3. 数据集概览
轨迹预测模型的性能上限，很大程度上由训练与评测所用的数据集决定。不同数据集在场景类型、采集平台、标注方式与交互复杂度上差异巨大，直接决定了模型学到的是“行人避让习惯”还是“车辆换道博弈”。本节从行人、车辆、多智能体三个维度梳理主流数据集，并给出规模、平台、标注与典型特点的对照，帮助你在选型与评测时快速定位合适的数据基础。
一、核心分类原理：按智能体类型与场景划分
轨迹预测数据集最本质的分类维度是被预测智能体的类型，其次是采集视角与交互密度。行人数据集关注密集人群中的社会力交互，车辆数据集关注道路拓扑与交通规则约束，多智能体数据集则同时包含行人、车辆、自行车等异构主体，强调跨类别交互。采集视角又分为俯视（无人机、固定摄像头）与车载（自车传感器），前者提供全局真值，后者更贴近实际部署但存在遮挡与视角盲区。
选型三问：预测对象是谁？场景是俯视全局还是车载第一视角？交互密度是稀疏还是密集？这三个问题的答案基本决定数据集归属。
二、主流数据集对照与可视化
下图按“行人—车辆—多智能体”三类，展示各数据集的采集平台、标注方式与核心特点，节点大小反映相对规模量级。
三、规模、采集平台与标注方式对照
下表汇总各数据集的关键工程参数，便于在实验设计时快速比对。规模量级以轨迹条数或场景数为参考，标注方式直接影响数据噪声水平与预处理成本。
| 数据集 | 类别 | 采集平台 | 标注方式 | 规模量级 | 典型特点 |
|---|---|---|---|---|---|
| ETH / UCY | 行人 | 固定摄像头 | 人工标注 | 约 1500 条 | 经典基准，场景小但交互真实 |
| TrajNet++ | 行人 | 多源聚合 | 统一转换 | 数万条 | 格式统一，含合成增强 |
| JRDB | 行人 | 移动机器人 | 3D 框+轨迹 | 数十万帧 | 含社交群体，真实校园 |
| NGSIM | 车辆 | 高速摄像头 | 人工标注 | 约 1 万条 | 换道博弈经典，噪声较大 |
| highD / inD | 车辆 | 无人机 | 自动标注 | 10 万+ 车辆 | 精度高，德国道路 |
| Argoverse 2 | 多智能体 | 自车传感器 | 自动+人工 | 25 万场景 | 高精地图，多模态 |
| nuScenes | 多智能体 | 多传感器 | 3D 框标注 | 1000 场景 | 含雷达/激光雷达 |
| Waymo Open | 多智能体 | 自车+激光雷达 | 自动+人工 | 10 万+ 场景 | 高精度，交互丰富 |
| INTERACTION | 多智能体 | 无人机+路侧 | 自动标注 | 数万场景 | 环岛/汇入，博弈密集 |
四、案例场景：从数据到评测的链路
以车辆换道预测为例，若选用 NGSIM，需先做平滑滤波去除人工标注抖动，再按 8:1:1 划分训练/验证/测试；若选用 highD，则自动标注精度更高，可直接进入特征工程。多智能体场景下，Argoverse 2 提供高精地图与多模态轨迹，适合训练图神经网络或 Transformer 类交互模型。行人场景中，ETH/UCY 常作为跨数据集泛化测试的“留出集”，检验模型是否过拟合特定场景。
# 典型数据加载与划分伪代码
dataset = load_dataset("eth_ucy", scene="hotel")
trajs = dataset.trajectories # [N, T, 2]
split = train_val_test(trajs, ratio=[0.8, 0.1, 0.1])
# 多智能体需额外加载地图与类别标签
map_data = load_hd_map("argoverse2", scene_id)
agents = load_agents(scene_id) # 含车辆/行人/自行车五、常见误区与复盘
误区一：把 NGSIM 当作高精度真值。NGSIM 人工标注存在位置抖动与速度噪声，直接训练易学到标注伪影，建议先做 Savitzky-Golay 滤波。
误区二：跨数据集直接比较 ADE/FDE。不同数据集采样率、预测时域、场景难度差异大，指标不可直接横向对比，需在统一 Benchmark 协议下评测。
误区三：忽视多智能体类别不平衡。车辆数据集中行人样本极少，模型可能忽略行人交互，需做重采样或类别加权。
复盘建议：建立“数据集卡片”，记录采集平台、标注方式、采样率、预测时域、场景分布与已知噪声，作为实验可复现性的基础。选型时优先匹配部署场景的视角与智能体类型，而非盲目追求规模。
综上，行人、车辆、多智能体三类数据集各有侧重：行人数据强调社会交互，车辆数据强调规则与博弈，多智能体数据强调异构协同。理解其采集平台与标注方式带来的噪声特性，是后续预处理、模型设计与 Benchmark 评测的前提。