本文提出了一种名为PVDA的网络，旨在解决无人机视觉地理定位中的图像间分布差异问题，学习与地点相关的特征。研究还介绍了基于Transformer的自适应语义聚集方法，以提高无人机与卫星图像匹配的准确性。此外，构建了多视角数据集，支持无人机目标定位和导航，并利用卷积神经网络实现高精度定位。