OrthoTrack：锚定公开正射影像，无人机连续 6-DoF 轨迹实时可测

论文解决了什么问题

连续 6-DoF 位姿估计是无人机自主飞行的刚需。可现实里两路主流方法都有硬伤：视觉里程计 / SLAM 会累积漂移，且只给相对、无尺度的轨迹；单帧地理定位又丢弃时间连续性、太慢做不到实时。论文用一句话打通：把公开地理数据当作地图先验，让无人机在每一帧都能拿到绝对、带尺度的位姿。

方法亮点

• 免训练、跨区可部署：仅用公开正射影像加地表模型（surface model）作地图先验，迁到新区域无需现场采集真值、无需重新训练。
• 地图锚定 + 光流传播：关键帧与正射影像匹配，经地表模型把对应点抬升到度量级 3D；再用光流把地图锚定的对应传播到中间帧，逐帧输出绝对、带尺度的位姿，无 GPS、无事后对齐。
• 发布 MovingDrone 数据集：照片级真实的无人机序列，配稠密 6-DoF 真值与共配准多模态地理数据（含多时相正射影像），填补该方向基准空白。
• 实时且碾压基线：单 GPU 实时；在 MovingDrone 与真实基准上大幅优于所有基线，甚至超过拿到神谕尺度与对齐的基线。

对低空 / eVTOL 产业意味着什么

GPS 拒止或受扰（城市峡谷、桥下、隧道口、强电磁环境）是低空飞行的老大难。OrthoTrack 的意义在于把绝对定位的门槛从硬件依赖降到数据依赖：

• 降成本：公开正射影像易得，新区域部署无需 RTK/IMU 高配或现场真值采集，与 GPS 拒止集群 方向高度互补。
• 强感知底座：为 世界-动作模型、视觉-语言导航、毫米波雷达感知 等端侧感知提供稳定、带尺度的位姿源，也直接喂给 集群 4D 轨迹控制。
• 测绘与巡检友好：航线规划、正射成图、资产巡检都可复用同一套公开地图，落地成本低。

局限与展望

• 依赖地理数据现势性与精度：城市快速变化区、正射影像过期会引入系统性误差，新建区与密集林木区匹配质量下降。
• 论文只验证了实时性，未给城市级长航时鲁棒性、动态遮挡、与空管隔离的边界条件。
• 多机位姿一致性、与低空监管平台的接口未涉及，离规模化运营还有工程gap。
• 单 GPU 实时是亮点，但是否能在机载边缘算力（而非地面 GPU）上落地，论文未给出数据。

常见问题

OrthoTrack 和普通 SLAM 有什么区别

普通视觉 SLAM 会累积漂移且仅给相对、无尺度轨迹；OrthoTrack 用公开正射影像与地表模型作地图先验，逐帧输出带绝对尺度、不漂移的连续 6-DoF 位姿，且免训练、可跨区部署，本质是用地理数据替代回环校正来消除漂移。

没有 GPS 时它真的能用吗

能用。论文方法不依赖 GPS，靠公开正射影像与地表模型提供绝对尺度与位置锚定，正适合城市峡谷、桥下等 GPS 拒止场景；前提是所在区域有精度足够的公开正射影像与地表模型，否则会引入系统性误差。

这套方法离低空规模运营还差什么

还差三道工程关：城市级长航时鲁棒性验证、动态遮挡与空管隔离边界、以及多机一致性与监管平台接口。此外论文未给出机载边缘算力上的实时性数据，能否上机仍需验证。