PDB：并非所有驾驶员都相同——一个用于理解驾驶行为的个性化数据集
计算机视觉与模式识别
2025-03-11 v1 人工智能
摘要
驾驶行为本质上是个人化的，受个人习惯、决策风格和生理状态的影响。然而，大多数现有数据集将所有驾驶员视为同质的，忽略了驾驶员特定的变异性。为了解决这一差距，我们引入了个性化驾驶行为 (PDB) 数据集，这是一个多模态数据集，旨在捕捉自然驾驶条件下驾驶行为的个性化。与传统数据集不同，PDB 通过在各次实验中保持一致的路线、车辆和光照条件，最大限度地减少了外部影响。它包括来自 128 线 LiDAR、前置摄像头视频、GNSS、9 轴 IMU、CAN 总线数据（油门、刹车、转向角）以及驾驶员特定信号（如面部视频和心率）的来源。该数据集包含 12 名参与者，约 270,000 帧 LiDAR 数据，160 万张图像和 6.6 TB 的原始传感器数据。处理后的轨迹数据集由 1,669 个片段组成，每个片段跨度为 10 秒，间隔为 0.2 秒。通过显式捕捉驾驶员的行为，PDB 为人因分析、驾驶员识别和个性化出行应用提供了独特的资源，有助于以人为本的智能交通系统的发展。
引用
@article{arxiv.2503.06477,
title = {PDB: Not All Drivers Are the Same -- A Personalized Dataset for Understanding Driving Behavior},
author = {Chuheng Wei and Ziye Qin and Siyan Li and Ziyan Zhang and Xuanpeng Zhao and Amr Abdelraouf and Rohit Gupta and Kyungtae Han and Matthew J. Barth and Guoyuan Wu},
journal= {arXiv preprint arXiv:2503.06477},
year = {2025}
}