数据集支持

本页面可视化 Tactics2D 支持的每个数据集的示例交通场景。如果您想建议 Tactics2D 支持新的数据集，请提出 issue。

HighD

HighD 是由德国亚琛大学收集的数据集。该数据集"包含从德国科隆周边高速公路的无人机视频记录中提取的 110,000 辆车辆（包括汽车和卡车）的后处理轨迹，记录时间为 2017 年和 2018 年。在六个不同地点进行了 60 次记录，平均长度为 17 分钟（总计 16.5 小时），覆盖了约 420 米长的路段。每辆车的可见中位持续时间为 13.6 秒。"

您可以在 SCP-CN-001/trajectory_dataset_support 中找到对 HighD 的深入了解。对于有兴趣访问完整数据集的人员，请点击此 链接。

1. 位置 1

   

2. 位置 2

   

3. 位置 3

   

4. 位置 4

   

5. 位置 5

   

6. 位置 6

   

InD

InD 是由德国亚琛大学收集的数据集。该数据集"包含德国交叉口超过 11500 名道路使用者，包括车辆、骑自行车者和行人。该数据集由来自四个交叉口的 10 小时测量数据组成。"

您可以在 SCP-CN-001/trajectory_dataset_support 中找到对 InD 的深入了解。对于有兴趣访问完整数据集的人员，请点击此 链接。

1. 位置 1

   

2. 位置 2

   

3. TODO 位置 3：位置 3 的标注将在后续改进。

4. 位置 4

   

RounD

RounD 是由德国亚琛大学收集的数据集。该数据集"包含来自三个环岛的总计六小时的记录，包括汽车、货车、卡车、公共汽车、行人、自行车和摩托车在内的超过 13,746 名道路使用者。"

您可以在 SCP-CN-001/trajectory_dataset_support 中找到对 RounD 的深入了解。对于有兴趣访问完整数据集的人员，请点击此 链接。

1. 位置 0

   

2. 位置 1

   

3. 位置 2

   

ExiD

ExiD 是由德国亚琛大学收集的数据集。该数据集包含"92 个独立的记录（超过 16 小时的视频），记录了德国高速公路入口和出口处七个不同测量位置的交通情况...数据还包含高速公路不同速度限制的变化：四个位置没有速度限制，两个位置的速度限制为 100 公里/小时，一个位置的速度限制为 120 公里/小时。"

您可以在 SCP-CN-001/trajectory_dataset_support 中找到对 ExiD 的深入了解。对于有兴趣访问完整数据集的人员，请点击此 链接。

1. 位置 0

   

2. 位置 1

   

3. 位置 2

   

4. 位置 3

   

5. 位置 4

   

6. 位置 5

   

7. 位置 6

   

Argoverse 2

Argoverse 2 由 Argo AI 策划，数据来源于美国六个主要城市，即奥斯汀、底特律、迈阿密、匹兹堡、帕洛阿尔托和华盛顿特区。运动预测数据集"包含 250,000 个场景，涵盖 10 种不同的对象类型的轨迹数据。""每个场景持续 11 秒，包含每个跟踪对象的 2D、鸟瞰图质心和航向信息，采样频率为 10 Hz。"整个数据集总计 763 小时，覆盖距离 2110 公里。

您可以在 SCP-CN-001/trajectory_dataset_support 中找到对 Argoverse 2 的深入了解。对于有兴趣访问完整数据集的人员，请点击此 链接。

Dragon Lake Parking (DLP)

DLP 数据集由美国加州大学伯克利分校收集。"整个 DLP 数据集包含 30 个场景，317,873 帧，5,188 个智能体，和 15,383,737 个实例。"

您可以在 SCP-CN-001/trajectory_dataset_support 中找到对 DLP 的深入了解。对于有兴趣访问完整数据集的人员，请点击此 链接。

INTERACTION

INTERACTION 数据集由加州大学伯克利分校收集。"在环岛场景中，从五个不同地点记录了 10479 条车辆轨迹，约 365 分钟。类似地，在无信号交叉口场景中，包含了三个地点，收集了 14867 条轨迹，约 433 分钟。在汇入和变道场景中，在两个地点记录了 10933 条轨迹，约 133 分钟。最后，为一个信号交叉口选择了一个地点，提供了 3775 条轨迹，约 60 分钟。"

您可以在 SCP-CN-001/trajectory_dataset_support 中找到对 INTERACTION 的深入了解。对于有兴趣访问完整数据集的人员，请点击此 链接。

1. DR_BGR_Intersection_VA

   

2. DR_CHN_Merging_ZS

   

3. DR_CHN_Roundabout_LN

   

4. DR_DEU_Merging_MT

   

5. DR_DEU_Roundabout_OF

   

6. DR_USA_Intersection_EP0

   

7. DR_USA_Intersection_EP1

   

8. DR_USA_Intersection_GL

   

9. DR_USA_Intersection_MA

   

10. DR_USA_Roundabout_EP

    

11. DR_USA_Roundabout_FT

    

NuPlan

NuPlan 是世界上首个用于自动驾驶的大规模规划基准。数据记录于 4 个城市 - 波士顿、匹兹堡、新加坡和拉斯维加斯。nuPlan v1.0 数据集包含超过 15,000 条日志和 1300+ 小时的驾驶数据。nuPlan v1.1 数据集在 v1.0 数据集的基础上带来了多项改进。同时，为了保证数据集的准确性和可靠性，移除了一些日志文件。

您可以在 SCP-CN-001/trajectory_dataset_support 中找到对 NuPlan 的深入了解。对于有兴趣访问完整数据集的人员，请点击此 链接。

NuPlan 还有自己的可视化工具包 nuplan-devkit。该开发套件的文档在 这里。

当前 NuPlanParser 会将 sqlite 轨迹日志和 geopackage 地图转换到 Tactics2D 的通用结构：参与体的二维位置、朝向、速度、尺寸和类别；车道与连接车道的中心线、边界、限速、前驱后继和左右邻接；以及可行驶区域、停车区、人行横道、人行道、道路段、路口、停止线多边形和交通灯。

Waymo Open Dataset v1.2 (WOMD)

Waymo Open Motion Dataset 由 Waymo 从六个地点收集：旧金山、凤凰城、山景城、洛杉矶、底特律和西雅图。该数据集 v1.2 版本包含"103,354 个 20 秒 10Hz 的片段（超过 2000 万帧）"，相当于约 574 小时的丰富驾驶场景。每个片段都有自己的 3D 地图数据。

您可以在 SCP-CN-001/trajectory_dataset_support 中找到对 WOMD 的深入了解。对于有兴趣访问完整数据集的人员，请点击此 链接。

TODO: 在当前的 WOMD 地图描述中，车道组件被移除了。我们计划添加一个功能来自动从地图中检测和构建车道。