杭州某区车辆轨迹与路口流量预测模拟数据

交通流量预测是智慧交通系统（ITS）实现高效治理的核心基础。然而，在实际部署中，基于轨迹与视频数据的智慧交通系统常面临数据稀疏性与严峻的隐私安全风险双重挑战。针对上述问题，本研究根据整合的杭州市多区域、全时段的出租车轨迹、路口视频、路侧监测等多模态数据，通过标准化的预处理流程，构建了一个面向安全流量预测场景的综合性交通模拟数据集。针对隐私安全需求，本数据集在整理加工全流程中引入可信执行环境（TEE）技术，通过硬件级隔离确保数据“可用不可见”，显著提升了系统在实际应用中的安全性与可信度。鉴于原始交通数据涉密，本研究严格按照原始数据的结构与统计分布特征，在本地高性能服务器上生成了同等规模的模拟数据进行公开。本数据集能够有效支撑复杂交通场景下的高精度预测算法研发，并为智能交通系统的安全部署、硬件选型及机密计算交叉学科研究提供标准化的基准参考与技术示范。

搜集汇总

背景与挑战

背景概述

该数据集是一个面向智慧交通流量预测的综合性模拟数据集，基于杭州市多区域、全时段的出租车轨迹、路口视频等多模态数据构建，并采用可信执行环境技术保障隐私安全。它旨在支持高精度预测算法研发，为智能交通系统的安全部署提供标准化基准参考。