Mr.J的博客

通过Python代码的编写，实现车辆变道起止点的前后车车辆信息提取，使用数据集为highD数据集。

本文通过对Python代码的编写，实现对HighD数据集中车辆变道时本车及当前车道和目标车道的前后车数据获取，使用获取的数据可进行换道决策，模型验证等研究。

由德国亚琛工业大学汽车工程研究所发布的HighD数据集，是德国高速公路的大型自然车辆轨迹数据，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。数据集包括来自六个地点的11.5小时测量值和110 000车辆，所测量的车辆总行驶里程为45 000 km，还包括了5600条完整的变道记录。通过使用最先进的计算机视觉算法，定位误差通常小于十厘米。适用于驾驶员模型参数化、自动驾驶、交通模式分析等任务。HighD的数据格式和后续推出的InD，RounD有细微...