A Multi-Sensor Fusion Approach for Rapid Orthoimage Generation in Large-Scale UAV Mapping

要約

無人航空機（UAV）からの大規模なオルソイメージの急速な生成は、航空マッピングの分野で長年の研究の焦点となっています。
グローバルポジショニングシステム（GPS）、慣性測定ユニット（IMU）、4Dミリ波レーダー、カメラを統合するマルチセンサーUAVシステムは、この問題の効果的な解決策を提供できます。
このホワイトペーパーでは、マルチセンサーデータを利用して、時間性能、システムの堅牢性、および地理的参照精度の観点から、従来のオルソイメージ生成方法の制限を克服します。
一致する速度と精度を高め、必要な機能の数を削減し、運動（SFM）プロセスの構造の正確な参照を提供するために、事前に最適化された機能マッチング方法が導入されています。
提案された方法は、機能のマッチングが難しい農地のような低テクスチャシーンで堅牢性を示します。
実験では、私たちのアプローチが短時間で正確な機能を一致させる正確な機能を達成することを示しています。
提案されたドローンシステムは、農地の検出と管理を効果的に支援します。

要約(オリジナル)

Rapid generation of large-scale orthoimages from Unmanned Aerial Vehicles (UAVs) has been a long-standing focus of research in the field of aerial mapping. A multi-sensor UAV system, integrating the Global Positioning System (GPS), Inertial Measurement Unit (IMU), 4D millimeter-wave radar and camera, can provide an effective solution to this problem. In this paper, we utilize multi-sensor data to overcome the limitations of conventional orthoimage generation methods in terms of temporal performance, system robustness, and geographic reference accuracy. A prior-pose-optimized feature matching method is introduced to enhance matching speed and accuracy, reducing the number of required features and providing precise references for the Structure from Motion (SfM) process. The proposed method exhibits robustness in low-texture scenes like farmlands, where feature matching is difficult. Experiments show that our approach achieves accurate feature matching orthoimage generation in a short time. The proposed drone system effectively aids in farmland detection and management.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google