CitySim:基于无人机的车辆轨迹数据集,用于安全导向研究和数字孪生
安全导向研究理念和应用的发展需要精细的车辆轨迹数据,这不仅要求高精度,还需捕捉大量关键安全事件。本文介绍了CitySim数据集,其核心目标是促进安全相关研究和应用。CitySim目前包含从12个不同地点拍摄的1140分钟无人机视频(30 FPS)中提取的车辆轨迹,我们正在增加更多地点。它涵盖了各种道路几何结构,包括高速公路基本路段、编织段、快速路汇入/分流段、信号控制交叉口、停车控制交叉口和无信号/标志控制交叉口。CitySim轨迹通过五步程序生成,确保了轨迹精度。此外,该数据集提供了车辆旋转边界框信息,证实可以改善安全评估。与其他基于视频的轨迹数据集相比,CitySim数据集包含明显更多的严重程度更高的关键安全事件,包括插入、合并和分流事件。此外,CitySim通过提供相关资产(如拍摄地点的3D底图和信号时序)促进了数字孪生应用研究。这些特性为安全研究和应用(如自动驾驶车辆安全和基于位置的安全分析)提供了更全面的条件。
完整数据访问 |
---|
由于隐私原因,数据不对公众开放。 请将请求表(在此下载表格)发送至此邮箱:citysim.ucfsst@gmail.com |
最新动态
- LimSim支持高速公路B和快速路A地图,LimSim是一个长期交互多场景交通模拟器,旨在提供复杂城市道路网络下的持续模拟能力。
文档
数据集文档和文件格式说明可以在这里找到。
地点示例
交叉口
环岛
合作地点
由相关团队托管和分发的协作位置。请联系相关团队以访问数据
高速公路A 编织段 亚洲 与西南交通大学 数据科学与交通安全实验室合作 | |
---|---|
高速公路B 编织段 亚洲 与东南大学合作 袁仁腾/项乔军博士 | |
高速公路B 基本路段 亚洲 与西南交通大学 数据科学与交通安全实验室合作 | |
高速公路C 汇入/分流段 亚洲 与西南交通大学 数据科学与交通安全实验室合作 | |
高速公路D(待定) 汇入/分流段 亚洲 与香港理工大学合作 Tony Sez博士 |
特点
数字孪生基础地图 | Sumo Carla 联合仿真 | 信号配时提取 |
---|---|---|
应用场景
VR驾驶模拟 | 自动驾驶车辆仿真 | 传感器仿真 |
---|---|---|
速度分析 | 替代安全措施 | 碰撞分析 |
数据提取工具
现任贡献者
Mohamed Abdel-Aty | 郑鸥 | 王子进
前任贡献者
岳立盛萨 | Amr Abdelraouf | Nada Mahmoud
引用
如果您在研究中使用CitySim数据集,请使用以下BibTeX条目。
@article{zhang2023citysim,
author = {Ou Zheng and Mohamed Abdel-Aty and Lishengsa Yue and Amr Abdelraouf and Zijin Wang and Nada Mahmoud},
title ={CitySim: A Drone-Based Vehicle Trajectory Dataset for Safety-Oriented Research and Digital Twins},
journal = {Transportation Research Record},
year = {2023},
doi = {10.1177/03611981231185768},
}
@article{zhengdevelopment,
title={DEVELOPMENT, VALIDATION, AND INTEGRATION OF AI-DRIVEN COMPUTER VISION AND DIGITAL-TWIN SYSTEMS FOR TRAFFIC SAFETY DIAGNOSTICS},
author={ZHENG, OU}
}
项目
社区中使用CitySim的项目:
- LimSim,LimSim是一个长期交互式多场景交通模拟器,旨在在复杂的城市道路网络下提供持续的模拟能力。
相关出版物
查看基于CitySim和ARCIS的出版物。