OSHA数据集

OSHA数据集是由加州大众创新中心创建的，专注于高速公路超车和车道变换问题。该数据集包含约900万个样本，包括车道图像和其他动态对象，用于模拟环境中的数据收集。数据集的创建过程涉及使用SimPilot模拟环境，并通过规则驱动的方法收集数据。OSHA数据集主要应用于自动驾驶领域，旨在解决高速公路上的超车和车道变换决策问题，提高车辆的自主性和安全性。The OSHA dataset was developed by the California Mass Innovation Center, with a focus on highway overtaking and lane change-related scenarios. It contains approximately 9 million samples, including lane images and other dynamic objects, and is designed for data collection in simulated environments. The dataset's creation process leverages the SimPilot simulation environment and collects data through a rule-driven methodology. Primarily applied in the autonomous driving domain, the OSHA dataset aims to address decision-making challenges for highway overtaking and lane changes, thereby improving vehicle autonomy and safety.

搜集汇总

数据集介绍

构建方式

OSHA数据集（Overtaking on Simulated Highways）通过SimPilot仿真平台与规则驱动算法联合采集而成。仿真环境基于Unity引擎构建，由Sumo后台控制交通流，模拟高速公路场景中车辆交互行为。数据采集过程中，规则驱动算法作为专家系统，依据安全性、速度增益、车道可用性及控制器接受度四重条件决策变道指令。原始数据包含约900万帧样本，涵盖车道分割图像、自车状态（速度、车道ID、限速等）及周围20辆动态目标的相对位置与速度信息。经预处理后，通过添加过渡类与人工变道样本缓解类别不平衡，最终保留约820万帧有效数据，并提取未来2.5秒（5个时间点）的轨迹与速度作为辅助任务标注。

特点

该数据集的核心特色在于其多模态融合与时空关联性。数据包含车道ID分割图像（50×100像素，分辨率0.5米/像素）与结构化对象列表，二者分别编码道路几何与动态交互信息。通过堆叠5秒历史序列，模型可学习时空模式。数据覆盖低（5辆/公里）、中（15辆/公里）、高（25辆/公里）三种交通密度，并包含慢速、正常、快速三种速度行为，增强场景多样性。预处理阶段引入“过渡”类与人工变道增强，使变道样本从原始约5,147次提升至69,119次，显著缓解类别失衡。此外，数据包含全局坐标下的自车位置与方向角，支持未来轨迹预测的局部坐标变换。

使用方法

OSHA数据集适用于基于模仿学习的高速公路变道与超车决策任务。使用时，需将车道分割图像通过CNN编码器（如ResNet18）提取特征，对象列表则输入SwapTransformer的注意力模块，该模块通过时间与特征维度交替转置的自注意力机制捕捉车辆间关联。模型主任务预测未来5个时间步的变道类别（左变道、右变道、保持车道、过渡）与速度值，辅助任务则预测自车未来贝塞尔曲线控制点及车辆间距离矩阵。推理阶段仅需首个时间步的变道命令与速度输出，通过Travel Assist控制器执行实际变道操作。训练采用Adam优化器，8块NVIDIA A100 GPU分布式训练300轮次，批量大小为256。

背景与挑战

背景概述

OSHA数据集由大众集团创新中心加州团队于2023年创建，旨在解决高速公路场景下的自主变道与超车决策问题。该数据集基于SimPilot仿真环境，通过规则驱动算法采集约900万帧样本，涵盖不同交通密度（5至35辆/公里）与速度行为模式，为模仿学习提供了高质量的训练资源。其核心研究问题在于提升Travel Assist系统的自动化水平，使其能够无需驾驶员干预即可安全完成超车与变道操作。OSHA数据集的发布填补了高速公路战术规划领域公开数据集的空白，为后续研究提供了标准化基准。

当前挑战

OSHA数据集面临的核心挑战包括：领域问题层面，高速公路变道决策需在动态交通流中平衡安全性与通行效率，传统规则方法难以覆盖所有边缘场景，而强化学习易受仿真与真实环境间的分布偏移影响；构建过程中，原始数据存在严重的类别不平衡问题（直行指令远多于变道指令），需通过数据增强与引入过渡类来缓解，同时需处理碰撞样本剔除与时空对齐等预处理难题。此外，模型评估缺乏精准的对比指标，因决策微小差异即可导致环境状态显著分化，使得逐帧比较难以反映真实性能。

常用场景

经典使用场景

OSHA数据集专为高速公路场景下的自主驾驶战术决策而设计，其核心应用在于模拟环境中实现车辆的超车与换道行为建模。该数据集包含约900万帧样本，涵盖从低速到高速的不同交通密度场景，并记录了车道图像、动态物体信息及规则驾驶员的换道指令。研究者可借助该数据集训练模仿学习模型，使自车能够根据周围车辆状态、车道可用性及速度限制，自主决策保持车道、左转或右转，从而提升高速公路行驶的智能性与安全性。

实际应用

在实际应用中，OSHA数据集支撑了Travel Assist系统的智能化升级，使车辆无需驾驶员信号即可自主执行超车与换道操作。该数据集训练的SwapTransformer模型可实时处理传感器数据，预测未来轨迹与速度，并输出换道指令，从而提升交通流效率、减少拥堵并避免追尾。其成果已集成至仿真平台SimPilot，为量产车的高级驾驶辅助功能提供了技术验证，未来有望进一步部署于真实高速公路环境。

衍生相关工作

基于OSHA数据集，研究者衍生出SwapTransformer架构，其创新性地引入维度交换机制，在时间和特征维度上交替应用自注意力，以捕捉车辆间的时空关联。此外，辅助任务如未来位姿预测与车辆距离图生成被提出以增强场景理解，实验表明这些策略协同提升了模型在多种交通密度下的泛化能力。相关工作还包括与MLP、标准Transformer的对比基准，以及在不同密度场景下的性能评估，为后续战术规划研究奠定了方法论基础。