A Gis Aided Approach for Geolocalizing an Unmanned Aerial System Using Deep Learning

要約

グローバル ポジショニング システム (GPS) は、ジオポジショニング サービスを提供することを主な目的として、私たちの日常生活の一部になっています。
無人航空システム (UAS) の場合、GPS を中心とした慣性航法システム (INS) を使用して達成されるジオローカリゼーション機能は非常に重要な要件です。
ジオポジショニング サービスがなければ、UAS は目的地まで飛行することも、家に帰ることもできません。
残念ながら、都市の峡谷では GPS 信号が妨害され、マルチパスの問題が発生する可能性があります。
私たちの目標は、GPS 信号が低下または拒否されたときに UAS をジオローカライズするための代替アプローチを提案することです。
UAS のプラットフォームには下向きのカメラがあり、プラットフォームの飛行中にリアルタイムで画像を取得できることを考慮して、最新の深層学習技術を適用してジオローカリゼーションを実現します。
特に、画像マッチングを実行して、UAS が取得した画像と衛星オルソフォトの間の潜在的な特徴共役を確立します。
特徴マッチングの典型的なアプリケーションは、ホモグラフィ推定に不確実性をもたらす高層ビルや現場の新しい建造物に悩まされているため、ジオローカリゼーションのパフォーマンスが低下します。
代わりに、OpenStreetMap (OSM) から GIS 情報を抽出して、一致するフィーチャを建物と地形のクラスにセマンティックにセグメント化します。
GIS マスクは、意味的に一致するフィーチャを選択する際のフィルターとして機能し、共平面条件と UAS 地理位置情報の精度を高めます。
論文が公開されると、私たちのコードは https://github.com/OSUPCVLab/UbihereDrone2021 で公開されます。

要約(オリジナル)

The Global Positioning System (GPS) has become a part of our daily life with the primary goal of providing geopositioning service. For an unmanned aerial system (UAS), geolocalization ability is an extremely important necessity which is achieved using Inertial Navigation System (INS) with the GPS at its heart. Without geopositioning service, UAS is unable to fly to its destination or come back home. Unfortunately, GPS signals can be jammed and suffer from a multipath problem in urban canyons. Our goal is to propose an alternative approach to geolocalize a UAS when GPS signal is degraded or denied. Considering UAS has a downward-looking camera on its platform that can acquire real-time images as the platform flies, we apply modern deep learning techniques to achieve geolocalization. In particular, we perform image matching to establish latent feature conjugates between UAS acquired imagery and satellite orthophotos. A typical application of feature matching suffers from high-rise buildings and new constructions in the field that introduce uncertainties into homography estimation, hence results in poor geolocalization performance. Instead, we extract GIS information from OpenStreetMap (OSM) to semantically segment matched features into building and terrain classes. The GIS mask works as a filter in selecting semantically matched features that enhance coplanarity conditions and the UAS geolocalization accuracy. Once the paper is published our code will be publicly available at https://github.com/OSUPCVLab/UbihereDrone2021.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google