This dataset was collected as part of the Third Generation Simulation Data (TGSIM): A Closer Look at the Impacts of Automated Driving Systems on Human Behavior project. During the project, six trajectory datasets capable of characterizing human-automated vehicle interactions under a diverse set of scenarios in highway and city environments were collected and processed. For more information, see the project report found here: https://rosap.ntl.bts.gov/view/dot/74647. This dataset, which is one of the six collected as part of the TGSIM project, contains data collected using one high-resolution 8K camera mounted on a helicopter that followed two SAE Level 2 ADAS-equipped vehicles through automated lane change maneuvers and as part of a string once the desired lane was achieved and ACC was enabled. The helicopter then followed the string of vehicles (which sometimes broke from the sting due to large following distances) northbound through the 4.8 km section of highway at an altitude of 300 meters. The goal of the data collection effort was to collect data related to human drivers' responses to automated lane changes and as part of a string. The road segment has four lanes in each direction and covers a major on-ramp and one off-ramp in the southbound direction and one on-ramp as well as two off-ramps in the northbound direction. The segment of highway is operated by Illinois Tollway and contains a high percentage of heavy vehicles. The camera captured footage during the evening rush hour (3:00 PM-5:00 PM CT) on a cloudy day. As part of this dataset, the following files were provided:

This dataset was collected as part of the Third Generation Simulation Data (TGSIM): A Closer Look at the Impacts of Automated Driving Systems on Human Behavior project. During the project, six trajectory datasets capable of characterizing human-automated vehicle interactions under a diverse set of scenarios in highway and city environments were collected and processed. For more information, see the project report found here: https://rosap.ntl.bts.gov/view/dot/74647. This dataset, which is one of the six collected as part of the TGSIM project, contains data collected using one high-resolution 8K camera mounted on a helicopter that followed three SAE Level 1 ADAS-equipped vehicles with adaptive cruise control (ACC) enabled. The three vehicles manually entered the highway, moved to the second from left most lane, then enabled ACC with minimum following distance settings to initiate a string. The helicopter then followed the string of vehicles (which sometimes broke from the sting due to large following distances) northbound through the 4.8 km section of highway at an altitude of 300 meters. The goal of the data collection effort was to collect data related to human drivers' responses to vehicle strings. The road segment has four lanes in each direction and covers major on-ramp and an off-ramp in the southbound direction and one on-ramp in the northbound direction. The segment of highway is operated by Illinois Tollway and contains a high percentage of heavy vehicles. The camera captured footage during the evening rush hour (3:00 PM-5:00 PM CT) on a sunny day. As part of this dataset, the following files were provided:

This dataset was collected as part of the Third Generation Simulation Data (TGSIM): A Closer Look at the Impacts of Automated Driving Systems on Human Behavior project. During the project, six trajectory datasets capable of characterizing human-automated vehicle interactions under a diverse set of scenarios in highway and city environments were collected and processed. For more information, see the project report found here: https://rosap.ntl.bts.gov/view/dot/74647. This dataset, which is one of the six collected as part of the TGSIM project, contains data collected using the fixed location aerial videography approach with one high-resolution 8K camera mounted on a helicopter hovering over a short segment of I-94 focusing on the merge and diverge points in Chicago, IL. The altitude of the helicopter (approximately 213 meters) enabled the camera to capture 1.3 km of highway driving and a major weaving section in each direction (where I-90 and I-94 diverge in the northbound direction and merge in the southbound direction). The segment has two off-ramps and two on-ramps in the northbound direction. All roads have 88 kph (55 mph) speed limits. The camera captured footage during the evening rush hour (4:00 PM-6:00 PM CT) on a cloudy day. During this period, two SAE Level 2 ADAS-equipped vehicles drove through the segment, entering the northbound direction upstream of the target section, exiting the target section on the right through I-94, and attempting to perform a total of three lane-changing maneuvers (if safe to do so). These vehicles are indicated in the dataset. As part of this dataset, the following files were provided:,

