详解数据集safety-pilot-model-deployment-data

news2024/9/27 12:07:35

在这里插入图片描述

safety-pilot-model-deployment-data这个数据集是由美国交通部的联邦航空管理局(FAA)和交通运输部(DOT)主导的“安全试点”(Safety Pilot Model Deployment)项目所提供的。该项目旨在研究汽车与飞机之间的通信技术,并评估这些技术对道路交通安全的影响。

数据集地址:https://github.com/GSA/data.gov

数据集包含了从2011年8月至2012年9月期间,来自3,000辆通信能力车辆的车载传感器数据,以及来自20个基础设施探测器的数据。这些车辆在密歇根州安娜堡地区的普通道路上行驶,车辆之间通过车辆间通信技术(V2V)和车辆基础设施通信技术(V2I)进行通信。数据包括车速、位置、方向、加速度、车辆状态和车辆通信信息等。

此外,数据集还包括了来自天气观测站、美国地质调查局和交通管理局的气象、地形和路况数据。这些数据可以帮助研究者更好地了解车辆和驾驶员在不同环境下的行为和反应。

这个数据集对于研究汽车安全技术、交通管理和智能交通系统等方面都具有很高的研究价值,可以用于开发和测试各种交通安全应用程序和模型。

根据数据集的描述,数据集包含以下内容:

20 CSV文件,每个文件包含一天的基础设施探测器数据。这些文件以“ObservedData_YYYY-MM-DD.csv”的格式命名,其中YYYY-MM-DD表示日期。每个文件包含以下数据字段:
DetectorId:基础设施探测器的ID。
VehicleCount:经过探测器的车辆数量。
AverageSpeed:通过探测器的车辆的平均速度。
Occupancy:探测器上检测到的车辆的占有率。
Status:探测器状态的代码。
301 CSV文件,每个文件包含一个车辆的传感器数据。这些文件以“VehicleData_VIN-NNNNNNN.csv”的格式命名,其中VIN-NNNNNNN是车辆识别号(VIN)和序号。每个文件包含以下数据字段:
VehicleID:车辆的唯一ID。
LocalTime:采集数据的时间戳。
Latitude:车辆的纬度。
Longitude:车辆的经度。
Elevation:车辆所在地点的海拔高度。
Heading:车辆的行进方向。
Speed:车辆的速度。
AccelX:车辆在x轴上的加速度。
AccelY:车辆在y轴上的加速度。
AccelZ:车辆在z轴上的加速度。
YawRate:车辆的偏航角速度。
BrakeStatus:车辆刹车状态的代码。
LightStatus:车辆灯光状态的代码。
WiperStatus:车辆雨刷状态的代码。
SteeringWheelAngle:车辆方向盘转角。
4个CSV文件,分别包含交通管理局、美国地质调查局和天气观测站的数据。这些文件以“BsmPilot_Metadata_YYYY-MM-DD.csv”的格式命名,其中YYYY-MM-DD表示日期。每个文件包含以下数据字段:
MessageID:消息的ID。
LocalTime:消息的本地时间戳。
SourceID:数据源的ID。
Provider:数据源的提供者。
MessageType:消息类型的代码。
DatasetName:数据集的名称。
DatasetId:数据集的ID。
DatasetVersion:数据集的版本号。
Latitude:数据源的纬度。
Longitude:数据源的经度。
Elevation:数据源的海拔高度。
EventCode:事件代码。

参考

https://arxiv.org/ftp/arxiv/papers/1606/1606.08365.pdf
https://www.its.dot.gov/factsheets/pdf/SafetyPilotModelDeployment.pdf
http://www.360doc.com/content/15/0526/16/12851529_473395375.shtml
https://www.semanticscholar.org/paper/Empirical-Study-of-DSRC-Performance-Based-on-Safety-Huang-Zhao/e817da58d4babdd358a368b015ac6f10f9d7254c
https://www.mdpi.com/1424-8220/22/8/3040
https://www.science.org/doi/10.1126/sciadv.abn3999
https://slideplayer.com/slide/7980394/

