用于基于视觉感知与避撞的固定翼静止飞机碰撞航向数据集
机器人学
2021-12-07 v1 计算机视觉与模式识别
摘要
新兴的全球无人机(unmanned aerial vehicle, UAV)服务市场预计到 2026 年将达到 584 亿美元，这促使人们大力将常规无人机操作安全整合进国家空域，且不损害现有安全水平。若具备感知并规避潜在空中碰撞威胁的能力，将增强无人机的商业使用，然而该领域研究受限于可用数据集的匮乏，因为此类数据获取成本高且技术复杂。本文提出一个用于基于视觉的飞机检测的数据集。该数据集包含 15 个图像序列，共计 55,521 张固定翼飞机接近静止地面相机的图像。同时提供了真实标签与性能基准。据我们所知，这是首个用于研究中等尺寸固定翼飞机与观察者处于碰撞航向的公开数据集。完整数据集与真实标签公开于 https://qcr.github.io/dataset/aircraft-collision-course/。
引用
@article{arxiv.2112.02735,
title = {A Dataset of Stationary, Fixed-wing Aircraft on a Collision Course for Vision-Based Sense and Avoid},
author = {Jasmin Martin and Jenna Riseley and Jason J. Ford},
journal= {arXiv preprint arXiv:2112.02735},
year = {2021}
}