FLUID: A Fine-Grained Lightweight Urban Signalized-Intersection Dataset of Dense Conflict Trajectories

Este estudio presenta FLUID, un conjunto de datos de trayectorias de alta granularidad y un marco de procesamiento ligero basado en drones que captura conflictos densos y comportamientos interactivos en intersecciones urbanas señalizadas, ofreciendo recursos valiosos para la investigación en conducción autónoma y modelado de comportamiento de tráfico.

Lo esencial

¡Claro que sí! Imagina que el tráfico en una ciudad es como un gran río de coches, bicicletas y peatones que a veces se entrecruzan de forma caótica. Los investigadores necesitan entender cómo se mueve este "río" para diseñar señales de tráfico más inteligentes y coches autónomos más seguros.

Aquí tienes la explicación del paper FLUID en español, usando analogías sencillas:

🚁 ¿Qué es FLUID? (El "Ojo de Dios" en el cielo)

Imagina que quieres estudiar cómo se comportan los coches en un cruce muy complicado. Si te paras en la acera (como un policía de tráfico), solo ves lo que está frente a ti y los coches que vienen de detrás te tapan la vista. Si vas en un coche, solo ves lo que hay a tu alrededor.

FLUID es un nuevo "super-dataset" (una colección gigante de datos) creado por investigadores de la Universidad Sun Yat-sen en China. Para hacerlo, usaron drones que volaron como águilas sobre tres tipos diferentes de cruces de tráfico.

• La analogía: Piensa en el drone como una cámara de seguridad voladora que nunca se cansa, nunca se distrae y tiene una vista perfecta desde arriba (como si fueras un dios mirando un tablero de ajedrez). Esto les permitió ver todo el tablero a la vez, sin que ningún coche tapara a otro.

🎯 ¿Por qué es especial? (No es solo otro video)

Antes, los investigadores tenían que "adivinar" o usar datos incompletos. FLUID es especial por tres razones principales:

1. Es un "Gimnasio de Conflictos":
   La mayoría de los videos de tráfico son aburridos; los coches van en fila india y no chocan. FLUID fue grabado en lugares donde sí hay peleas (conflictos).

   • La metáfora: Imagina que quieres aprender a boxear. Si te entrenas solo frente a un espejo, no aprendes. FLUID es como un gimnasio de boxeo donde los coches (y peatones) casi se chocan constantemente. El dataset registra que, en promedio, hay casi 3 situaciones de "casi choque" cada minuto. ¡Es un caos controlado perfecto para estudiar!

2. Es un "Chef de Datos" (Rico en información):
   No solo grabaron el video. Grabaron todo lo que un conductor necesita saber:

   • ¿Qué color tiene el semáforo? (Verde, rojo, amarillo).
   • ¿Qué tipo de vehículo es? (No solo "coche", sino "camión", "triciclo", "motocicleta", "peatón").
   • ¿Qué intención tenía? (¿Iba a girar? ¿Iba a saltarse el semáforo?).
   • La analogía: Es como si, además de ver una película de acción, te dieran el guion, los nombres de los actores, el clima y el plan de cada personaje.

3. Es "Transparente" (Sin trucos de magia):
   Muchas veces, las empresas que venden datos de tráfico te dan el resultado final ("mira, aquí están los coches") pero no te dicen cómo lo hicieron. Si te equivocas, no puedes arreglarlo.

   • La metáfora: FLUID es como una receta de cocina abierta. Te dan el video crudo (la materia prima), te dicen exactamente qué herramientas usaron (el drone, el software) y te dejan ver cómo cocinaron el plato. Así, cualquier investigador puede verificar que la comida está buena y no hay "polvo" (errores) en el plato.

🛠️ ¿Cómo lo hicieron? (El proceso de cocina)

El equipo siguió una "receta" muy cuidadosa:

1. Grabación: Volaron drones a unos 100-120 metros de altura (lo suficientemente alto para no molestar a los conductores, pero lo suficientemente bajo para ver los detalles).
2. Estabilización: Como los drones tienden a temblar con el viento, usaron software para "suavizar" el video, como si quitaras el temblor de una foto movida.
3. Detección Inteligente: Usaron una inteligencia artificial (como un ojo muy entrenado) que no solo ve "coches", sino que distingue entre un camión, una furgoneta o un peatón, incluso si están muy juntos.
4. Limpieza: A veces, la cámara ve dos coches donde solo hay uno (un error). Usaron matemáticas avanzadas para limpiar esos errores, asegurándose de que cada "rastro" en el video pertenezca a un solo vehículo real.

🌍 ¿Para qué sirve esto? (El futuro de las ciudades)

Este dataset es como un laboratorio de pruebas gratuito para el mundo:

• Para los coches autónomos: Les enseña cómo reaccionar en situaciones de pánico o caos, algo que los coches actuales no ven a menudo.
• Para los urbanistas: Ayuda a entender por qué la gente salta los semáforos o dónde ocurren los accidentes, para diseñar cruces más seguros.
• Para los científicos: Permite estudiar cómo se comportan los humanos cuando se sienten presionados (por ejemplo, un peatón cruzando rápido porque el semáforo va a cambiar).