This dataset was collected as part of the Third Generation Simulation Data (TGSIM): A Closer Look at the Impacts of Automated Driving Systems on Human Behavior project. During the project, six trajectory datasets capable of characterizing human-automated vehicle interactions under a diverse set of scenarios in highway and city environments were collected and processed. For more information, see the project report found here: https://rosap.ntl.bts.gov/view/dot/74647. This dataset, which is one of the six collected as part of the TGSIM project, contains data collected using one high-resolution 8K camera mounted on a helicopter that followed three SAE Level 2 ADAS-equipped vehicles (one at a time) northbound through the 4 km long segment at an altitude of 200 meters. Once a vehicle finished the segment, the helicopter would return to the beginning of the segment to follow the next SAE Level 2 ADAS-equipped vehicle to ensure continuous data collection. The segment was selected to study mandatory and discretionary lane changing and last-minute, forced lane-changing maneuvers. The segment has five off-ramps and three on-ramps to the right and one off-ramp and one on-ramp to the left. All roads have 88 kph (55 mph) speed limits. The camera captured footage during the evening rush hour (3:00 PM-5:00 PM CT) on a cloudy day. As part of this dataset, the following files were provided:

< 자율주행 시나리오 데이터셋: 원천데이터 > - 데이터셋 유형 - 멀티센서(카메라-LiDAR) 원천데이터 - 10초 동안 주행하며 수집한 자율주행 데이터를 5fps로 추출해 구축한 데이터셋 - 데이터셋 구성 1. 원천데이터_카메라 센서 데이터 1) 전방 FHD 카메라 이미지 데이터(.png): 50frames 2) 후방 FHD 카메라 이미지 데이터(.png): 50frames 3) 좌측방 FHD 카메라 이미지 데이터(.png): 50frames 4) 우측방 FHD 카메라 이미지 데이터(.png): 50frames 2. 원천데이터_LiDAR 센서 데이터 1) 전방위 128ch LiDAR 포인트 클라우드 데이터(.pcd): 50frames 2) 전방 장거리 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 3) 전방 중거리 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 4) 후방 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 5) 후방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 6) 좌측방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 7) 우측방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 8) 전방위 + 후방 사각지대 + 좌측방 사각지대 + 우측방 사각지대 데이터를 융합한 포인트 클라우드 데이터(.pcd): 50frames 3. 원천데이터_메타데이터(파일 속성 정보, 센서 파라미터 정보, 차량 절대위치 및 자세 정보, 차량 상태 정보, 주행 환경 및 상황 정보) 1) 전방 카메라 이미지 메타데이터(.json): 50frames 2) 후방 카메라 이미지 메타데이터(.json): 50frames 3) 좌측방 카메라 이미지 메타데이터(.json): 50frames 4) 우측방 카메라 이미지 메타데이터(.json): 50frames 5) 융합된 전방위 LiDAR 포인트 클라우드 메타데이터(.json): 50frames 4. 데이터셋 정의서

< 자율주행 시나리오 데이터셋: 원천데이터 > - 데이터셋 유형 - 멀티센서(카메라-LiDAR) 원천데이터 - 10초 동안 주행하며 수집한 자율주행 데이터를 5fps로 추출해 구축한 데이터셋 - 데이터셋 구성 1. 원천데이터_카메라 센서 데이터 1) 전방 FHD 카메라 이미지 데이터(.png): 50frames 2) 후방 FHD 카메라 이미지 데이터(.png): 50frames 3) 좌측방 FHD 카메라 이미지 데이터(.png): 50frames 4) 우측방 FHD 카메라 이미지 데이터(.png): 50frames 2. 원천데이터_LiDAR 센서 데이터 1) 전방위 128ch LiDAR 포인트 클라우드 데이터(.pcd): 50frames 2) 전방 장거리 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 3) 전방 중거리 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 4) 후방 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 5) 후방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 6) 좌측방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 7) 우측방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 8) 전방위 + 후방 사각지대 + 좌측방 사각지대 + 우측방 사각지대 데이터를 융합한 포인트 클라우드 데이터(.pcd): 50frames 3. 원천데이터_메타데이터(파일 속성 정보, 센서 파라미터 정보, 차량 절대위치 및 자세 정보, 차량 상태 정보, 주행 환경 및 상황 정보) 1) 전방 카메라 이미지 메타데이터(.json): 50frames 2) 후방 카메라 이미지 메타데이터(.json): 50frames 3) 좌측방 카메라 이미지 메타데이터(.json): 50frames 4) 우측방 카메라 이미지 메타데이터(.json): 50frames 5) 융합된 전방위 LiDAR 포인트 클라우드 메타데이터(.json): 50frames 4. 데이터셋 정의서

