AirZoo

AirZoo是一个统一的大规模数据集和基准，用于航空几何3D视觉。它基于世界尺度的摄影测量3D网格构建，通过可定制的无人机轨迹渲染户外环境，并提供跨不同全球区域的同步RGB、度量深度和地理参考的6自由度姿态。AirZoo is a unified large-scale dataset and benchmark for aerial geometric 3D vision. It is constructed upon world-scale photogrammetric 3D meshes, renders outdoor environments via customizable drone trajectories, and provides synchronized RGB imagery, metric depth maps, and georeferenced 6-degree-of-freedom (6DoF) poses across diverse global regions.

原始信息汇总

数据集概述

AirZoo 是一个统一的、大规模数据集与基准测试平台，专为航空几何三维视觉任务设计。它基于世界级摄影测量三维网格构建，通过可定制的无人机轨迹渲染户外场景，并提供来自多样化全球区域的同步RGB图像、度量深度图和地理参考的六自由度位姿。

核心特性

• 大规模与统一性：覆盖全球多个区域的多样化环境。
• 数据模态丰富：提供同步的RGB图像、度量深度图（可选）和地理参考的6-DoF位姿（包含经纬度、高度和姿态角）。
• 可定制性：支持用户自定义无人机飞行轨迹进行数据渲染。
• 地理参考：位姿基于WGS84地理坐标系（经纬度、海拔）和东-北-天（ENU）朝向定义。

数据规模与内容

• 当前发布：公开版本仅支持瑞士场景。
• 数据格式：用户通过提供的渲染客户端，基于自定义的位姿文件（每行包含文件名、经度、纬度、海拔、翻滚角、俯仰角、偏航角）生成图像和深度图。
• 图像规格：默认分辨率为1920×1080，水平视场角为45度。

许可信息

数据集遵循 Saw Lab 研究与非商业许可证，仅限非商业研究和教育用途。商业使用需获得书面许可。

引用

如需引用，请使用提供的BibTeX格式：

bibtex @article{cheng2026airzoo, title={AirZoo: A Unified Large-Scale Dataset for Grounding Aerial Geometric 3D Vision}, author={Cheng, Xiaoya and Wu, Rouwan and Liu, Xinyi and Cui, Zeyu and Liu, Yan and Zhao, Na and Liu, Yu and Zhang, Maojun and Yan, Shen}, journal={arXiv preprint arXiv:2604.26567}, year={2026} }

相关链接

• 官方网站: https://nudt-sawlab.github.io/AirZoo/
• 论文: https://arxiv.org/abs/2604.26567
• 评估基准（Hugging Face）: https://huggingface.co/datasets/RingoWRW97/AirZoo-Real
• 训练数据集（Hugging Face）: https://huggingface.co/datasets/choyaa/AirZoo

搜集汇总

数据集介绍

构建方式

AirZoo数据集基于全球尺度的摄影测量三维网格构建，通过自定义无人机轨迹在多样的户外场景中渲染合成航空图像。用户可编写包含经纬度、高度及欧拉角（滚转、俯仰、偏航）的位姿文件，借助AirSim仿真器与虚幻引擎渲染平台，为每个位姿同步生成RGB图像、度量深度图和地理参考的六自由度位姿信息。当前公开版本支持瑞士场景，后续将扩展至全球范围。

使用方法

使用AirZoo数据集需遵循以下流程：首先，通过Google Earth Pro等工具在瑞士场景覆盖范围内选取合适的经纬度与高度坐标，编写包含文件名与位姿参数的文本轨迹文件；其次，从Hugging Face下载AirZoo渲染引擎并运行虚幻场景，确保AirSim连接就绪；最后，调用airzoo_render_api.py脚本或Python API，指定轨迹文件、输出目录与相机参数进行渲染。生成的数据可通过projection.py脚本验证几何一致性。

