RoadSens-4M：用于全方位道路分析的多模态智能手机与摄像头数据集
机器人学
2025-10-30 v1
摘要
监控道路问题（如凹凸不平和坑洼）对于提升安全性和改善道路条件至关重要。智能手机配备了各种内置传感器，为评估道路质量提供了成本效益高且操作简便的途径。然而，由于缺乏高质量、标准化的数据集，该领域的进展缓慢。本文介绍了一个由移动应用收集传感器数据（包括GPS、加速度计、陀螺仪、磁力计、重力传感器和姿态传感器）创建的新数据集。这一数据集是少数将地理信息系统（GIS）数据与天气信息和道路状况视频 footage 集成的数据集之一，为结合地理背景提供了对道路问题的全面理解。该数据集通过整合车辆速度、加速度、旋转率、磁场强度等关键数据，以及由GIS、天气和视频数据提供的视觉和空间上下文，使道路状况分析更加清晰。其目标是为提升交通管理、基础设施发展、道路安全和城市规划等 initiative 提供资金支持。此外，该数据集将公开获取，以推动智能交通系统领域的进一步研究和创新。
引用
@article{arxiv.2510.25211,
title = {RoadSens-4M: A Multimodal Smartphone & Camera Dataset for Holistic Road-way Analysis},
author = {Amith Khandakar and David Michelson and Shaikh Golam Rabbani and Fariya Bintay Shafi and Md. Faysal Ahamed and Khondokar Radwanur Rahman and Md Abidur Rahman and Md. Fahmidun Nabi and Mohamed Arselene Ayari and Khaled Khan and Ponnuthurai Nagaratnam Suganthan},
journal= {arXiv preprint arXiv:2510.25211},
year = {2025}
}