Feb, 2024
基于立体视觉和深度学习的 GPS 缺失战场环境中的基准点定位
Landmark-based Localization using Stereo Vision and Deep Learning in GPS-Denied Battlefield Environment
Ganesh Sapkota, Sanjay Madria
TL;DR提出一种新的框架，利用仅使用被动相机传感器和作为锚点的自然存在或人工地标，实现在非 GPS 战场环境中的定位。该方法使用经过校准的双目相机进行距离估计，并使用基于我们的真实世界数据集训练和微调的 YOLOv8s 模型进行地标识别。通过提取地标深度特征，利用地标识别模型预测的边界框确定地标距离。然后，利用最小二乘法算法获得未知节点的位置，并使用 L-BFGS-B 方法进行优化。实验结果表明，我们提出的框架在定位误差 (RMSE) 方面优于现有的基于锚点的 DV-Hop 算法，并与效率最高的基于视觉的算法竞争。