为支撑新一代微观交通仿真系统开发，以全新视角探索和推动微观交通行为建模研究，北京交通发展研究院 (Beijing Transport Institute BTI) 于2019年开始投入道路交通流航拍及基于人工智能的轨迹识别技术研究，构建高精度标准化轨迹数据库TrafficHUT（High-definition Unified Trajectory dataset）。与传统GPS轨迹数据和车载自然驾驶数据不同，TrafficHUT数据库包含视频库、轨迹库和特征库三个子库：
4K分辨率航拍视频
视频中提取车辆轨迹数据
轨迹相对应的特征分类信息
1200米
覆盖最高1.2千米道路
0.04秒
所有车辆0.04秒精度的轨迹信息
交通高清航拍视频
航拍视频轨迹识别技术
交通微观行为研究
交通微观行为模型搭建
TrafficHUT是以数据公开和数据共享为核心思想，在全球范围内搭建车辆轨迹共享数据平台促进交通邻域研究的发展。相较于车载自然驾驶的单车数据，TrafficHUT可覆盖并提供范围内所有车辆的轨迹信息，有利于分析群体间车辆的互相影响。相较于传统GPS轨迹数据，TrafficHUT拥有更高的时空数据精度：
0.04秒
时间粒度可达0.04秒
0.5米
空间精度小于0.5m
4K25帧、经过画面稳定的高质量原始视频
高鲁棒性车辆识别与轨迹跟踪算法确保轨迹质量
单个点位早高峰或晚高峰的拍摄时间跨度为约1.5小时
单次悬停5~15分钟连续轨迹
单次飞行1-4架飞机，覆盖约350~1200米道路
已处理北京市19个交叉口+26段快速路70小时航拍视频
2021年底前完成10万轨迹清洗核对，逐步开放授权下载。提交符合要求的视频或轨迹，参与共建，获取更丰富数据
TrafficHUT中缩写HUT寓意 “共享小屋”，北京交通发展研究院依托城市交通运行仿真与决策支持北京市重点实验室，在国家自然科学基金委的重点项目——车联网复杂移动环境感知与建模理论(61731004)资助下，号召世界范围内有实力的机构和个人参与到这一共享数据库的建设中来，以全新视角探索微观交通行为建模方法，推动微观行为建模研究及新一代微观交通仿真系统的研发。
如需进一步数据共享与合作，请联系我们！
HeBane
2021-05-11
回到顶部