国外数据集

• NGSIM数据集

        NGSIM数据集采集自美国，数据集中包含两条高速公路（US-101，I-80）及两条城市道路（lankershim，peachtree）的数据，每条道路的采集时间为45min。数据集中包含包含车辆ID、时间、速度、加速度、坐标、车道等信息，数据采样间隔为0.1s，速度单位为英尺/秒。数据集因其精度高、频率高、质量高、覆盖广的特点，被广泛用于模型标定、车辆行为决策等研究。数据集中部分参数说明如下：

NGSIM数据集部分参数说明

Vehicle_ID	车辆ID
Frame_ID	帧时间
Global_Time	全局时间
Local_X	相对X坐标
Local_Y	相对Y坐标
Global_X	绝对X坐标
Global_Y	绝对Y坐标
v_length	车长，单位：英尺
v_Width	车宽，单位：英尺
v_Class	车辆类型，1：摩托车；2：小型车；3：大型车
v_Vel	车辆速度，单位：英尺/秒
v_Acc	车辆加速度，单位：英尺/二次方秒
Lane_ID	车辆所在车道ID
Preceding	前车ID，若没有前车，则该值为0
Following	后车ID，若没有后车，则该值为0
Space_Headway	车头间距，单位：英尺
Time_Headway	车头时距，单位：秒

• highD数据集

        highD数据集采集自德国科隆附近的六个不同地点，包含小型车和大型车两种类型车辆的数据，数据集踪迹采集时长为11.5小时，采集车辆数为110000辆，其中包含逾5000条完整的变道轨迹，需特别说明的是，highD数据集的坐标原点位于采集路段的左上方。数据集中车道类型包括2+2、3+3、3+3+1三种形式，其中2+2、3+3两种车道类型中车道ID编号见下图：

        3+3+1的车道类型与六车道编号规则大体一致，车道8下方还存在车道ID为9的一条车道。

        数据集总结包含60个子数据集，每个字数据集包含采集路段的航拍图、采集点数据、车辆轨迹数据。其中采集点数据给出了位置ID、时间、采集时长、车辆踪迹行驶距离、车辆数等信息，车辆轨迹数据中主要包括车辆ID、车辆坐标、速度、加速度等信息，车辆轨迹数据中部分参数说明吴如下：

highD数据集车辆轨迹数据部分参数说明

frame	帧时间
id	车辆ID
x	车辆X坐标
y	车辆Y坐标
xVelocity	车辆X方向速度
yVelocity	车辆Y方向速度
xAcceleration	车辆X方向加速度
yAcceleration	车辆Y方向加速度
dhw	车头间距
thw	车头时距
ttc	碰撞时间
precedingId	前车ID，若没有前车，则该值为0
followingId	后车ID，若没有后车，则该值为0
laneId	车辆所在车道

国内数据集

• 高速公路车辆汇入、汇出轨迹数据、城市快速路车辆汇入轨迹数据

        高速公路汇入数据采集自某市高速公路汇入路口，采集时间为2020年，天气阴天，道路东西走向，左侧两条主干道，匝道位于右侧，路段限速80km/h，采集时长为30分钟，合流轨迹数量62条；高速公路汇出数据采集自某市高速路汇出路口，采集时间为2020年，天气多云，道路南北走向，右侧两条主干道，匝道位于左侧，采集时长为30分钟，分流轨迹数量290条；城市快速路车辆汇入数据采集自某市城市快速路汇入路口，采集时间为2019年，天气多云，道路南北走向，左侧三条主干道，两条汇入匝道位于左侧，采集时长为23.7分钟，含合流轨迹数量175条。

        三个数据集中数据构成相同，均包含说明文档、道路及车道信息说明图、轨迹数据、每条轨迹数据的统计信息、采集设备和该时间内车流统计信息。

        轨迹数据中部分参数说明如下：

轨迹数据中部分参数说明

trackId	交通参与物编号
frameId	帧时间
classId	交通参与物类型，1：行人；2：自行车；3：小型车；4：摩托车；6：公交车；7：货车
localX	交通参与物相对X坐标，单位：米
localY	交通参与物相对Y坐标，单位：米
laneId	所在车道ID
xVelocity	X方向速度，单位：米/秒
yVelocity	Y方向速度，单位：米/秒
xAcceleration	X方向加速度，单位：米/二次方秒
yAcceleration	Y方向加速度，单位：米/二次方秒

