV's Eye View Active Object Detection [13.208447570946173]
排除は、UAVベースの物体検出に挑戦する長年の困難である。
Active Object Detection (AOD)は、この目的を達成する効果的な方法を提供する。
我々は、UAV AOD問題の研究を促進するために、UAVの目視アクティブビジョンデータセットUEVAVDをリリースする。
論文 参考訳（メタデータ） (2024-11-07T01:10:05Z) - UAV-VisLoc: A Large-scale Dataset for UAV Visual Localization [20.37586403749362]
大規模なUAV-VisLocデータセットを提示し、UAV視覚的ローカライゼーション作業を容易にする。
われわれのデータセットには6,742枚のドローン画像と11個の衛星マップが含まれており、緯度、経度、高度、捕獲日などのメタデータがある。
論文 参考訳（メタデータ） (2024-05-20T10:24:10Z) - Tiny Multi-Agent DRL for Twins Migration in UAV Metaverses: A Multi-Leader Multi-Follower Stackelberg Game Approach [57.15309977293297]
無人航空機(UAV)とメタバースの相乗効果は、UAVメタバースと呼ばれる新しいパラダイムを生み出している。
本稿では,UAVメタバースにおける効率的なUTマイグレーションのためのプルーニング技術に基づく,機械学習に基づく小さなゲームフレームワークを提案する。
論文 参考訳（メタデータ） (2024-01-18T02:14:13Z) - Evidential Detection and Tracking Collaboration: New Problem, Benchmark
and Algorithm for Robust Anti-UAV System [56.51247807483176]
無人航空機(UAV)は輸送、監視、軍事など多くの地域で広く使われている。
従来は、UAVの先行情報が常に提供されていた追跡問題として、このようなアンチUAVタスクを単純化していた。
本稿では,従来のUAV情報を含まない複雑な場面において,UAVの認識を特徴とする新しい実用的対UAV問題を初めて定式化する。
論文 参考訳（メタデータ） (2023-06-27T19:30:23Z) - Integrated Sensing, Computation, and Communication for UAV-assisted
Federated Edge Learning [52.7230652428711]
フェデレーションエッジ学習(FEEL)は、エッジデバイスとサーバ間の定期的な通信を通じて、プライバシ保護モデルトレーニングを可能にする。
無人航空機(UAV)搭載エッジデバイスは、効率的なデータ収集における柔軟性と移動性のため、FEELにとって特に有利である。
論文 参考訳（メタデータ） (2023-06-05T16:01:33Z) - Archangel: A Hybrid UAV-based Human Detection Benchmark with Position
and Pose Metadata [10.426019628829204]
ArchangelはUAVベースのオブジェクト検出データセットで、実際のサブセットと合成サブセットで構成されている。
一連の実験は、メタデータを活用する利点を実証するために、最先端のオブジェクト検出器で慎重に設計されている。
論文 参考訳（メタデータ） (2022-08-31T21:45:16Z) - Trajectory Design for UAV-Based Internet-of-Things Data Collection: A
Deep Reinforcement Learning Approach [93.67588414950656]
本稿では,無人航空機(UAV)による3D環境におけるIoT(Internet-of-Things)システムについて検討する。
本稿では,TD3-TDCTMアルゴリズムの完成時間最小化のためのトラジェクトリ設計を提案する。
シミュレーションの結果,従来の3つの非学習ベースライン法よりもTD3-TDCTMアルゴリズムの方が優れていることが示された。
論文 参考訳（メタデータ） (2021-07-23T03:33:29Z) - A Multi-UAV System for Exploration and Target Finding in Cluttered and
GPS-Denied Environments [68.31522961125589]
複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。
UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。
その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
論文 参考訳（メタデータ） (2021-07-19T12:54:04Z) - Anti-UAV: A Large Multi-Modal Benchmark for UAV Tracking [59.06167734555191]
Unmanned Aerial Vehicle (UAV)は、商業とレクリエーションの両方に多くの応用を提供している。
我々は、UAVを追跡し、位置や軌道などの豊富な情報を提供するという課題を考察する。
300以上のビデオペアが580k以上の手動で注釈付きバウンディングボックスを含むデータセット、Anti-UAVを提案します。
論文 参考訳（メタデータ） (2021-01-21T07:00:15Z) - Autonomous and cooperative design of the monitor positions for a team of
UAVs to maximize the quantity and quality of detected objects [0.5801044612920815]
本稿では、完全に未知の地形内にUAVの群れを配置する問題に取り組む。
YOLOv3と複製対象を識別するシステムを用いて、各UAVの構成に1つのスコアを割り当てた。
予め定義されたスコアを最適化できる新しいナビゲーションアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-07-02T16:52:57Z) - RSSI-based Outdoor Localization with Single Unmanned Aerial Vehicle [9.577478740319668]
単一UAVのみを利用するRSSIに基づくローカライズ手法を提案する。
提案手法は, 繰り返し回数に応じて, 位置精度を7mまで低くすることができる。
論文 参考訳（メタデータ） (2020-04-20T15:05:41Z)
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。