MMAUD：面向现代微型无人机威胁的综合多模态反无人机数据集

为应对小型无人机（UAV）带来的不断演变的挑战，这些无人机可能运输有害载荷或独立造成损害，我们引入了 MMAUD：一个综合性的多模态反无人机数据集。MMAUD 通过专注于无人机检测、无人机类型分类和轨迹估计，填补了当代威胁检测方法中的一个关键空白。MMAUD 的突出之处在于结合了多种传感输入，包括立体视觉、多种激光雷达、雷达和音频阵列。它提供了一种独特的空中俯视检测视角，对于处理真实场景至关重要，其保真度高于在特定有利位置使用热成像和 RGB 捕获的数据集。此外，MMAUD 提供了由 Leica 生成的精确地面实况数据，增强了可信度，并使算法和模型的自信优化成为可能，这在其他数据集中前所未见。大多数现有工作未公开其数据集，这使得 MMAUD 成为开发准确高效解决方案的宝贵资源。我们提出的模态具有成本效益且高度适应性强，允许用户实验和实施新的无人机威胁检测工具。我们的数据集通过融入环境重型机械声音，紧密模拟真实世界场景。这种方法增强了数据集的适用性，捕捉了在邻近车辆操作期间面临的确切挑战。预计 MMAUD 能在推进无人机威胁检测、分类、轨迹估计能力等方面发挥关键作用。我们的数据集、代码和设计将在 https://github.com/ntu-aris/MMAUD 上提供。