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/497006.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Vue电商项目--开发Search模块与mockjs模拟数据

Search模块中商品分类与过度动画 现在完成了在/home路由下实现三级导航组件的显示隐藏 通过this.$route.path!/home在搜索页面显示,通过方法鼠标移入移出从而又控制在search路由下的显示隐藏 过渡动画:前提组件|元素必要又v-if| v-show指令才可以进行…

Linux进程状态及优先级

本文已收录至《Linux知识与编程》专栏! 作者:ARMCSKGT 演示环境:CentOS 7 进程状态及优先级 前言正文进程状态就绪运行状态R阻塞睡眠状态 S休眠状态D挂起 暂停状态T前台与后台进程待追踪暂停状态t 死亡状态 X僵尸状态 Z 孤儿进程进程优先级查…

nginx(七十三)nginx与Location响应头细节探讨

一 nginx与Location响应头细节探讨 ① 重定向和Location回顾 多种重定向跳转方式的差异 nginx之absolute_redirect、server_name_in_redirect、port_in_redirect 共同控制Location响应头 ② STS响应头导致307重定向 "第一次访问 http://www.baidu.com" 观察…

基于Qt、C++的毕业设计课设数学绘图工具(平面图、图表、立体图绘制-附下载链接)

基于Qt、C的毕业设计课设数学绘图工具(平面图、图表、立体图绘制) 介绍 这是我的毕业设计,基于Qt Creator 4.11.1,c语言。 效果图如下 点我下载项目源码(含打包软件) 使用说明 1. 二维函数绘制 开始界面…

python 系列 07 - 基于easyocr的ocr识别

OCR,光学文字识别,对文本资料进行扫描,然后对图像文件进行分析处理,获取文字及版面信息的过程。本示例通过easyocr库来演示。easyocr是一个比较流行的库,支持超过80种语言。安装的时候注意会附带安装torch库(一个深度学…

将ROS1和ROS2安装到同一个ubuntu系统中,ROS2安装??????????????

1. 本文测试环境: ubuntu:20.04,虚拟机 ROS1:noetic ROS2:foxy 2. 先说结论 ROS1 与 ROS2 共存,需要考虑三个问题: 1) 不同Ubuntu版本,有不同版本的ROS1和ROS2推荐,尽量不要任性地乱装; 2)ROS1和ROS2安装过程中,是否会出现文件“删改”的问题?目前使用下来,并…

拓扑排序详解(包含算法原理图解、算法实现过程详解、算法例题变式全面讲解等)

前置知识 有向无环图 在图论中,如果一个有向图无法从某个顶点出发经过若干条边回到该点,则这个图是一个有向无环图(DAG图)。 如图所示。 入度 对于一个有向图,若x点指向y点,则称x点为y点的入度。 出度…

Redis --- 多级缓存

一、什么是多级缓存 传统的缓存策略一般是请求到达Tomcat后,先查询Redis,如果未命中则查询数据库,如图: 存在下面的问题: 请求要经过Tomcat处理,Tomcat的性能成为整个系统的瓶颈Redis缓存失效时&#xff…

python每日一练:硬币划分(多方法详解)

文章目录 前言0、题目一、暴力总是不能解决问题的二、还能更暴力一点三、减少暴力思想四、引入先进思想总结 前言 这题挺有意思的,典型的背包组合问题,虽然没有要求各种组合方式,不过我们可以试试给出组合方式。当然这题不太可能用一行代码解…

STM32 从入门到精通系列讲解 - 总目录

👦 作者介绍:Bazinga bingo,专注C语言应用硬核干货分享,潜心修炼,虚心学习,立志做嵌入式相关赛道的Top。 📕 本文收录于《STM32开发》专栏,包含STM32内部模块介绍、片内资源开发、不…

如何使用bingChat(使用方法+遇到的问题+感受)