        轨迹统计信息中部分参数说明如下：

轨迹统计信息中部分参数说明

trackId	交通参与无编号
InitialFrame	出现帧数
TotalFrame	总出现帧数
Distance	行程距离，单位：米
minVel	最低速度，单位：米/秒
maxVel	最大速度，单位：米/秒
meanVel	平均速度，单位：米/秒
VehicleClass	交通参与物类型（person、bicycle、car、NonVehicle、bus、truck）
LaneChangeNum	换道次数
RampVehicle	是否为匝道交通参与物

        采集设备和该时间内车流统计信息部分参数说明如下：

采集设备与改时间内车流统计信息部分参数说明

Date	采集日期
Time	采集开始时间
DurationTime	采集时长，单位：分
WeekDay	是否为工作日
TotalTrajectoryNumber	追踪的轨迹数量
TotalDistance	总行程距离，单位：米
TotalDriveTime	总行程时间，单位：秒
TotalCarNumber	小型车数量
TotalTruckNumber	货车数量
TotalPedestrianNumber	行人数量
TotalBusNumber	公交车数量
TotalNonVehicleNumber	非机动车数量
LaneChangeNumber	交通参与物变道行为数量
RampVehicleNumber	交通参与物经过匝道数量

• 交通之眼数据集

        交通之眼数据集由无人机航拍获得，车辆轨迹数据库包括车辆编号、位置坐标、车道编号、车辆长度、车辆宽度、行驶速度、车头时距、车头间距、加减速度等参数，时间精度为0.1秒，位置精度为0.01米，覆盖场景包括城市快速路航拍书局、城市交叉口航拍数据、城市快速路路侧检测数据、城市交叉口路侧检测数据等，包含六个子数据集（CKQ4/DATA SQM1/DATA SQM2/KZM5/KZM6/YTA3），交通状况包括自由流、自由流向拥堵演变、双向交织区。每个子数据集中均包括视频数据和车辆轨迹数据，部分子数据集中包含路段线形数据。车辆轨迹数据集中部分参数说明如下：

交通之眼数据集车辆轨迹部分参数说明

Vehicle ID	车辆ID
Lane ID	车辆所在车道
Time(s)	时间，单位：秒
LongtitudePosition(meter)	横向坐标，单位：米
LatitudePostion(meter)	纵向位置，单位：米
Speed(m/s)	速度，单位：米/秒
Acceleration(m/s^2)	加速度，单位：米/二次方秒
VehicleLength(pixel)	车长，单位：像素
VehicleWidth(pixel)	车宽，单位：像素

        车辆轨迹数据以CSV格式存储，截图如下：

        数据集中视频数据运行截图如下：

• 城市地下快速路车辆轨迹数据

        数据采集自上海北横通道，使用毫米波雷达和边缘计算单元获取车辆轨迹、交通事件、交通运行状态等信息。北横通道设备安装范围全长435米，单向三车道，设计速度为60公里/小时，路段包括3个车道，车道宽度为3.2米。数据集中包含数据说明、车辆轨迹数据、路段纵断面图、路段平面线形图。车辆轨迹数据中部分参数说明如下：

车辆轨迹数据部分参数说明

GlobalID	车辆编号
ObjectClass	车辆类型，0：大货车；1：小客车
BornTime	车辆进入观测区域时间，单位：毫秒
GoneTime	车辆离开观测区域时间，单位：毫秒
Timestamp	时间戳，单位：毫秒
PositionX	车辆纵向位置，即平行道路方向距离道路起点的长度
PositionY	车辆所在车道编号，-25：上行方向最外侧车道；-15：上行方向中间车道；-5：上行方向最内侧车道
VelocityX	纵向车速，单位：米/秒
VelocityY	横向车速，单位：米/秒
AbnormalState	车辆状态，0：正常；1：蛇形行驶；2：超速；4：低速；8：急加速急减速；16：跟车过近；32：路段冲突。其余数字表示叠状态（如：5表示状态1表示4的叠加）。

• 成都滴滴数据

        数据集中包含2016年11月的成都滴滴平台的车辆轨迹数据和车辆订单数据，字段使用中文字段，因此不再对其中的参数进行赘述，需要特别说明的是，数据类型为string，其中时间戳单位为秒，经纬度使用GCJ-02坐标系。车辆轨迹数据包含：司机ID、订单ID、时间戳、精度、维度，订单数据包含：订单ID、开始计费时间、结束计费时间、上车位置经度、上车位置维度、下车位置经度、下车位置维度。数据以TXT格式保存，以订单数据为例，数据截图见下：

