Problem

現有的平面圖定位技術通常受限於受控的小型環境，且高度依賴精確的向量化圖檔，導致在面對大規模現實建築以及常見的點陣式（rasterized）平面圖時，定位精確度與適用性大幅下降。

Method

開發名為 SceneAligner 的新框架，首先將非限制性的影像集合重建為具重力對齊的 3D 場景，並將其投影為 2D 密度圖作為代理平面圖。隨後，透過微調 2D 基礎模型來學習跨模態的語義對應關係，在保留結構一致性的前提下，將代理密度圖與原始平面圖進行相似性變換對齊。

Results

實驗結果顯示，該方法在多種情境下均大幅優於過往技術。特別是在極度稀疏的資料設定下（例如僅提供單張輸入影像），SceneAligner 依然能展現出強大的穩健性與準確的定位能力。

Significance

此研究突破了過去對高品質向量地圖與密集影像資料的依賴，使機器人或導航系統能在未經人工標記的建築環境中，僅利用隨手取得的平面圖與少量照片即可實現精準定位，對於自動駕駛與室內導航極具應用潛力。