SceNDD：一个基于场景的自然驾驶数据集
机器人学
2022-12-26 v1 系统与控制
系统与控制
摘要
本文提出SceNDD：一个基于场景的自然驾驶数据集，其构建于在印第安纳波利斯市中心一辆装备车辆所采集的数据之上。数据采集在68次驾驶会话中完成，每次会话有不同驾驶员，时长约20--40分钟。创建该数据集的主要目标是为研究界提供具有多样化轨迹与驾驶行为的真实驾驶场景。数据集包含自车路径点、速度、偏航角，以及非自车参与者的路径点、速度、偏航角、进入时间和退出时间。为用户提供了一定灵活性，以便可向现有场景中添加参与者、传感器、车道、道路和障碍物。我们使用联合概率数据关联（JPDA）跟踪器来检测路上的非自车车辆。我们给出了所提数据集的一些初步结果及若干相关应用。完整数据集预计于2023年初发布。
引用
@article{arxiv.2212.12436,
title = {SceNDD: A Scenario-based Naturalistic Driving Dataset},
author = {Avinash Prabu and Nitya Ranjan and Lingxi Li and Renran Tian and Stanley Chien and Yaobin Chen and Rini Sherony},
journal= {arXiv preprint arXiv:2212.12436},
year = {2022}
}
备注
Conference: 2022 IEEE 25th International Conference on Intelligent Transportation Systems (ITSC). Link: https://ieeexplore.ieee.org/document/9921953