南非迷你巴士出租车高频GPS追踪数据集-2023-warcoder
数据来源：互联网公开数据
标签：GPS追踪,迷你巴士,出租车,高频数据,南非,能源消耗,驾驶行为,数据采集,车辆动力学
数据概述：
本数据集包含南非迷你巴士出租车的高频（1Hz）GPS追踪数据。这是迄今为止首次以每秒一次的频率捕获此类车辆的GPS数据。南非迷你巴士出租车以其剧烈的驾驶行为而闻名，表现为快速的加速和减速事件，这些事件对车辆的能源消耗有显著影响。低频采样无法捕捉这些微移动模式，从而忽略其对能源消耗（kWh/km）的影响。研究假设，为了构建高保真的车辆能源消耗估计，需要高分辨率的数据以捕捉每个移动的多个样本。估算电动汽车（EV）与内燃机汽车（ICE）的能源消耗对于利益相关者规划有效的向电动汽车车队过渡至关重要。能源消耗计算基于“The bumpy ride to electrification: High fidelity energy consumption estimates for minibus taxi paratransit vehicles in South Africa”一文中提出的动能模型。
数据集使用六台跟踪设备进行记录，每台设备每秒（1Hz）将GPS数据记录到SD卡上。这些设备基于Arduino平台，由碱性电池供电，因此在测试期间可以独立运行。记录完成后，数据将被单独处理。数据记录通过按钮启动，并在车辆到达目的地时终止。每个记录的行程创建一个独立的文件，这使得不同路线的行程可以单独研究和与其他相同路线的记录进行比较。
数据集包含62个原始行程文件，所有文件均位于附加的'raw data'文件夹中，按相应路线和捕获时间分类。原始数据包括日期、时间、速度、海拔、纬度、经度、航向、连接的卫星数量和信号质量。数据在三条不同路线上进行记录，往返各一次，总共六条不同路线。每条路线分别在早晨（上午11:30之前）、下午（上午11:30至下午4:00）和晚上（下午4:00之后）进行记录。
处理后的数据可在'Processed Data'文件夹中找到。除了原始数据外，这些处理后的数据文件还包括观测点之间的位移（使用Geopy的geodesic包计算）以及车辆电池为推进、制动和卸载工作提供的估算能量。动能模型的Python代码可以在附加的GitHub链接中找到：https://github.com/ChullEPG/Bumpy-Ride。
数据用途概述：
该数据集适用于车辆能源消耗研究、驾驶行为分析、电动汽车过渡规划等多种场景。研究人员可以利用此数据构建高保真的车辆能源消耗模型；交通管理部门可以分析驾驶行为以优化交通管理；政策制定者可以利用数据评估和规划电动汽车的推广策略。此外，数据集还适合用于教育培训，帮助学习者理解车辆动力学和能源管理的基本原理。
