​杭州电子科技大学博士用微观交叉定位，让无人机送货不再“找路难”

疫情期间，用无人机送快递既能解决快递 “井喷式” 增长时快递员人手不足的问题，它也为 “无接触” 快递服务提供了更多的选择。

然而，无人机送货也面临着精准分辨困难的问题。如果两幢楼外形相似，有时候人类肉眼都很难分辨，那么，无人机该如何确定目标客户的准确地址？如果无人机送货中途迷路了，该如何解决？

“这个模型的最大亮点就是，实现太空坐标和地球坐标还有无人机自定义坐标之间的灵活转换，这就是交叉定位的内涵。” 杭州电子科技大学博士王廷宇表示。

2 月 22 日，杭州电子科技大学王廷宇博士在 IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY 期刊发表了题为《每个部分都很重要：本地模式有助于跨视图地理定位》（“Each Part Matters: Local Patterns Facilitate Cross-view Geo-localization”）的论文。

图丨相关论文（来源：IEEE ）

王廷宇向媒体介绍，“无人机定位目前主要应用 GPS，而在高楼密集的小区中，由于两幢楼相邻的参照物极为相似会无法识别两栋楼之间的区别，进而会发生迷路问题。”

该研究用 “微观交叉定位” 的模型解决了无人机送货的技术难题，在无人机利用卫星图识别目标时，该模型通过卫星眼（GPS 眼）和自有眼（摄像头）看到的信息，凭借对目标周边环境的智慧识别进行相互比对，进而辅助目标的定位。这为无人机送货的大规模应用提供了可行性方案。

该模型不仅可以让无人机送获不再 “找路难”，还能与已有的其它导航系统 “无缝结合”，并在已有性能上进行提升。王廷宇在接受媒体采访时表示，“太空俯拍图用的是经纬度坐标，但无人机不靠经纬度定位，且飞行轨迹可能异常复杂。这时，拍出的图片可能是侧视图或是其它角度的航拍图。”

所以，即使是同一物体，由于卫星图和无人机图照片抓取角度有差别，拍入的周围物体和环境不一样，也会导致同一物体给人 “不一样” 的感觉。

一般来说，无人机或卫星等航拍是以广角来捕捉场景图像。当获得地理目标时，围绕目标的上下文信息也被捕获。该论文指出，如果两个地理目标之间没有明显的差异，人类视觉系统很难识别出真正匹配的目标。

但是，如果有上下文信息的帮助，那么这个任务就容易多了。研究人员发现，通过挖掘和利用图像中的上下文信息可以提高交叉视角地理定位的准确性。

图丨拟议的局部模式网络（LPN 框架概述（来源：IEEE ）