We present a dataset of several fault types in control surfaces of a fixed-wing Unmanned Aerial Vehicle (UAV) for use in Fault Detection and Isolation (FDI) and Anomaly Detection (AD) research. Currently, the dataset includes processed data for 47 autonomous flights with scenarios for eight different types of control surface (actuator and engine) faults, with a total of 66 minutes of flight in normal conditions and 13 minutes of post-fault flight time. It additionally includes many hours of raw data of fully-autonomous, autopilot-assisted and manual flights with tens of fault scenarios. The ground truth of the time and type of faults is provided in each scenario to enable evaluation of the methods using the dataset. We have also provided the helper tools in several programming languages to load and work with the data and to help the evaluation of a detection method using the dataset. A set of metrics is proposed to help to compare different methods using the dataset. Most of the current fault detection methods are evaluated in simulation and as far as we know, this dataset is the only one providing the real flight data with faults in such capacity. We hope it will help advance the state-of-the-art in Anomaly Detection or FDI research for Autonomous Aerial Vehicles and mobile robots to enhance the safety of autonomous and remote flight operations further. The dataset and the provided tools can be accessed from this http URL.

中文翻译：

---

ALFA：无人机故障和异常检测数据集

我们提供了固定翼无人机 (UAV) 控制面中几种故障类型的数据集，用于故障检测和隔离 (FDI) 以及异常检测 (AD) 研究。目前，该数据集包括 47 次自主飞行的处理数据，其中包含 8 种不同类型的操纵面（执行器和发动机）故障场景，正常情况下总共飞行 66 分钟，故障后飞行时间为 13 分钟。它还包括具有数十种故障场景的全自动、自动驾驶辅助和手动飞行的数小时原始数据。每个场景中都提供了故障时间和类型的基本事实，以便使用数据集评估方法。我们还提供了多种编程语言的辅助工具来加载和处理数据，并帮助使用数据集评估检测方法。提出了一组指标来帮助比较使用数据集的不同方法。大多数当前的故障检测方法都是在模拟中评估的，据我们所知，这个数据集是唯一一个提供具有这种能力的真实飞行数据的数据集。我们希望这将有助于推动自主飞行器和移动机器人异常检测或 FDI 研究的最先进技术，以进一步提高自主和远程飞行操作的安全性。可以从此 http URL 访问数据集和提供的工具。大多数当前的故障检测方法都是在模拟中评估的，据我们所知，这个数据集是唯一一个提供具有这种能力的真实飞行数据的数据集。我们希望这将有助于推动自主飞行器和移动机器人异常检测或 FDI 研究的最先进技术，以进一步提高自主和远程飞行操作的安全性。可以从此 http URL 访问数据集和提供的工具。大多数当前的故障检测方法都是在模拟中评估的，据我们所知，这个数据集是唯一一个提供具有这种能力的真实飞行数据的数据集。我们希望这将有助于推动自主飞行器和移动机器人异常检测或 FDI 研究的最先进技术，以进一步提高自主和远程飞行操作的安全性。可以从此 http URL 访问数据集和提供的工具。