CitySim：面向安全研究与数字孪生的基于无人机的车辆轨迹数据集
计算机视觉与模式识别
2023-08-21 v2 机器学习
摘要
安全导向的研究与应用之发展需要细粒度车辆轨迹，其不仅须具备高精度，还须捕获大量安全关键事件。然而，现有车辆轨迹数据集难以同时满足这两项要求。本文介绍 CitySim 数据集，其核心目标是促进安全导向的研究与应用。CitySim 拥有从 12 个地点录制的 1140 分钟无人机视频中提取的车辆轨迹，涵盖多种道路几何形态，包括高速公路基本段、信号控制交叉口、停车控制交叉口及无控制交叉口。CitySim 通过确保轨迹精度的五步流程生成，包括视频稳像、目标滤波、多视频拼接、目标检测与跟踪以及增强误差滤波。此外，CitySim 提供车辆的旋转包围盒信息，已被证明可改进安全评估。相较于其他基于视频的关键事件，包括切入、合流与分流事件，其通过最小碰撞时间与最小侵入后时间分布得以验证。另外，CitySim 能够通过提供相关资产（如录制地点的三维底图与信号配时）来促进数字孪生相关研究。
引用
@article{arxiv.2208.11036,
title = {CitySim: A Drone-Based Vehicle Trajectory Dataset for Safety Oriented Research and Digital Twins},
author = {Ou Zheng and Mohamed Abdel-Aty and Lishengsa Yue and Amr Abdelraouf and Zijin Wang and Nada Mahmoud},
journal= {arXiv preprint arXiv:2208.11036},
year = {2023}
}
备注
Transportation Research Record (2023)