来源：超智前夜

原文链接：https://mp\.weixin\.qq\.com/s/yPAew9WiNY8SBHp1gxTY2A

当GNSS无法使用时，如何长期维持带有地理坐标的绝对定位，而不是只估计相对位移？

当GNSS无法使用时，如何长期维持带有地理坐标的绝对定位，而不是只估计相对位移？

视觉惯性里程计可以高频估计无人机“从上一时刻移动了多少”，但如果缺乏外部绝对位置约束，航向、尺度和位置误差都会逐渐累积。回环检测能够缓解部分漂移，却要求无人机重新经过曾经访问过的区域，对于测绘、巡检和搜索等持续探索任务并不总是成立。

NGPS的核心思路，是把无人机下视画面与带有地理坐标的卫星底图进行匹配，从地图中恢复绝对位置，再用这一低频结果持续校正VIO漂移。

图1 NGPS系统架构。下视相机、IMU和卫星参考影像进入视觉定位、VIO与UKF融合模块，融合结果随后送入ArduPilot EKF3，并用于生成正射影像和数字表面模型

它不是让无人机“理解卫星地图”，而是完成跨尺度图像配准

NGPS的视觉定位模块采用 SuperPoint提取局部关键点及特征描述子，再由 LightGlue完成无人机图像与卫星影像之间的特征匹配。系统利用RANSAC估计单应性关系，并根据匹配结果推算无人机在卫星底图中的位置。

这与通常所说的视觉语言导航并不相同。

系统不需要理解“沿道路飞行”“绕过红色建筑”等语言语义，也不直接生成飞行动作。它解决的是更底层的跨视角地理定位问题：把无人机相机中的像素对应到卫星地图上的地理坐标。

难点主要来自四个方面：

尺度差异。 卫星影像与无人机相机的地面分辨率并不一致。

视角变化。 无人机存在滚转、俯仰和偏航，而参考影像通常接近正射视角。

时间差异。 卫星底图与实际飞行日期可能相隔数月甚至数年，建筑、道路、植被和光照均可能发生变化。

机载算力。 大范围卫星图像匹配无法不加限制地在嵌入式计算平台上运行。

图2 无人机下视图像与卫星参考影像的特征匹配示例。系统通过SuperPoint和LightGlue建立对应关系，再使用RANSAC剔除错误匹配

一个关键设计：不搜索整张地图，而是预测下一片搜索区域

直接将每一帧相机图像与完整卫星地图进行匹配，计算量过大，也容易产生错误对应。

NGPS采用了速度预测搜索窗口。系统根据UKF中的速度估计，预测无人机在下一次视觉定位更新时可能出现的位置，只截取该位置附近的卫星图像区域进行匹配。

这一机制尤其适合处理视觉定位频率较低的问题。论文中的绝对视觉定位只有 1—2 Hz，无人机在两次更新之间可能已经移动数米。如果搜索窗口始终停留在上一次位置，飞行速度升高后，无人机就可能飞出搜索范围。

实验显示，在 4米/秒飞行速度下，速度预测窗口将匹配成功率从 64.3%提升至84.7%，相对提高约32%。

这项改进看似不如新模型醒目，却直接决定系统能否从离线实验走向真实飞行。

三种频率的数据，不能简单“混在一起”

NGPS系统同时处理三类频率差异显著的数据：

视觉地理定位：1—2 Hz

VIO位置与速度：10—20 Hz

IMU姿态与运动数据：100—200 Hz

融合结果还要继续输入ArduPilot的EKF3，后者运行频率达到 100—400 Hz。

如果按照数据到达顺序直接更新滤波器，计算延迟可能导致时间错位。例如，一条采集时间较早但处理时间较长的视觉定位结果，可能晚于新一帧IMU数据抵达。若直接按照抵达顺序融合，状态估计就会在错误的时间点接受绝对位置校正。

为此，论文设计了一个异步时间优先队列。所有测量首先依据时间戳排序，再严格按照采集时间进入无迹卡尔曼滤波器。该机制的作用不是提升单个传感器精度，而是保证不同频率、不同计算延迟的数据在时间轴上保持一致。

系统还没有对每次卫星图像匹配给予同等信任，而是根据三项指标动态调整测量协方差：

RANSAC内点比例、重投影误差和LightGlue匹配置信度。

高质量匹配会获得更高权重，用于主动拉回VIO漂移；低质量匹配则被降权，避免一次错误配准破坏整个状态估计。自适应权重相较固定噪声模型，将定位RMSE进一步降低了 11%。

图3 真实飞行实验平台。系统搭载于定制六旋翼无人机，主要硬件包括Cube Orange Plus飞控、Jetson Orin NX机载计算平台和下视稳定云台相机

真机验证，比方法名称更值得关注

论文没有只在仿真环境中报告结果，而是在定制六旋翼平台上完成了真实飞行测试。

机载计算平台为 NVIDIA Jetson Orin NX，飞控为 Cube Orange Plus，下视图像由Topotek稳定云台相机采集。软件系统基于ROS 2 Humble、PyTorch和ArduPilot搭建，卫星参考影像的地面采样距离为 0.3米/像素，实验以精度约2厘米的RTK-GPS轨迹作为真值。

