航拍环岛交通

从人类驾驶
到类人驾驶

我们从空中捕捉人类真实的驾驶行为,用千万级轨迹数据构建基准线,让智能驾驶更安全、更舒适、更像人。

数据概览

全球规模领先的航测自然驾驶数据集,从鸟瞰视角捕捉真实交通交互行为。

0
飞行时长
使用DJI无人机在全国范围内持续采集航拍视频
0
轨迹段
提取的单车轨迹片段,含完整运动学参数
0
采集地点
覆盖中国东北、华北、中部、东部、华南、西部的典型城市
All
道路类型
覆盖结构化道路、城市道路、停车场的所有道路类型

两条基准线

智能驾驶需要两条参考线——一条来自极限,一条来自日常。两条线之间,就是智能驾驶该有的样子。

安全底线

源自场地测试与法规要求(UN R157、ISO 34502),覆盖极端工况——这是绝对不能突破的硬底线。

类人基准

源自自然驾驶数据,捕捉千万级驾驶者在99%以上日常场景中的真实行为——定义舒适性和通行效率的软参考。

两条线之间 = 智能驾驶该有的样子——安全是底线,类人是标杆。
安全性 安心感 舒适性 通行效率 能源效率

自然驾驶数据集

鸟瞰视角轨迹数据,涵盖完整运动学参数,支持ISO 34502场景提取。

小区出口
a. 小区出口
城市道路
b. 城市道路
交叉路口
c. 交叉路口
入口匝道
d. 高速入口匝道
高速主路
e. 高速主路
出口匝道
f. 高速出口匝道
环形交叉路口
g. 环形交叉路口
事故/施工区域
h. 事故/施工区域
冰雪路面
i. 冰雪路面
停车场
j. 停车场

典型城市通勤驾驶旅程——我们的数据覆盖从出发到到达的全部场景类型

轨迹参数

  • 位置 (x, y) 与速度 (vx, vy)
  • 加速度与航向角
  • 车道ID与行驶方向
  • 周车ID(前车、后车、侧车)
  • 安全指标:minDHW、minTHW、minTTC
  • 换道事件与行驶距离

道路场景

  • 高速主路与匝道
  • 城市交叉口与环岛
  • 人车混行区域
  • 恶劣天气(雨、雪、冰)
  • 施工区域
  • 长尾高风险交互事件

数据管线

  • DJI无人机4K航拍采集
  • AI目标检测与跟踪
  • 单应矩阵坐标变换
  • 轨迹平滑与验证
  • ISO 34502场景标注
  • 3DGS高保真三维重建

开源数据集

降低自然驾驶研究的使用门槛,面向学术研究免费开放。

AD4CHE数据集

AD4CHE

400+机构申请使用

高速公路与快速路拥堵场景,包含丰富的跟车与换道交互行为数据。

了解更多 →
SinD数据集

SinD

信号交叉口

信号灯控制交叉口的机动车、行人、骑行者轨迹数据,含信号相位信息。

了解更多 →
RinD数据集

RinD

环岛交互

覆盖5个城市20+地点的环岛轨迹数据,含21,760+条轨迹和4,000+交通违规行为。

了解更多 →
VRUD数据集

VRUD

弱势道路使用者

车辆-弱势道路使用者交互数据集,含13,418条轨迹,87%为VRU,4,000+交互场景。

了解更多 →

五大应用方向

一个答案——自然驾驶数据——五个落地方向。

01

产品定义与系统开发

用数据驱动的阈值替代经验猜测,为ADAS/AD系统设计和参数标定提供依据。

02

类人驾驶测评

基于千万级轨迹的P25-P75百分位基线,场景差异化、统计有据,而非专家拍脑袋。

03

标准制定与合规测试

用代表性自然驾驶参数(P5-P95)填补现行标准中的量化空白。

04

事故研究

自然驾驶数据为"分母",事故数据为"分子",计算真实场景的风险暴露率。

05

车端持续优化

将人类驾驶行为模型部署为车端实时参考系统,持续评估驾驶性能。

关于我们

驭研科技依托于吉林大学自动驾驶安全联合实验室,主要研究成果源于多个项目的持续研发和投入,包括科研项目(如:自动驾驶汽车关键安全场景数据库开发及利用、基于无人机的低空信息获取技术应用与产业化),以及与大疆车载及卓驭科技开展应用课题(如:自动驾驶系统安全核心标准预研、基于端到端的高级别自动驾驶系统安全分析与评价),相关成果已经在多家主机厂的辅助驾驶系统量产开发中得到应用。

标准与专业能力

  • ISO 21448 — 预期功能安全
  • ISO 26262 — 功能安全
  • ISO 34502 — 场景驱动测试
  • UN R157 — ALKS法规
  • GB/T — 中国国家标准

联系我们

对我们的数据或方案感兴趣?期待与您交流。

地址

中国长春·净月高新区
数字科技孵化基地9A-2

微信服务号二维码

微信服务号

LinkedIn二维码

LinkedIn