SatFix：通过单个倾斜图像对卫星地图中的无人机进行绝对视觉定位

我们研究提供的地理参考卫星区域内的绝对公制无人机定位，从单个倾斜图像或多视图剪辑中恢复连续的地图位置和查看航向。现有的跨视图地理定位方法从图库中检索最相似的卫星图块并报告 Recall@K，但检索取决于图库采样，不提供航向估计，并返回图块索引而不是连续坐标。我们提出了 SatFix，一种基于 VGGT-$Ω$ 构建的前馈无人机卫星定位框架。卫星网格功能充当聚合无人机视觉证据的查询，两个轻量头在卫星地图框架中回归 3-DoF 姿势：连续的 2D 位置和航向。 SatFix 不需要明确的 3D 地图、渲染的鸟瞰图像、辅助传感器或测试时姿势对齐。单个模型支持单视图和多视图输入，并在多视图训练期间使用轨迹约束。对于指标评估，我们引入了 University-Metric，其中卫星图像在高达 10.7$\times$ 的区域内重新收集 比原来的 University-1652 块的一侧更长（大约是地面面积的 114$\times$），并为原始无人机游览提供连续的位置和航向标签。在无人机的一个视图中，SatFix 将 52.08% 的测试帧定位在 50 m 范围内，将 17.34% 定位在 10 m 范围内，位置和航向误差中值分别为 45.66 m 和 $20.81^\circ$。在 NVIDIA RTX 4090 上，每个单视图查询的推理时间不到 0.1 秒。对于 9 个无人机视图，中位位置误差降至 21.96 m，中位航向误差降至 $8.73^\circ$。与微调的 VGGT-$Ω$ 基线相比，SatFix 将位置误差中值降低了 34.0%，并将九视图中值航向误差从 $25.43^\circ$ 降低到 $8.73^\circ$。