编辑推荐：
在智能机器人定位领域，全球导航卫星系统（GNSS）在信号不佳环境中定位精度受限，现有跨视角位姿估计数据集存在不足。研究人员构建了多模态地空跨视角位姿估计数据集（McPed23）。结果显示其能有效评估算法，助力野外机器人定位系统发展。
在智能机器人飞速发展的时代，精准定位就如同为它们装上了 “智慧的眼睛”，是其在复杂环境中实现自主导航、高效作业的关键能力。然而，目前常用的全球导航卫星系统（GNSS）虽然能在全球范围内提供定位服务，但在城市峡谷、茂密植被区域等信号易受干扰的环境中，其可靠性会大打折扣。即使在理想条件下，没有实时动态（RTK）增强的 GNSS 定位精度也仅能达到 5 - 10 米，这对于对定位精度要求极高的智能机器人来说远远不够。
与此同时，现有的跨视角位姿估计方法虽为解决定位难题带来了新方向，但相关数据集却存在诸多问题。一方面，数据采集大多集中在结构化的城市环境，像狭窄小巷、乡村小道和植被茂密的公园等复杂非结构化场景的数据严重不足；另一方面，所使用的激光雷达（LiDAR）系统分辨率有限，与视觉传感器分辨率不匹配，导致在跨模态特征对齐时困难重重，无法为算法提供全面、高质量的数据支持，极大地限制了跨视角位姿估计算法的发展与评估。
为了突破这些困境，来自南京理工大学的研究人员开展了一项极具创新性的研究。他们构建了多模态地空跨视角位姿估计数据集（McPed23），旨在为野外机器人的精准定位提供更有力的支持。该研究成果发表在《Scientific Data》上，为智能机器人定位领域带来了新的曙光。
在研究过程中，研究人员运用了多种关键技术方法。首先，他们选用了一款自研的履带式车辆作为数据采集平台，配备了 144 通道的 Livox HAP 等效 LiDAR 和海康威视单目相机。通过精心设计的传感器校准流程，确定了相机和 LiDAR 的内外部参数。在数据处理环节，利用卫星地图评估场景可用性后，采集多传感器数据并进行同步。接着，通过一系列复杂的坐标变换和计算，获取了机器人在卫星图像中的精确位置和姿态信息，为后续的位姿估计提供了可靠的基准。
下面让我们详细了解一下研究结果：
- 数据集构建与组织：McPed23数据集涵盖了城市和非城市共 11 种不同的运行环境，包含 29,940 个同步帧。数据按照采集时间命名分类，每个场景文件夹中包含图片、点云、融合结果、标签文件、卫星图像以及传感器内外参数矩阵等丰富信息。并且，研究人员按照 8:2 的分层分割比例划分了训练集和测试集，有效避免了顺序感知任务中的时间泄漏问题。
- 技术验证
- 与现有数据集对比：从 LiDAR 性能来看，Livox HAP 的非重复圆形扫描模式使其在近场区域的点云密度比传统机械 LiDAR 高出 2.96 倍，在 20 米距离处，点云密度可达 3800 pts/m2，远高于其他常用数据集的 LiDAR。这使得 McPed23在保留垂直结构信息方面具有显著优势。此外，与其他跨视角位姿估计数据集相比，McPed23不仅包含 LiDAR 信息，还具有更丰富的场景多样性，且提供了直接对齐的卫星地图，为精准匹配提供了便利。
- 标注准确性：研究人员提出的路径计算方法在公园环境测试中，即使路径轨迹较长，也能实现厘米级的定位误差，满足了跨视角位姿估计对标注精度的严格要求。
- 视角差异影响：针对地视图（GV）和鸟瞰图（BEV）之间的几何差异问题，研究人员提出了一种新颖的多模态融合框架。该框架通过投影几何变换将点云数据与图像信息相结合，有效消除了视角失真和色差，为后续的特征提取和匹配奠定了良好基础。
- 场景多样性：McPed23数据集系统地纳入了城市和非城市环境，弥补了现有自动驾驶数据集场景单一的缺陷。这不仅增加了数据的多样性，还提高了模型训练的鲁棒性，使训练出的模型能更好地适应复杂多变的真实环境。
- 跨视角位姿估计验证：在多种算法的对比实验中，McPed23在非城市场景中优势明显。基于点云与图像融合的算法在该场景下能更好地提取环境特征，与卫星地图进行匹配。在城市场景中，虽然由于 LiDAR 采集数据缺乏高层建筑信息导致预测精度有所下降，但整体表现仍与其他基准数据集相当。
综合来看，该研究构建的 McPed23数据集为跨视角位姿估计算法的研究提供了更全面、高质量的数据支持。它有效解决了现有数据集存在的环境多样性不足、LiDAR 数据质量欠佳等问题，推动了智能野外机器人和自主系统在真实环境下定位技术的发展。尽管该研究取得了显著成果，但也存在一定的局限性，例如 LiDAR 采集数据缺少建筑物 5 米以上的结构信息，数据集仅在晴朗天气条件下采集，且受硬件架构限制未使用 RTK 定位。不过，这些不足也为后续研究指明了方向。相信在未来，随着技术的不断进步，智能机器人的定位精度和环境适应性将得到进一步提升，为物流运输、精准农业、国防安全等众多领域带来更多的便利和保障。
