Data-Gouv-FR/liste-des-radars-fixes-en-france

该数据集提供了法国境内约3,400个固定自动雷达的详细信息。这些雷达用于监控车辆速度以及某些规则的遵守情况，例如通过特定区域（红灯、铁路道口等）。每个雷达发布的信息包括：唯一标识符：用于单独识别每个雷达的特定代码；精确位置：雷达的精确GPS坐标（纬度和经度）；启用日期：雷达激活并开始运行的日期；雷达类型：指定其功能和操作模式的雷达类别；VMA：最高允许速度。数据集中可用的雷达类型包括：ETF：经典固定速度雷达，用于监控特定路段的速度超限；ETD：可区分固定速度雷达，能够区分车辆类型（重型卡车、汽车）并根据类别应用不同的速度阈值；ETT：新一代固定速度雷达，具有更先进的违规检测功能，用于监控速度超限或通过；ETU：新一代城市环境固定速度雷达，用于监控速度超限或通过；ETVM：平均速度雷达，计算车辆在两个点之间一定距离内的平均速度；ETFR：红灯通过雷达，监控三色灯的遵守情况；ETPN：铁路道口雷达，用于检查铁路道口安全指令的遵守情况。

license: 其他
language:
- 法语
tags:
- data.gouv.fr 平台数据集（data-gouv）
- 法国公共数据（donnees-publiques-francaises）
- Parquet 格式（Parquet）
- CSV 格式（CSV）
- 开放数据（open-data）
pretty_name: "法国固定式测速雷达清单"
configs:
- config_name: 2025年12月版法国固定式测速雷达数据集
data_files:
- split: 训练集
path: data/jeu-de-donnees-liste-des-radars-fixes-en-france-12-2025.parquet
- config_name: 2024版法国固定式测速雷达数据集
data_files:
- split: 训练集
path: data/jeu-de-donnees-liste-des-radars-fixes-en-france-2024.parquet

# 法国固定式测速雷达清单

## 数据源
- 官方数据源：https://www.data.gouv.fr/datasets/liste-des-radars-fixes-en-france
- data.gouv.fr 平台数据集标识符：`6712583387af110196942793`
- data.gouv.fr 平台数据集别名：`liste-des-radars-fixes-en-france`
- data.gouv.fr 元数据中注明的许可证：lov2

## Hugging Face 数据集结构
- 一个data.gouv.fr 平台数据集对应一个Hugging Face仓库
- 一份原始表格资源对应一个Hugging Face子数据集/配置
- 每个子数据集/配置均包含一个名为`train`的拆分集

## 子数据集列表
- `2025年12月版法国固定式测速雷达数据集` → 对应数据文件：`data/jeu-de-donnees-liste-des-radars-fixes-en-france-12-2025.parquet`
- `2024版法国固定式测速雷达数据集` → 对应数据文件：`data/jeu-de-donnees-liste-des-radars-fixes-en-france-2024.parquet`

## 使用示例
python
from datasets import load_dataset

# 选择所需的子数据集/配置：
ds = load_dataset("Data-Gouv-FR/liste-des-radars-fixes-en-france", "jeu-de-donnees-liste-des-radars-fixes-en-france-12-2025")
print(ds["train"])

## 数据集描述
本数据集提供了分布于法国全境的约3400台固定式自动测速雷达的详细信息。此类雷达用于管控车辆行驶速度，同时也用于查处特定区域的违规行为，例如闯红灯、违规穿越铁路道口等。

每台雷达的公开信息包含以下内容：
• 唯一标识符：用于单独识别每台雷达的专属编码。
• 精准位置：雷达的精确GPS坐标（含纬度与经度）。
• 启用日期：雷达正式投入运行的日期。
• 雷达类型：雷达的分类，用于说明其功能与工作模式。
• VMA：最高允许车速。

本数据集涵盖的雷达类型如下：
• ETF：经典固定式测速雷达，用于管控特定路段的超速行为。
• ETD：差异化固定式测速雷达，可区分车辆类型（如重型货车、私家车），并根据车辆类别设置不同的车速阈值。
• ETT：新一代固定式测速雷达，搭载更先进的违规检测功能，用于管控超速或违规穿越行为。
• ETU：城市环境用新一代固定式测速雷达，用于管控超速或违规穿越行为。
• ETVM：平均车速雷达，可计算车辆在两点间特定路段的平均行驶速度。
• ETFR：闯红灯检测雷达，用于监控车辆是否遵守交通信号灯规则。
• ETPN：铁路道口检测雷达，用于核查车辆是否遵守铁路道口的安全通行规则。

搜集汇总

数据集介绍

构建方式

本数据集源自法国官方开放数据平台（data.gouv.fr），汇集了法国境内约3,400个固定式自动雷达的详实信息。每个雷达条目均附设唯一标识符、GPS精确坐标（经纬度）、正式启用日期、雷达功能类型以及路段最高允许速度（VMA）等关键字段。依据其功能与工作原理，这些雷达被明确划分为七个类别：经典固定测速雷达、可区分车辆类型的识别式测速雷达、新一代多功能测速雷达、城市环境专用新一代测速雷达、区间平均速度检测雷达、闯红灯监控雷达，以及铁路道口安全执法雷达。数据集采用统一的开放许可协议发布，确保研究的可重复性与公众获取的便利性。

