车辆轨迹数据集

最新推荐文章于 2024-06-21 21:48:01 发布
最新推荐文章于 2024-06-21 21:48:01 发布
阅读量3.5k 收藏 41
点赞数 9
分类专栏： 隐私保护 文章标签： 自动驾驶 人工智能 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hl156/article/details/120912545
版权

最近在整理一些车辆轨迹的预测方面的文献，顺便总结一下文献中提到的车辆轨迹数据集。

1.Italy,Bologna
1.数据集为意大利博洛尼亚地区某个工作日早上8.00-9.00超过22000辆车的车辆行驶数据
2.数据采样时间间隔为1s
3.车辆轨迹数据包括：时间-车辆ID-经纬度-速度
http://academic.lucabedogni.it/the-bologna-ringway-dataset/

2.Germany,Cologne
1.数据集为德国科隆400平方公里地区某个工作日上午6.00-8.00的车辆行驶数据
2.数据采样时间间隔为1s
3.车辆轨迹数据包含：时间-车辆ID-经纬度-速度
http://kolntrace.project.citi-lab.fr/

3.深圳宝安区-车流量日统计数据

深圳市政府数据开放平台数据集详情 (sz.gov.cn)

4.NGSIM

Next Generation Simulation (NGSIM) Vehicle Trajectories and Supporting Data | Department of Transportation - Data Portal

