30个复杂交通环境与风险较高的典型场景数据集

数据集主要面向路端自动驾驶的空间域决策控制方法、考虑近邻域决策的车辆博弈式决策控制方法、鲁棒优化的车路协同决策控制方法研究。该数据集为特定场景仿真数据。交通场景模拟所需的多种信息，包括场景ID、时间步长、道路几何信息、车道信息、交通标志和信号、车辆状态（如位置、速度、加速度）、障碍物位置和尺寸、目标位置、地图信息（如交通规则和路况）以及车辆间的交互和行为预测信息。这些数据为自动驾驶系统的路径规划、行为预测和决策制定提供了关键的支持。数据量约为100GB

搜集汇总

背景与挑战

背景概述

该数据集包含30个复杂且高风险的典型交通场景仿真数据，旨在支持自动驾驶系统的路径规划、行为预测与决策控制方法研究。数据涵盖了场景ID、车辆状态、障碍物信息、地图细节等多种交通环境要素，总数据量约为100GB。