Advertisement

NGSIM数据处理程序（跟随车辆）

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

简介：
NGSIM数据处理程序（跟随车辆）是一款专为交通研究设计的应用工具，用于分析和提取复杂交通流中跟随车辆的行为数据，助力智能交通系统开发。 使用Python对NGSIM数据集中车辆跟驰部分的数据进行了筛选和提取，筛选出了连续时间戳下目标车辆对应前车的相关信息并进行整合。本程序仅对跟驰车辆的数据做了初步筛选，并未做平滑和去噪处理，得到的数据后续还需进一步处理才能用于科研。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • NGSIM数据处理程序（跟随车辆）
    优质
    NGSIM数据处理程序（跟随车辆）是一款专为交通研究设计的应用工具，用于分析和提取复杂交通流中跟随车辆的行为数据，助力智能交通系统开发。 使用Python对NGSIM数据集中车辆跟驰部分的数据进行了筛选和提取，筛选出了连续时间戳下目标车辆对应前车的相关信息并进行整合。本程序仅对跟驰车辆的数据做了初步筛选，并未做平滑和去噪处理，得到的数据后续还需进一步处理才能用于科研。
     
  • NGSIM数据集-跟随行驶数据处理结果
    优质
    本数据集包含经过处理的车辆跟随行驶信息，基于NGSIM项目采集的数据，旨在提供精确的交通流分析和驾驶行为研究所需的关键参数。 利用NGSIM数据处理程序（跟驰车辆）对NGSIM数据集进行处理得到的数据。处理过程是以目标车辆和前车为切入点，获取目标车辆跟随某一辆前车在连续时间戳下跟驰行驶的相关信息，包括目标车的横纵坐标（位置信息）、速度、加减速度、车道编号、前车ID、后车ID以及与前车保持的车头间距和时距。经过处理后的数据会存放在一个以目标车辆ID及其对应的前车ID命名的文件夹中，便于后续的信息获取。
     
  • MATLAB车辆跟驰仿真代码-NGSIM轨迹：基于NGSIM I-80的数据集的领导-跟随车辆轨迹对
    优质
    本项目提供了一套基于NGSIM I-80数据集的MATLAB代码，用于模拟和分析道路上的车辆跟驰行为。通过精确再现领导与跟随车辆间的动态关系，研究者可以深入理解交通流特性及优化交通安全策略。 该存储库包含MATLAB代码，用于处理新一代模拟（NGSIM）州际80（I-80）车辆轨迹数据集，并提取领导者跟随者车辆轨迹对。这些对可用于分析驾驶行为并建立汽车跟随模型。车道变更情景已删除。 步骤如下： 1. 从NGSIM网站下载数据。 2. 转到创建账户，搜索数据I-80。 3. 下载车辆轨迹数据。此项目中使用了RETRACTERTEDtrajectories-400-0415_NOMOTORCYCLES.csv文件。 4. 获取csv文件后，将其添加到项目文件夹下并运行saveNGSIMdata.m脚本。 5. 运行main.m，其中包含一个示例，在通道2上绘制轨迹对。
     
  • US101 NGSIM车辆划分数据集
    优质
    US101 NGSIM车辆划分数据集包含美国加州US101高速公路特定区域在高峰时段的详细交通流信息，记录了大量车辆的运动轨迹与行为模式。 依据车辆编号将US101中的数据进行整合，每个工作表包含一个车辆的信息，并且每辆车的数据都按照时间顺序排列。这样可以确保信息全面且成本低廉。
     
  • 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。
     
  • 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。
     
  • 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。
     
  • US101 NGSIM数据集：车道保持车辆及周边车辆信息
    优质
    简介：该数据集基于US101高速公路场景，利用NGSIM技术收集了大量车辆在行驶过程中的行为数据，特别聚焦于车道保持情况及其周围环境影响。 依据车辆编号将US101中的数据进行整合，并筛选出车道保持的车辆及其周围（主要是目标车道及旁边车道前后方）的信息。每个车辆的数据整理成一个Excel文件，每一个Excel包含多个sheet，每个sheet代表某一时刻本车和周围所有相关车辆的详细信息。这些数据全面、价格合理，适用于无人驾驶相关的决策规划、轨迹分析预测等研究工作。
     
  • US101 NGSIM数据集-车道保持车辆分类数据集
    优质
    简介：US101 NGSIM数据集专注于分析加州US101高速公路特定路段内车道保持车辆的行为特征，提供了详细的车辆分类及动态信息。 根据车辆编号对US101中的数据进行整合，并筛选出车道保持的车辆信息。每个工作表包含一辆车道保持车辆的所有时刻的信息，适合用于轨迹规划、预测和分析决策。这些数据全面且价格低廉。
     
  • 基于NGSIM数据的车辆变道周边车辆信息提取
    优质
    本研究利用NGSIM数据，提出了一种有效的方法来提取车辆变道时周围环境的信息，为智能驾驶提供理论支持。 通过编写Python代码来处理NGSIM数据集中US-101路段车辆的车道变化情况，并提取主车周边（距离小于等于60米）的车辆信息。文件中记录了周边车辆的相关数据，包括ID、坐标、速度、加速度、车头时距、车头间距、所在车道和类型等；同时也有主车的信息，如其ID、坐标位置及动态参数。考虑到可能存在相同的ID被重复使用的情况，因此通过为每个变道时刻添加时间戳来确保能够准确识别每辆车的每一次变化情况。