2022年3月3日17:30，TOPS课题组第104期组会在通达馆A436线上线下同时召开。本次组会由16级博士生胡祥旺和22级硕士生刘佳琦依次分别和大家交流讨论《Waymo Open Dataset数据处理与跟驰行为实证分析》和《基于Waymo Open Motion Dataset的无保护左转场景的分析与提取》。线上线下的与会成员包括孙剑教授、倪颖副教授、田野副教授以及课题组全体同学。

第一位主讲人胡祥旺首先介绍了常见的车辆轨迹数据集及其特点，并说明了其研究动机，之后细致的介绍了他的研究内容。胡祥旺的第一部分主要工作是Waymo数据处理/评估/强化，数据处理包括数据的重组、摄像头视频可视化、俯拍视频可视化和车辆跟驰对的选择，数据评估包括一致性分析、Jerk Value分析和轨迹完整性分析，数据强化包括异常值处理和去噪。在数据强化部分中，胡祥旺提出了一种基于优化的异常值去除方法和小波去噪方法。胡祥旺的第二部分主要工作是Waymo AV跟驰行为实证分析，他分析了数据的车头时距、V-S曲线和反应时间等的特性，并使用IDM模型对AV和CV进行了建模。其研究结果表明，与HV相比，AV具有更大的期望时间间隔和更大的最小间隔，这说明AV的行为是保守的，为确保其安全性而牺牲了交通效率。

数据处理/评估/强化

跟驰行为实证分析流程

汇报时刻

第二位主讲人刘佳琦首先介绍了Waymo Motion数据集的概况，该数据集交互场景多样、交互行为丰富、容量大、覆盖广、精度高、质量高，可以进行多Agent交互运动轨迹预测。然后他对数据集的结构和字段进行了说明，并对数据集进行了统计性分析，得出了该数据集适合应用于多目标轨迹分析和联合预测以及可为非机动车交互行为研究提供参考的结论。最后他介绍了目前已经完成的工作，包括交叉口的识别、交互信息的提取和左转场景的筛选。

讨论环节

在讨论环节，针对胡祥旺的研究，张铎提出了可以探索昼夜和天气对跟驰行为的影响的建议，胡祥旺表示如果要进一步细化分类，会需要更大的数据量，这是现在的条件所不具备的。赵晓聪对胡祥旺汇报中的插图的细节提出了疑问，胡祥旺详细的进行了说明。蒙艺玮询问数据集中的位置数据与速度数据是否由不同的检测器分别检测的，胡祥旺表示速度数据是由位置数据经过处理得到的。

田野老师和倪颖老师分别提出了Waymo Motion数据集其他的有研究意义的方面。孙剑老师高度评价了胡祥旺的研究工作，并对其中关于加减速反应时间的内容进行了深入的询问，胡祥旺对此作了详细的解答。至此，本期TOPS组会圆满结束。