Spotter: Efficient Urban Visual Localization via Geo-Referenced Facade Landmarks in GPS-Degraded Environments
Spotter 是一个鲁棒的实时视觉定位框架，专为 GPS 退化的城市环境设计，它利用来自紧凑型离线数据库的语义分割建筑立面，在边缘设备上实现高精度全局定位，其性能优于里程计基准，并以显著更高的帧率媲美最先进的基于地图的方法。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在城市中迷失方向是人类的普遍经历，但对于机器而言，这是一种根本性的失败。机器人、智能眼镜和自动驾驶汽车都依赖于持续的数据流来了解自身位置。在开阔空间中，它们使用全球定位系统（GPS）将自己的位置精准定位在地图上。然而，在充满高层建筑的密集城市环境中，这些信号经常在混凝土和玻璃上发生反射，形成一个令人困惑的回声室，导致产生数十米的误差。当卫星信号失效时，许多系统会退而求其次使用视觉里程计，这是一种通过观察相机视图中特征从一帧到下一帧的移动来追踪运动的方法。虽然这种方法在短距离内效果良好，但存在缓慢且持续的漂移问题；由于缺乏用于修正它的固定参考点，系统的内部世界地图会逐渐扭曲，最终导致机器人认为自己处于一个从未去过的地方。
为了解决这个问题，研究人员尝试将相机视图与数字地图或庞大的街景照片数据库进行匹配。然而，这些方法通常需要强大的计算能力或可靠的 GPS 信号来缩小搜索范围，这使得它们对于佩戴眼镜等轻量化设备来说过于缓慢或过于脆弱，无法满足实时使用的需求。一组研究人员现在推出了一种名为 Spotter 的新方法，该系统旨在通过将城市的建筑本身视为可靠的向导，来穿越这些困难的城市峡谷。Spotter 不依赖于街道上不断变化的临时物体，而是专注于建筑物的永久、不变的立面。通过构建一个紧凑的建筑立面库，并将用户的当前视图与这些立面进行匹配，即使在 GPS 信号完全中断的情况下，该系统也能确定一个人所站的确切位置。
研究人员构建该系统时采用了两部分循环模式。首先，在离线阶段，他们处理了来自 Google 街景视图的数千张全景图像。利用人工智能，他们识别并分离出建筑立面，剔除了汽车、行人和树木等移动的杂物。随后，他们从这些静态墙面上提取特定的视觉细节，并利用深度信息和现有的地图数据，为每个特征分配精确的现实世界坐标。这创建了一个轻量级且高效的城市永久地标数据库。与以往试图重建整个城市 3-D 模型（这类模型体积巨大且搜索缓慢）的方法不同，Spotter 的数据库足够小，可以装入可穿戴设备，同时仍包含足够的细节来区分一个街角与另一个街角。
当用户佩戴智能眼镜走在城市中时，系统会捕捉实时视频流。它不会等待完美的 GPS 信号才开始工作。相反，它使用一个粗略的位置估计值（可能来自微弱的 GPS 读数或旅程的上一步），来寻找数据库中最可能的建筑立面。然后，它将实时相机视图的视觉特征与存储的立面地标进行匹配。如果 GPS 信号强，它有助于缩小搜索范围；如果信号弱或缺失，系统则完全依赖视觉匹配。一旦找到匹配项，系统就会计算相机的精确位置和朝向。这个过程在不到一秒的时间内即可完成，使设备能够持续更新用户的位置，而不会出现困扰其他方法的缓慢漂移。
为了测试这一想法，团队在巴塞罗那的各个街区录制了数百分钟的步行视频，该城市以其密集的狭窄街道和常会阻挡卫星信号的高层建筑而闻名。他们将 Spotter 与几种现有技术进行了对比，包括标准的 GPS 辅助导航、视觉里程计和地图匹配系统。结果显示，当 GPS 信号衰减时，其他方法表现得非常吃力，而 Spotter 则保持了稳定且准确的路径。在 GPS 误差达到三十米、导致其他系统失效或跳转到错误位置的情况下，Spotter 仍能以小于十四米的平均误差持续追踪正确路线。甚至在 GPS 信号被完全移除时，该系统的表现也优于其他无 GPS 方法，证明了仅靠建筑立面就足以让用户保持定向。
这项研究表明，通过将关注点从街道的瞬态元素转向城市的永久结构，可以创造出一种既快速又稳健的导航系统。研究人员发现，他们的方法可以达到每秒四十五帧的速度，足以满足可穿戴设备的实时使用需求，同时实现了足以媲美计算成本高得多的系统的准确度。这表明，对于机器人在复杂的、信号受阻的现代城市环境中可靠运行，以及对于可穿戴技术而言，它们必须学会将城市的建筑解读为一张稳定的地图，而不是依赖于卫星那不可靠的低语。这项工作证实了建筑环境的静态几何形状是保持定位的一项强大且尚未被充分利用的资源。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。