加州大学河滨分校发布Personalized Driving Dataset (PDD)数据集,应用在自动驾驶、个性化驾驶领域

加州大学河滨分校本次发布的数据集Personalized Driving Dataset (PDD),PDD是由加州大学河滨分校和密歇根大学研究团队构建的首个多模态个性化驾驶数据集，采集自30位真实驾驶员在CARLA仿真环境中的驾驶行为。该数据集包含驾驶员档案信息、车辆运动状态、场景感知数据以及专家参考速度等丰富内容，覆盖超车、汇流、交叉路口等20种典型驾驶场景。数据通过标准化问卷和Logitech方向盘设备采集，重点捕捉不同驾驶员在相似情境下的个性化决策差异。该数据集为开发人本导向的自动驾驶模型提供了重要基础，可用于研究驾驶风格建模、个性化策略学习等方向。

查看Personalized Driving Dataset (PDD)

关于加州大学河滨分校,加州大学河滨分校（University of California, Riverside）是美国加利福尼亚大学系统的一部分，成立于1954年，是一所公立研究型大学。该校以其在农业科学、工程、生物医学和社会科学等领域的研究而闻名。

关于arXiv,全球最大的预印本学术论文数据库，涵盖物理、数学、计算机科学等多个学科领域。