Evaluation of Image Matching Methods for Visual Odometry on UAVs

📄 arXiv: 2608.18624v1 📥 PDF

作者: Gašper Spagnolo, Luka Čehovin Zajc, Matej Dobrevski

分类: cs.CV

发布日期: 2026-08-19

备注: 5 pages, published in the Proceedings of the 33rd International Electrotechnical and Computer Science Conference ERK 2024

期刊: Proceedings of the 33rd International Electrotechnical and Computer Science Conference ERK 2024, pp. 479-483, 2024

💡 一句话要点

评估图像匹配方法以解决无人机视觉里程计问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 无人机 视觉里程计 图像匹配 深度学习 环境监测 导航技术

📋 核心要点

  1. 现有的无人机导航方法过于依赖GNSS，导致在信号丢失时容易出现故障，影响其应用。
  2. 论文提出通过视觉里程计（VO）结合深度学习的图像匹配方法来增强无人机的导航能力，尤其是在信号不稳定的环境中。
  3. 实验结果表明，RoMa匹配器在性能上优于其他方法，而SIFT特征在某些情况下仍然表现出色，显示出传统方法的潜力。

📝 摘要（中文）

无人机（UAV）在环境监测和运输应用中日益成为强大的工具。然而，它们依赖全球导航卫星系统（GNSS）进行导航，这使得在信号不可用或中断的情况下容易发生灾难性故障。本研究探讨了视觉里程计（VO）作为关键导航组件的重要性。近年来，许多基于深度学习的图像匹配方法被提出，但尚未在完整的VO系统中实现。本文评估了最新的图像匹配方法在无人机位置跟踪任务中的表现，结果显示，尽管RoMa匹配器生成了最佳结果，但SIFT特征在某些情况下仍能超越一些最新的技术。

🔬 方法详解

问题定义：本文旨在解决无人机在GNSS信号丢失情况下的导航问题，现有方法在此场景下表现不佳，容易导致定位失败。

核心思路：通过评估多种最新的图像匹配方法，尤其是基于深度学习的技术，来提升视觉里程计的性能，从而增强无人机的自主导航能力。

技术框架：研究采用合成数据集进行实验，主要模块包括图像预处理、特征提取、匹配算法和位置估计。每个模块都经过优化，以确保高效的实时处理。

关键创新：最重要的创新在于对RoMa匹配器的评估，展示了其在无人机视觉里程计中的优越性，同时也验证了SIFT特征在特定条件下的有效性，显示出传统方法的潜力。

关键设计：在实验中，采用了多种参数设置和损失函数，确保模型在不同场景下的鲁棒性，网络结构经过精心设计以适应无人机的实时处理需求。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，RoMa匹配器在无人机视觉里程计任务中表现最佳，超越了其他最新方法，而SIFT特征在某些情况下仍能提供竞争力的性能。这表明传统方法在新兴技术背景下依然具有重要价值。

🎯 应用场景

该研究的潜在应用领域包括无人机在复杂环境中的自主导航、灾后评估、农业监测等。通过提升无人机在信号不稳定情况下的定位能力，可以显著扩展其应用范围，提高环境监测和运输的效率与安全性。

📄 摘要（原文）

Unmanned aerial vehicles (UAVs) are becoming a powerful tool for many environmental monitoring and transport applications. Yet, their reliance on Global Navigation Satellite System (GNSS) technology for navigation makes them susceptible to catastrophic failures in scenarios where the positioning signal is unavailable or disrupted. This work explores Visual Odometry (VO) as a crucial navigation component. Recently, numerous deep-learning-based methods for image matching have been proposed that are yet to be implemented in a fully-fledged VO system. In this paper, we evaluate recent state-of-the-art image matching methods for the task of VO for UAV position tracking, with a downwards-facing camera, on our synthetic dataset, and find that while the best results are generated by the recent RoMa matcher, SIFT features can outperform some recent state-of-the-art.