数据集概述
本数据集包含德国阿沙芬堡城市交通中行人与骑行者的轨迹及身体姿态数据，由阿沙芬堡应用科学大学研究车辆采集。数据涵盖超6526条行人轨迹、1734条骑行者轨迹，包含2D/3D姿态、运动状态标签等信息，可用于弱势道路使用者轨迹预测与意图识别模型的训练测试。
文件详解
- 压缩文件：
dataset.zip
- 文件格式：ZIP
- 内容说明：压缩包内包含各轨迹对应的JSON文件，每个文件包含以下字段：
vru_type：弱势道路使用者类型（行人'ped'或骑行者'bike'）timestamps：UTC时间戳（采集频率25Hz）set：数据划分（训练、验证、测试集，按60%/20%/20%分配）pose2d：18个关节点的2D姿态（图像坐标系，含不确定性值，缺失为'nan'）pose3d：14个关节点的3D姿态（三维坐标系，缺失为'nan'）head_smoothed：头部平滑轨迹（三维坐标系，作为真值不可用于预测输入）motion_primitives：运动状态独热编码标签（行人：等待、启动、移动、停止；骑行者：等待、启动、移动、停止、左转、右转）
数据来源
阿沙芬堡应用科学大学Kooperative Automatisierte Verkehrssysteme研究团队
适用场景
- 弱势道路使用者轨迹预测：基于历史轨迹与姿态数据训练预测模型
- 行人与骑行者意图识别：通过运动状态标签与姿态特征分析行为意图
- 自动驾驶环境感知：用于验证自动驾驶系统对弱势道路使用者的检测与行为理解能力
- 交通行为学研究：分析城市交通中行人与骑行者的运动模式与交互规律
- 计算机视觉模型训练：支持2D/3D人体姿态估计算法的训练与测试