研究共采集五组飞行序列，覆盖城市屋顶、郊区、农田和混合地形，飞行高度为 60—150米，单次飞行时间约6至12分钟，速度范围为2至4米/秒。

结果显示：

完整系统相较单目VIO将RMSE从10.37米降至2.94米，误差降低约72%，对应约 3.5倍精度改善。

图4 真实飞行轨迹叠加在卫星参考影像上的结果。低频绝对位置更新持续约束VIO漂移，使轨迹保持在地理坐标系中

2.94米不是所有高度下都能达到

论文给出的总体指标需要结合高度和环境分析。

在城市、郊区及混合地形中，系统在 80—100米高度获得了约 1.82—2.06米RMSE。在60米农田场景中，由于纹理重复、可辨识地物较少，RMSE为2.73米。

当飞行高度升至150米后，系统RMSE上升至 6.04米，匹配成功率下降至 78.3%。作者将其归因于相机覆盖地面范围增大、有效地面分辨率下降，以及卫星图像中特征辨识度降低。

这说明NGPS并不是在任何高度、任何地形下都能稳定提供米级定位。它更适用于具有足够地表纹理、能够取得高质量参考影像，并且飞行高度大于约40米的场景。

对于室内、森林下方、纯水面、沙漠、积雪区或高度重复的农田，现有方案仍可能频繁失配。

“实时运行”成立，但视觉匹配仍是主要算力瓶颈

在Jetson Orin NX上，SuperPoint特征提取耗时约47毫秒，LightGlue匹配耗时约318毫秒，整条视觉地理定位流水线耗时约 386毫秒，对应约 2.6 Hz。

如果完全使用CPU，同一流程耗时升至2052毫秒，只能达到约0.5 Hz。LightGlue约占GPU处理时间的82%，因此GPU加速并非可选优化，而是系统实现机载实时运行的必要条件。

不过，2.6 Hz并不意味着飞控只以2.6 Hz运行。

NGPS只负责提供低频绝对坐标校正；VIO以10—20 Hz输出连续状态，ArduPilot EKF3再以100—400 Hz完成最终飞控状态估计。系统通过不同层级的状态估计，将计算量较大的地图匹配与高频姿态控制解耦。

定位之外，系统还生成一张带坐标的2.5D地图

NGPS将视觉地理定位结果作为全局锚点，与VIO相对位姿共同进入位姿图优化。经优化后的相机轨迹被用于生成地理配准正射影像和数字表面模型。

换言之，无人机不仅能够判断自身在卫星底图中的位置，还能把飞行过程中采集的画面重新拼接成一张带有地理坐标的局部地图，并保留一定的地形高度信息。

这一能力对于以下任务具有直接价值：

应急测绘。 在GNSS受干扰区域快速生成现场正射图。

基础设施巡检。 将新采集图像与历史卫星影像对齐，识别环境变化。

搜索救援。 在大范围飞行中保持搜索轨迹与地理坐标一致。

低空路径规划。 利用数字表面模型表达建筑和地形起伏。

图5 基于全局优化位姿生成的正射影像。图像被投影至统一地理坐标系，可用于测绘、环境变化检测和任务复盘

图6 实时数字表面模型在RViz中的显示结果。不同高度区域通过点云形式表达，为地形感知和高度相关规划提供基础

这项研究真正解决了什么

NGPS并没有证明视觉系统已经能够彻底取代GNSS。

更准确的判断是：它把无人机在GNSS拒止环境中的定位模式，从单纯依赖“相对运动推算”，推进到“相对里程计加地图绝对校正”。

这是一种典型的双层结构：

高频VIO负责维持连续性，低频卫星影像匹配负责抑制长期漂移。

这一技术路线的现实意义，在于它不要求重新设计飞控，也不需要部署地面基站。系统通过ROS 2和ArduPilot接口接入现有飞行平台，并在Jetson级别机载计算设备上运行，工程迁移门槛相对可控。论文相关代码已在作者GitHub仓库部分公开，仓库包含视觉地理定位、UKF融合、VIO和ArduPilot集成模块。

但它仍然依赖三个前提：

第一，任务区域必须存在足够清晰且经过地理配准的参考影像。

第二，当前地面外观不能与卫星图像发生过大变化。

第三，系统需要合理的初始搜索范围；如果位置突然发生大幅跳变，固定大小的局部搜索窗口可能无法重新捕获目标区域。论文也明确指出，低纹理环境、参考影像时间差、较低飞行高度和GPU算力需求仍是主要限制。

因此，NGPS更像是GNSS、VIO和惯性导航之外的一种地图辅助绝对定位源，而不是能够覆盖所有飞行条件的通用替代方案。

行业判断：卫星拒止导航正在从单一传感器转向多源冗余

无人机自主导航的核心趋势，并不是寻找一种在所有环境下都可靠的单一定位技术，而是建立多种定位源之间的动态切换与相互校验。

未来较成熟的系统可能同时包含：

GNSS与RTK，用于开放环境下的高精度定位；

视觉惯性里程计，用于提供连续、高频的相对运动估计；

卫星或航空影像匹配，用于恢复地理坐标并约束长期漂移；

激光雷达、毫米波雷达和地形匹配，用于弱光、低纹理或复杂气象环境；

惯性、磁场、无线电和机会信号导航，用于建立进一步的定位冗余。

NGPS的价值正在于展示了一套可以实际飞行的系统组合，而不是只报告某个图像匹配模型在静态数据集上的准确率。

从产业角度看，最值得继续观察的不是2.94米这一单一数字，而是该系统能否进一步实现多尺度重定位、长期失配恢复、卫星影像域适应、更低算力部署，以及跨地区公开数据集验证。这些能力将决定它能否从研究原型发展为测绘、巡检、应急救援和高可靠无人系统中的标准定位组件。

论文链接：

https://arxiv\.org/html/2607\.18936

原文链接: https://www.leiphone.com/category/private/IZElTRZJ7vOxegTZ.html