SASGeo：面向GNSS拒止無人機的穩定性感知語義地圖定位框架及合成概念驗證

在GNSS拒止環境下，無人機通常依賴視覺慣性里程計（VIO）進行導航，但VIO存在累積漂移問題，需要偶爾的絕對位置修正來約束誤差。傳統的跨視角圖像檢索方法雖然可以提供這樣的修正，但原始圖像外觀對季節、光照、視角、地圖時效和傳感器模態非常敏感，導致其魯棒性不足。針對這一挑戰，Natalia Trukhina等人提出了SASGeo（Stability-Aware Semantic Map Localization）框架，該框架利用道路、建築物、水道、鐵路、交叉口和地塊邊界等持久性地理結構來表示環境，從而實現穩定的語義地圖匹配。SASGeo結合了多種關鍵技術：語義柵格對齊（semantic raster alignment）、關係圖證據（relational graph evidence）、特徵穩定性與地理區分性（feature stability and geographic distinctiveness）、明確的正面/矛盾/未知觀測（explicit positive/contradictory/unknown observations），以及完整性感知的歧義修正拒絕（integrity-aware rejection of ambiguous fixes）。與僅提供架構設計的方案不同，該論文具體化了加權和決策模型，並報告了可重複的合成概念驗證結果。在220次隨機檢索試驗中，研究者模擬了旋轉、尺度變化、部分裁剪、遮擋、地圖變化和硬語義誘餌等多種擾動。全局語義描述符的Recall@1僅為58.6%，而空間語義匹配變體則達到了94.5-95.5%。Wilson 95%置信區間將全局描述符與空間變體顯著分開，但空間變體之間重疊，因此實驗有力地支持了語義幾何的有效性，但未能證明每個提議模塊的絕對優勢。初步實驗並未驗證實際飛行導航，而是證明了結構化語義幾何能夠在受控的跨視角擾動下有效區分位置，並指出了未來需要更難的混疊、地圖老化和拒絕測試。該論文已提交至arXiv，代碼和數據尚未公開，但其為GNSS拒止無人機的定位研究提供了極具前景的新方向，值得持續關注。