Click “Export” on the right to download the vehicle trajectory data. The associated metadata and additional data can be downloaded below under "Attachments". Researchers for the Next Generation Simulation (NGSIM) program collected detailed vehicle trajectory data on southbound US 101 and Lankershim Boulevard in Los Angeles, CA, eastbound I-80 in Emeryville, CA and Peachtree Street in Atlanta, Georgia. Data was collected through a network of synchronized digital video cameras. NGVIDEO, a customized software application developed for the NGSIM program, transcribed the vehicle trajectory data from the video. This vehicle trajectory data provided the precise location of each vehicle within the study area every one-tenth of a second, resulting in detailed lane positions and locations relative to other vehicles. Click the "Show More" button below to find additional contextual data and metadata for this dataset. For site-specific NGSIM video file datasets, please see the following: - NGSIM I-80 Videos: https://data.transportation.gov/Automobiles/Next-Generation-Simulation-NGSIM-Program-I-80-Vide/2577-gpny - NGSIM US-101 Videos: https://data.transportation.gov/Automobiles/Next-Generation-Simulation-NGSIM-Program-US-101-Vi/4qzi-thur - NGSIM Lankershim Boulevard Videos: https://data.transportation.gov/Automobiles/Next-Generation-Simulation-NGSIM-Program-Lankershi/uv3e-y54k - NGSIM Peachtree Street Videos: https://data.transportation.gov/Automobiles/Next-Generation-Simulation-NGSIM-Program-Peachtree/mupt-aksf

< 자율주행 시나리오 데이터셋: 원천데이터 > - 데이터셋 유형 - 멀티센서(카메라-LiDAR) 원천데이터 - 10초 동안 주행하며 수집한 자율주행 데이터를 5fps로 추출해 구축한 데이터셋 - 데이터셋 구성 1. 원천데이터_카메라 센서 데이터 1) 전방 FHD 카메라 이미지 데이터(.png): 50frames 2) 후방 FHD 카메라 이미지 데이터(.png): 50frames 3) 좌측방 FHD 카메라 이미지 데이터(.png): 50frames 4) 우측방 FHD 카메라 이미지 데이터(.png): 50frames 2. 원천데이터_LiDAR 센서 데이터 1) 전방위 128ch LiDAR 포인트 클라우드 데이터(.pcd): 50frames 2) 전방 장거리 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 3) 전방 중거리 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 4) 후방 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 5) 후방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 6) 좌측방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 7) 우측방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 8) 전방위 + 후방 사각지대 + 좌측방 사각지대 + 우측방 사각지대 데이터를 융합한 포인트 클라우드 데이터(.pcd): 50frames 3. 원천데이터_메타데이터(파일 속성 정보, 센서 파라미터 정보, 차량 절대위치 및 자세 정보, 차량 상태 정보, 주행 환경 및 상황 정보) 1) 전방 카메라 이미지 메타데이터(.json): 50frames 2) 후방 카메라 이미지 메타데이터(.json): 50frames 3) 좌측방 카메라 이미지 메타데이터(.json): 50frames 4) 우측방 카메라 이미지 메타데이터(.json): 50frames 5) 융합된 전방위 LiDAR 포인트 클라우드 메타데이터(.json): 50frames 4. 데이터셋 정의서

