AnyVisLoc

AnyVisLoc数据集是由国防科技大学提出的大型低空多视角视觉定位数据集。该数据集包含了在不同场景、不同高度和不同俯仰角度下拍摄的18000张无人机图像，以及两种类型的2.5D参考地图，包括航测地图和卫星地图。数据集覆盖了城市、乡村、地标、自然和混合场景，能够全面评估当前无人机视觉定位方法在低空多视角观测条件下的性能。

The AnyVisLoc dataset is a large-scale low-altitude multi-view visual localization dataset proposed by the National University of Defense Technology. This dataset contains 18,000 drone images captured under various scenarios, altitudes and pitch angles, as well as two types of 2.5D reference maps, namely aerial survey maps and satellite maps. Covering urban, rural, landmark, natural and hybrid scenarios, the dataset can comprehensively evaluate the performance of existing drone visual localization methods under low-altitude multi-view observation conditions.

搜集汇总

数据集介绍

构建方式

AnyVisLoc数据集的构建旨在探索无人机在低空多视角观测条件下的视觉定位问题。该数据集包含18,000张无人机图像，这些图像在多个场景和高度下拍摄，涵盖了不同的天气条件和光照环境。此外，数据集还提供了两种2.5D参考地图：航空摄影测量地图和历史卫星地图。这些地图经过地理标记，并投影到UTM坐标系中，以便于地理定位。数据集的构建过程包括使用七种不同类型的DJI无人机进行图像采集，并结合DJI Terra软件生成高精度的2D正射影像和数字表面模型（DSM）。

使用方法

AnyVisLoc数据集的使用方法主要基于一个统一的框架，该框架集成了图像检索、图像匹配和PnP问题求解。首先，通过图像检索方法估计无人机图像的粗略位置，随后利用像素级匹配技术在无人机图像和参考地图之间建立2D-2D匹配点对。接着，结合DSM数据和匹配结果，通过PnP求解器确定无人机的精确地理位置。该框架支持与不同类型的参考地图和定位策略集成，能够灵活应对不同的应用场景。数据集的使用不仅限于评估现有方法，还可以为未来的研究提供有价值的指导。

背景与挑战

背景概述

AnyVisLoc数据集由国防科技大学的研究团队于2025年提出，旨在解决无人机（UAV）在低空多视角条件下的视觉定位问题。该数据集包含18,000张在多个场景和高度下拍摄的图像，并配备了2.5D参考地图，涵盖了航空摄影测量地图和历史卫星地图。AnyVisLoc的提出填补了低空多视角条件下无人机视觉定位研究的空白，特别是在全球导航卫星系统（GNSS）信号不可用的情况下，为无人机提供了基于视觉的绝对定位解决方案。该数据集通过统一的框架整合了现有的视觉定位方法，并提出了新的检索度量标准PDM@K，显著推动了无人机视觉定位领域的研究进展。

当前挑战

AnyVisLoc数据集面临的挑战主要体现在两个方面。首先，在低空多视角条件下，无人机图像与参考地图之间的视角变化极大，导致图像匹配和检索的难度显著增加。传统的图像检索和匹配方法在处理这种非线性变换时表现不佳，尤其是在极端视角变化的情况下。其次，数据集的构建过程中，研究人员需要克服数据采集的复杂性，包括在不同天气、光照和季节条件下获取高质量的图像，并确保参考地图的精度和一致性。此外，如何有效整合多源数据（如航空地图和卫星地图）并确保其地理对齐的准确性，也是数据集构建中的一大挑战。这些挑战不仅影响了数据集的构建，也对后续的视觉定位算法的性能提出了更高的要求。

常用场景

经典使用场景

AnyVisLoc数据集在无人机视觉定位领域具有广泛的应用，尤其是在低空多视角观测条件下的绝对视觉定位（AVL）任务中。该数据集通过提供多场景、多高度、多视角的无人机图像以及2.5D参考地图，为研究人员提供了一个全面的测试平台。经典的使用场景包括无人机在GNSS信号受限的环境中进行自主定位，特别是在城市、乡村、自然景观等复杂环境中，AnyVisLoc数据集能够帮助评估和优化视觉定位算法的性能。

解决学术问题

AnyVisLoc数据集解决了低空多视角条件下无人机视觉定位的多个关键学术问题。首先，它填补了现有数据集中缺乏多视角覆盖的空白，提供了从20°到90°的俯仰角范围，使得研究人员能够更好地研究极端视角变化对视觉定位的影响。其次，数据集通过引入2.5D参考地图（包括航空摄影测量地图和卫星地图），解决了传统2D地图在低空多视角条件下定位精度不足的问题。此外，AnyVisLoc还提出了新的检索指标PDM@K，能够更好地反映图像检索与最终定位精度之间的关系，为未来的研究提供了新的评估标准。

实际应用

在实际应用中，AnyVisLoc数据集为无人机在复杂环境中的自主导航和定位提供了重要支持。例如，在精准农业中，无人机需要在低空飞行并捕捉多视角图像以监测作物生长情况，AnyVisLoc数据集可以帮助优化视觉定位算法，确保无人机在GNSS信号不佳的情况下仍能准确定位。此外，在应急响应和灾害救援中，无人机需要在复杂地形和恶劣天气条件下执行任务，AnyVisLoc数据集提供的多场景、多天气条件下的数据能够帮助提升无人机在这些极端环境中的定位精度和鲁棒性。

数据集最近研究

最新研究方向

近年来，无人机（UAV）在低空多视角条件下的视觉定位技术成为研究热点，尤其是在全球导航卫星系统（GNSS）信号受限的环境中。AnyVisLoc数据集的提出为这一领域的研究提供了重要的基准。该数据集包含18,000张多场景、多高度的无人机图像，并配备了2.5D参考地图，涵盖了航空摄影测量图和历史卫星地图。通过统一的框架，研究者能够集成最新的绝对视觉定位（AVL）方法，并全面评估其性能。研究表明，低空多视角条件下的视觉定位面临极端视角变化带来的非线性变换挑战，现有方法在5米精度内的定位准确率仅为74.1%。为此，研究者提出了一种新的检索度量PDM@K，以更好地适应无人机视觉定位任务的特点。AnyVisLoc数据集的发布不仅填补了低空多视角条件下无人机视觉定位数据集的空白，还为未来研究提供了宝贵的指导。

相关研究论文

• Exploring the best way for UAV visual localization under Low-altitude Multi-view Observation Condition: a Benchmark

  国防科技大学 · 2025年