自车横向引导主观研究数据集
数据来源：互联网公开数据
标签：自动驾驶，驾驶行为，车辆引导，驾驶风格，道路安全，人机交互
数据概述：
本数据集来源于一项关于自车横向引导的主观研究，旨在探索人类驾驶员在农村道路上的个体化横向驾驶行为。研究通过控制车辆实验（N=62）收集了德国参与者的驾驶数据，包括匿名的 socio-demographics 和问卷调查结果、原始车辆测量数据（含标签）以及提取的驾驶行为指标。数据集记录了参与者在不同驾驶场景下的行为特征，重点关注静态和动态曲线行驶行为的评估指标。此外，研究还引入了德国版的多维驾驶风格库存（MDSI-DE）来分析驾驶行为的可预测性，揭示了驾驶行为的高度个体差异性。
数据用途概述：
该数据集适用于自动驾驶系统开发、驾驶行为分析、个性化驾驶功能开发、驾驶行为预测模型构建等多种场景。研究人员可利用数据集中的驾驶行为指标和车辆测量数据，优化自动驾驶系统的横向控制算法，提升驾驶舒适性和安全性；汽车制造商可基于数据设计更符合人类驾驶习惯的自动驾驶功能；交通管理部门可参考数据集评估道路设计对驾驶行为的影响。此外，数据集还支持驾驶风格分析和人机交互研究，为自动驾驶技术的用户体验优化提供数据支持。
