交通数据集整理

国内外交通数据集介绍(附参数说明) 本文对国内外部分交通数据集进行了介绍、对相关参数的进行了说明。 阅读详情
AI摘要

该博客整理了交通领域的数据集,涵盖交通领域开源数据集,如NGSIM、HighD等;还有滴滴盖亚数据集、上海路网GIS数据(2016)以及深圳市政府数据开放平台的交通相关数据,介绍了各数据集特点及下载地址,适用于交通研究和自动驾驶等领域。

一、交通领域开源数据集

NGSIM数据集

NGSIM 的全称为 Next Generation Simulation,是由美国联邦公路局发起的一项数据采集项目,被交通界学者广泛用于 车辆跟驰换道等驾驶行为研究,交通流分析,微观交通模型构建,车辆运动轨迹预测,驾驶员意图识别,自动驾驶决策规划 等。所有数据均为在美国高速公路国道101上采集的实际运行轨迹数据。数据文件包含3个txt文档,三个文档对应三个不同的时段,每个时段为15分钟。

bbcc38269e25b0f0075145c1cce49c3b.png

官方下载:

https://data.transportation.gov/Automobiles/Next-Generation-Simulation-NGSIM-Vehicle-Trajector/8ect-6jqj

HighD数据集

由德国亚琛工业大学汽车工程研究所发布的HighD数据集,是德国高速公路的大型自然车辆轨迹数据,搜集自德国科隆附近的六个不同地点, 位置因车道数量和速度限制而异,记录的数据中包括轿车和卡车。数据集包括来自六个地点的11.5小时测量值和110 000车辆,所测量的车辆总行驶里程为45 000 km,还包括了5600条完整的变道记录。通过使用最先进的计算机视觉算法,定位误差通常小于十厘米。适用于驾驶员模型参数化、自动驾驶、交通模式分析等任务。

cb818904085b608d15b5281c5a97b8e5.png

官方下载:

https://www.highd-dataset.com/ ,需要提交申请方可下载。

Mirror-Traffic

由清华大学苏州汽车研究院和江苏智能网联汽车创新中心联合发布,从中国真实道路交通数据中,运用图像识别与追踪技术对真实道路图像中的交通参与物进行识别与跟踪,并对提取后的轨迹进行过滤与筛选,最终得到各类车辆、行人等轨迹数据。该数据集覆盖多种道路类型(匝道、直道、弯道、十字路口等)和多种交通流状态(车流量小、适中、拥堵等),数据中包含多种车辆类型和行人等,交通参与物轨迹精度可以达到厘米级,非常适合驾驶场景提取、驾驶场景生成、驾驶行为、意图预测类模型研发、自然驾驶行为的模仿学习、自动驾驶预测和规划算法的开发和验证、交通流(速度、密度)分析、微观交通模型仿真等研究。

fe521bb1c65360cccb80e25651754e86.gif

官方下载:

http://www.scenarios.cn/html/dataset.html 

 

美国交通事故数据(2016-2019)

美国全国交通事故数据集,涵盖美国49个州。数据是从2016年2月到2019年3月使用几个数据提供程序收集的,包括两个提供流交通事件数据的API,由各种实体捕获的交通事件,例如美国和州交通运输部门,执法机构,交通摄像头和道路网络中的交通传感器。当前,该数据集中大约有225万起事故记录。

 

英国高速公路交通流量数据集

有关英国高速公路上主干道和次干道路交通流量统计,有关过去18年收集的34,416个手动计数点的道路交通统计信息。用于分析各路口的拥挤情况。

 

其他车辆行驶轨迹数据集

(1)上海出租车数据

1.数据集包括4千辆出租车24个小时(07年2月20日)的行驶数据

2.车辆行驶数据的采样时间间隔为1min

3.车辆轨迹数据包含:车辆ID-Time-经纬度-速度-是否载客

下载地址:

https://www.cse.ust.hk/scrg/

(2)法国环形道路车辆数据

1.数据集为法国克雷泰伊的一个环形道路上早上两小时(7.00-9.00)和晚上两小时(17.00-19.00)的车辆行驶数据

2.数据采样时间间隔为1s

3.车辆轨迹数据包含:车辆ID-时间-车辆类型-坐标-车辆速度

下载地址:

https://vehicular-mobility-trace.github.io/

(3)美国加利福尼亚高速公路数据

1.数据集为加利福尼亚两条高速公路上不同交通密度的车辆行驶数据

2.数据采样时间间隔为1s

3.车辆轨迹数据包含:时间-车辆ID-经纬度-速度

下载地址:

http://cs-people.bu.edu/nabeel/VANETs_Mobility_Dataset/

(4)纽约出租车数据

2009-2020年纽约黄色和绿色的出租车行程记录数据,包括接送日期/时间、接送地点、行程距离、分项票价、费率类型、付款类型和司机报告的乘客数量等。是一个非常经典、学术界常用的出租车数据集。

