多模态铁路振动与视觉数据集（Rail-VIVID）

《Scientific Data》：A Multimodal Railway Vibration and Vision Dataset (Rail-VIVID)

　　

摘要

对铁路轨道基础设施进行间接的、实时的监测对于提高安全性和运营效率至关重要，但由于现实世界数据的复杂性，其应用仍然受到限制。历史上，相关技术的发展主要沿着两条不同的路径进行：一种是振动分析，该方法对地下异常具有较高的敏感性，但缺乏空间信息；另一种是基于视觉的检测方法，虽然能够提供空间信息，但受环境条件影响较大，且仅能检测到表面异常。这两种方法的进展——尤其是它们的结合——都受到了缺乏公开可用的基准数据集的制约，这些数据集应涵盖多种控制条件下的情况。为了解决这一问题，我们提出了一个新颖的、时间同步的铁路振动与视觉数据集（Rail-VIVID）。该数据集是在具有已知异常的轨道段上，在受控条件下通过多次测量收集得到的，具有两个主要目的：首先，它为异常检测算法提供了一个基准，有助于研究不同传感模式下异常现象之间的关系；其次，它为开发集成式的多模态传感器融合技术奠定了基础，从而实现更可靠的检测和预测性维护。