UAV-VisLoc - 用于无人机视觉定位的大规模数据集|无人机数据集|视觉定位数据集

UAV-VisLoc数据集由北京邮电大学、中科院和香港城市大学联合构建，旨在解决无人机在失去全球导航卫星系统信号时的精确定位问题。该数据集涵盖了中国11个不同地点的无人机图像，捕获了多样化的地形特征，包括固定翼无人机和多地形无人机在不同高度和方向上拍摄的6742张图像以及11幅卫星地图。每张图像均附有经纬度、高度、拍摄日期和航向角等元数据，为模型的训练与测试提供了丰富多元的数据支持。UAV-VisLoc数据集用于支持无人机视觉定位任务，为无人机视觉定位任务提供了训练和测试样本，通过匹配无人机拍摄的地面向下视角图像与正射卫星地图，实现无人机的自主视觉定位。

数据集概述

1. 数据集介绍

• 目的：为无人机视觉定位任务提供基准数据集。
• 功能：无人机在失去GNSS坐标时，通过匹配无人机图像与卫星地图获取当前位置坐标。

2. 数据集详情

2.1 总体数据集

• 大小：16.4 GB
• 内容：包含6,742张无人机图像和11张卫星地图。
• 图像属性：提供每张无人机图像的中心点纬度、经度、拍摄高度、拍摄日期及无人机航向角（Phi）。
• 分辨率：无人机图像分辨率为0.1 m至0.2 m每像素，卫星地图分辨率为0.3 m。
• 地理范围：卫星地图覆盖多种地形，如城市、乡镇、农场和河流。

2.2 数据集示例

• 大小：2.04 GB
• 内容：精选的无人机图像，坐标误差小，地形多样。
• 结构：每张卫星地图包含一次无人机飞行的所有图像，覆盖多种地形。

3. 数据集贡献

1. 固定翼无人机图像：补充了固定翼无人机的图像，适用于多领域模型训练和测试。
2. 多地形无人机图像：包含多种地貌特征的图像，如村庄、城镇、农场、城市、河流、山丘等。
3. 多高度和多航向角无人机图像：包含不同高度的图像，以及航向角信息，有助于后续相关研究。
4. 大规模视觉定位数据集：提供充足的数据量，支持模型的训练和测试。

4. 引用信息

• 论文：UAV-VisLoc: A Large-scale Dataset for UAV Visual Localization
• 作者：Xu, Wenjia 等
• 年份：2024
• 预印本：arXiv:2405.11936

数据集介绍

构建方式

在构建UAV-VisLoc数据集时，研究团队通过无人机在实际飞行轨迹上采集了一系列图像，并结合覆盖大面积地理区域的正射遥感地图，为每个像素标注了坐标信息。这一过程确保了数据集在视觉定位任务中的基准性。具体而言，无人机在失去GNSS坐标时，通过匹配无人机图像与卫星地图来获取其当前位置的坐标。数据集的构建不仅包括了无人机图像的采集，还涵盖了卫星地图的收集和坐标标注，从而形成了一个完整的视觉定位基准数据集。

特点

UAV-VisLoc数据集具有显著的多维度特征。首先，它包含了6,742张无人机图像和11张卫星地图，覆盖了多种地形，如城市、城镇、农场和河流，为模型训练提供了丰富的场景。其次，数据集中的无人机图像具有多高度和多航向角的特点，这不仅包括了低空的城市景观，还有高空的野外场景，为后续研究提供了多样化的数据支持。此外，数据集还包含了固定翼无人机的图像，这些图像具有长续航和高飞行高度的特点，进一步增强了数据集的多样性和实用性。

使用方法

使用UAV-VisLoc数据集时，用户可以通过Google Drive或Baidu Net Disk下载完整数据集或示例数据集。数据集的文件结构清晰，包括无人机图像、卫星地图及其对应的坐标信息。用户可以通过提供的CSV文件获取每张图像的详细属性，如中心点的经纬度、拍摄高度和航向角等。此外，数据集还提供了卫星地图的GPS经纬度范围，便于用户进行地理信息的匹配和分析。通过这些详细的信息和结构化的数据，用户可以有效地进行视觉定位模型的训练和测试。

背景与挑战

背景概述

在无人机视觉定位领域，精确的地理位置信息对于无人机在失去全球导航卫星系统（GNSS）信号时的自主导航至关重要。UAV-VisLoc数据集由Xu, Wenjia等人于2024年创建，旨在为无人机视觉定位任务提供一个大规模的基准数据集。该数据集通过收集无人机飞行轨迹上的图像序列，并结合覆盖大面积地理区域的正射遥感地图，使得无人机能够在GNSS信号丢失时通过图像匹配获取其当前位置坐标。这一数据集的构建不仅推动了无人机视觉定位技术的发展，也为相关领域的研究提供了宝贵的资源。

当前挑战

UAV-VisLoc数据集在构建过程中面临多项挑战。首先，数据集的收集涉及复杂的图像采集和处理技术，确保无人机图像与卫星地图的精确匹配。其次，数据集需要涵盖多种地形和高度，以模拟实际应用中的多样性，这增加了数据标注和处理的难度。此外，数据集的规模庞大，管理和存储成为另一大挑战。最后，确保数据集的高质量和高分辨率，以支持精确的视觉定位模型训练，是该数据集面临的重要技术难题。

常用场景

经典使用场景

在无人机视觉定位领域，UAV-VisLoc数据集的经典使用场景主要集中在无人机在失去GNSS信号的情况下，通过匹配无人机拍摄的图像与卫星地图来获取其当前位置坐标。这一过程不仅涉及图像匹配技术，还包括对地理信息的精确处理，从而为无人机在复杂环境中的自主导航提供了关键支持。

实际应用

在实际应用中，UAV-VisLoc数据集被广泛用于无人机在农业、测绘、灾害监测等领域的视觉定位任务。例如，在农业领域，无人机可以通过该数据集进行精准的农田监测和作物分析；在灾害监测中，无人机可以利用视觉定位技术快速获取灾区的详细信息，为救援行动提供支持。

衍生相关工作

基于UAV-VisLoc数据集，研究者们开发了多种视觉定位算法和模型，显著提升了无人机在复杂环境中的定位精度。此外，该数据集还促进了多领域模型的训练和测试，如固定翼无人机的高空图像采集和多地形图像的特征提取，为无人机视觉定位技术的进一步发展奠定了基础。