路侧轨迹数据集

1. 研究背景

        随着自动驾驶技术的飞速发展，对高精度、全量全时全域的交通数据的需求日益迫切。传统的交通数据采集方法，如抽样调查和断面流量检测，已无法满足现代交通研究与应用的需求。本团队基于在交通感知领域的深厚积累和创新能力，提出了路侧轨迹数据集的概念，并成功构建了该数据集。此数据集旨在通过先进的传感器技术和数据处理算法，为交通流量分析、路径规划优化、车辆行为建模等研究提供高质量的数据支持。

2. 数据集的含义与生成方法

（1）数据集概述

        路侧轨迹数据集是基于多种传感器采集的高精度车辆轨迹数据，涵盖了车辆在不同交通环境下的动态行为。数据集包括车辆的时空轨迹、速度、加速度以及周边环境信息等，能够真实反映车辆在实际道路中的行驶状态。

图1 苏州青龙岗和相城大道路口街景

（2）数据采集与处理

        数据采集主要依赖于部署在路侧基站设备上的高精度传感器，如激光雷达、摄像头、毫米波雷达等，以及安装在路边的监测设备。这些设备能够实时捕捉车辆的位置、速度、行驶方向等信息。采集到的原始数据经过严格的预处理流程，包括数据清洗、滤波、时间同步等步骤，以去除噪声和异常值，确保数据的准确性和一致性。随后，利用先进的轨迹重构算法，将离散的观测数据整合成连续的车辆轨迹。

（3）数据增强与融合

        为了进一步提升数据集的完整性和可用性，本团队采用了数据增强技术，如基于交通流理论的轨迹预测和基于机器学习的异常检测。同时，通过多源数据融合算法，将不同传感器采集的数据进行融合，形成统一的数据格式，为后续的数据分析和应用提供便利。

3. 数据的有效性

        路侧轨迹数据集经过了严格的有效性验证。通过与实际交通流量检测结果对比，数据集在反映交通流量变化趋势方面具有高度一致性。在车辆轨迹跟踪精度方面，通过与高精度定位设备的测量结果进行比对，验证了数据集在车辆位置和速度信息上的准确性。此外，数据集还通过了多种复杂交通场景的测试，如城市道路拥堵场景、高速公路合流场景等，均表现出良好的数据稳定性和可靠性。

4. 数据的开放使用

        路侧轨迹数据集包括一个压缩包文件data.rar和一个场景库轨迹数据字段说明文件。

数据提供单位

        本数据由国家重点研发计划课题“多载运装备交互计算与运动控制（2023YFB4301902）”研究团队提供，受国家重点研发计划项目“自主式交通系统计算技术（2023YFB4301900）”资助，课题牵头单位为北京航空航天大学，数据采集单位为课题参与单位北京万集科技股份有限公司。

数据集：

•    data.rar
•    场景库轨迹数据字段说明.xlsx