trajdata: Un'interfaccia unificata per molteplici dataset di traiettorie umane

trajdata: A Unified Interface to Multiple Human Trajectory Datasets

July 26, 2023

Autori: Boris Ivanovic, Guanyu Song, Igor Gilitschenski, Marco Pavone

cs.AI

Abstract

Il campo della previsione delle traiettorie è cresciuto significativamente negli ultimi anni, in parte grazie al rilascio di numerosi dataset su larga scala e reali di traiettorie umane per veicoli autonomi (AV) e il tracciamento del movimento dei pedoni. Sebbene tali dataset siano stati una risorsa preziosa per la comunità, ciascuno di essi utilizza formati di dati e API personalizzati e unici, rendendo complesso per i ricercatori addestrare e valutare metodi su più dataset. Per rimediare a ciò, presentiamo trajdata: un'interfaccia unificata per più dataset di traiettorie umane. Al suo interno, trajdata fornisce una rappresentazione e un'API semplici, uniformi ed efficienti per i dati di traiettoria e mappa. Come dimostrazione delle sue capacità, in questo lavoro conduciamo una valutazione empirica completa dei dataset di traiettorie esistenti, offrendo agli utenti una comprensione approfondita dei dati alla base di gran parte della ricerca attuale sulla previsione del movimento dei pedoni e dei veicoli autonomi, e proponendo suggerimenti per futuri dataset sulla base di queste intuizioni. trajdata è rilasciato con licenza permissiva (Apache 2.0) ed è accessibile online all'indirizzo https://github.com/NVlabs/trajdata.

English

The field of trajectory forecasting has grown significantly in recent years, partially owing to the release of numerous large-scale, real-world human trajectory datasets for autonomous vehicles (AVs) and pedestrian motion tracking. While such datasets have been a boon for the community, they each use custom and unique data formats and APIs, making it cumbersome for researchers to train and evaluate methods across multiple datasets. To remedy this, we present trajdata: a unified interface to multiple human trajectory datasets. At its core, trajdata provides a simple, uniform, and efficient representation and API for trajectory and map data. As a demonstration of its capabilities, in this work we conduct a comprehensive empirical evaluation of existing trajectory datasets, providing users with a rich understanding of the data underpinning much of current pedestrian and AV motion forecasting research, and proposing suggestions for future datasets from these insights. trajdata is permissively licensed (Apache 2.0) and can be accessed online at https://github.com/NVlabs/trajdata