論文の概要: Microscopic Vehicle Trajectory Datasets from UAV-collected Video for Heterogeneous, Area-Based Urban Traffic
- arxiv url: http://arxiv.org/abs/2512.11898v1
- Date: Wed, 10 Dec 2025 08:27:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-16 17:54:56.007309
- Title: Microscopic Vehicle Trajectory Datasets from UAV-collected Video for Heterogeneous, Area-Based Urban Traffic
- Title（参考訳）: 都市交通におけるUAV映像からの微視的車両軌道データ
- Authors: Yawar Ali, K. Ramachandra Rao, Ashish Bhaskar, Niladri Chatterjee,
- Abstract要約: 本稿では,無人航空機(UAV)を用いた異種都市交通条件下でのデータセットについて述べる。
UAVベースの記録は、これらの問題を減らし、豊かな空間的・時間的ダイナミクスを捉えるトップダウンの視点を提供する。
データは、インドの首都圏の6つの中間ブロックで収集され、多様な交通構成と密度レベルをカバーしている。
- 参考スコア（独自算出の注目度）: 2.31849429719105
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper offers openly available microscopic vehicle trajectory (MVT) datasets collected using unmanned aerial vehicles (UAVs) in heterogeneous, area-based urban traffic conditions. Traditional roadside video collection often fails in dense mixed traffic due to occlusion, limited viewing angles, and irregular vehicle movements. UAV-based recording provides a top-down perspective that reduces these issues and captures rich spatial and temporal dynamics. The datasets described here were extracted using the Data from Sky (DFS) platform and validated against manual counts, space mean speeds, and probe trajectories in earlier work. Each dataset contains time-stamped vehicle positions, speeds, longitudinal and lateral accelerations, and vehicle classifications at a resolution of 30 frames per second. Data were collected at six mid-block locations in the national capital region of India, covering diverse traffic compositions and density levels. Exploratory analyses highlight key behavioural patterns, including lane-keeping preferences, speed distributions, and lateral manoeuvres typical of heterogeneous and area-based traffic settings. These datasets are intended as a resource for the global research community to support simulation modelling, safety assessment, and behavioural studies under area-based traffic conditions. By making these empirical datasets openly available, this work offers researchers a unique opportunity to develop, test, and validate models that more accurately represent complex urban traffic environments.
- Abstract（参考訳）: 本稿では,無人航空機(UAV)を用いて収集したMVTデータセットを異種都市交通条件下で公開する。
従来の道路沿いのビデオ収集は、密集した交通量、視角の制限、不規則な車両の動きによってしばしば失敗する。
UAVベースの記録は、これらの問題を減らし、豊かな空間的・時間的ダイナミクスを捉えるトップダウンの視点を提供する。
ここで説明したデータセットは、Sky(DFS)プラットフォームから抽出され、以前の作業における手動カウント、空間平均速度、プローブ軌道に対して検証された。
各データセットには、タイムスタンプされた車両の位置、速度、縦方向と横方向の加速度、および毎秒30フレームの車両分類が含まれている。
データは、インドの首都圏の6つの中間ブロックで収集され、多様な交通構成と密度レベルをカバーしている。
探索的分析では、車線維持の好み、速度分布、異種および地域ベースの交通設定に典型的な横方向の操作など、重要な行動パターンを強調している。
これらのデータセットは、地域交通条件下でのシミュレーションモデリング、安全性評価、行動研究を支援するため、グローバル研究コミュニティのリソースとして意図されている。
