基于空中计算与联邦学习的车辆轨迹预测模型训练数据集

数据内容：该数据集为训练车辆轨迹预测模型的车辆轨迹数据，包含多维度的车辆轨迹信息，如自车的车辆位置、速度和加速度，目标车辆的位置和速度等，内含1个数据集说明文件和22个支撑数据文件。
采集方案：使用下一代仿真（Next Generation Simulation，NGSIM）公开数据集，该数据集是由美国联邦公路管理局收集的一系列高质量交通数据集，广泛用于交通流模拟、高速公路轨迹预测、交通状态估计等领域。根据所研究的场景，选取US101和I-80路段的数据集，并利用Python语言在Pycharm软件上进行数据提取、处理，生成用于车辆轨迹预测的车辆轨迹数据。
时间及地点：采集地点为北京理工大学信息与电子学院通信技术研究所，采集时间为2024年2月至2024年8月。
设备情况：实验中使用了个人计算机，Windows运行环境，Pycharm软件。

搜集汇总

背景与挑战

背景概述

该数据集用于训练车辆轨迹预测模型，包含多维度的车辆轨迹信息，如自车和目标车辆的位置、速度等。数据基于NGSIM公开数据集中的US101和I-80路段，通过Python处理生成，采集于2024年在北京理工大学通信技术研究所。