Advertisement

US101 NGSIM数据集-换车道车辆划分数据集

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


简介:
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • US101 NGSIM-
    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。
  • US101 NGSIM
    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。
  • US101 NGSIM-保持
    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。
  • US101 NGSIM-涉及及周边信息
    优质
    简介:US101 NGSIM数据集记录了美国加州US101高速公路上车辆行驶情况,特别关注于换道车辆及其周围环境的信息,为交通流分析与自动驾驶研究提供详实的数据支持。 依据车辆编号将US101中的数据进行整合,并筛选出发生换道行为的车辆及其周围(主要是目标车道及旁边车道前后的)车辆的信息。每个车辆的数据整理为一个Excel文件,每个Excel包含多个工作表,每一个工作表代表某一时刻本车和周围所有相关车辆的全部信息。这些信息全面详尽,价格经济实惠,非常适合用于无人驾驶相关的决策规划、轨迹分析预测等研究领域。
  • US101 NGSIM保持及周边信息
    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。
  • NGSIM-I-80轨迹
    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轨迹及支持
    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中超的筛选
    优质
    本研究专注于从NGSIM数据中提取并分析车辆超车及变道行为,旨在为交通流建模和智能驾驶系统提供高质量的数据支持。 通过编写Python代码来提取NGSIM数据集中进行超车变道的车辆数据,并在代码中设定两次变道之间的最小时间间隔。
  • 优质
    本数据集包含各类车型的详细信息及图像,旨在支持车辆识别与分类研究。涵盖轿车、SUV等主要类型,适用于机器学习和AI视觉项目。 对奔驰G系列和C系列进行分类。
  • 优质
    本车辆数据集包含了多种车型在不同环境下的详细信息,包括尺寸、重量、性能参数等,旨在支持自动驾驶与汽车工程研究。 《机器视觉汽车图像检测数据集Computer vision car dataset for opencv and machine learning》由Vlada Kucera制作。