面向无人机的低空视觉数据集研究综述.pdfVIP

ISSN1004⁃9037，CODENSCYCE4http：//sjcj.nuaa.edu.cn

JournalofDataAcquisitionandProcessingVol.40，No.2，Mar.2025，pp.274-302E⁃mail：sjcjnuaa.edu.cn

DOI：10.16337/j.1004⁃9037.2025.02.002Tel/Fax：+86⁃025

面向无人机的低空视觉数据集研究综述

111111111

孙一铭，赵柯嘉，王硕，陈振国，阮媛，叶子凡，陈星睿，李欣，褚瑞麟，

111122

宋生敏，胡亦添，郭周鹏，王森，胡清华，朱鹏飞

（1.东南大学自动化学院，南京210096；2.天津大学智能与计算学部，天津300354）

摘要：在无人机技术与人工智能的跨域协同驱动下，依托国家低空经济政策与空域开放试点改革，低

空视觉感知在智慧城市及巡检搜救等方面发挥了重要作用。高质量的低空视觉数据是低空智能感知

领域的关键基础资源，公开数据集的发布与应用对低空感知技术的深入推进起到了重要作用。尽管已

有大量面向低空视觉感知的数据集被提出，但对其系统化的整理与分析尚不充分。针对这一问题，本

文全面调研了近11年间公开发布的低空无人机视觉相关数据集，基于不同的数据特征和应用场景对其

进行分类探究，并选取具有代表性的数据集进行详细分析。本文涵盖了单机感知、多机协同感知、多任

务感知、多源感知、复杂环境特性以及无人机具身智能等多个领域，为便于研究者理解与使用，本文以

图表形式对所有数据集的基本信息进行了归纳总结，并从以下两个主要维度对其发展趋势进行了系统

分析：（1）元数据分析，包括数据集规模分布、场景分布及支持任务类型等特点；（2）基本信息分析，涉及

图像视频总量、目标类别分布和标注实例数量等关键指标。通过分析，充分展示了低空视觉感知数据

集质量的显著进步，同时指出尽管已初步形成低空数据体系化架构，但是低空数据标注成本与效率失

衡、多源数据复用性不足、极端环境覆盖薄弱以及具身智能数据割裂等问题依旧存在。最后，本文对低

空数据集未来发展方向进行了展望。

关键词：低空应用；多机协同；多源感知；多任务感知；无人机具身智能

中图分类号：TP391.4文献标志码：A

ResearchReviewonLow‑AltitudeVisualDatasetsforUnmannedAerialVehicles

SUNYiming1，ZHAOKejia1，WANGShuo1，CHENZhenguo1，RUANYuan1，YEZifan1，

CHENXingrui1，LIXin1，CHURuilin1，SONGShengmin1，HUYitian1，GUOZhoupeng1，

WANGSen1，HUQinghua2，ZHUPengfei2

(1.SchoolofAutomation,SoutheastUniversity,Nanjing210096,China;2.CollegeofIntelligenceandComputing,Tianjin

University,Tianjin300354,China)

Abstract：Drivenbythecross⁃domainsynergyofunmannedaerialvehicle（UAV）technologyandartificial

intelligence，andsupportedby