NGSIM数据集US101的跟车场景的提取

最近要处理NGSIM数据提取一些跟车场景，在此记录，也希望有同样问题的同学能一起交流进步！

数据标签

首先，记录一下 NGSIM 数据集中各标签的详细解释（部分）：

1. Vehicle_ID: 车辆的唯一标识符。
2. Frame_ID: 帧的唯一标识符。
3. Total_Frames: 当前车辆在整个轨迹中总共出现的帧数。
4. Global_Time: 当前帧的全球时间戳（单位为毫秒）。
5. Local_X: 车辆在当前帧中的局部横坐标（单位为英尺）。
6. Local_Y: 车辆在当前帧中的局部纵坐标（单位为英尺）。
7. Global_X: 车辆在当前帧中的全球横坐标（单位为英尺）。
8. Global_Y: 车辆在当前帧中的全球纵坐标（单位为英尺）。
9. v_Length: 车辆的长度（单位为英尺）。
10. v_Width: 车辆的宽度（单位为英尺）。
11. v_Class: 车辆的类型（例如乘用车、卡车等）。
12. v_Vel: 车辆的速度（单位为英尺/秒）。
13. v_Acc: 车辆的加速度（单位为英尺/秒²）。
14. Lane_ID: 车辆所在车道的标识符。
15. Preceeding: 当前车辆前方车辆的唯一标识符（如果存在）。
16. Following: 当前车辆后方车辆的唯一标识符（如果存在）。
17. Space_Hdwy: 当前车辆与前方车辆的空间间距（单位为英尺）。-> 间距是指一辆车的前中心到前一辆车的前中心之间的距离。
18. Time_Hdwy: 当前车辆与前方车辆的时间间距（单位为秒）。

所有数据来源于: NGSIM

数据处理

接着，处理数据，我看了网上的帖子应该不需要太复杂的软件，用python+pandas就可以。

数据集很大，在读取数据的时候建议只读取自己需要的列。什么全局坐标之类的就不用提取了，筛选车辆的类型。只保留自己需要的车辆类型，摩托车啥的都去掉到这一步，就可以开始提取跟驰事件了。提取的时候，可以参考以下步骤:

1. 下载下来的数据这里有点问题，我第一次下的是杂乱的排在一起的，第二次竟然全都排列好了，不管这些；我们应该把相同车辆ID的数据放到一起，先把跟驰事件中的主车找出来，并通过不同的跟车场景来划分出场景。
2. 由于车辆ID是可能重复的，也就是说，不同时间会给不同的车编上同一个序号。为了解决这个问题，我们通过对于Global Time排序解决问题，具体做法就是对于每个车辆的ID分别做操作，在集合内部对于Global Time排序，进而得到统一的粗略行车轨迹了。
3. 数据集内大多数车辆都会有换道的行为。经过2步骤以后需要把换道的部分和不同车辆的行驶数据区分开。解决方案:数据集内有自车数据和前车的id，所以当本车和前车id与上一时刻一致，车道信息与上一时刻一致，且全局时间按0.1秒增长，就认为跟驰行为是稳定的，没有换道产生。
4. 由于我要做的是长时间持续的场景排查，所以要排除持续时间短于 30 秒的场景，即 10Hz 采样频率下的 300 帧。

代码如下：

安装python的库：

pip install pandas

第一步的代码：

"""第一步：先过滤掉摩托车和卡车，只留下automobile"""

import pandas as pd

# 假设您的数据保存在名为 'ngsim_data.csv' 的文件中
file_path = 'yourfilepath'

# 读取CSV文件到DataFrame中
df = pd.read_csv(file_path)

# 过滤v_Class为2的数据
filtered_df = df[df['v_Class'] == 2]

# 将过滤后的数据保存到新的CSV文件中
filtered_df.to_csv('yourfilepath', index=False)

第二步的代码：

"""第二步：通过Global_Time来进行升序排列"""

import pandas as pd

# 假设您的数据保存在名为 'ngsim_data.csv' 的文件中
file_path = 'yourpathfile'

# 读取CSV文件到DataFrame中
df = pd.read_csv(file_path)

# 对整个数据文件按Vehicle_ID和Global_Time进行升序排列
df_sorted = df.sort_values(by=['Vehicle_ID', 'Global_Time'])

# 将排序后的数据保存到新的CSV文件中
df_sorted.to_csv('yourpathfile', index=False)

# 输出前几行以确认
print("通过Global_Time来进行升序排列了")

第三、四步代码：

import pandas as pd

# 创建一个空的DataFrame用于保存最终结果
finally_data = pd.DataFrame()

# 读取CSV文件到DataFrame中
file_path = 'yourpathfile'
data = pd.read_csv(file_path)

# 对于每个唯一的Vehicle_ID
for ID in set(data.Vehicle_ID):
    # 过滤出相同Vehicle_ID的数据，并按Global_Time升序排序
    new_data = data[data.Vehicle_ID == ID].sort_values(by='Global_Time')

    # 获取同一ID数据的Global_Time列表
    lst_Global_Time = list(new_data.loc[:, 'Global_Time'])
    lst_Lane_ID = list(new_data.loc[:, 'Lane_ID'])
    lst_Preceding = list(new_data.loc[:, 'Preceeding'])

    lst_c = []
    lst_c.append(0)

    # 获取切割索引列表
    for i in range(len(new_data) - 1):
        # 检查是否满足稳定跟车条件
        if (lst_Global_Time[i + 1] - lst_Global_Time[i] != 100 or
                lst_Lane_ID[i + 1] != lst_Lane_ID[i] or
                lst_Preceding[i + 1] != lst_Preceding[i]):
            lst_c.append(i + 1)

    lst_c.append(len(lst_Global_Time))

    # 切割并处理同一ID对应的不同片段
    for j in range(len(lst_c) - 1):
        S_S_data = new_data.iloc[lst_c[j]:lst_c[j + 1]].copy()
        # 如果切割后数据长度大于1，则表示存在跟车行为
        if len(S_S_data) > 1:
            finally_data = pd.concat([finally_data, S_S_data])

    # 清空切割索引列表，为下一个Vehicle_ID做准备
    lst_c.clear()

# 排除持续时间短于30秒的场景（10Hz采样频率下少于300帧的片段）(如果不需要的可以删除这一部分)
min_duration_frames = 300
filtered_finally_data = finally_data.groupby('Vehicle_ID').filter(lambda x: len(x) >= min_duration_frames)

# 输出满足跟车条件且持续时间大于30秒的车辆总数
print(f'共有{len(filtered_finally_data["Vehicle_ID"].unique())}辆车辆进行了持续时间超过30秒的稳定跟车行为')

# 将最终结果保存到CSV文件中
filtered_finally_data.to_csv('yourpathfile', index=False)

print("ok")