5.微软的T-Drive项目

T-Drive: Driving Directions based on Taxi Traces - Microsoft Research

有不足和错误大家可以积极补充，有些数据集下载很慢，如果有更好的链接大家可以附上，谢谢。

马踏岛国赏樱花
关注
  • 9
    点赞
  • 踩
  • 41
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
车辆自然驾驶轨迹数据集介绍
01-20
文章目录NGSIMNGSIM 概览快速路车道选择算法Interstate 80 Freeway 数据集Lankershim Boulevard 数据集US highway101数据集动态交通分配DTACORSIMAIMSUNHighDITS DataHub 美国智能交通数据库Data.gov NGSIM NGSIM 概览 NGSIM项目包含三个部分，摄像头采集的真实数据集、核心仿真算法和文档。 next generation simulation 快速路车道选择算法 FLS（freeway lane selection）算法基于驾驶员在快速路上行驶会选择最优的目标车道这一概念，根据22个变量
车流量数据集+PeMs-SF+预测
08-31
这个数据集描述了旧金山湾区高速公路不同车道的占用率，在0到1之间。这些测量的时间跨度为1/1/2008至3/30/2009，数据每10分钟采样一次。
多条轨迹数据（文本格式）的可视化
Puzzle的博客
07-25 3286
前言 轨迹数据通常是以文本格式存储的，本文将通过转换获取shapefile格式的线数据，实现轨迹数据的可视化。 数据 以一份成都市出租车GPS记录数据为例，该数据集已提前清洗完成，仅提取了原始数据集中某一天的部分数据。数据记录了成都市部分出租车在载客时的GPS位置和时间等信息，数据记录的格式为 CSV 格式。 对各个字段逐个解释如下： ID：出租车的ID。每辆出租车的TID都是唯一的。 Lat：出租车状态为载客时的纬度。 Lon：出租车状态为载客时的经度。 Ti...
车辆轨迹预测系列 (二)：常见数据集介绍
最新发布
a_student_2020的博客
06-21 1546
车辆轨迹预测系列 (二)：常见数据集介绍-介绍九种数据集，并给出下载方式和下载地址，以及相应的论文资源
滴滴驾驶行为开放数据集：GPS和IMU数据处理
热门推荐
weixin_41223591的博客
06-19 1万+
滴滴驾驶行为开放数据集1.数据集介绍1.1 驾驶行为基础信息：driver_accident_base_data1.2 GPS&IMU数据1.3 数据申请2. GPS数据处理2.1 GPS数据详情2.2 数据处理思路2.2.1 官方思路2.2.2 直接导入jar包，使用java程序进行解压。2.2 IMU数据反编码 1.数据集介绍 数据来源： https://gaia.didichuxing.com . 数据来自于滴滴网约车2020年10月份抽样司机行驶中的所有传感器数据，包括IMU&GP
自动驾驶中的轨迹预测数据集汇总！
CV_Autobot的博客
09-23 7260
作者|冯偲 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/555618753点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【ECCV2022】获取ECCV2022所有自动驾驶方向论文！1.nuScenes下载链接：https://www.nuscenes.org/预测类别：车辆 ，行人等202...
下一代仿真 (NGSIM) 车辆轨迹和支持数据
weixin_45080073的博客
12-28 1344
下一代仿真 (NGSIM) 车辆轨迹和支持数据 元数据更新： 2020 年 11 月 12 日 下一代模拟 (NGSIM) 计划的研究人员收集了加利福尼亚州洛杉矶的 US 101 南行和 Lankershim 大道、加利福尼亚州埃默里维尔的 80 号州际公路东行以及佐治亚州亚特兰大的桃树街的详细车辆轨迹数据。数据是通过同步数码摄像机网络收集的。NGVIDEO 是为 NGSIM 程序开发的定制软件应用程序，从视频中转录了车辆轨迹数据。该车辆轨迹数据每十分之一秒提供研究区域内每辆车的精确位置，从而产生详细的车道
HighD大型自然车辆轨迹数据集
04-29
德国亚琛工业大学汽车工程研究所新近发布的HighD数据集是德国高速公路的大型自然车辆轨迹数据集，数据搜集自德国科隆附近的六个不同地点， 位置因车道数量和速度限制而异，记录的数据中包括轿车和卡车。数据集包括...
GPS轨迹数据集
10-11
GPS轨迹数据集是一种重要的资源，尤其在现代信息技术和人工智能领域，它被广泛应用于地理信息系统（GIS）、导航系统、交通管理、行为分析等多个方面。在这个数据集中，包含了GPS轨迹数据以及相应的标签，这些信息...
轨迹数据集网站
01-21
最近在研究轨迹数据方面的课题，特意收集大量关于轨迹方面的网站，里面包括出租车等方面的数据集。
车辆轨迹数据公开数据集NGSIM.csv
05-11
车辆原始轨迹数据
GPS轨迹大数据集 Geolife Trajectories 1.3.zip part2
08-24
该GPS轨迹数据集由182位用户在（微软亚洲研究院）Geolife项目中收集，历时超过五年（2007年4月至2012年8月）。 该数据集的GPS轨迹由一系列时间戳点表示，每个点都有其中包含纬度，经度和海拔高度的信息。 该数据集包含17,621个轨迹，总距离为1,292,951公里，总持续时间为50,176小时。 这些轨迹由不同的GPS记录仪和GPS手机记录，并具有各种采样率。 91.5％的轨迹以密集表示记录，例如 每1~5每秒秒或每5~10米。 该数据集记录了广泛的用户户外活动，不仅包括回家和上班等生活习惯还有一些娱乐和体育活动，如购物，观光，餐饮，远足和骑自行车。 这条轨迹数据集可用于许多研究领域，例如移动模式挖掘，用户活动识别，基于位置的社交网络，位置隐私和位置建议。 虽然这个数据集分布在中国30多个城市，甚至在美国和欧洲的一些城市，大部分数据都是在中国北京创建的。 图1绘制了该数据集在北京的分布（热图）。该位于加热条右侧的数字表示某个位置产生的点数。
百度地图运动轨迹 车辆行驶轨迹
07-27
百度地图运动轨迹 车辆行驶轨迹 js坐标运动轨迹
汽车数据集
04-05
机器视觉汽车图像检测数据集Computer vision car dataset for opencv and machine learning》by Vlada Kucera。
清华大学大数据分析课程资料
11-24
清华大学《大数据分析》课程的课程资料，包括课程讲义、课程大纲等，是大数据学习的必读材料。
出租车轨迹数据
10-16
出租车轨迹数据，可以用于大数据轨迹数据分析实验，可以用来分析
机器学习实践：气象数据分析-10
奔腾游子
01-20 6616
机器学习实践：气象数据分析 1、实验描述 本节实验主要是针对气象数据进行分析，从实验数据中分析温度、湿度、风力、风向等数据，再利用matplotlib进行绘图，直观展示分析结果，通过本节实验我们能够直观感受到python数据分析在实战中的应用 实验时长：90分钟 主要步骤： 数据准备 温度随时间变化数据分析 海洋距离对温度的影响分析 海洋距离对温度的线性回归分析 湿度随时间变化数据分析 风向数据分析 风力均值数据分析 2、实验环境 虚拟机数量：1 系统
GPS轨迹数据集免费下载资源整理
Fang_cl的博客
04-04 2001
GPS轨迹数据集免费下载资源整理 本文主要是整理了GPS轨迹数据集免费资源库，从这些库中能够免费下载到GPS数据，同时还整理出了这些数据的格式，数据集的简单描述等等。如果你发现更好的相关数据资源，欢迎共享 ? 注意： 部分数据...
openlayers 根据经纬度画轨迹
06-04
要根据经纬度在 OpenLayers 上画轨迹，你可以按照以下步骤进行操作： 1. 创建一个 OpenLayers 的地图对象 ```javascript var map = new ol.Map({ target: 'map', layers: [ new ol.layer.Tile({ source: new ol.source.OSM() }) ], view: new ol.View({ center: ol.proj.fromLonLat([0, 0]), zoom: 2 }) }); ``` 2. 创建一个轨迹的图层 ```javascript var trackLayer = new ol.layer.Vector({ source: new ol.source.Vector(), style: new ol.style.Style({ stroke: new ol.style.Stroke({ color: '#FF0000', width: 3 }) }) }); map.addLayer(trackLayer); ``` 3. 根据经纬度创建一个轨迹的要素 ```javascript var lineString = new ol.geom.LineString([ ol.proj.fromLonLat([lon1, lat1]), ol.proj.fromLonLat([lon2, lat2]), // ... ]); var feature = new ol.Feature({ geometry: lineString }); ``` 4. 将轨迹要素添加到轨迹图层中 ```javascript trackLayer.getSource().addFeature(feature); ``` 5. 重复步骤 3 和 4 直到所有的轨迹要素都添加完毕。 注意，这里的经纬度需要使用 `ol.proj.fromLonLat` 方法进行转换，以符合 OpenLayers 的坐标系要求。同时，轨迹要素的创建和添加过程可以根据实际需求进行封装和优化。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值