< 자율주행 시나리오 데이터셋: 원천데이터 > - 데이터셋 유형 - 멀티센서(카메라-LiDAR) 원천데이터 - 10초 동안 주행하며 수집한 자율주행 데이터를 5fps로 추출해 구축한 데이터셋 - 데이터셋 구성 1. 원천데이터_카메라 센서 데이터 1) 전방 FHD 카메라 이미지 데이터(.png): 50frames 2) 후방 FHD 카메라 이미지 데이터(.png): 50frames 3) 좌측방 FHD 카메라 이미지 데이터(.png): 50frames 4) 우측방 FHD 카메라 이미지 데이터(.png): 50frames 2. 원천데이터_LiDAR 센서 데이터 1) 전방위 128ch LiDAR 포인트 클라우드 데이터(.pcd): 50frames 2) 전방 장거리 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 3) 전방 중거리 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 4) 후방 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 5) 후방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 6) 좌측방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 7) 우측방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 8) 전방위 + 후방 사각지대 + 좌측방 사각지대 + 우측방 사각지대 데이터를 융합한 포인트 클라우드 데이터(.pcd): 50frames 3. 원천데이터_메타데이터(파일 속성 정보, 센서 파라미터 정보, 차량 절대위치 및 자세 정보, 차량 상태 정보, 주행 환경 및 상황 정보) 1) 전방 카메라 이미지 메타데이터(.json): 50frames 2) 후방 카메라 이미지 메타데이터(.json): 50frames 3) 좌측방 카메라 이미지 메타데이터(.json): 50frames 4) 우측방 카메라 이미지 메타데이터(.json): 50frames 5) 융합된 전방위 LiDAR 포인트 클라우드 메타데이터(.json): 50frames 4. 데이터셋 정의서

< 자율주행 시나리오 데이터셋: 원천데이터 > - 데이터셋 유형 - 멀티센서(카메라-LiDAR) 원천데이터 - 10초 동안 주행하며 수집한 자율주행 데이터를 5fps로 추출해 구축한 데이터셋 - 데이터셋 구성 1. 원천데이터_카메라 센서 데이터 1) 전방 FHD 카메라 이미지 데이터(.png): 50frames 2) 후방 FHD 카메라 이미지 데이터(.png): 50frames 3) 좌측방 FHD 카메라 이미지 데이터(.png): 50frames 4) 우측방 FHD 카메라 이미지 데이터(.png): 50frames 2. 원천데이터_LiDAR 센서 데이터 1) 전방위 128ch LiDAR 포인트 클라우드 데이터(.pcd): 50frames 2) 전방 장거리 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 3) 전방 중거리 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 4) 후방 MEMs LiDAR 포인트 클라우드 데이터(.pcd): 50frames 5) 후방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 6) 좌측방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 7) 우측방 사각지대 Hemispherical LiDAR 포인트 클라우드 데이터(.pcd): 50frames 8) 전방위 + 후방 사각지대 + 좌측방 사각지대 + 우측방 사각지대 데이터를 융합한 포인트 클라우드 데이터(.pcd): 50frames 3. 원천데이터_메타데이터(파일 속성 정보, 센서 파라미터 정보, 차량 절대위치 및 자세 정보, 차량 상태 정보, 주행 환경 및 상황 정보) 1) 전방 카메라 이미지 메타데이터(.json): 50frames 2) 후방 카메라 이미지 메타데이터(.json): 50frames 3) 좌측방 카메라 이미지 메타데이터(.json): 50frames 4) 우측방 카메라 이미지 메타데이터(.json): 50frames 5) 융합된 전방위 LiDAR 포인트 클라우드 메타데이터(.json): 50frames 4. 데이터셋 정의서