論文の概要: VRUD: A Drone Dataset for Complex Vehicle-VRU Interactions within Mixed Traffic

• arxiv url: http://arxiv.org/abs/2604.01134v1
• Date: Wed, 01 Apr 2026 16:53:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:32.103033
• Title: VRUD: A Drone Dataset for Complex Vehicle-VRU Interactions within Mixed Traffic
• Title（参考訳）: VRUD:混合交通における複雑な車とVRUのインタラクションのためのドローンデータセット
• Authors: Ziyu Wang, Hongrui Kou, Cheng Wang, Ruochen Li, Hubert P. H. Shum, Amir Atapour-Abarghouei, Yuxin Zhang,
• Abstract要約: 本稿では,ドローンによるデータセット構築のための効率的かつ高精度な手法を提案する。 データセットは4時間の4K/30Hzの記録で、1,479のVRU軌道と1,939の車両軌道を含んでいる。 生の軌跡のみを提供するデータセットとは異なり、我々は新しいベクトル時間対衝突閾値に基づいて4,002個のマルチエージェント相互作用シナリオを抽出した。
• 参考スコア（独自算出の注目度）: 30.833618634075055
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Operational Design Domain (ODD) of urbanoriented Level 4 (L4) autonomous driving, especially for autonomous robotaxis, confronts formidable challenges in complex urban mixed traffic environments. These challenges stem mainly from the high density of Vulnerable Road Users (VRUs) and their highly uncertain and unpredictable interaction behaviors. However, existing open-source datasets predominantly focus on structured scenarios such as highways or regulated intersections, leaving a critical gap in data representing chaotic, unstructured urban environments. To address this, this paper proposes an efficient, high-precision method for constructing drone-based datasets and establishes the Vehicle-Vulnerable Road User Interaction Dataset (VRUD), as illustrated in Figure 1. Distinct from prior works, VRUD is collected from typical "Urban Villages" in Shenzhen, characterized by loose traffic supervision and extreme occlusion. The dataset comprises 4 hours of 4K/30Hz recording, containing 11,479 VRU trajectories and 1,939 vehicle trajectories. A key characteristic of VRUD is its composition: VRUs account for about 87% of all traffic participants, significantly exceeding the proportions in existing benchmarks. Furthermore, unlike datasets that only provide raw trajectories, we extracted 4,002 multi-agent interaction scenarios based on a novel Vector Time to Collision (VTTC) threshold, supported by standard OpenDRIVE HD maps. This study provides valuable, rare edge-case resources for enhancing the safety performance of ADS in complex, unstructured urban environments. To facilitate further research, we have made the VRUD dataset open-source at: https://zzi4.github.io/VRUD/.
• Abstract（参考訳）: 都市指向レベル4(L4)自動運転の運用設計ドメイン(ODD)は、複雑な都市混在交通環境において深刻な課題に直面している。 これらの課題は主に、Vulnerable Road Users(VRU)の高密度化と、その極めて不確実で予測不可能な相互作用行動に起因する。 しかし、既存のオープンソースデータセットは、主に高速道路や規制された交差点のような構造化シナリオに焦点を当てており、カオス的で非構造的な都市環境を表すデータに重要なギャップを残している。 これを解決するために,本研究では,ドローンベースのデータセットを構築するための効率的かつ高精度な手法を提案し,図1に示すように,車載型道路ユーザインタラクションデータセット(VRUD)を確立する。 以前の作品と異なり、VRUDは深センの典型的な「ウルバン・ヴィレッジ」から収集されており、交通監督の緩やかさと極端な排除が特徴である。 データセットは4時間の4K/30Hzの記録で、1,479のVRU軌道と1,939の車両軌道を含んでいる。 VRUDの主な特徴は、その構成である。VRUは、すべてのトラフィック参加者の約87%を占め、既存のベンチマークの比率を大幅に上回る。 さらに、生の軌跡のみを提供するデータセットとは異なり、標準のOpenDRIVE HDマップでサポートされている新しいベクトル時間対衝突(VTTC)閾値に基づいて、4,002個のマルチエージェント相互作用シナリオを抽出した。 本研究は, 複雑で非構造的な都市環境におけるADSの安全性向上のために, 貴重で希少なエッジケース資源を提供する。 さらなる研究を容易にするため、私たちはVRUDデータセットをオープンソースにしました。

関連論文リスト

• HetroD: A High-Fidelity Drone Dataset and Benchmark for Autonomous Driving in Heterogeneous Traffic [49.31491001465465]
  HetroDは、異種環境で自律走行システムを開発するためのデータセットとベンチマークである。 HetroDは、VRU(vulner- able road users)が支配する現実の異種交通のナビゲーティングにおける重要な課題をターゲットにしている。
  論文  参考訳（メタデータ） (2026-02-03T12:12:47Z)
• ROVR-Open-Dataset: A Large-Scale Depth Dataset for Autonomous Driving [62.9051914830949]
  実世界の運転の複雑さを捉えるために設計された,大規模で多様で費用効率のよい深度データセットであるROVRを提案する。 軽量な取得パイプラインは、スケーラブルなコレクションを保証すると同時に、統計的に十分な基礎的真実は堅牢なトレーニングをサポートする。 最先端の単分子深度モデルによるベンチマークでは、厳密なクロスデータセットの一般化失敗が示される。
  論文  参考訳（メタデータ） (2025-08-19T16:13:49Z)
• Highly Accurate and Diverse Traffic Data: The DeepScenario Open 3D Dataset [30.40504152724041]
  我々は,新しいモノクラーカメラドローン追跡パイプラインによって得られた6自由度境界ボックス軌道のDeepScenario Open 3Dデータセット(DSC3D)を紹介した。 当社のデータセットには、14種類のトラフィック参加者の175,000以上のトラジェクトリが含まれており、多様性とスケールの点で既存のデータセットを大きく上回っている。 動作予測,動作計画,シナリオマイニング,生成反応性トラフィックエージェントなど,複数のアプリケーションにまたがる実用性を実証する。
  論文  参考訳（メタデータ） (2025-04-24T08:43:48Z)
• 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)
• Advanced computer vision for extracting georeferenced vehicle trajectories from drone imagery [4.387337528923525]
  本稿では,高高度ドローン画像からジオレファレンス車両軌跡を抽出する枠組みを提案する。 研究は韓国のソンド国際事業地区で行われた。
  論文  参考訳（メタデータ） (2024-11-04T14:49:01Z)
• RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments [62.5830455357187]
  我々は3種類のセンサー(Camera, LiDAR, Fisheye)をベースとした自我中心型マルチセンサデータ収集プラットフォームを構築した。 大規模なマルチモーダルデータセットであるRoboSenseは、エゴセントリックなロボット知覚を促進するために構築されている。
  論文  参考訳（メタデータ） (2024-08-28T03:17:40Z)
• RSRD: A Road Surface Reconstruction Dataset and Benchmark for Safe and Comfortable Autonomous Driving [67.09546127265034]
  道路表面の再構築は、車両の走行計画と制御システムの解析と予測を促進するのに役立つ。 我々は,様々な運転条件下で,特定のプラットフォームで収集した実世界,高解像度,高精度のデータセットであるRoad Surface Reconstructionデータセットを紹介した。 約16,000対のステレオ画像、原点雲、地中深度・不均等地図を含む一般的な道路形態を網羅している。
  論文  参考訳（メタデータ） (2023-10-03T17:59:32Z)

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。