#математическое_моделирование
Данные о траекториях автомобилей, движущихся в потоке, используют для широкого спектра задач, в частности, для понимания и исследования поведения водителей на микроуровне, при разработке, калибровке и валидации математических моделей транспортных потоков.
Наиболее известный и хорошо себя зарекомендовавший набор такого рода данных – NGSIM (the Next Generation SIMulation) US 101 dataset. Обследуемая область представляет собой фрагмент длиной 640 метров 5-полосной дороги (Hollywood Freeway, CA, USA). Временной промежуток (c 7:50 до 08:35, 15 июля 2005) включает в себя свободный поток, переход от свободного к плотному потоку и состояние плотного потока, характерное для утреннего часа-пик.
В 2018 году был создан новый набор данных HighD (
Highway Drone Dataset), который собран с помощью дрона на трассах в районе Кёльна в Германии. Продолжительность времени сбора данных HighD превышает NGSIM US 101 более чем в 10 раз. Авторы эксперимента заявляют о высокой точности данных (погрешность 10 см) и
позиционируют HighD для сценарного тестирования при проверке безопасности беспилотных транспортных средств.
Оба набора данных – в открытом доступе.