Landmark Stereo Dataset for Landmark Recognition and Moving Node Localization in a Non-GPS Battlefield Environment

要約

この論文では、無線ベースのアンカー ノードの代わりにランドマーク アンカー ノードを使用して、移動する軍隊または防衛軍の仮想座標 (landmarkID、DISTANCE) を取得する新しい戦略を提案しました。これは、軍隊の追跡と機動に役立ちます。
GPS が拒否された戦場環境内での安全な道。
提案された戦略は、Yolov5 モデルを使用したランドマーク認識と、効率的なステレオ マッチング アルゴリズムを使用したランドマーク距離推定を実装します。
低電力モバイルデバイスを搭載した移動ノードには、戦場地域内のランドマークを含むシーンのステレオ画像をキャプチャする校正済みステレオビジョンカメラが搭載されており、その位置はデバイス自体に常駐するオフラインサーバーに保存されていると考えられます。
34 のランドマーク クラスを含む MSTLandmarkv1 というカスタム ランドマーク画像データセットと、それらの 34 のランドマーク インスタンスの別のランドマーク ステレオ データセット MSTLandmarkStereov1 を作成しました。
MSTLandmarkv1 データセットを使用して YOLOv5 モデルをトレーニングし、0.5 IoU で 0.95 mAP、[0.5: 0.95] IoU で 0.767 mAP を達成しました。
境界ボックス座標と、MSTLandmarkStereov1 を使用した改良された SGM アルゴリズムによって生成された深度マップを利用して、ノードからランドマークまでの距離を計算しました。
検出結果から得られるランドマーク ID のタプルと SGM アルゴリズムによって計算された距離は、ノードの仮想座標として保存されます。
今後の作業では、これらの仮想座標を使用して、効率的な三辺測量アルゴリズムを使用してノードの位置を取得し、適切な最適化方法を使用してノードの位置を最適化します。

要約(オリジナル)

In this paper, we have proposed a new strategy of using the landmark anchor node instead of a radio-based anchor node to obtain the virtual coordinates (landmarkID, DISTANCE) of moving troops or defense forces that will help in tracking and maneuvering the troops along a safe path within a GPS-denied battlefield environment. The proposed strategy implements landmark recognition using the Yolov5 model and landmark distance estimation using an efficient Stereo Matching Algorithm. We consider that a moving node carrying a low-power mobile device facilitated with a calibrated stereo vision camera that captures stereo images of a scene containing landmarks within the battlefield region whose locations are stored in an offline server residing within the device itself. We created a custom landmark image dataset called MSTLandmarkv1 with 34 landmark classes and another landmark stereo dataset of those 34 landmark instances called MSTLandmarkStereov1. We trained the YOLOv5 model with MSTLandmarkv1 dataset and achieved 0.95 mAP @ 0.5 IoU and 0.767 mAP @ [0.5: 0.95] IoU. We calculated the distance from a node to the landmark utilizing the bounding box coordinates and the depth map generated by the improved SGM algorithm using MSTLandmarkStereov1. The tuple of landmark IDs obtained from the detection result and the distances calculated by the SGM algorithm are stored as the virtual coordinates of a node. In future work, we will use these virtual coordinates to obtain the location of a node using an efficient trilateration algorithm and optimize the node position using the appropriate optimization method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google