[論文レビュー] ALTO: A Large-Scale Dataset for UAV Visual Place Recognition and Localization

Iván Cisneros, Peng Yin+3 more|arXiv (Cornell University)|Jul 19, 2022

Robotics and Sensor-Based Localization被引用数 15

ひとこと要約

ALTOは、オハイオ州およびペンシルベニア州をカバーする150 kmおよび260 kmのヘリコプター飛行を含む大規模かつ現実世界のUAVデータセットであり、高精度なGPS-INS、レーザー高度計、加速度計、および垂直上向きのRGB画像を備えている。視覚的場所認識および局所化手法のベンチマークに適しており、地理的に位置付けられた正射影画像を用い、これまでで最大の空中プラットフォーム向けの同種データセットを提供する。

ABSTRACT

We present the ALTO dataset, a vision-focused dataset for the development and benchmarking of Visual Place Recognition and Localization methods for Unmanned Aerial Vehicles. The dataset is composed of two long (approximately 150km and 260km) trajectories flown by a helicopter over Ohio and Pennsylvania, and it includes high precision GPS-INS ground truth location data, high precision accelerometer readings, laser altimeter readings, and RGB downward facing camera imagery. In addition, we provide reference imagery over the flight paths, which makes this dataset suitable for VPR benchmarking and other tasks common in Localization, such as image registration and visual odometry. To the author's knowledge, this is the largest real-world aerial-vehicle dataset of this kind. Our dataset is available at https://github.com/MetaSLAM/ALTO.

研究の動機と目的

• UAV向けに特化した大規模かつ現実世界の航空データセットが不足している問題に対処する。
• UAVナビゲーション研究のための高精度でマルチセンサデータ（GPS-INS、レーザー高度計、IMU、RGB画像）を提供する。
• 地理的に位置付けられた正射影画像を基準データベースとして用いて、視覚的場所認識および局所化手法のベンチマークを可能にする。
• GPS信号の喪失や環境変化に強く、視覚ベースのナビゲーションシステムの開発を支援する。
• 現実世界の航空データを用いた視覚オドメトリ、画像登録、地形相対ナビゲーションの研究を促進する。

提案手法

• ベル・ヘリコプターにカスタムセンサープレートを搭載し、2回の長時間飛行（150 kmおよび260 km）を実施した。
• 垂直上向きのIDS UI-5250RE-C RGBカメラ（20 Hz、1600×1200解像度、グローバルシャッタ）を搭載した。
• NovAtel SPAN OEMV GPS-INSシステム（200 Hz、水平方向精度RMS 1.5 m）とLoke LMC-J-0310-1レーザー高度計（20 Hz、1 mm解像度）を統合した。
• NAIP GeoTIFFを取得・処理し、飛行経路をカバーする高解像度で地理的に位置付けられた正射影画像を生成した。
• センサの整合化および画像再配向のため、ECEF、ins_frame、およびltf（NED接平面）の座標フレーム変換を提供した。
• GitHubリポジトリ（https://github.com/MetaSLAM/ALTO）にて、同期されたセンサログと事前処理済みの正射影画像を公開した。

実験結果

リサーチクエスチョン

• RQ1 変動する地形と一貫した照明条件下で、現在のVPR手法は大規模かつ現実世界のUAV飛行シナリオにおいてどの程度効果的か？
• RQ2 GPS利用が最小限の状況下でも、視覚的場所認識システムが何kmにもわたる飛行で安定した局所化を達成できるか？
• RQ3 高精度なGPS-INSおよびレーザー高度計データの統合が、視覚的局所化の正確性と信頼性をどの程度向上させるか？
• RQ4 地理的に位置付けられた正射影画像は、UAVの視覚的場所認識のための効果的でスケーラブルな基準データベースとして機能できるか？
• RQ5 大規模な航空環境において、視覚的アリスティング（視覚的同一性の誤認）と時間経過による環境変化が、視覚的局所化に引き起こす課題は何か？

主な発見

• ALTOは、同種のデータセットとして最大規模であり、合計410 kmの連続した空中データを含む。
• 200 Hzで取得された高精度なGPS-INSデータ（水平方向RMS精度1.5 m）により、正確な軌道再構築が可能である。
• 1 mm解像度で20 Hzで取得されたレーザー高度計データにより、正確な地形高さ測定が可能である。
• 20 Hzで192万ピクセルのRGBカメラが、多様な地形を一貫して垂直下向きに撮影した。
• NAIPデータから生成された地理的に位置付けられた正射影画像は、飛行経路全体をカバーしており、強固なVPRベンチマークを可能にした。
• 完全なフレームアライメントメタデータを提供することで、視覚オドメトリ、画像登録、地形相対ナビゲーションなどの高度なナビゲーションタスクを支援する。