         需要注意的是，在对数据进行处理时，一般需要先转化为CSV文件。

• 济南公交数据

        数据集提供了2017年6月27日济南56路公交的轨迹数据，数据采样间隔为30秒，数据集中包含数据类型（3：GPS；4：到离站；55：违规；47：DSRC检到离场；71：GPS到离场；53：开关门）、车载机编号、时间、经度、纬度、海拔、GPS速度、方向角、GPS里程等数据。数据集截图见下：

• 上海公交GPS数据

        数据集中记录了上海公交71路的GPS行车数据，数据中包含车牌号、公交线路代码、时间、车辆上下行、经度、纬度、速度、行车方向数据，数据集中各参数说明见下表：

上海公交GPS数据参数说明

FSTR_BUSID	车牌
FSTR_LINEID	公交线路代码
FDT_TIME	时间，格式：年月日 时：分：秒
FINT_LINEDIR	上下行
FFLT_LONGITUDE	经度
FFLT_LATITUDE	纬度
FFLT_SPEED	速度，单位：千米/小时
FINT_BUSDIR	行车方向，以正北为0度

        数据集以CSV格式存储，截图如下：

• 上海高架交通事故、流量速度数据

        交通事故数据集中保存了上海延安高架在2018年8月和9月的车辆事件数据，包含事件开始时间、事件结束时间、事故所在高架发布段代码、位置描述、高架道路名称、事故描述，数据集中各参数说明见下表：

上海高架交通事故数据

FSTR_FINDTIME	事件开始时间，格式：年/月/日 时：分
FSTR_ACTUAL_ENDTIME	事件结束时间，格式：年/月/日 时：分
FSTR_EVENT_ISSUESECTID	事故所在高架发布段代码
FSTR_ROADNUMBER	位置描述
FSTR_ROADNAME	高架道路名称
FSTR_ROADASSET_DESC	事故描述

        数据集以CSV格式存储，截图如下：

        流量速度数据集以以2分钟为统计周期记录延安高架发布段行程车速、流量等基础交通流参数信息，包含时间、高架发布段代码、平均速度、平均车道流量、平均断面流量等数据，数据集中部分参数说明见下表：

上海高架流量速度参数说明

FDT_TIME	时间
FSTR_BMCODE	高架发布段代码
SPEED	平均速度
FINT_LANEVOLUME	平均车道流量
FINT_SECTVOLUME	平均断面流量

        数据集以CSV格式存储，截图如下：

• 上海共享单车数据

        数据集中包含上海2018年8月26日至2018年9月8日的共享单车数据，包括单车编号、时间、锁状态、经度、纬度信息，数据集中参数说明见下表：

上海共享单车数据参数说明

BIKE_ID	单车代码
DATA_TIME	时间，格式：年/月/日 时：分：秒
LOCK_STATUS	锁状态，0：开锁；1：关锁
LONGITUDE	经度
LATITUDE	纬度

        数据集以CSV格式存储，截图如下：

•  上海交叉口线圈数据

        记录了2018年8月26日至2018年9月8日，上海市地面道路SCATS交叉口各线圈周期时长、流量、饱和度、小时流量等相位历史数据信息，包括四个交叉口（470：延安西路-水城南路交叉口；471：延安西路-虹许路交叉口；472：延安西路-虹梅路交叉口；473：延安西路-剑河路-虹中路交叉口），每个交叉口含相位、相位开始时间、检测器ID、相位号、相位时长、流量、饱和度、折算流量、空闲时间、统计的检测器小时最大流量、当车流处于饱和流量时，每辆车通过检测器所需的平均时间、绿灯时长等信息。数据集中参数说明见下表：

上海交叉口线圈数据集参数说明

FDT_STARTTIME	相位开始时间，格式：年/月/日 时：分：秒
FSTR_DETECTORID	检测器ID
FSTR_PHASIC	相位号，采用一位英文字母表示
FINT_PHASICLENGTH	相位时长，单位：秒
FINT_FLOW	流量，单位：辆
FFLT_SATURATION	饱和度
FINT_CONVERTFLOW	折算流量，基于流量折算的标准车流量，单位：秒
FINT_FREETIME	空闲时间，单位：秒
FINT_MAXFLOW	统计的检测器小时最大流量，单位：辆/小时
FINT_KP	当车流处于饱和流量时，每辆车通过检测器所需的平均时间
FINT_GREENTIME	绿灯时长，单位：秒

        数据集以CSV格式存储，截图如下：

---

        以上是国内外部分交通数据集的基本介绍及参数说明，若有相关疑问及需求，欢迎留言、私信探讨。