面向工业多模态监测的非对称感知路由：一种诊断框架
系统与控制
2026-03-18 v4 系统与控制
摘要
多模态融合是工业监测中组合异构传感器流的默认方法，但目前尚无系统方法来确定融合何时会降低而非提升检测性能。我们提出了一种非对称感知路由框架——一个包含正式决策准则的三步诊断流程（单模态性能差距、门控权重归因、模态损坏测试）——用于在部署前将多模态系统导向合适的融合策略。我们在三个数据集上验证了该框架，涵盖两种路由结果：(1) OHT/AGV 工业数据集（热成像 + 传感器，13,121 个样本），框架正确识别出严重非对称性（差距比 3.1 倍）并推荐级联策略；(2) 链式输送机故障检测场景（音频 + 振动），其中中等非对称性导致推荐融合策略，并带来正向融合收益；(3) CWRU 轴承数据集，在两个方向上提供受控验证。跨所有三个数据集的阈值敏感性分析表明，该框架的推荐对阈值扰动具有鲁棒性，在较宽的参数平台上保持正确的路由。与更简单的诊断方法（仅差距比）的比较表明，仅靠步骤 1 对中等非对称性情况是模糊的，这证明了完整协议对于可靠路由决策的必要性。
引用
@article{arxiv.2512.24755,
title = {Asymmetry-Aware Routing for Industrial Multimodal Monitoring: A Diagnostic Framework},
author = {Sungwoo Kang},
journal= {arXiv preprint arXiv:2512.24755},
year = {2026}
}