UAV-VisLoc: A Large-scale Dataset for UAV Visual Localization

近年来，无人机的应用范围已得到广泛扩展。尤其是当全球卫星导航系统（GNSS）受到干扰和不可靠时，确保无人机的精确纬度和经度坐标至关重要。现有的视觉定位方法通过将无人机的地面俯视图像与正射卫星地图进行匹配，实现了无误差积累的自主视觉定位。然而，收集不同位置的无人机地面俯视图像成本高昂，导致现实场景下大规模数据集的稀缺。现有的无人机视觉定位数据集往往仅限于小地理区域或仅关注具有明显纹理的城市地区。为解决这个问题，我们通过根据捕获的地面俯视图来确定无人机在大规模卫星地图上的真实位置坐标，定义了无人机视觉定位任务。在本文中，我们提出了一个大规模数据集UAV-VisLoc，以促进无人机视觉定位任务。该数据集包括来自中国11个不同地点的多种类型无人机的图像，捕捉了各种地形特征。数据集包括不同高度和方向的固定翼无人机和多地形无人机的图像。我们的数据集包括6,742张无人机图像和11张卫星地图，以及纬度、经度、高度和捕获日期等元数据。我们的数据集旨在通过提供多样化和广泛的数据来支持模型的训练和测试。

本论文旨在解决无人机在GNSS不可靠时准确获取经纬度坐标的问题，提出了一种基于卫星地图和无人机地面俯视图匹配的视觉定位方法，并提供了一个大规模数据集UAV-VisLoc。

论文提出了一种基于卫星地图和无人机地面俯视图匹配的视觉定位方法，通过对大规模数据集UAV-VisLoc的训练和测试，验证了该方法的有效性。

UAV-VisLoc数据集包含了来自中国11个地点的固定翼和多地形无人机的图像，涵盖了多种地形特征和不同的拍摄高度和方向，共计6,742张无人机图像和11张卫星地图，提供了经度、纬度、高度和拍摄日期等元数据。数据集的开放将有助于推动无人机视觉定位领域的发展。

在无人机视觉定位领域，已有一些相关研究，如Visual Localization using Dense Inverse Depth Descriptors、A Comparison of Visual Odometry Algorithms for Flying Vehicles in Urban Environments等。