EFS-OpenSource/awesome-trajectory-datasets

# Awesome 轨迹数据集 [](https://awesome.re) [](CONTRIBUTING.md) 一个精选的开放数据集列表，包含道路交通轨迹（车辆和弱势道路使用者），重点关注全球坐标系下的大规模真实世界数据，适用于交通分析、运动预测和自动驾驶系统研究。 以下部分数据集已集成并可在 [**Trajectory Trace**](https://city.app.sdk-cloud.de/) 上公开探索。请留意 🔍 标志。 ## 混合交通 🚗🚌🚚🏍️ 🚶🚲🛴 - **[CitySim](https://github.com/UCF-SST-Lab/UCF-SST-CitySim1-Dataset)** - 用于面向安全研究和数字孪生的基于无人机的车辆轨迹数据集 (2023)：12 个地点（美国） · 无人机 · ~1,140 条轨迹，30 Hz · CC-BY-NC 4.0 · [按需获取数据](https://github.com/UCF-SST-Lab/UCF-SST-CitySim1-Dataset/tree/main/data) · [论文](https://arxiv.org/abs/2208.11036) - **[DLR UT](https://zenodo.org/records/15754836)** - **DLR** 城市 **T**raffic (2023)： 不伦瑞克（德国） · 立体摄像头 · 12 小时，20 Hz，内环路 · 轨迹、交通信号灯、当地天气、空气质量、路况 · CC-BY 4.0 · [直接下载](https://zenodo.org/records/15754836) · [论文](https://www.techrxiv.org/doi/full/10.36227/techrxiv.174000540.08271707/v1) · [🔍](https://city.app.sdk-cloud.de/location/24?start=20230924155955&end=20230924161205) - **[DrivIng](https://github.com/cvims/DrivIng)** - 具有完全数字孪生集成的大规模多模态驾驶数据集 (2025)：因戈尔施塔特（德国） · 10 Hz 摄像头，激光雷达，18km 自车 · CC BY-NC-ND 4.0 · [直接下载](https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/VBZKDY) · [论文](https://arxiv.org/pdf/2601.15260) - **[GeoLife](https://www.microsoft.com/en-us/research/publication/geolife-gps-trajectory-dataset-user-guide/)** - Geolife GPS 轨迹数据集 (2012)： · 北京（中国） · GNSS · 182 名用户，5 年，多模态，0.2-1 Hz · MSR-LA (NC) · [直接下载](https://www.microsoft.com/en-us/download/details.aspx?id=52367) · [用户指南](https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/User20Guide-1.2.pdf) - **[INTERACTION](https://interaction-dataset.com/)** - **INTER**national, **A**dversarial and **C**ooperative mo**TION** 数据集 (2019)：多国 · 10 Hz 无人机或摄像头 · ~16 个地点：汇入处、环岛、交叉口 · 作者未提供明确许可 · [按需获取数据](https://docs.google.com/forms/d/e/1FAIpQLSdX1XM14idrtHEd9HIiUMCCbiiQZlvwJTaixY8U4PfXCqJ5Zg/viewform) · [论文](https://arxiv.org/abs/1910.03088) · [GIT](https://github.com/interaction-dataset/interaction-dataset) - **[OpenDD](https://l3pilot.eu/data/opendd.html)** - 大规模环岛无人机数据集 (2020)：7 个环岛（德国） · 84k+ 条轨迹，超过 62 小时 · CC-BY-ND 4.0 · [直接下载](https://l3pilot.eu/data/opendd.html#downloads) · [论文](https://arxiv.org/abs/2007.08463) · [🔍](https://city.app.sdk-cloud.de/location/42?start=20190701070000&end=20190701071200) - **[SinD](https://github.com/SOTIF-AVLab/SinD)** - 中国信号灯交叉口的无人机数据集 (2022)：长沙（中国） · 无人机 · 信号灯交叉口约 14k 条轨迹 · CC0 1.0 Universal · 仓库中包含演示数据，[按需获取完整数据](https://github.com/SOTIF-AVLab/SinD#access) · [论文](https://arxiv.org/abs/2209.02297) - **[TUMDOT-ING](https://www.mos.ed.tum.de/en/vt/forschung/datensaetze/tumdot-ing/)** - **T**rajectories from **U**rban **M**ultimodal **D**rone **O**bservations of **T**raffic **Ing**olstadt (2023)：因戈尔施塔特（德国） · 6 架无人机，30 Hz · 3 个地点，3 天，每次约 3 小时 · 覆盖因戈尔施塔特高清测试区（参见 UrbanIng-V2X） · CC-BY-NC 4.0 · [直接下载](https://syncandshare.lrz.de/getlink/fiCe4FwFqAmwnPsdR83LxY/) · [🔍](https://city.app.sdk-cloud.de/location/39?start=20230704145900&end=20230704151100) - **[TUMDOT-MUC](https://www.mos.ed.tum.de/en/vt/research/data-sets/tumdot-muc/)** - **T**rajectories from **U**rban **M**ultimodal **D**rone **O**bservations of **T**raffic **Mu**ni**c**h (2022)：慕尼黑（德国） · 12 架无人机 · 6 个地点，每个超过 3 小时，沿 Rheinstraße 的 700 米连续路段，25 Hz · CC-BY-NC 4.0 · [直接下载](https://syncandshare.lrz.de/getlink/fiD1PMw4bRxbgWggvTtTTJ/) · [论文](https://doi.org/10.1007/s42421-024-00101-5) · [🔍](https://city.app.sdk-cloud.de/location/12) - **[UrbanIng-V2X](https://thi-ad.github.io/urbaning/)** - 跨越多交叉口的大规模多车辆、多基础设施协同感知数据集 (2025)：因戈尔施塔特（德国） · LiDAR，RGB 摄像头，热成像摄像头，GNSS/IMU · 3 个交叉口的 V2X 协同感知，34 个序列 × 20 秒，~712k 个在 10 Hz 下标注的实例 · CC-BY-NC-ND 4.0 · [直接下载](https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/A9LPY7) · [GIT](https://github.com/thi-ad/UrbanIng-V2X) · [论文](https://arxiv.org/abs/2510.23478) · [🔍](https://city.app.sdk-cloud.de/location/30?start=20241127145920&end=20241127150000) ## 仅弱势道路使用者 🚶🚲🛴 - **[欧洲公共广场行人轨迹数据集](https://zenodo.org/records/18267205)** - 包含从 193 小时的视频片段中提取的 348,300 条行人轨迹，在早晨、中午、傍晚和周六收集 (2024)：39 个城市广场（欧洲） · 原始数据 15 Hz，处理后数据 2 Hz · CC-BY 4.0 · [直接下载](https://zenodo.org/records/18267205) · [论文](https://www.nature.com/articles/s41597-026-06686-6) · [GIT](https://github.com/kaktusracing/pedestrian_trajectories) · [🔍](https://city.app.sdk-cloud.de/location/43) ## 仅车辆 🚗🚌🚚🏍️ - **[Automatum Data](https://automatum-data.com/de#dataset)**：巴伐利亚（德国） · 无人机 · 30 小时 · CC BY-ND / 演示 · [按需获取数据](https://automatum-data.com/de/get-free-dataset) · [论文](https://automatumdata.blob.core.windows.net/opendataset/IV21_Automatum.Data.eng.pdf) · [🔍高速公路](https://city.app.sdk-cloud.de/location/29) · [🔍环岛](https://city.app.sdk-cloud.de/location/32?start=20260222110000&end=20260222110453) - **[DLR HT](https://zenodo.org/records/18540070)** - **DLR** 高速公路 **T**raffic (2024)：不伦瑞克（德国） · 下萨克森州测试路段 · 20 Hz 轨迹、天气、路况 · CC-BY-NC-SA 4.0 · [直接下载](https://zenodo.org/records/18540070) · [论文](https://doi.org/10.1109/IAVVC61942.2025.11219599) · [🔍](https://city.app.sdk-cloud.de/location/40) - **[MiTra](https://opara.zih.tu-dresden.de/items/68482417-ddc5-40ac-885a-83124bd459e8)** - 米兰轨迹 (2024)：米兰（意大利） · A50 城市高速的部分路段，长 900 米 · 135 分钟，使用 6 架无人机，30 Hz · CC BY 4.0 · [直接下载](https://opara.zih.tu-dresden.de/items/68482417-ddc5-40ac-885a-83124bd459e8) · [论文](https://www.nature.com/articles/s41597-025-05472-0) · [GIT](https://github.com/ankitiitm/MiTra) - **[NGSIM](https://data.transportation.gov/Automobiles/Next-Generation-Simulation-NGSIM-Vehicle-Trajector/8ect-6jqj)** - **N**ext **G**eneration **Sim**ulation 车辆轨迹及支持数据 (2006)：加利福尼亚州（美国） · 路侧摄像头 · ~9,000 条轨迹，10 Hz · CC BY-SA 3.0 · [直接下载](https://data.transportation.gov/Automobiles/Next-Generation-Simulation-NGSIM-Vehicle-Trajector/8ect-6jqj/data_preview) · [文档](https://ops.fhwa.dot.gov/trafficanalysistools/ngsim.htm) · [🔍](https://city.app.sdk-cloud.de/location/41) - **[pNEUMA](https://open-traffic.epfl.ch/)** - 包含 50 万辆车辆自然轨迹的开放式大规模数据集 (2018)：雅典（希腊） · 10 架无人机，25 Hz · 4 天，每天约 4 小时，市中心 · CC-BY-NC 4.0 · [直接下载](https://open-traffic.epfl.ch/index.php/downloads/) · [论文](https://www.sciencedirect.com/science/article/abs/pii/S0968090X19310320?via%3Dihub) · [🔍](https://city.app.sdk-cloud.de/location/38) - **[SWIFTraj](https://swiftraj.com/index.html)** - **Sw**arm **I**ntelligence **F**reeway–Urban **Traj**ectories Dataset (2022)：南京（中国） · 16 架无人机，10 Hz · 4.5公里 沪蓉高速，4 小时 · CC BY 4.0 · [按需获取数据](https://zenodo.org/records/18616239) · [论文](https://arxiv.org/abs/2602.22563) · [GIT](https://github.com/YuHan-Research-Group-SEU/trajectory-data-tools) ## 相关列表 - [Awesome-Interaction-Aware-Trajectory-Prediction](https://github.com/jiachenli94/Awesome-Interaction-aware-Trajectory-Prediction) - [awesome-public-datasets#transportation](https://github.com/awesomedata/awesome-public-datasets#transportation) - [OpenTraj](https://github.com/crowdbotp/OpenTraj) ## 许可证 本源代码表单受 Apache License 2.0 条款的约束。如果本文件未附带 APL2 的副本，您可以在 [https://www.apache.org/licenses/LICENSE-2.0.txt](https://www.apache.org/licenses/LICENSE-2.0.txt) 获取一份。

标签：awesome清单, 交通数据, 网络安全研究, 自动驾驶, 轨迹数据, 防御加固