【汽车智能】北京车网推出复杂交通流博弈数据集，开放智能网联汽车算法训练对接

据媒体消息，2026年11月12日，近日北京车网依托北京市双智城市创新示范区路侧数据，推出复杂交通流博弈数据集，将路侧真实发生的交通博弈场景转化为匹配车端传感器规格的标准化训练数据，为智能网联汽车企业提供长尾场景挖掘、真实工况验证、定制化视角输出的数据支持服务。目前，该数据集正开放合作对接。

该数据集中的所有场景均来自路侧真实采集，经脱敏后完整保留真实交通中车辆、行人、非机动车的交互逻辑、驾驶行为差异与环境干扰，而非规则化仿真生成的理想工况。每个交通参与者都附带轨迹、速度、航向角、几何尺寸等全量结构化标签，用于还原真实道路博弈过程。文章称，相比仿真数据，基于真实场景数据训练的算法能够更好地适配真实道路的不确定性。该数据集已开发出覆盖变道冲突、合流冲突、前车紧急停车、多车道连续穿插等10类冲突子场景，支持按环岛、十字路口、无灯路口等路口类型和冲突类型组合筛选所需路口场景。

视角重构是这套数据集的核心特色：将路侧“上帝视角”的感知数据，重构为匹配企业硬件配置的车端视角数据，以解决企业路采数据规格固定、无法复用于其他车型的问题。基于多视角路侧视频，北京车网通过自动语义分割、动静态场景重建和视觉增强技术，可生成视觉参数可调的车端视频。支持调整位姿、视场角、分辨率等参数，可输出前视长焦、右前视、后视等多路视角数据，适配轿车、SUV等不同车型。输出数据都完成了标准化处理，无需额外清洗与标注，可对接主流算法研发流程。该数据集同步保留真实场景视觉特征、多目标精确轨迹与交通博弈语义标注，可同时适配模块化训练与端到端大模型训练：既可拆分用于感知、规控等分模块的训练与基准测试，也可将完整时序数据直接输入端到端模型。

在测试阶段，由于行业暂无公认的统一评测体系与判定准则，北京车网采用同场景对照方式验证效果：同一场景下，路采车在真实路口跑一遍的同时，通过路侧摄像头数据对路采车进行视角重建，将两组数据输入同一模型对比识别率。对照结果显示，SegFormer-B5语义分割模型识别率差值为-0.4，TwinLiteNet+车道检测模型识别率差值为-0.7，差距均小于1%。文章称，该结果说明该数据集的数据能在一定程度上替代实采数据，用于辅助企业补充高价值场景样本、加速算法迭代。下一步，北京车网将持续联合企业在实际训练链路中开展验证，并推动形成更适配该类数据的评测方式，还可按企业研发需求提供定制化数据服务。