下载地址:

https://www1.nyc.gov/site/tlc/about/tlc-trip-record-data.page

(5)芝加哥Divvy共享自行车骑行数据

芝加哥市Divvy共享自行车2013至今的骑行使用数据,包括使用者性别、年龄、每次旅行的起点,目的地和时间戳。开始和结束时间、起点经纬度、重点经纬度等。

下载地址:

https://www.divvybikes.com/system-data

(6)多伦多市共享自行车数据
下载地址:

https://open.toronto.ca/dataset/bike-share-toronto-ridership-data/

二、滴滴盖亚数据集

包括城市交通指数数据集、驾驶行为数据集、POI检索数据集、网约车轨迹数据集、驾驶场景视频数据集等。数据质量很高

下载地址:

https://outreach.didichuxing.com/research/opendata/,需要国内高校的邮箱注册并提交申请,一般1-2周批复。

三、上海路网GIS数据(2016)

包括简略版和详细版,详细版将所有道路细分为高速、国道、省道、城市快速路、县道、村道和其他道路等,并有道路名称、高程等详细信息。

四、深圳市政府数据开放平台

各类数据都有,交通相关的包括停车场数据、卡口过车数据、车流量数据、公交站点路线数据、营运车辆GPS数据、刷卡数据、街道实时数据、路段属性数据等等

下载地址:

https://opendata.sz.gov.cn/

Python数据处理----highD数据集中提取车辆变道时刻后车thw 使用Python处理数据,例如在highD中提取数据时,首先要搞清楚自己要什么,然后再思考可以添加什么条件来实现它。 阅读详情

相关推荐

【服务器数据集】中心服务器上存放(下载)的交通标志和交通信号(红绿灯)灯数据集 整理

文章目录交通标志 和 信号灯(红绿灯) 数据集整理(服务器)0. 数据集整体说明如下:1. 交通标志1.1. 整理好的数据集(标志)2. 信号灯2.1. 整理好的数据集(信号灯) 交通标志 和 信号灯(红绿灯) 数据集整理(服务器) 0. 数据集整体说明如下: 使用数据集时,请复制后再使用,切勿在原数据集上直接修改。 存放路径 /home/BackUp/docker-file/common/y...

轮子去哪儿了 3845

HighD数据集Python处理(超车变道邻近车辆数据筛选)

由德国亚琛工业大学汽车工程研究所发布的HighD数据集,是德国高速公路的大型自然车辆轨迹数据,搜集自德国科隆附近的六个不同地点, 位置因车道数量和速度限制而异,记录的数据中包括轿车和卡车。数据集包括来自六个地点的11.5小时测量值和110 000车辆,所测量的车辆总行驶里程为45 000 km,还包括了5600条完整的变道记录。通过使用最先进的计算机视觉算法,定位误差通常小于十厘米。适用于驾驶员模型参数化、自动驾驶、交通模式分析等任务。HighD的数据格式和后续推出的InD,RounD有细微...

Mr.J的博客 1万+

共享单车、公交车辆位置、地铁等50+个交通数据集

交通数据集合集

5282

车辆自然驾驶轨迹数据集/交通流数据介绍

文章目录NGSIMNGSIM 概览快速路车道选择算法Interstate 80 Freeway 数据集Lankershim Boulevard 数据集US highway101数据集动态交通分配DTACORSIMAIMSUN NGSIM NGSIM 概览 NGSIM项目包含三个部分,摄像头采集的真实数据集、核心仿真算法和文档。 next generation simulation 快速路车道选择...

spatial_coder的博客 2万+

YOLO数据集整理第03期:10个工业、农业、交通、医学等垂直领域数据集下载与格式转换

目标检测是计算机视觉的核心任务,YOLO系列因速度快、精度高被广泛应用。其原理是将检测转化为回归问题,通过特征金字塔实现多尺度预测。高质量数据集是模型落地的基础,直接影响mAP和泛化能力。在工业质检、农业遥感、交通监控、医学影像等场景中,垂直数据集能显著提升检测效果。本文整理了10个精选数据集,涵盖缺陷检测、地物识别、占道经营、息肉分割等方向,并提供YOLO格式转换与训练建议。

weixin_29038303的博客 264

智能交通和无人驾驶相关数据集(合集整理)

