OnSiteVRU：面向高密度易损路用户的高分辨率轨迹数据集
计算机视觉与模式识别
2026-04-30 v3 机器人学
摘要
随着城市化进程的加快和交通需求的增长，混合交通环境中弱势路用户（VRUs，如行人和骑行者）的安全问题日益凸显，亟需高精度且样本丰富的轨迹数据以支持自动驾驶系统的开发与优化。然而，现有数据集不足以捕捉VRUs行为的多样性与动态特性，难以满足复杂交通环境的研究需求。为此，本研究开发了OnSiteVRU数据集，涵盖交叉口、道路段及城市村落等多种场景，数据集包含约17,429条 motor vehicles、电动自行车及人力自行车的轨迹数据，数据精度达到0.04秒。数据集集成了空中视角自然驾驶数据与载板实时动态检测数据，并融合了交通信号、障碍物及实时地图等环境信息，实现了对交互事件的全面重建。结果表明，VRU_Data在VRUs密度和场景覆盖方面优于传统数据集，更全面地代表了VRUs行为特征，为交通流建模、轨迹预测及自动驾驶虚拟测试提供了关键支持。数据集已公开提供下载：https://www.kaggle.com/datasets/zcyan2/mixed-traffic-trajectory-dataset-in-from-shanghai。
引用
@article{arxiv.2503.23365,
title = {OnSiteVRU: A High-Resolution Trajectory Dataset for High-Density Vulnerable Road Users},
author = {Zhangcun Yan and Jianqiang Li and Peng Hang and Jian Sun},
journal= {arXiv preprint arXiv:2503.23365},
year = {2026}
}