面向自动驾驶汽车的统一纵向轨迹数据集

自动驾驶汽车有望带来交通领域的重大进步。理解自动驾驶汽车的纵向行为对这些改进至关重要，而这高度依赖于真实世界的轨迹数据。然而，现有的自动驾驶汽车开源轨迹数据集在精细化、可靠性和完整性方面往往存在不足，阻碍了有效的性能指标分析和模型开发。本研究通过创建面向自动驾驶汽车的统一纵向轨迹数据集来分析其微观纵向驾驶行为，从而应对这些挑战。该数据集汇集了来自13个不同来源的数据，涵盖了多种自动驾驶汽车类型、测试场地和实验场景。我们建立了一个三步数据处理流程：1. 提取纵向轨迹数据，2. 通用数据清洗，3. 特定数据清洗，以获得纵向轨迹数据和跟车轨迹数据。通过跨安全性、机动性、稳定性和可持续性的性能评估，以及对跟车模型中变量关系的分析，验证了处理后的数据的有效性。我们的工作不仅为纵向自动驾驶行为研究提供了标准化数据和指标，还为数据收集和模型开发设定了指导方针。