自动驾驶数据集整理,包含 SLAM、检测、分割、重建、深度估计等

2401_87064292的博客 1851

【免费下载】 探索自动驾驶新篇章:HighD数据集详解与应用

探索自动驾驶新篇章:HighD数据集详解与应用 【下载地址】自动驾驶HighD数据集领域资源分享 HighD数据集以其高度详细和真实世界代表性而著称,涵盖了广泛的交通场景,包括多种天气条件、不同时间段的车流情况以及多样的驾驶者行为。通过无人机在德国高速公路上采集,数据以高清视频形式捕获,并经过精细标注,支持车辆跟踪、变道...

gitblog_06659的博客 4193

YOLO交通锥数据集训练全流程:从标签整理到模型部署

目标检测是计算机视觉的核心任务之一,YOLO算法凭借实时性与高精度成为工程落地的首选。在构建检测模型时,高质量标注数据集是模型效果的基础。本文围绕交通锥这一典型单类别目标,从数据集目录结构、标签格式校验(VOC与YOLO txt互转)、训练集划分等基础操作讲起,结合yolov8n在200张小规模数据集上的实战,讨论标签坐标越界、类别ID错乱等常见坑,并分享数据增强、两段式训练及ONNX导出的部署思路。无论你是算法新手还是施工安全场景开发者,都能通过这条完整链路快速跑通检测识别任务。

weixin_32296621的博客 313

数据集笔记:NGSIM (next generation simulation)

包含了45分钟的转录数据,分为三个15分钟的时段,分别代表:1) 上午7:50至8:05,2) 上午8:05至8:20,以及3) 上午8:20至8:35。提供45分钟的视频数据,分为三个15分钟的时段:1)下午4:00到4:15;2)下午5:00到5:15;数据集包括两个时间段的每个摄像头的原始和处理过的视频数据的文件。数据代表了30分钟的视频,分为两个时段(下午12:45至1:00和下午4:00至4:15)。数据代表了30分钟的视频,分为两个时段(上午8:30至8:45和上午8:45至9:00)。

qq_40206371的博客 2万+

德国亚琛highD数据集

车辆原始轨迹数据

HighD数据集-自动驾驶数据集

HighD数据集-自动驾驶数据集

交通系统速度预测综述:从车辆到交通【公共交通数据集】【开源模型整理】

本篇综述将交通系统中的速度预测按规模分为三类:交通速度预测(宏观)、车速预测(微观)和车道级速度预测(中观),探讨了速度预测在不同层次上的异同,以促进对速度预测的全面理解。

SmartLab307的博客 6843

UE 动态获取 资源缩略图 下载到本地或返回图片信息

UE 动态加载资源缩略图 返回图片信息或保存到本地

qq_46080252的博客 1937

交通标志数据集-整理

中国交通标志检测数据集(CCTSDB)【新增测试数据】 https://blog.youkuaiyun.com/dong_ma/article/details/84339007 GTSDB:德国交通标志检测基准和GTSRB:德国交通标志识别基准(波鸿鲁尔大学) https://benchmark.ini.rub.de/?section=gtsrb&subsection=news LISA交通标志数据集-在6610帧(Mogelmose,Trivedi和Moeslund)上的47种美国标志类型的视频,带有7855

爱她就要努力 7020

Win11桌面图标小箭头去除与恢复:解决任务栏关联错误的完整指南

本文提供了一份完整的Win11桌面图标小箭头去除与恢复指南,重点解决了因错误方法导致的任务栏关联错误问题。通过分析注册表中IsShortcut键值与Shell Icons的原理,推荐安全的“替换图标资源法”,并提供了可一键执行的批处理脚本,确保在美化桌面的同时不影响系统功能与默认应用设置。

weixin_29288313的博客 944

单片机入门说明书:从本质到架构,一文看透MCU核心原理

其实你每天用的洗衣机、刷的智能门锁、开的汽车里,都藏着它的身影。相当于工厂里的“运输轨道”,CPU算出的结果通过总线送到RAM存储,ROM里的程序通过总线传给CPU执行,外设的信号通过总线交给CPU处理,整个过程每秒能重复上百万次,确保各模块协同高效。高端单片机(比如STM32F4系列)还会配备DMA(直接存储器访问)单元,相当于“专用传送带”——不需要CPU干预,就能直接让外设和RAM之间传输数据(比如让ADC采集的温度数据直接存进RAM),大大降低CPU负担,让CPU能专注处理更重要的任务。

IAMIF12的博客 1041

【网上开源的数据集】信号灯数据集整理

【数据集】信号灯(红绿灯)数据集整理 数据集 1. Bosch Small Traffic Lights Dataset 官网链接:https://hci.iwr.uni-heidelberg.de/node/6132 申请方式:填写邮箱申请一下,根据邮件收到的链接,就能下载。 这个时间(10月16,2019-11:42 am)前有效,数据集下载链接为:https://hci.iwr....

