We propose a framework for Google M

We propose a framework for Google Map aided
UAV navigation in GPS-denied environment. Geo-referenced
navigation provides drift-free localization and does not require
loop closures. The UAV position is initialized via correlation,
which is simple and efficient. We then use optical flow to
predict its position in subsequent frames. During pose tracking,
we obtain inter-frame translation either by motion field or
homography decomposition, and we use HOG features for
registration on Google Map. We employ particle filter to
conduct a coarse to fine search to localize the UAV. Offline
test using aerial images collected by our quadrotor platform
shows promising results as our approach eliminates the drift in
dead-reckoning, and the small localization error indicates the
superiority of our approach as a supplement to GPS.

ผลลัพธ์ (ไทย) 1:

นำกรอบสำหรับ Google Map ช่วยนำ UAV ใน GPS ถูกปฏิเสธ อ้างอิงทางภูมิศาสตร์นำทางให้แปลฟรีลอย และไม่ต้องลูปปิด ตำแหน่ง UAV ถูกเตรียมใช้งานผ่านความสัมพันธ์ซึ่งเป็นการง่าย และมีประสิทธิภาพ เราใช้กระแสแสงคาดเดาตำแหน่งในเฟรมถัดไป ในระหว่างการก่อให้เกิดการติดตามเรารับแปลระหว่างเฟรมโดยฟิลด์เคลื่อนไหว หรือสลายตัวที่ homography และใช้คุณลักษณะหมูการลงทะเบียนบนแผนที่ของ Google เราใช้ตัวกรองอนุภาคทำหยาบในการค้นหาจำกัด UAV ดี แบบออฟไลน์ทดสอบโดยใช้รูปภาพทางอากาศที่รวบรวม โดยแพลตฟอร์มของเรา quadrotorแสดงสัญญาผล ตามแนวทางของเราปราศจากการเบี่ยงเบนในตาย-reckoning และขนาดเล็กแปลข้อผิดพลาดบ่งชี้ว่า การเหนือกว่าของเราอาหารเสริม GPS

ผลลัพธ์ (ไทย) 2:

เราเสนอกรอบการทำงานสำหรับ Google Map ช่วย
นำทาง UAV ในสภาพแวดล้อมระบบ GPS ปฏิเสธ อ้างอิงทางภูมิศาสตร์
นำทางให้แปลลอยฟรีและไม่จำเป็นต้องมี
การปิดห่วง ตำแหน่ง UAV จะเริ่มต้นได้ผ่านความสัมพันธ์
ซึ่งเป็นที่เรียบง่ายและมีประสิทธิภาพ จากนั้นเราจะใช้การไหลของแสงเพื่อ
ทำนายตำแหน่งในเฟรมที่ตามมา ในระหว่างการก่อให้เกิดการติดตาม
เราได้รับการแปลกรอบระหว่างทั้งโดยข้อมูลการเคลื่อนไหวหรือ
การสลายตัว homography และเราจะใช้คุณสมบัติ HOG สำหรับ
การลงทะเบียนบน Google Map เราใช้ตัวกรองอนุภาค
ดำเนินหยาบกับการค้นหาที่ดีที่จะ จำกัด UAV ออฟไลน์
การทดสอบโดยใช้ภาพถ่ายทางอากาศที่เก็บรวบรวมโดยแพลตฟอร์ม quadrotor ของเรา
แสดงให้เห็นถึงผลที่มีแนวโน้มเป็นวิธีการของเราจะช่วยลดการดริฟท์ใน
ตายการชำระบัญชีและข้อผิดพลาดเล็ก ๆ แปลบ่งบอกถึง
ความเหนือกว่าของวิธีการของเราเป็นอาหารเสริมเพื่อจีพีเอส

ผลลัพธ์ (ไทย) 3:

เรานำเสนอสำหรับแผนที่ Google ช่วยอากาศยานไร้นักบินนำทาง GPS ปฏิเสธในสภาพแวดล้อม อ้างอิงทางภูมิศาสตร์นำทางให้ล่องลอยจำกัดฟรีและไม่ต้องใช้ปิดวง UAV ตำแหน่งเริ่มต้นผ่านทางความสัมพันธ์ซึ่งเป็นเรื่องง่ายและมีประสิทธิภาพ เราก็ใช้กระแสแสงเพื่อทำนายตำแหน่งในเฟรมถัดไป ในท่าที่ติดตามเราได้รับการแปลโดยการเคลื่อนไหวระหว่างกรอบสนาม หรือhomography การสลายตัวและเราใช้คุณสมบัติหมูสำหรับลงทะเบียนบนแผนที่ Google เราใช้ตัวกรองอนุภาคทำการหยาบเพื่อค้นหาดีจำกัด UAV . ออฟไลน์การทดสอบโดยใช้ภาพถ่ายทางอากาศภาพที่เก็บรวบรวมโดยแพลตฟอร์มคว โรเตอร์ของเราแสดงผลมีแนวโน้มเป็นวิธีการของเราไม่ลอยในการคำนวณและข้อผิดพลาดการแปลขนาดเล็ก พบว่าความเหนือกว่าของวิธีการของเราเป็นอาหารเสริมให้กับจีพีเอส