[论文解读] 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 15

一句话总结

ALTO 是一个大规模、真实世界的无人机数据集，涵盖在俄亥俄州和宾夕法尼亚州上空进行的150公里和260公里直升机飞行，包含高精度GPS-INS、激光高度计、加速度计以及垂直向下视角的RGB影像。该数据集支持基于地理参考正射影像的视觉位置识别与定位方法的基准测试，是迄今为止针对航空平台的最大此类数据集。

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.

研究动机与目标

• 解决当前缺乏专为无人机视觉位置识别（VPR）和定位而设计的大规模真实航空数据集的问题。
• 提供高精度多传感器数据（GPS-INS、激光高度计、IMU、RGB影像），以支持稳健的无人机导航研究。
• 利用地理参考正射影像作为参考数据库，实现对VPR和定位方法的基准测试。
• 支持开发在GPS信号丢失和环境变化下仍具鲁棒性的基于视觉的导航系统。
• 促进基于真实航空数据的视觉里程计、图像配准和地形相对导航的研究。

提出的方法

• 使用安装在贝尔直升机上的自定义传感器吊舱，采集了两次长时间飞行（150公里和260公里）的无人机数据。
• 在吊舱中配备了一台垂直向下视角的IDS UI-5250RE-C RGB相机（20 Hz，1600×1200分辨率，全局快门）。
• 集成了一套NovAtel SPAN OEMV GPS-INS系统（200 Hz，水平定位均方根精度1.5米）和一台Loke LMC-J-0310-1激光高度计（20 Hz，1毫米分辨率）。
• 获取并处理了NAIP GeoTIFF数据，生成覆盖飞行路径的高分辨率、地理参考正射影像。
• 提供了坐标系变换，包括地心地固（ECEF）、ins_frame和ltf（NED切平面），用于传感器对齐和影像重定向。
• 在 https://github.com/MetaSLAM/ALTO 上发布了同步的传感器日志和预处理后的正射影像。

实验结果

研究问题

• RQ1 在地形多变、光照稳定的大型真实无人机飞行场景中，当前的VPR方法效果如何？
• RQ2 在GPS信号极少可用的情况下，视觉位置识别系统在数公里飞行范围内实现鲁棒定位的能力有多大？
• RQ3 高精度GPS-INS和激光高度计数据的引入在多大程度上提升了视觉定位的精度和可靠性？
• RQ4 地理参考正射影像能否作为无人机视觉位置识别的有效且可扩展的参考数据库？
• RQ5 在大规模航空环境中，由于视觉混淆和随时间变化的环境因素，视觉定位面临哪些挑战？

主要发现

• ALTO 是同类中规模最大的真实无人机数据集，包含两次飞行共410公里的连续航空数据。
• 数据集包含以200 Hz采样的高精度GPS-INS数据（水平定位均方根精度1.5米），支持精确的轨迹重建。
• 以20 Hz的频率采集了激光高度计数据，分辨率为1毫米，提供了精确的地形高程测量。
• 垂直向下RGB相机以20 Hz的速度捕获192万像素的影像，提供了对多样化地形的一致垂直视角。
• 基于NAIP数据生成了地理参考正射影像，覆盖了完整的飞行路径，支持稳健的VPR基准测试。
• 该数据集支持视觉里程计、图像配准和地形相对导航等高级导航任务，并提供了完整的帧对齐元数据。