轮子去哪儿了 7446

家人们,谁懂啊,dify又报错了:[models] Bad Request Error, 500 Server Error:Internal Server Error for url: http://

本来今天下班,坐在地铁上,一身劳累。一起上班的小兄弟儿,突然甩来一张截图:老大!dify又报错了。没办法,一到家就打开电脑,开始排查。

xiezhipu的博客 882

使用Kaggle数据集上YOLO 格式的交通标志数据集

本文详细介绍了如何下载并标准化重组Kaggle上的YOLO格式交通标志数据集。主要内容包括:使用Python通过kagglehub下载数据集;分析原始文件结构;编写Bash脚本将图像和标签按8:2比例拆分为YOLO标准训练目录结构(images/train、images/val、labels/train、labels/val)。文中提供了完整的Python下载脚本和Bash重组脚本,并说明如何修改划分比例。最后给出了适配YOLOv8训练的data.yaml配置示例,为后续模型训练做好准备。

weixin_70043030的博客 1504

Windows 11 安装 Miniforge,配置国内源

本文详细介绍了在 Windows 11 系统中安装 Miniforge 的完整流程,包括下载、安装选项设置、配置国内镜像源(如清华大学源)以加速包管理,并启用 mamba 提升依赖解析与安装速度。同时涵盖 conda 与 mamba 的基本使用验证、PowerShell 初始化及环境提示符优化,帮助用户快速搭建高效、开源、免费的 Python 科学计算环境。

寒水馨 · 轻量级技术文档 · hanshuixin.org 4519

cesium加载geotiff的 四种方法

本文介绍了在Cesium中加载GeoTIFF数据的两种主要方法。首先解析了核心前置知识,包括坐标系匹配、数据类型区分和性能优化。方法1详细演示了如何将RGB影像GeoTIFF转换为Cesium影像图层,包含从数据解析到Canvas转换的完整代码流程。方法2则针对高程数据(DEM)处理,展示了前端直接解析构建地形网格的方案。文章提供了完整的代码示例和关键实现要点,适用于卫星影像、专题图和数字高程模型等多种GeoTIFF数据类型在三维场景中的可视化需求。

大剑师兰特的GIS世界 395

时间序列预测必备:从电力消耗到交通流量的真实数据集整理

本文整理了时间序列预测领域的真实数据集,涵盖电力消耗、交通流量等多个应用场景。通过精选数据集和深度特征工程解析,帮助开发者和研究人员避开数据陷阱,提升预测模型性能。特别适合需要处理多维时间序列、金融数据或交通流量预测的专业人士。

f6g7h8i9j的博客 175

从零开始学Agent的搭建——多角色项目需求分析框架实战

场景一:电商促销需求——技术细节顾此失彼团队用单Agent分析一个"双11秒杀系统"的需求。Agent输出了完整的功能清单,但当我们拿着这份方案找架构师评审时,发现了致命问题:Agent完全没有考虑库存扣减的并发一致性、Redis与MySQL之间的数据同步延迟、以及超卖风险的控制策略。原因是单Agent在处理"业务理解"任务时,已经耗尽了它的"注意力预算",技术深度分析几乎为空。场景二:ERP集成需求——跨系统边界模糊。

软件行业技术文化交流。 535

交通轨迹数据集分享

交通轨迹数据集,包括出租车、公共交通、重货、高速公路等丰富的数据集

weixin_70682362的博客 2409

【QT开发教程】QMatrix4x4类详解及实战应用:Qt中的4x4矩阵变换

在计算机图形学和三维图形应用中,矩阵变换是一个核心概念。Qt框架提供了QMatrix4x4类,用于处理4x4矩阵变换,帮助开发者在三维空间中进行复杂的几何计算。本文将深入探讨QMatrix4x4的功能及其在Qt应用中的实际应用。

科技改变人类,技术成就未来 720

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

科研笔记:可用数据集整理(ing)

查询子数据集西雅图数据的缩小版,只有一个月的数据来自大西雅图地区4条连接的高速公路(I-5、I-405、I-90和SR- 520)上安装的环路检测器。它包含了整个2015年323个传感器站的交通状态数据,每5分钟一次PeMSD3(处理过的版本)包括358个传感器和2018年1月9日至2018年11月30日的流量信息PeMSD4(处理过的版本)描述了旧金山湾区的交通数据。从2018年1月1日到2018年2月28日,共59天,在29条道路上安装了3848个传感器。PeMSD7(处理过的版本)

qq_40206371的博客 5523

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

上一篇: All-in-One图像恢复综述:分类、测评和未来趋势
下一篇: 大模型推荐系统:进展与未来
山科智能信息处理实验室
博客等级 码龄6年 808粉丝 73原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值