福特高速公路驾驶RTK数据集

福特高速公路驾驶RTK数据集是由福特汽车公司创建，包含近30,000公里的北美高速公路数据，旨在验证驾驶辅助功能。数据集包含从汽车生产GNSS和惯性导航系统收集的数据，用于研究车辆定位信息在高级驾驶辅助系统、连接性和自动驾驶功能中的应用。该数据集的创建过程涉及在2018年进行的一次驾驶活动，覆盖了美国和加拿大的东、西海岸主要人口中心。数据集的应用领域包括提高车辆定位的准确性和鲁棒性，以及评估GNSS和RTK在不同环境下的性能。

The Ford Highway Driving RTK Dataset was developed by Ford Motor Company. It contains nearly 30,000 kilometers of North American highway driving data, with the primary goal of validating driving assistance functions. The dataset comprises data collected from the vehicle's factory-installed GNSS and inertial navigation systems, intended for researching the applications of vehicle positioning information in advanced driver-assistance systems (ADAS), connected vehicle technologies, and autonomous driving functions. The creation of this dataset involved a driving data collection campaign conducted in 2018, covering major population centers along the east and west coasts of the United States and Canada. The application scenarios of this dataset include improving the accuracy and robustness of vehicle positioning, as well as evaluating the performance of GNSS and RTK systems across diverse environmental conditions.

搜集汇总

数据集介绍

构建方式

在自动驾驶技术迅猛发展的背景下，高精度定位成为高级驾驶辅助系统（ADAS）与自动驾驶（AD）功能实现的关键。福特高速公路驾驶RTK数据集通过精心设计的实验方案构建而成，其数据采集于2018年，覆盖北美高速公路网络近30,000公里的行驶里程。数据采集采用双系统并行策略：一方面，使用代表当前量产车辆水平的汽车级GNSS接收机，仅支持L1频段，以模拟实际导航场景；另一方面，部署了由两个测量级GNSS接收机与战术级惯性测量单元（IMU）集成的OxTS RT3000惯性导航系统，作为高精度地面真值参考。该系统通过蜂窝网络实时接收网络RTK校正数据，确保了厘米级定位精度。数据以CSV格式存储，并采用地理哈希编码对区域进行分块管理，便于高效访问与分析。

特点

该数据集在自动驾驶与高精度定位研究领域具有显著特色。其核心在于提供了大规模、多样化的高速公路GNSS性能实测数据，涵盖了从开阔平原到复杂山地等多种道路环境。数据集同时包含量产级与测量级GNSS系统的并行输出，使得研究者能够直接对比不同精度层次的定位表现。此外，数据集详细记录了卫星数量、定位模式、精度因子及惯性导航参数等多维度信息，为深入分析GNSS在动态环境中的可用性、连续性与鲁棒性提供了丰富素材。特别值得注意的是，数据采集过程中考虑了网络RTK校正的实际应用场景，反映了真实世界中的蜂窝连接与信号遮挡影响，为算法验证提供了高度真实的测试平台。

使用方法

研究者可通过福特公开的GNSS数据网站获取该数据集，数据以CSV文件形式组织，每个文件包含详细的字段说明。使用本数据集时，首先可依据地理哈希字段对特定区域的数据进行筛选，进而结合时间戳对齐量产系统与RT3000系统的记录。数据分析可聚焦于多个方面：例如，通过对比P_Latitude/P_Longitude与R_Latitude/R_Longitude字段，评估量产GNSS在高速公路环境下的定位误差；利用R_GpsPosMode字段分析RTK固定、浮动或标准定位服务（SPS）模式在不同地形下的切换规律；还可借助惯性参数如速度、加速度及姿态角，研究车辆运动状态对定位稳定性的影响。该数据集适用于开发与验证高精度定位算法、评估GNSS校正服务的有效性，以及探索复杂环境下多传感器融合策略，为自动驾驶系统的安全性与可靠性研究提供实证基础。

背景与挑战

背景概述

随着自动驾驶与高级驾驶辅助系统对车辆定位精度需求的日益提升，全球导航卫星系统在复杂环境下的性能评估成为关键研究议题。福特高速公路驾驶RTK数据集由福特自动驾驶公司、福特汽车公司与Xona空间系统等机构的研究团队于2020年联合发布，其核心目标在于通过大规模真实道路数据，系统分析GNSS在高速公路场景中的定位准确性、可用性与连续性。该数据集覆盖北美高速公路近三万公里行驶里程，融合了量产级GNSS设备与高精度惯性导航系统的同步观测，为自动驾驶定位算法验证、环境干扰建模以及RTK技术可靠性研究提供了珍贵基准，显著推动了高精度定位技术在智能交通领域的应用深化。

当前挑战

在自动驾驶领域，车道级精确定位面临多重挑战：GNSS信号易受高架桥、隧道、密集建筑等环境遮蔽影响，导致定位漂移或中断；多路径效应与射频干扰进一步降低了RTK固定解的稳定性。数据集构建过程中，研究团队需协调双系统数据同步采集，克服硬件异构性带来的时间对齐与坐标统一难题；同时，长达数万公里的数据采集需保障设备在复杂气候与地形下的持续可靠运行，并对海量原始数据进行高效清洗、标注与压缩，以平衡数据精度与存储开销。这些挑战共同凸显了高鲁棒性定位系统研发与大规模实测数据规范化处理的紧迫性。

常用场景

经典使用场景

在自动驾驶与高精度定位领域，福特高速公路驾驶RTK数据集为评估全球导航卫星系统在复杂道路环境下的性能提供了关键基准。该数据集通过对比生产级GNSS与测量级INS系统的实时数据，揭示了高速公路场景中卫星信号可用性、几何精度及RTK修正服务连续性的变化规律。研究者可借此分析桥梁、隧道等遮挡物对定位精度的影响，进而优化多传感器融合算法，提升车辆在车道级导航中的鲁棒性。

衍生相关工作

该数据集催生了多项经典研究，例如福特团队基于此发表的《北美高速公路独立与RTK GNSS性能分析》论文，系统评估了不同定位模式在长距离驾驶中的表现。后续研究进一步结合深度学习技术，利用数据集中的时空特征预测GNSS信号衰减趋势；亦有学者将数据与开源地图融合，开发出基于阴影匹配的定位增强算法。这些工作共同推动了高精度定位从实验室理论向产业级解决方案的转化。

数据集最近研究

最新研究方向

在自动驾驶与高精度定位领域，福特高速公路驾驶RTK数据集为GNSS性能评估与增强算法研究提供了关键支撑。当前研究聚焦于利用该数据集分析RTK定位在复杂高速公路环境下的可用性与连续性，探索多星座多频接收机结合网络校正服务以提升车道级定位精度的潜力。热点方向包括结合地图数据评估环境遮挡（如高架桥与标志牌）对RTK固定模式的影响，以及探究射频干扰与蜂窝网络可靠性对实时校正传输的制约。这些研究不仅推动了高完整性定位系统的发展，也为下一代ADAS与自动驾驶功能的安全部署奠定了实证基础。

相关研究论文

• Ford Highway Driving RTK Dataset: 30,000 km of North American Highways

  福特汽车公司 · 2020年