Bootstrap

(9-3)基于感知轨迹预测模型(BAT)的目标行为预测系统:数据集

本项目使用了3个数据集,具体说明如下所示。

  1. NGSIM:NGSIM,全称为Next Generation Simulation,是由美国联邦公路管理局(FHWANGSIM,全称为Next Generation Simulation,是由美国联邦公路管理局(FHWA)发起的一项大规模数据采集项目。NGSIM数据集涵盖了多种不同的交通环境,如高速公路、城市道路和停车场等,并使用摄像头捕捉技术记录了在一个时间段内所有车辆的行驶状况。这些数据被广泛应用于车辆跟驰换道等驾驶行为研究,交通流分析,微观交通模型构建,车辆运动轨迹预测,驾驶员意图识别,自动驾驶决策规划等领域。由于其公开性和权威性,NGSIM数据集在学术界得到了广泛的认可和应用。
  1. HighD:是德国高速公路上记录的自然车辆轨迹的新数据集,使用无人机、空中瞄准克服了现有交通数据收集方法的偏差典型(例如偏差),六个不同地点的交通记录包括超过 110 个个 500 辆车辆。它提供了完整的数据集和用于测试目的数据集的示例版本。由于该数据集的政策要求,请从 HighD 官网索取并下载HighD数据集。通常,申请需要 7-14 个工作日才能获得批准。下载数据集后,获取所有数据集文件名为的目录HgihD(在“dataset”文件夹中),运行以下MATLAB脚本来处理原始数据:

HighD_preprocess.m

  1. RoundD:是在德国环岛记录自然使用者道路轨迹的新数据集,使用无人机可以克服现有情况交通数据收集方法(例如偏差)的偏差典型。在数据集中记录了三个不同地点的交通。为了进一步评估我们的模型在一些复杂和非规则化场景(例如环岛和不规则交叉口)中的性能,将 roundD 数据集中训练我们的模型。由于该数据集的政策要求,请从 RoundD 官网索取并下载RoundD数据集。通常,申请也需要 7-14 个工作日才能获得批准。下载数据集后,获取所有数据集文件名为的目录RounD(在“dataset”文件夹中),运行以下MATLAB脚本来处理原始数据:

rounD_preprocess.m

;