Bearing-UAV-90K

Bearing-UAV-90K是一个多城市基准数据集，用于评估无人机与卫星之间的跨视角定位和导航。数据集包含四个城市的遥感图像，每个城市都有无人机视角和卫星视角的图像块，以及相关的元数据。

Bearing-UAV-90K is a multi-city benchmark dataset designed for evaluating cross-view localization and navigation between unmanned aerial vehicles (UAVs) and satellites. The dataset contains remote sensing images from four cities, with each city having image patches captured from both UAV and satellite perspectives, along with associated metadata.

原始信息汇总

Bearing-UAV 数据集概述

数据集简介

Bearing-UAV 是一个纯视觉驱动的跨视图导航方法，能够从相邻特征和当前无人机视图联合预测无人机的绝对位置和航向，实现在野外环境中的精确、轻量且鲁棒的导航。该项目同时提出了 Bearing-Naver 导航方案和 Bearing-UAV-90K 基准数据集。

核心组成部分

1. Bearing-UAV

• 性质：纯视觉驱动的跨视图导航方法。
• 功能：联合预测无人机的绝对位置和航向。
• 特点：精确、轻量、鲁棒，适用于野外环境。

2. Bearing-Naver

• 性质：纯视觉驱动的点对点导航方案。
• 功能：沿城市场景中指定的航点进行导航。
• 工作模式：在已知的起始位置（位于包含四个图块的特定卫星区块内）初始化后，通过 Bearing-UAV 顺序搜索下一步。

3. Bearing-UAV-90K 基准

• 性质：用于评估无人机-卫星跨视图定位与导航的多城市基准数据集。
• 内容：包含四个具有不同景观的城市（City A, City B, City C, City D）的遥感图像、无人机视图图块和卫星视图图块。

数据集结构与内容

基准数据集目录 (Bearing_UAV_90K/)

• city_rsi/：4个城市的遥感图像。
• citya/：城市A的数据集。
  • uav_254k_37bc_b15_s100(45000)/：包含22500个无人机视图图块及其JSON文件。
  • sat_254k_37bc_b15_s100(23400)/：包含22500个卫星视图图块和900个遥感图块。
  • rawmetadata.csv：原始样本元数据。
• cityb/：城市B的数据集。
• cityc/：城市C的数据集。
• cityd/：城市D的数据集。
• c4m_254k_96bc_b15_s100_v3d/：无人机-卫星跨视图数据集索引文件。
  • metadata/metadata.csv
• c4m_254k_96bc_b15_s100/：卫星-卫星参考数据集索引文件。
• c1_254k_96bc_b15_s1_v3d/：迷你多城市调试数据集。
• c1_254k_96bc_b15_s1/：迷你多城市调试数据集。
• c1_254k_37bc_b15_s1_v3d/：迷你单城市调试数据集。

预训练模型目录 (Bearing_UAV/)

• cross_view/：无人机-卫星跨视图 Bearing-UAV 模型。
  • best_model.pth：模型权重。
  • training_configure.json：模型配置。
• satellite_view/：卫星-卫星参考 Bearing-UAV 模型。
  • best_model.pth：模型权重。
  • training_configure.json：模型配置。

获取方式

• 源代码：通过 git clone https://github.com/liukejia121/bearinguav.git 获取。
• 数据集：从 https://huggingface.co/datasets/HaoyZhou/bearinguav/tree/main 下载。
• 模型权重：从 https://huggingface.co/HaoyZhou/bearinguav/tree/main 下载。

使用准备

1. 环境配置：克隆仓库并安装依赖 (pip install -r requirements.txt)。
2. 数据与模型放置：将下载的数据集和权重解压到项目适当位置。

基本操作

• 训练模型：运行 ./scripts/cvphr_train.sh。
• 测试模型：运行 ./scripts/cvphr_test.sh。
• 导航测试：运行 ./scripts/run_nav.sh（需预先在 loc2traj/traj_wps_gcs/ 中准备好航点文件）。

引用信息

text @article{xxx2026bearinguav, title={Beyond Matching to Tiles: Bridging Unaligned Aerial and Satellite Views for Vision-Only UAV Navigation}, author={Kejia Liu, Haoyang Zhou, Ruoyu Xu, Peicheng Wang, Mingli Song, Haofei Zhang}, journal={CVPR}, year={2026} }