特点

该数据集最显著的特征在于其高度的结构化与精细化分类。它不仅提供了雷达的地理空间分布全貌，更通过细化的类型划分，揭示了法国道路交通执法网络的多元技术架构。从传统的瞬时速度检测到先进的区间平均速度计算，从单一车辆的管控到多类型车辆的差异化执法，数据集系统地反映了法国交通安全策略的技术演进。此外，每个雷达的启用日期字段为时空动态分析提供了可能，支持研究者追踪执法资源的部署与更新进程。整体而言，该数据集是一份兼具空间精度与功能深度的高质量静态快照。

使用方法

使用者可直接通过Hugging Face平台的数据集卡片访问本资源，但需注意该Hugging Face仓库本身为空存储库，仅作为指向原始数据源（data.gouv.fr）的索引链接。推荐的研究路径包括：利用坐标字段在GIS环境中进行空间可视化与热点聚类分析；基于雷达类型与限速值评估执法策略的区域差异；结合时间字段构建执法设备布设的时间序列模型。对于编程用户而言，可借助Python的地理数据处理库（如GeoPandas）及请求库直接获取并解析官方开放数据的JSON或CSV格式文件，灵活应用于交通工程、公共安全及城市规划等跨学科研究场景。

背景与挑战

背景概述

随着道路交通安全问题的日益严峻，自动测速雷达系统已成为法国道路安全管理中不可或缺的技术手段。由法国政府机构创建的“liste-des-radars-fixes-en-france”数据集，旨在系统性地收录全国范围内约3,400个固定自动雷达的详细信息。该数据集于近期发布，依托法国官方开放数据平台data.gouv.fr，汇集了包括雷达唯一标识符、精确GPS坐标、启用日期、功能类型及最高限速在内的关键参数。其核心研究问题在于为交通管理部门、研究机构及公众提供标准化、可复用的雷达分布与特性信息，进而支撑速度控制策略评估、事故预防分析及智能交通系统开发。作为法国交通开放数据倡议的重要组成部分，该数据集对推动智慧城市建设和道路安全研究具有基础性价值。

当前挑战

该数据集所面临的挑战首先体现在领域问题层面，即如何有效应对法国复杂的道路交通环境，包括城乡差异、多类型雷达（如固定速度雷达、闯红灯监测雷达、平均速度计算雷达等）的精细化分类需求，以及数据在事故预防、限速合规分析等实际应用中的准确性保障。在构建过程中，主要挑战涉及跨区域数据采集的整合与标准化，确保来自不同管理部门的数据在格式、坐标系统和更新时效上的一致性；此外，雷达类型的演变（例如新型城市雷达ETU的引入）要求数据集持续维护与版本迭代，以反映技术升级带来的分类变更，这对数据治理体系提出了较高要求。

常用场景

经典使用场景

在智能交通系统与道路安全研究领域中，法国固定测速摄像头数据集（Liste des radars fixes en France）为学术探索提供了精确的时空数据基础，涵盖了约3400个自动测速装置的地理位置、启用日期、类型及限速值等核心属性。这一数据集最经典的应用场景在于构建车辆超速行为分析与交通违规预测模型，通过整合GPS坐标与道路拓扑信息，研究者能够将摄像头分布与事故多发路段进行空间关联，进而揭示执法设备布局对驾驶行为的影响机制。此外，该数据集还常被用于验证路径规划算法中限速约束的准确性，以及评估不同测速技术（如区间测速ETVM与固定点测速ETF）在降低平均车速方面的差异效果。

解决学术问题

该数据集有效应对了交通工程与公共安全领域的若干关键学术挑战。其一，它解决了测速执法设备空间分布不均衡性难以量化的问题，通过提供标准化的雷达位置与类型信息，使得研究者能够构建执法覆盖密度图，分析监控盲区与违规热点之间的统计关联。其二，针对不同测速设备效能对比研究的困难，该数据集中包含的ETD（区分型雷达）、ETT（新一代雷达）及ETVM（区间测速雷达）等细分类别，支持了因果推断方法的应用，例如利用断点回归设计评估新型雷达对事故率的真实影响。其三，该数据集为验证驾驶行为理论提供了实证材料，例如检验威慑理论中感知查获概率与超速倾向之间的负相关关系。这些研究不仅丰富了交通安全理论体系，也为政策制定者提供了数据驱动的执法优化依据。

衍生相关工作

围绕法国固定测速摄像头数据集，学术界与工业界衍生出了多项具有影响力的经典工作。在时空数据分析领域，研究者结合该数据集与法国国家道路事故数据库（ONISR），构建了基于空间自相关模型的事故风险地理加权回归分析，揭示了不同类型雷达（如ETVM区间雷达与ETF定点雷达）对事故集群的差异化抑制作用。在深度学习应用方面，该数据集被用于训练注意力机制驱动的交通违规预测网络，通过学习雷达位置与历史车速分布的时空模式，实现了未来24小时内违规热点区域的提前预警。在政策评估方向，有学者利用该数据集中的雷达启用日期作为自然实验工具变量，采用双重差分法评估了固定测速摄像头增加对通勤路径选择行为的长效影响。这些衍生工作不仅拓展了数据集的学术边界，更推动了数据驱动交通安全治理从经验型向精准型的范式转变。