trajdata: 複数の人間軌跡データセットに対する統一インターフェース

trajdata: A Unified Interface to Multiple Human Trajectory Datasets

July 26, 2023

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

cs.AI

要旨

軌道予測の分野は近年大きく発展しており、その背景には自動運転車（AV）や歩行者モーション追跡のための大規模な実世界の人間軌道データセットの公開が部分的に寄与しています。こうしたデータセットは研究コミュニティにとって大きな恩恵となっていますが、それぞれが独自のデータ形式とAPIを使用しているため、研究者が複数のデータセットにわたって手法を訓練・評価することが煩雑になっています。この問題を解決するため、我々はtrajdataを提案します。trajdataは、複数の人間軌道データセットに対する統一インターフェースを提供します。その中核として、trajdataは軌道データと地図データに対するシンプルで統一された効率的な表現とAPIを提供します。その機能を実証するため、本論文では既存の軌道データセットに対する包括的な実証評価を行い、現在の歩行者およびAVモーション予測研究の基盤となるデータに対する深い理解をユーザーに提供し、これらの知見から将来のデータセットに対する提案を行います。trajdataは許諾ライセンス（Apache 2.0）のもとで公開されており、オンラインでアクセス可能です（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