Advertisement

us-101数据集，该数据集是基于NGSIM车辆公开轨迹数据集的提取。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
该车辆公开轨迹数据集，源自NGSIM（美国交通研究数据共享库）的提取，产生了us-101数据集，该数据集特别适用于对车辆轨迹、车辆变道行为以及车辆跟驰行为等方面的研究。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • US-101.csv车辆公开轨迹数据集：从NGSIM提取的数据
    优质
    US-101.csv 是一个基于NGSIM项目的开源交通数据集，记录了美国加州US-101高速公路特定路段上车辆的行驶轨迹和行为。 车辆公开轨迹数据集NGSIM中的us-101数据集适合用于研究车辆轨迹、变道行为以及跟驰行为。
     
  • US-101公路汽车轨迹的NGSIM公开数据集
    优质
    简介：该数据集包含了美国US-101公路特定路段的车辆行驶轨迹信息，由NGSIM项目采集并公开发布，适用于交通流分析与自动驾驶研究。 压缩包内包含NGSIM US-101公开数据集中的车辆轨迹数据集。该数据集中包括三个时间段的数据：0820-0835、0805-0820 和 0750-0805。文件格式为.txt。
     
  • NGSIM-I-80车辆轨迹数据集
    优质
    NGSIM-I-80车辆轨迹数据集是由美国交通部收集的关于I-80高速公路路段内车辆行为和运动的详细轨迹数据，适用于智能交通系统研究。 1. 压缩包内包含NGSIM US-101公开数据集中的车辆轨迹数据。 2. 数据集中包括下午4点到4点15分、5点到5点15分以及5点15分到5点30分三个时间段的数据。 3. 数据格式为.txt。
     
  • NGSIM数据集：车辆轨迹及支持数据
    优质
    NGSIM数据集提供了丰富的交通流信息，包括车辆在特定路段上的高精度轨迹数据及其他相关支持数据，是研究智能交通系统的重要资源。 国内下载存在问题，所以我直接从官网下载了文件。该文件大小为1.42G，更新时间为2020年6月23日。这是NGSIM数据集。
     
  • NGSIM数据集——洛杉矶US-101高速公路段数据
    优质
    简介：NGSIM数据集中的洛杉矶US-101高速公路段提供了详细的交通流量及车辆行为信息，适用于交通流分析和智能驾驶算法开发。 包含US-101-LosAngeles上的三个数据段，可用于路径预测研究。具体的数据可以在i-80-vehicle-trajectory-data.zip文件中找到。友情提示：虽然有1.6G的CSV文件包含了全量的NGSIM数据，但大多数的研究论文通常使用的是其中的部分片段进行分析。
     
  • NGSIM-US-101轨迹数据集平滑：应用Savitzky-Golay滤波器...
    优质
    本研究针对NGSIM-US-101交通流轨迹数据进行了平滑处理，采用Savitzky-Golay滤波技术有效改善了原始数据的噪声干扰问题，提升了数据分析精度。 NGSIM US-101数据集提供了平滑处理的功能，为著名的轨迹数据提供了一个低噪点和平滑的版本。这个过程分为两个步骤：首先对X和Y坐标值进行平滑处理；然后根据这些经过调整后的XY坐标重新计算速度和加速度。 自2005年发布以来，NGSIM US-101 数据集一直是研究人员在轨迹预测领域广泛使用的一个开源数据集。许多研究者指出该数据集中存在噪声问题，这主要是由于其是从位于洛杉矶的俯瞰好莱坞高速公路的一栋建筑上安装的8台摄像机所拍摄视频中自动提取的数据。这条公路也被称为美国南行101。 用于提取NGSIM US-101 数据集信息的是一个名为NG-VIDEO 的软件工具。此外，该数据集的相关文档明确指出：尚未对数据进行准确性评估，并且不对数据的完整性提出任何保证。因此，提供给使用者的数据可能存在一定的误差或缺失情况。
     
  • NGSIM轨迹数据集合
    优质
    NGSIM轨迹数据集是由美国交通部NEXT GENERATION SIMULATION计划收集的车辆行驶轨迹数据，用于智能交通系统研究与开发。 美国高速公路车辆驾驶行为轨迹数据集包含US101的txt和全部csv文件，可供自行下载使用。该数据集适用于标定车辆驾驶行为参数、进行驾驶模拟分析统计等用途。
     
  • 基于GNN的车辆轨迹预测算法：Python实现及在NGSIM US-101数据集上的应用
    优质
    本研究提出了一种基于图神经网络(GNN)的车辆轨迹预测算法，并使用Python进行了实现。该算法在NGSIM US-101数据集中得到了验证，展现了良好的预测性能和应用场景潜力。 基于GNN的车辆轨迹预测算法：完整Python实现与NGSIM US-101数据集应用 本段落探讨了使用图神经网络（GNN）进行车辆轨迹预测的技术，并提供了完整的Python代码实现方法，特别适用于NGSIM US-101数据集。通过该技术的应用，可以有效提升对复杂交通环境中车辆行为的预测准确性。 关键词：DL00388；GNN；车辆轨迹预测；完整实现；Python；NGSIM US-101 数据集
     
  • US101 NGSIM数据集-换车道车辆划分数据集
    优质
    简介：本数据集基于US101 NGSIM原始数据，通过详细分析和分类，专门提取并整理了关于换车道行为的车辆数据，为交通流模型、自动驾驶算法研究提供精准的数据支持。 依据车辆编号将US101中的数据进行整合，并筛选出发生换道的车辆信息。每个sheet包含一个换道车辆的所有时刻的信息，非常适合用于轨迹规划、预测和分析决策的同学使用。这些信息全面且价格低廉。