Event-based dataset for the detection and classification of manufacturing assembly tasks

这个特色数据集，即装配任务事件数据集（EDAT24），展示了制造业基本任务（空闲、拾取、放置和螺纹）的一些样本，这些任务是任何制造装配中由人工操作员执行的基本动作。数据采用DAVIS240C事件相机进行捕捉，这是一种异步视觉传感器，当光强度值发生变化时，会记录事件。事件是一种轻量级的数据格式，用于传递视觉信息，并非常适合实时检测和分析人体运动。每个制造基元都有100个记录的DAVIS240C数据样本，包括事件和灰度帧，总共有400个样本。在数据集中，用户在静态DAVIS事件相机前与开源CT-Benchmark中的对象进行交互。所有数据以原始形式（.aedat）和预处理形式（.npy）提供。自定义的Python代码与数据集一起提供，以帮助研究人员添加新的制造基元或扩展数据集的样本。

使用事件相机记录制造基本任务的数据集，旨在为制造业机器人的运动规划和控制提供基础。

使用事件相机捕捉制造基本任务的事件和灰度图像，结合深度学习模型进行分类和识别。

数据集包含了使用DAVIS240C事件相机记录的四种基本制造任务（idle、pick、place、screw）的事件和灰度图像，共400个样本。数据集提供了原始数据和经过预处理的数据，并附带Python代码以帮助研究人员扩展数据集。

最近的相关研究主要集中在使用深度学习模型进行制造任务分类和识别，例如“基于深度学习的装配任务识别与检测”和“使用卷积神经网络实现制造任务的实时分类和识别”。