jHaselberger/SADC-Situation-Awareness-for-Driver-Centric-Driving-Style-Adaptation

SADC数据集用于情境感知的驾驶风格建模，包含预训练集和验证集。预训练集DP分为训练子集DP,T（242,887个样本）和验证子集DP,V（61,400个样本）。验证集DV分为训练子集DV,T（138,572个样本）和验证子集DV,V（34,767个样本）。每个子集包含1280×960的图像、驾驶行为指标（如车道中心距离）、车辆信号（如速度或加速度）以及交通状况和道路类型标签。数据集由Johann Haselberger策划，采用CC-BY-4.0许可证。

原始信息汇总

数据集概述

数据集特征

• index: 索引，数据类型为 int64
• v_kmph: 速度（公里/小时），数据类型为 float64
• ax_mpss: 加速度 x 轴（米/秒²），数据类型为 float64
• ay_mpss: 加速度 y 轴（米/秒²），数据类型为 float64
• yaw_rate_radps: 偏航率（弧度/秒），数据类型为 float64
• frame: 图像帧，数据类型为 image
• d_lanecenter_m: 到车道中心距离（米），数据类型为 float64
• alias: 别名，数据类型为 string
• steering_rack_pos_m: 转向架位置（米），数据类型为 float64
• steering_torque_N: 转向扭矩（牛顿），数据类型为 float64
• lane_curvature_radpm: 车道曲率（弧度/米），数据类型为 float64
• stationary: 静止状态，数据类型为 float64
• segment: 段，数据类型为 int64
• split: 分割，数据类型为 string
• road_type: 道路类型，数据类型为 string
• driving_situation_rural: 乡村驾驶情况，数据类型为 string
• driving_situation_federal: 联邦道路驾驶情况，数据类型为 string
• driving_situation_highway: 高速公路驾驶情况，数据类型为 string
• rep_id: 报告 ID，数据类型为 int64
• frame_nr: 帧号，数据类型为 int64

数据集分割

• val_val: 验证集验证部分，包含 34767 个样本，大小为 9160076169.901 字节
• val_train: 验证集训练部分，包含 138572 个样本，大小为 41105223625.104 字节
• pretrain: 预训练集，包含 304287 个样本，大小为 73729563090.513 字节
• pretrain_train: 预训练集训练部分，包含 242887 个样本，大小为 59523614752.871 字节
• pretrain_val: 预训练集验证部分，包含 61400 个样本，大小为 14759288492.4 字节

数据集大小

• 下载大小: 193239069632 字节
• 数据集大小: 198277766130.789 字节

配置

• config_name: default
  • data_files:
    • split: val_val, path: data/val_val-*
    • split: val_train, path: data/val_train-*
    • split: pretrain, path: data/pretrain-*
    • split: pretrain_train, path: data/pretrain_train-*
    • split: pretrain_val, path: data/pretrain_val-*

许可证

• license: CC-BY-4.0

数据集名称

• pretty_name: SADC

数据集规模

• size_categories: 1M<n<10M

搜集汇总

背景与挑战

背景概述

该数据集是一个用于情境感知驾驶风格建模的多模态数据集，包含约78万行样本，涵盖1280×960图像、车辆动态信号（如速度、加速度）和驾驶环境标签。数据集基于超过16小时的预训练驾驶数据和五名受试者的验证数据构建，旨在支持自动驾驶系统根据具体驾驶情境调整驾驶风格，以提高乘客接受度。数据经过匿名化处理，并采用CC-BY-4.0许可证。