背景与挑战

背景概述

随着无人机技术的迅猛发展，航空几何三维视觉在自动驾驶、智慧城市及环境监测等领域展现出日益重要的应用价值。然而，现有数据集多局限于特定场景或简化传感器模型，难以支撑复杂地理环境下鲁棒的深度估计与位姿解算。为填补这一空白，2026年由国防科技大学Saw Lab团队的程霄雅、吴柔婉、刘鑫一等研究人员联合提出了AirZoo数据集。该数据集基于全球尺度的摄影测量三维网格，通过可自定义的无人机轨迹渲染生成同步的RGB图像、度量深度图及地理参考六自由度位姿，覆盖瑞士等多地理区域，为航空三维几何视觉研究提供了统一的大规模基准。AirZoo的发布不仅推动了合成数据与现实场景的几何一致性验证，更在跨视角几何推理、稀疏视角重建等前沿方向上树立了新的评测标准。

当前挑战

AirZoo所应对的核心挑战在于破解真实航空环境下三维几何视觉任务的数据匮乏与泛化瓶颈。传统数据集往往依赖手工标注或固定航拍模式，难以模拟复杂地形、光照变化及动态遮挡的联合影响。构建过程中，团队面临多重技术障碍：首先，需在全球级三维网格中精确对齐WGS84地理坐标与无人机轨迹，确保每帧图像的经纬度、高度及姿态角在ENU坐标系下的毫米级一致性；其次，基于AirSim与Cesium for Unreal的渲染管线需协调地图加载延迟与帧间间隔，避免因地理块切换引入渲染伪影；最后，大规模数据生成须兼顾计算效率与几何真实性，如通过投影一致性验证来剔除异常帧，从而保证深度图与位姿标签的语义可靠。

常用场景

经典使用场景

在航空几何三维视觉研究中，AirZoo数据集以其大规模、统一且高度仿真的特性，为从空中视角理解复杂三维几何结构提供了一流的基准平台。其经典使用场景集中于利用该数据集训练和评估深度估计、视觉里程计以及六自由度位姿回归等核心任务。研究者可借助其提供的同步RGB图像、公制深度图与地理参考位姿，构建从二维像素到三维空间的精确映射模型，进而推动无人机自主导航与环境感知技术的迭代升级。

解决学术问题

该数据集有力回应了当前航空视觉领域缺乏大规模、高精度、地理一致的三维标注数据这一棘手难题。通过在世界尺度摄影测量网格上渲染生成多样化的室外环境，AirZoo有效弥合了合成数据与真实场景之间的领域鸿沟，使得跨区域的几何视觉算法研究成为可能。其提供的统一基准不仅促进了深度估计、姿态回归等基础问题的标准化评估，更深刻推动了三维视觉领域对地理空间泛化能力的理论探讨。

实际应用

在实际应用中，AirZoo数据集所催生的技术直接服务于无人机的自主飞行与智能作业。例如，基于该数据集训练的深度估计算法能够赋予无人机在陌生城区或山区实时感知障碍物距离的能力，从而提升避障系统的鲁棒性。此外，结合地理参考位姿的视觉定位方法可支持无人机在卫星信号干扰环境下的无缝导航，广泛应用于灾后勘察、精准农业以及城市三维重建等施工现场。

数据集最近研究

最新研究方向

在无人机自主导航与三维重建领域，AirZoo数据集的出现填补了大尺度航空几何三维视觉数据匮乏的空白。基于全球级摄影测量三维网格，该数据集支持可定制的无人机轨迹渲染，提供同步的RGB图像、度量深度及地理参考六自由度位姿，为跨区域户外环境下的几何感知算法研究提供了统一基准。当前前沿方向聚焦于利用该数据集训练和评估模型在复杂地理场景中的深度估计、位姿回归及三维重建能力，推动无人机在测绘、灾害监测及智慧城市中的实际应用落地。其开放的非商业许可协议与标准化评估基准，有望加速航空视觉领域从仿真到真实场景的迁移学习研究。