NGSIM
文章平均质量分 56
惜君如常
这个作者很懒,什么都没留下…
展开
-
车辆轨迹数据的小波去噪
小波去噪具有受噪声影响小,相较于卡尔曼滤波、滑动平均等方法而言,对非单一频率、非周期变化的信号具有更好的效果,因而,很适用于对车辆轨迹数据进行去噪。文中给出影响小波去噪效果的参数及参数选取的优缺点,并基于NGSIM数据集进一步给出实现小波去噪的python源码。原创 2023-06-01 17:25:43 · 1763 阅读 · 0 评论 -
NGSIM数据集Python处理(车辆变道时本车道和目标车道前后车数据提取)
在进行车辆直行变道的决策研究时,本车道前车和目标车道前后车的数据及其重要,这些数据直接影响到车辆变道动作执行的可能性,在一般的研究中,大多驾驶车辆采集车辆变道时相关的数据,但是由此得到的数据很少,且很难获得,也有一些研究通过手动筛选的方式,从已有数据集中获取部分研究数据,但手动筛选数据,务必导致效率低下且可能因为筛选的数据囊括的情况较少,直接影响到研究的真实、可靠性。NGSIM数据集具有量大质优的特点,但其原始数据中并未直接体现出上述的数据,本文使用Python代码的编写,实现上述数据的的提...原创 2022-05-11 21:13:13 · 4849 阅读 · 24 评论 -
NGSIM数据集Python处理(跟驰车辆前后车数据提取)
本文使用Python代码实现对NGSIM数据集中跟驰车辆前后车数据的获取。主要使用numpy和pandas两个库。在筛选时,去掉了无前车和后车的数据,即前车或后车ID为0。本文提供代码大体框架介绍,如需完整代码,可点击本人上传的资源进行下载(1条消息) 跟驰本车及前后车数据获取-数据挖掘文档类资源-CSDN文库构建初始数据列构建空白列,用于保存数据。data['v_Preceding'] = np.nandata['a_Preceding']=np.nandata['x_Preceding'原创 2022-05-11 11:15:18 · 4922 阅读 · 6 评论 -
NGSIM数据集Python处理(超车变道数据筛选)
NGSIM数据集因其量大质优,在车辆跟驰、变道等领域的研究中被广泛使用,作为一种特殊的变道行为,超车变道存在其显著的特点,但对超车变道的研究较少,一方面,超车变道数据的获取存在一定难度,另一方面,超车变道的决策较为复杂,本文通过Python代码的编写,实现对NGSIM数据集中产生超车变道行为的车辆数据进行提取,以下概述代码主体部分及部分说明。如需完整代码,可点击本人上传的代码链接进行下载。NGSIM数据集超车变道数据筛选-数据挖掘文档类资源-CSDN文库获取每一车辆切割索引数据通过原始...原创 2022-05-11 10:41:39 · 1633 阅读 · 4 评论 -
NGSIM数据集Python处理(车辆变道时周边车辆数据提取)
本文通过Python代码的编写,对NGSIM数据集中车辆变道时周边车辆的加速度、速度等信息进行提取,主要介绍代码逻辑及思路。关于NGSIM数据集不再赘述,本人上传有NGSIM各路段各车型的车辆数据以及各路段平面示意图,可点击链接NGSIM数据.zip_ngsim提取换道数据Python源代码-交通文档类资源-CSDN文库进行下载。本文代码实现基于NGSIM数据集中US-101路段的小型车数据,前期数据筛选和提取看参见本人前期发表文章NGSIM数据集Python处理(按照路...原创 2022-03-01 16:43:12 · 5366 阅读 · 14 评论 -
python实现大型CSV文件的切割(以NGSIM数据为例)
在EXCEL中预览csv文件时,由于软件限制,仅能预览1048765行,大型csv文件在EXCEL中将无法展示1048765行以后的数据。因此,有必要对于大型csv文件进行切割,将大文件切分为数个能够被完整查看的子文件。本文使用Python代码实现对大型CSV文件的切割操作,文件已NGSIM数据中I-80路段小型车数据为例。关于前期数据准备,可参见本人前期发表的文章。NGSIM数据集Python处理(按照路段和车型筛选数据)_Mr.J的博客-CSDN博客_ngsim直接上代码:import pan原创 2022-01-11 15:12:17 · 4538 阅读 · 5 评论 -
NGSIM数据集Python处理(变道数据筛选)
本文通过Python代码的编写,实现对NGSIM数据I-80路段小型车数据中产生变道行为的车辆进行筛选。关于前期数据的准备,可参看本人原来发表的文章NGSIM数据集Python处理(按照路段和车型筛选数据)_Mr.J的博客-CSDN博客NGSIM数据集中会存在ID被复用的情况,以同一ID数据的全局时间间断点作为索引构建切割索引列表。该部分代码如下: lst_Global_Time = list(new_data.loc[:, 'Global_Time']) for i in rang原创 2021-12-28 10:49:29 · 5520 阅读 · 16 评论 -
NGSIM数据集Python处理(跟驰车队筛选)
NGSIM数据集具有高精度、覆盖广等特征,大量论文使用NGSIM数据集来研究车辆的跟驰行为,如验证跟驰模型,跟驰模型参数标定等,本文使用Python代码实现对跟驰车队的筛选,未进行数据平滑处理。通过代码自定义车头间距、车头时距、跟驰时间阈值,通过不同的前车对同一ID车辆数据进行切分,解决了原始数据中同一ID被多个车辆复用而导致的数据异常问题原创 2021-12-22 11:03:44 · 6855 阅读 · 28 评论 -
NGSIM数据集Python处理(按照路段和车型筛选数据)
关于NGSIM数据集的介绍不再赘述,详见他人文章:(29条消息) NGSIM数据集相关解释_29世纪杀马特的博客-CSDN博客_ngsim数据集本文章主要通过Python完成NGSIM数据集按路段和车型的筛选,话不多说,直接上代码:import pandas as pdfrom pathlib import Pathdatas = pd.read_csv('D:\\BaiduNetdiskDownload\\NGSIM_Data.csv')def main(): choice =原创 2021-12-22 10:51:40 · 7211 阅读 · 16 评论