論文の概要: Beyond Ground: Map-Free LiDAR Relocalization for UAVs

• arxiv url: http://arxiv.org/abs/2602.13267v1
• Date: Wed, 04 Feb 2026 05:36:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-23 12:01:13.600296
• Title: Beyond Ground: Map-Free LiDAR Relocalization for UAVs
• Title（参考訳）: Beyond Ground: 無人機のためのマップフリーLiDAR再ローカライゼーション
• Authors: Hengyu Mu, Jianshi Wu, Yuxin Guo, XianLian Lin, Qingyong Hu, Chenglu Wen, Cheng Wang,
• Abstract要約: 地図のないLiDAR再ローカライゼーションは、弱い信号や不利用可能な信号を持つ環境で高精度な位置決めを実現するための有効なソリューションである。 我々は、UAVのための新しい地図のないLiDAR再ローカライズフレームワークであるMAILSを提案する。 提案手法は, 良好な位置決め精度を実現し, 既存の手法を著しく上回っている。
• 参考スコア（独自算出の注目度）: 33.32926994694318
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Localization is a fundamental capability in unmanned aerial vehicle (UAV) systems. Map-free LiDAR relocalization offers an effective solution for achieving high-precision positioning in environments with weak or unavailable GNSS signals. However, existing LiDAR relocalization methods are primarily tailored to autonomous driving, exhibiting significantly degraded accuracy in UAV scenarios. In this paper, we propose MAILS, a novel map-free LiDAR relocalization framework for UAVs. A Locality-Preserving Sliding Window Attention module is first introduced to extract locally discriminative geometric features from sparse point clouds. To handle substantial yaw rotations and altitude variations encountered during UAV flight, we then design a coordinate-independent feature initialization module and a locally invariant positional encoding mechanism, which together significantly enhance the robustness of feature extraction. Furthermore, existing LiDAR-based relocalization datasets fail to capture real-world UAV flight characteristics, such as irregular trajectories and varying altitudes. To address this gap, we construct a large-scale LiDAR localization dataset for UAVs, which comprises four scenes and various flight trajectories, designed to evaluate UAV relocalization performance under realistic conditions. Extensive experiments demonstrate that our method achieves satisfactory localization precision and consistently outperforms existing techniques by a significant margin. Our code and dataset will be released soon.
• Abstract（参考訳）: ローカライゼーションは無人航空機(UAV)システムの基本機能である。 地図のないLiDAR再ローカライゼーションは、GNSS信号が弱い、あるいは利用できない環境で高精度な位置決めを実現する効果的なソリューションを提供する。 しかし、既存のLiDAR再ローカライズ手法は、主に自動運転に特化しており、UAVのシナリオでは大幅に精度が低下している。 本稿では,UAVのための新しい地図フリーLiDAR再ローカライズフレームワークであるMAILSを提案する。 局所性保存スライディングウィンドウアテンションモジュールが最初に導入され、スパース点雲から局所的な識別的幾何学的特徴を抽出する。 UAV飛行中に発生するヤウ回転と高度変動に対処するため,座標独立な特徴初期化モジュールと局所不変な位置符号化機構を設計し,特徴抽出のロバスト性を大幅に向上させる。 さらに、既存のLiDARベースの再ローカライゼーションデータセットは、不規則軌道や様々な高度といった実際のUAVの飛行特性を捉えることができない。 このギャップに対処するため、現実的な条件下でのUAV再ローカライゼーション性能を評価するために、4つのシーンと様々な飛行軌道からなる大規模なUAVのLiDARローカライゼーションデータセットを構築した。 大規模な実験により,本手法は良好な局所化精度を達成し,既存の手法を著しく上回っていることが示された。 コードとデータセットはまもなくリリースされます。