これらの経験的データセットを公開することにより、この研究は、複雑な都市交通環境をより正確に表現するモデルを開発し、テストし、検証するユニークな機会を研究者に提供する。
関連論文リスト
- FLUID: A Fine-Grained Lightweight Urban Signalized-Intersection Dataset of Dense Conflict Trajectories [13.847243701930879]
本研究は,典型的な都市信号化交差点における高密度コンフリクトを捕捉する微粒な軌跡データセットを含むFLUIDを紹介する。
FLUIDは3つの異なる交差点をカバーしており、録音時間はおよそ5時間で、8つのカテゴリに2万以上のTPがある。
データセットは毎分平均で2台の車両が衝突し、全自動車の約25%が関与している。
論文 参考訳（メタデータ） (2025-08-30T13:38:42Z) - DRIFT open dataset: A drone-derived intelligence for traffic analysis in urban environment [2.780698399474917]
DRone由来のインテリジェンス・フォー・トラヒック・アナリティクス(DRIFT)データセットは、高度約250mのドローンビデオから体系的に収集された大規模な都市交通データセットである。
DRIFTは、方向情報を含む高解像度の車両軌道を提供し、ビデオ同期とオルトマップアライメントによって処理される。
このデータセットは,交通流解析やシミュレーション研究などの学術研究や実用化に大きく貢献することが期待されている。
論文 参考訳（メタデータ） (2025-04-15T09:43:13Z) - OnSiteVRU: A High-Resolution Trajectory Dataset for High-Density Vulnerable Road Users [41.63444034391952]
本研究は,交差点,道路セグメント,都市村など,様々なシナリオをカバーするOnSiteVRUデータセットを開発した。
データセットは、自動車、電動自転車、人力自転車の軌道データを提供し、約17,429の軌道を0.04秒精度で収集する。
その結果、VRU_DataはVRU密度とシーンカバレッジの点で従来のデータセットよりも優れており、VRUの行動特性をより包括的に表現できることがわかった。
論文 参考訳（メタデータ） (2025-03-30T08:44:55Z) - Multi-Source Urban Traffic Flow Forecasting with Drone and Loop Detector Data [61.9426776237409]
ドローンが捉えたデータは、大規模都市ネットワークのための正確なマルチセンサー移動観測所を作ることができる。
単純なグラフベースモデルHiMSNetは、複数のデータモダリティと学習時間相関を統合するために提案されている。
論文 参考訳（メタデータ） (2025-01-07T03:23:28Z) - Adaptive Hierarchical SpatioTemporal Network for Traffic Forecasting [70.66710698485745]
本稿では,AHSTN(Adaptive Hierarchical SpatioTemporal Network)を提案する。
AHSTNは空間階層を利用し、マルチスケール空間相関をモデル化する。
2つの実世界のデータセットの実験により、AHSTNはいくつかの強いベースラインよりも優れたパフォーマンスを達成することが示された。
論文 参考訳（メタデータ） (2023-06-15T14:50:27Z) - Street-View Image Generation from a Bird's-Eye View Layout [95.36869800896335]
近年,Bird's-Eye View (BEV) の知覚が注目されている。
自動運転のためのデータ駆動シミュレーションは、最近の研究の焦点となっている。
本稿では,現実的かつ空間的に一貫した周辺画像を合成する条件生成モデルであるBEVGenを提案する。
論文 参考訳（メタデータ） (2023-01-11T18:39:34Z) - Monocular BEV Perception of Road Scenes via Front-to-Top View Projection [57.19891435386843]
本稿では,鳥の目視で道路配置と車両占有率によって形成された局所地図を再構築する新しい枠組みを提案する。
我々のモデルは1つのGPU上で25FPSで動作し、リアルタイムパノラマHDマップの再構築に有効である。
論文 参考訳（メタデータ） (2022-11-15T13:52:41Z) - Evaluating a Signalized Intersection Performance Using Unmanned Aerial
Data [11.699288626519682]
本研究では,ギリシャ・アテネの3方向信号通信交差点におけるドローンの生データの利用について検討した。
リアルタイムビデオから抽出したデータに対する顕微鏡的アプローチと衝撃波解析を用いて,最大待ち行列長を推定した。
様々なMOEの結果は有望であることが判明し、ドローンが収集したトラフィックデータの利用には多くの応用があることが確認された。
論文 参考訳（メタデータ） (2022-07-16T21:48:32Z) - An Experimental Urban Case Study with Various Data Sources and a Model
for Traffic Estimation [65.28133251370055]
我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。
我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。
本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
論文 参考訳（メタデータ） (2021-08-02T08:13:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。