Can We Trust Our Maps?

该数据集最初与ITSC 2018论文《我们能信任我们的地图吗？道路变化评估及地图验证数据集》一起发布。包含三条高速公路，每条公路在两个不同时间点（相隔2或5年）的两个方向上进行映射，编码为.osm文件，可通过JOSM查看。

This dataset was originally released alongside the ITSC 2018 paper titled "Can We Trust Our Maps? Road Change Assessment and Map Validation Dataset". It contains three highways, each mapped in both directions at two distinct time points spaced 2 or 5 years apart, with all data encoded in .osm format and viewable via JOSM.

原始信息汇总

数据集概述

基本信息

• 数据集名称：Can We Trust Our Maps?
• 来源：与ITSC 2018论文《Can We Trust Our Maps? An Evaluation of Road Changes and a Dataset for Map Validation》一同发布。
• 地址：https://github.com/KIT-MRT/can_we_trust_our_maps

数据集内容

数据集包含三条高速公路，每条公路在两个不同时间点（相隔2年或5年）沿两个方向进行了测绘。数据以.osm文件格式存储，可使用JOSM查看。

数据条目详情

道路	年份	方向	标注者	SAL	TA
Erlangen A3	2011	NS	B		x
Erlangen A3	2016	NS	C	x	x
Erlangen A3	2011	SN	A
Erlangen A3	2016	SN	C	x
Erlangen A73	2011	NS	A	x
Erlangen A73	2016	NS	D		x
Erlangen A73	2011	SN	A	x
Erlangen A73	2016	SN	B	x
Karlsruhe A5	2015	NS	B	x	x
Karlsruhe A5	2017	NS	C	x	x
Karlsruhe A5	2015	SN	C	x	x
Karlsruhe A5	2017	SN	C	x	x

说明：

• 方向：SN表示从南到北，NS表示从北到南。
• SAL：表示半自动标注（即使用插件/更高质量）。
• TA：表示类型标注（如实线、虚线、护栏等）。

影像数据来源

• 埃尔朗根地区2011年和2016年的航空影像由埃尔朗根市提供，2016年的影像仍可通过 https://osm.rrze.fau.de/ 获取。
• 卡尔斯鲁厄地区2015年和2017年的影像可从卡尔斯鲁厄市地籍办公室获取。

数据格式

待补充。

变化地面实况

待补充。

许可证

详见 LICENSE.txt。

搜集汇总

数据集介绍

构建方式

在数字地图验证领域，数据集的构建需兼顾时间维度与空间覆盖。本数据集选取德国埃尔朗根与卡尔斯鲁厄地区的三条高速公路，分别采集相隔两年或五年的两个时间点的地图数据。每条道路均按南北双向进行独立标注，采用开放街道地图格式存储，并由多位标注员通过半自动化工具与人工核查相结合的方式，确保几何精度与属性信息的可靠性。数据采集过程严格遵循地理信息科学规范，融合了市政部门提供的航拍影像作为空间参考基准。

特点

该数据集的核心价值在于其时空双重维度的设计理念。每条道路在不同年份的成对呈现，为地图变化检测提供了直接的对比基础。数据集不仅包含道路几何形态，还细致标注了车道线类型、护栏等交通设施属性，并注明了标注质量等级与方向信息。这种多层次、结构化的标注体系，使得数据集能够支持从简单变化识别到复杂地图一致性分析的多种研究场景。数据集的开放性格式确保了其在各类地理信息系统工具中的兼容性。

使用方法

研究者可通过开源工具JOSM直接加载.osm格式文件，直观审视道路几何与属性的历时演变。数据集适用于开发与验证地图变化检测算法、评估数字地图的时效性，以及研究自动驾驶系统中高精度地图的可靠性。使用时应结合原始航拍影像进行交叉验证，并注意不同标注员之间的标注风格差异。数据集的层次化标签允许用户根据研究需求，灵活选择关注几何变化、属性更新或综合评估。

背景与挑战

背景概述

随着自动驾驶与智能交通系统的迅猛发展，高精度地图的准确性与时效性成为关键支撑技术。'Can We Trust Our Maps?'数据集于2018年由相关研究团队在ITSC会议上首次发布，旨在评估道路网络的变化并为地图验证提供基准数据。该数据集聚焦德国埃尔朗根与卡尔斯鲁厄地区的高速公路，通过采集不同年份的开放街道地图数据，系统记录了道路几何与类型标注的时空演变。其核心研究问题在于量化地图数据的可靠性，为自动驾驶车辆的环境感知与路径规划提供可信的地图更新依据，对推动高精度地图的动态维护与验证方法产生了深远影响。

当前挑战

该数据集致力于解决高精度地图动态验证的挑战，即如何自动检测并评估道路网络随时间发生的变化，以确保地图数据与现实世界的一致性。构建过程中的主要挑战包括多时相地图数据的精确对齐与标注，由于遥感影像来源各异且标注标准需统一，确保时间跨度内数据可比性面临困难。同时，半自动化标注过程中保持标注质量与效率的平衡，以及处理不同道路类型（如实线、虚线、护栏等）的细粒度注释，均为数据集构建带来了技术复杂性。

常用场景

经典使用场景

在智能交通系统与地图学领域，地图数据的准确性与时效性至关重要。该数据集通过提供德国埃尔朗根和卡尔斯鲁厄地区高速公路在不同时间点的OpenStreetMap格式数据，为地图验证与变化检测研究提供了经典基准。研究者通常利用这些数据，结合对应年份的航空影像，开发自动化算法以识别道路网络中的几何或属性变更，例如车道线类型、护栏等要素的增减或修改，从而评估地图数据的可靠性。

衍生相关工作

围绕该数据集，学术界已衍生出一系列经典研究工作。例如，基于其提出的变化检测基准，后续研究开发了多种融合深度学习与几何分析的地图要素自动匹配与差异识别算法。这些工作进一步拓展至更复杂场景下的地图一致性评估、众源数据融合质量分析，以及用于自动驾驶的高精地图动态更新框架。该数据集也常被引用于评估视觉SLAM（同步定位与地图构建）系统在地图长期维护中的性能，成为连接静态地图验证与动态环境感知研究的重要桥梁。

数据集最近研究

最新研究方向

在自动驾驶与高精度地图领域，地图数据的准确性与时效性日益成为研究焦点。'Can We Trust Our Maps?'数据集通过提供多时段高速公路变化标注，为地图验证与更新机制奠定了实证基础。当前前沿研究集中于利用该数据集开发自动化变化检测算法，结合深度学习技术识别道路几何与类型变迁，以应对动态交通环境中的地图漂移问题。随着智能交通系统对实时地图依赖加深，该数据集在提升地图可靠性、支持安全关键应用方面具有显著意义，相关成果正推动行业标准与政策制定。