文章目录 前言一、如何使用Bing Chat1. 下载new Bing2.重新注册一个microsoft(此步骤可略过,如有问题再操作此步骤)3. 使用 Bing Chat 二、常见问题1.Chat mode is only available when you have access to the new Bing.2. 网页上没有“聊天…

leetcode 104——二叉树的最大深度

文章目录 题目详情方法一 万能的递归方法二 通过使用层序遍历的方式Java完整代码递归实现非递归实现——借助队列 题目详情 给定一个二叉树,找出其最大深度。 二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。 说明: 叶子节点是指没有子节点的节点。 l…

yolov5图像识别voc转yolo代码解析

https://github.com/ultralytics/JSON2YOLO https://blog.csdn.net/qq_51831335/article/details/127237772 目标检测数据集标签转换COCO2VOC、YOLO2VOC、JSON2YOLO <annotation><folder>VOC2007</folder><filename>000001.jpg</filename><s…

x265码控分析

D和R的关系 高分辨率量化 均匀量化&#xff1a;量化区间 ‘ Δ k y k − y k − 1 ‘ \Delta_ky_k-y_{k-1} ‘Δk​yk​−yk−1​‘&#xff0c;近似为常数&#xff1b;p(x)为信源概率密度函数&#xff0c;且 ‘ Δ k ‘ \Delta_k ‘Δk​‘的大小相对于p(x)的变化率充分小&…

【模拟IC学习笔记】 反馈

反馈的作用&#xff1a;增益灵敏度降低 采用开环的方式实现一个精确的增益比较困难&#xff0c;但是可以实现高增益。 增益灵敏度衍生出来的另外两个特点 1、增加系统带宽。 2、改变输出阻抗&#xff0c;提高驱动能力。 反馈的作用&#xff1a;增加带宽 带宽的增加来源于…

对传递函数的零极点、频率响应、稳定性的理解

对传递函数的零极点、频率响应、稳定性的理解 零极点 从传递函数求零极点 令传递函数分子为0求出零点&#xff0c;令分母为0求出零点。 频率响应 单极点系统的频率响应 A v A v d c ∗ ( 1 / ( 1 s R C ) ) AvAv_dc*(1/(1sRC)) AvAvd​c∗(1/(1sRC))&#xff0c;系统的极…

python通过SSH管道访问ClickHouse

目录 前言什么是跳板机什么是SSH协议SSH管道访问ClickHouse参考文献 前言 因为新业务需要&#xff0c;数据都存储在阿里云服务器的ClickHouse数据库里&#xff0c;最近想取点数探索一下&#xff0c;于是下载了客户端工具DBeaver并成功连接ClickHouse&#xff0c;然后想通过pyt…

【前端面试题】这些js功能你一定要学会

大厂面试题分享 面试题库 前后端面试题库 &#xff08;面试必备&#xff09; 推荐&#xff1a;★★★★★ 地址&#xff1a;前端面试题库 web前端面试题库 VS java后端面试题库大全 1.图片失败&#xff0c;重新加载 如果图片资源不存在&#xff0c;那可以设置图片失败的占位…

深度学习——A3C算法

A3C算法&#xff08;Asynchronous Advantage Actor-Critic&#xff09; DDPG算法之后&#xff0c;DeepMind对其改造&#xff0c;提出了效果更好的 Asynchronous Advantage Actor-Critic&#xff08;A3C&#xff09;算法&#xff08;论文是 Asynchronous Methods for Deep Rein…

【谷粒商城之远程调用和异步调用丢失请求头问题】

本笔记内容为尚硅谷谷粒商城远程调用和异步调用丢失请求头问题部分 目录 一、Feign远程调用丢失请求头 二、Feign异步调用丢失请求头问题 一、Feign远程调用丢失请求头 ​ ​ 问题&#xff1a; feign在远程调用之前要构造请求&#xff0c;调用了很多的拦截器。 浏览器发送请…