相关论文预印本：https://arxiv.org/abs/2603.22153

搜集汇总

数据集介绍

构建方式

在无人机视觉导航领域，跨视角定位与导航任务对数据集的构建提出了严苛要求。Bearing-UAV-90K数据集通过采集四个不同城市景观的遥感影像与无人机视角图像，构建了一个大规模多城市基准。数据采集过程涵盖了城市A、B、C、D的遥感图块，并从中提取了高分辨率的卫星视角补丁；同时，无人机视角补丁通过模拟或实际飞行获取，确保了视角的多样性与真实性。数据集以结构化目录组织，包含原始遥感影像、预处理后的图像补丁及详尽的元数据文件，为跨视图匹配任务提供了精确的地理对齐与丰富的场景变化。

特点

该数据集的核心特征在于其多城市、多视角的综合性设计。涵盖的四个城市具有显著差异的地理景观与建筑布局，从而提供了高度多样化的视觉环境。数据集包含超过九万个样本，每个样本均包含无人机视角图像与对应的卫星视角补丁，并辅以精确的位置与朝向元数据。这种设计不仅支持跨视图的绝对定位与航向预测任务，还通过卫星-卫星参考数据集扩展了应用范围。数据的高分辨率与严格的地理对齐确保了其在复杂城市场景下评估导航算法的可靠性与鲁棒性。

使用方法

研究人员可通过下载数据集与预训练模型权重，快速开展跨视图定位与导航的实验。使用前需配置Python环境并安装依赖库，随后利用提供的脚本进行模型训练、测试与导航仿真。训练过程调用cvphr_train.sh脚本，基于数据集的索引文件与元数据优化模型参数；测试阶段则通过cvphr_test.sh评估模型在跨视图匹配任务上的性能。对于导航任务，用户需预先定义航点文件，并运行run_nav.sh脚本在仿真环境中验证Bearing-Naver导航方案的可行性。数据集的结构化设计便于集成到现有视觉导航框架中，支持端到端的算法开发与性能评估。

背景与挑战

背景概述

无人机视觉导航领域长期面临跨视图匹配的难题，Bearing-UAV-90K数据集应运而生，旨在为无人机-卫星跨视图定位与导航研究提供标准化评估基准。该数据集由研究团队于2026年构建，收录了四个不同城市景观的大规模遥感图像，包含无人机视角与卫星视角的配对图像块，核心研究问题聚焦于如何仅凭视觉信息实现无人机在复杂城市场景中的精准定位与航向估计。其创新性在于突破了传统基于瓦片匹配的局限，通过联合预测绝对位置与航向，推动了轻量化、鲁棒性强的野外导航算法发展，对自动驾驶、遥感测绘等领域具有重要参考价值。

当前挑战

在无人机视觉导航领域，跨视图定位面临视角差异、尺度变化与光照条件多变等固有挑战，Bearing-UAV-90K旨在解决无人机仅依靠视觉输入在未知环境中实现精确位姿估计的难题。数据集构建过程中，研究人员需处理多城市遥感数据采集的异构性，确保无人机视图与卫星视图在空间与时间上的对齐精度，同时克服大规模图像数据标注中视角变换与遮挡带来的匹配歧义。此外，保持数据集的多样性与代表性，以涵盖不同城市结构、季节变化及飞行高度，亦是构建过程中的关键挑战。

常用场景

经典使用场景

在无人机视觉导航领域，Bearing-UAV-90K数据集为跨视角定位研究提供了关键基准。该数据集通过整合四个不同城市景观的无人机视图与卫星视图图像，构建了一个大规模多城市评估平台。研究人员能够利用这一数据集训练和验证纯粹基于视觉的无人机导航模型，特别是在复杂城市环境中实现无人机绝对位置与航向的联合预测。其经典应用场景涵盖了从无人机视图到卫星视图的特征匹配与定位任务，为视觉驱动的自主导航算法开发奠定了数据基础。

实际应用

在实际应用层面，Bearing-UAV-90K数据集支撑了城市巡检、灾害响应与物流配送等场景的无人机自主导航系统开发。基于该数据集训练的模型能够使无人机在缺乏GPS信号的区域，如高楼林立的都市或偏远地带，仅凭机载摄像头实现点对点导航。这种能力提升了无人机在紧急救援、基础设施监控等任务中的可靠性与适应性，为现实世界中的自动化空中作业提供了技术保障。

衍生相关工作

围绕Bearing-UAV-90K数据集，衍生了一系列经典研究工作，特别是基于Bearing-Naver导航方案的跨视角定位算法。这些工作深入探索了场景图编码网络与非局部特征交互机制，提升了视图匹配的精度与效率。此外，该数据集也激发了多模态融合、自监督学习在无人机导航中的应用，推动了视觉地理定位、语义地图构建等方向的创新，为后续的智能导航系统研究提供了丰富范例。