数据集概述
本数据集记录了在Automotive Campus Test Track上，VW Tiguan检测车以手动模式完成的25圈参考行驶数据，包含自动驾驶辅助系统指令、道路异常检测、环境传感器、车辆动力学等多维度信息，用于自动驾驶相关的测试与分析。
文件详解
- 压缩文件
- 文件名称：277-Brainport_HighwayPilot_TSC_01-20190311.zip、164-Brainport_HighwayPilot_TSC_01-20190311-DRAFT.zip
- 文件格式：ZIP
- 字段映射介绍：包含多个子数据集，具体如下：
- AUTOPILOT_BrainPort_HighwayPilot_AdasCommand：自动驾驶辅助系统指令数据
- AUTOPILOT_BrainPort_HighwayPilot_Anomaly：道路异常检测信息数据
- AUTOPILOT_BrainPort_HighwayPilot_AnomalyImage：异常检测图像数据
- AUTOPILOT_BrainPort_HighwayPilot_DriverVehicleInteraction：车辆CAN总线提取的驾驶交互数据（如油门、离合器、刹车状态等）
- AUTOPILOT_BrainPort_HighwayPilot_EnvironmentSensorsAbsolute：环境传感器绝对坐标目标检测数据
- AUTOPILOT_BrainPort_HighwayPilot_EnvironmentSensorsRelative：环境传感器相对坐标目标检测数据
- AUTOPILOT_BrainPort_HighwayPilot_Hazard：服务端发送的车辆异常与危险信息数据
- AUTOPILOT_BrainPort_HighwayPilot_IotVehicleMessage：设备、车辆与服务间的消息数据
- AUTOPILOT_BrainPort_HighwayPilot_PositioningSystem：车辆GPS数据（如速度、经纬度、航向等）
- AUTOPILOT_BrainPort_HighwayPilot_Vehicle：车辆状态数据（如温度、电池状态等）
- AUTOPILOT_BrainPort_HighwayPilot_VehicleDynamics：车辆动力学数据（如加速度、限速等）
适用场景
- 自动驾驶辅助系统测试：分析ADAS指令与车辆状态的匹配性，优化系统控制逻辑
- 道路异常检测算法训练：利用异常信息及对应图像数据，训练和验证道路异常识别模型
- 车辆动力学分析：基于CAN总线数据，研究车辆在测试场景下的动力学特性
- 环境感知系统评估：对比绝对与相对坐标的目标检测数据，评估环境传感器的感知精度
- 自动驾驶测试场景复现：结合GPS与车辆状态数据，复现检测车的参考行驶轨迹，支持测试场景的验证
