TransCNNLoc网络

动态场景厘米级定位

集成CNN与Swin Transformer的编码-解码网络，通过动态物体识别与粗到细多级优化，在光照变化和动态场景中实现厘米级相机姿态估计。

汤圣君 · Yusong, Li · Jiawei, Wan · 李游 · 周宝定 · Renzhong, Guo · 王伟玺 · 冯禹洪

ISPRS Journal of Photogrammetry and Remote Sensing 2024

参数信息

静态环境定位精度

5 cm

动态场景与光照变化定位精度

3 cm

技术优势

动态场景也稳

引入动态物体识别网络优化特征权重，在包含移动物体的室内环境中仍保持高精度。

光照变了也准

CNN 与 Swin Transformer 联合提取全局上下文和局部特征，对光照变化具有强适应性。

从粗到细更精确

多级迭代优化由粗到细恢复六自由度相机位姿，有效提升精度。

应用场景

• 具身智能：为移动机器人提供无需 GPS 的厘米级定位，支撑自主导航与交互。
• 机器人导航：在有动态障碍和光照变化的室内环境中可靠定位，提升导航成功率。
• 无人机定位：使无人机在室内无 GPS 条件下仍能实现厘米级位姿估计。