関連論文リスト

• Generative MIMO Beam Map Construction for Location Recovery and Beam Tracking [67.65578956523403]
  本稿では,スパースチャネル状態情報(CSI)から位置ラベルを直接復元する生成フレームワークを提案する。 生のCSIを直接格納する代わりに、小型の低次元無線地図の埋め込みを学び、生成モデルを利用して高次元CSIを再構築する。 数値実験により,NLOSシナリオにおける局所化精度が30%以上向上し,20%のキャパシティゲインが得られることが示された。
  論文  参考訳（メタデータ） (2025-11-21T07:25:49Z)
• Task-Oriented Communications for Visual Navigation with Edge-Aerial Collaboration in Low Altitude Economy [16.62021190565778]
  ビジョンベースの手法は、軽量UAV上での帯域幅、メモリ、処理の制約に直面する。 マルチカメラシステムを備えたUAVがコンパクトなマルチビュー特徴を抽出し,エッジサーバへのオフロードローカライゼーションタスクをオフロードするタスク指向通信フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-25T12:49:14Z)
• ROLO-SLAM: Rotation-Optimized LiDAR-Only SLAM in Uneven Terrain with Ground Vehicle [49.61982102900982]
  荒地における地上車両の姿勢推定精度を向上させるために,LiDARを用いたSLAM法を提案する。 累積誤差の低減を支援するために,グローバルスケールの因子グラフが確立されている。 その結果,ROLO-SLAMは地上車両の姿勢推定に優れ,既存のLiDAR SLAMフレームワークよりも優れていた。
  論文  参考訳（メタデータ） (2025-01-04T02:44:27Z)
• LiDAR-GS:Real-time LiDAR Re-Simulation using Gaussian Splatting [53.58528891081709]
  都市景観におけるLiDARスキャンをリアルタイムかつ高忠実に再現するLiDAR-GSを提案する。 この手法は,公開可能な大規模シーンデータセットのレンダリングフレームレートと品質の両面において,最先端の結果を達成する。
  論文  参考訳（メタデータ） (2024-10-07T15:07:56Z)
• UAVD4L: A Large-Scale Dataset for UAV 6-DoF Localization [14.87295056434887]
  局所化のための大規模6-DoF UAVデータセット(UAVD4L)を提案する。 オフライン合成データ生成とオンラインビジュアルローカライゼーションからなる2段階6-DoFローカライゼーションパイプライン(UAVLoc)を開発した。 新しいデータセットの結果は,提案手法の有効性を示す。
  論文  参考訳（メタデータ） (2024-01-11T15:19:21Z)
• Vision-Based UAV Self-Positioning in Low-Altitude Urban Environments [20.69412701553767]
  無人航空機(UAV)は安定した位置決めのために衛星システムに依存している。 このような状況下では、視覚に基づく技術が代替手段として機能し、UAVの自己配置能力を確実にする。 本稿では,UAV自己配置タスク用に設計された最初の公開データセットであるDenseUAVを提案する。
  論文  参考訳（メタデータ） (2022-01-23T07:18:55Z)
• Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense Forest Canopy [48.51396198176273]
  本研究では,大規模自律飛行とリアルタイムセマンティックマッピングを,挑戦的なアンダーキャノピー環境下で実現可能な統合システムを提案する。 我々は、スキャン全体で関連付けられ、木のトランクモデルと同様にロボットのポーズを制約するために使用されるLiDARデータから、木の幹と地面の平面を検出し、モデル化する。 ドリフト補償機構は、プランナー最適性とコントローラ安定性を維持しつつ、セマンティックSLAM出力を用いたドリフトをリアルタイムで最小化するように設計されている。
  論文  参考訳（メタデータ） (2021-09-14T07:24:53Z)
• Reconfigurable Voxels: A New Representation for LiDAR-Based Point Clouds [76.52448276587707]
  本稿では,3次元点群から表現を構成する新しい手法であるReconfigurable Voxelsを提案する。 具体的には,各地区を一定数のボクセルで適応的にカバーするランダムウォーク方式を考案する。 この手法は,特に疎水領域において,ボクセル特性の安定性を効果的に向上することがわかった。
  論文  参考訳（メタデータ） (2020-04-06T15:07:16Z)

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。