典型场景云控与非云控车辆混合交通流模型测试数据集

为支撑混合交通流条件下路口微观行为机理与信控博弈研究，构建了一套微观路口时空车辆轨迹数据集。数据采集基于路侧感知设备接入云控与智能信控平台的标准接口协议，通过雷视一体设备完成目标检测与融合计算后，按照统一的数据结构与时间基准，将感知结果实时上传至平台。数据覆盖2023年10月工作日与非工作日两类日期类型，并选取早高峰、非高峰及晚高峰、三个典型时段，结合左转、直行和右转三种行驶方向，共形成18个标准化测试用例。原始数据包含车辆经纬度位置、速度、时间戳等典型特征。通过模块化数据处理流程，对数据进行了时间戳标准化、对象筛选、时空分层、轨迹几何分析与动力学特征增强，最终形成包含位置、速度、航向及加速度等17个核心字段的统一数据结构。质量控制过程中引入多重规则以剔除异常值、噪声轨迹和非连续记录，并对速度、航向与加速度等关键变量的物理合理性进行约束，保证了数据的时空一致性与可靠性。该数据集在日期类型、时段划分和行驶方向组合等方面具备系统覆盖优势，可为路口交通流博弈建模、信号控制优化、交通仿真与智能交通系统研究提供高分辨率、可复现的数据基础。

搜集汇总

背景与挑战

背景概述

该数据集为支撑路口混合交通流微观行为与信号控制研究，基于雷视一体设备采集并处理，提供了包含车辆位置、速度等17个字段的高分辨率轨迹数据。数据覆盖2023年10月不同日期、时段和行驶方向组合的18个标准化测试用例，适用于交通流建模、仿真与智能交通系统优化。