近日，一項由Jingfeng Mao等人完成的研究提出了SemCityLoc，這是一種基於語義3D城市模型的空中6自由度（6DoF）定位新方法。該研究已被ECCV 2026接收，並公開了相關代碼和數據集，可在https://albertchen98.github.io/SemCityLoc獲取。
傳統的空中6DoF定位通常依賴於精確的GNSS信號或輻射度量豐富的3D重建，這限制了系統的可擴展性和機載部署能力。例如，在GPS信號弱的城市峽谷中，傳統方法容易失效，而高密度3D重建又需要大量的存儲和計算資源。SemCityLoc通過語義-幾何對齊系統，將空中姿態估計重新定義為基於基礎模型視覺先驗與標準化LoD（Level of Detail）3D城市模型之間的結構化表面配準。與匹配稀疏輪廓或密集紋理不同，該方法將語義表面和單目深度與輕量級的語義3D建築模型進行對齊，從而在重複和遮擋的城市環境中提高了位姿判別能力。
為了對這種方法進行準確評估，研究團隊引入了SemCityLockeD，這是首個結合釐米級精度無人機位姿、標準化LoD1-LoD3語義城市模型以及具有挑戰性的低空影像的真實世界基準。該基準涵蓋了不同LoD級別的城市模型，從LoD1的簡單塊狀模型到LoD3的詳細屋頂和立面模型，為算法提供了豐富的語義信息。在實驗中，SemCityLoc與現有的多種基於地圖的方法進行了比較。結果表明，SemCityLoc在召回率上提升了高達36%，並在城市峽谷等困難場景中將平均位置誤差從9.89米降低至2.62米。研究團隊指出，語義結構化幾何提供了足夠且可擴展的約束條件，無需輻射度量場景重建即可實現高精度空中定位。
這一方法的意義在於，它展示瞭如何利用廣泛可用的語義3D城市模型（如LoD模型）來實現精確的空中定位，而無需昂貴的傳感器或密集的三維重建。這對於無人機導航、自主駕駛和城市空中交通管理等應用具有重要價值。此外，SemCityLockeD基準的建立也為該領域提供了一個標準化的評估平台，有助於推動相關研究的進展。代碼和數據的公開也便於其他研究者復現和擴展這項工作。