En resumen

FLUID es como haber creado la biblia del caos en los cruces de tráfico. Es una colección de video, datos y mapas que muestra, con una precisión increíble, cómo interactúan coches, motos y peatones en situaciones reales y peligrosas. Y lo mejor de todo: es gratis para que cualquiera lo use y ayude a hacer nuestras ciudades más seguras.

¡Es como tener un "simulador de tráfico" real, grabado en la vida real, listo para que los ingenieros aprendan de él! 🚦🚗🚲

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo sobre el conjunto de datos FLUID, presentado en español:

Resumen Técnico: FLUID - Un Conjunto de Datos de Trayectorias Urbanas de Alta Resolución para Intersecciones Semafórizadas

1. Problema y Contexto

Los datos de trayectoria de los participantes del tráfico (TP) son fundamentales para evaluar condiciones viales, optimizar políticas y desarrollar sistemas de conducción autónoma. Sin embargo, los conjuntos de datos existentes presentan limitaciones críticas:

• Representatividad de la escena: La mayoría cubre un número limitado de tipos de intersecciones y estrategias de control (señalización), a menudo ignorando canales de giro dedicados o flujos complejos.
• Riqueza de información: Frecuentemente carecen de anotaciones detalladas sobre comportamientos (intenciones, violaciones) o clasificación precisa de usuarios vulnerables (VRUs) y vehículos.
• Fidelidad y Transparencia: Muchos conjuntos de datos no proporcionan los videos crudos ni detalles metodológicos sobre el procesamiento, lo que impide la verificación independiente de la precisión y la reproducibilidad. Además, las soluciones comerciales (como DataFromSky) suelen ser costosas y opacas.
• Densidad de Conflictos: Los datos existentes a menudo tienen una proporción baja de conflictos reales entre vehículos, lo que dificulta el análisis de seguridad proactiva.

2. Metodología

El estudio introduce FLUID, un conjunto de datos de alta granularidad capturado mediante drones en tres intersecciones semafórizadas en Xuancheng, China. Se propone un marco de trabajo ligero y de pipeline completo para la adquisición y procesamiento de datos:

• Adquisición de Datos:

  • Se utilizaron drones DJI Mini 3 volando a 100-120 m de altitud para capturar video en 4K a ~30 FPS.
  • Se sincronizaron los tiempos con cámaras terrestres y relojes móviles para registrar estados de semáforos.
  • Se cubrieron tres tipos de intersecciones: Intersección de cuatro vías (FI), Intersección de cuatro vías con carriles dedicados de giro a la derecha (FIDRT) e Intersección en T (TI).

• Procesamiento de Video y Extracción de Trayectorias:

  • Estabilización: Se aplicó un pipeline de dos niveles (detección de características AKAZE/BRISK y RANSAC) para eliminar el temblor del dron.
  • Detección de Objetos: Se empleó una estrategia de ensamblaje (ensemble) basada en YOLOv8. Se entrenaron tres modelos especializados en diferentes conjuntos de datos (DroneVehicle, CODrone, Songdo Vision) y se fusionaron sus salidas para maximizar la precisión en clases diversas (desde camiones hasta peatones y scooters). Se priorizó el uso de Cajas Delimitadoras Orientadas (OBB) para una mejor encapsulación desde la vista aérea.
  • Rastreo (Tracking): Se utilizó el algoritmo SparseTrack, una mejora de ByteTrack que incorpora estimación de pseudo-profundidad y coincidencia en cascada profunda (DCM) para manejar oclusiones en entornos densos.
  • Georreferenciación y Refinamiento: Se corrigió la distorsión de la lente y se mapearon las coordenadas de píxeles a un sistema cartesiano local utilizando puntos de control terrestre (RTK-GNSS). Se aplicaron filtros Savitzky-Golay y suavizado RTS para eliminar ruido y completar trayectorias.

• Fusión de Datos y Filtrado:

  • Se implementó un filtro de cajas delimitadoras basado en Medidas de Seguridad de Sustitución (SSMs) bidimensionales, específicamente Time-to-Collision (TTC) y Dynamic Gap Time (DGT), para eliminar duplicados y trayectorias erróneas.
  • Se fusionaron las trayectorias con mapas vectoriales (Lanelet2/OSM) y datos de semáforos para asignar movimientos de giro y detectar violaciones.

3. Contribuciones Clave

• Nuevo Conjunto de Datos (FLUID): Contiene aproximadamente 5 horas de grabación con más de 20,000 participantes del tráfico en 8 categorías.
• Alta Densidad de Conflictos: El dataset registra un promedio de 2.8 conflictos de vehículos por minuto, con un 15.14% de todos los vehículos motorizados involucrados en conflictos, una cifra significativamente superior a otros conjuntos de datos públicos.
• Riqueza de Anotaciones: Incluye trayectorias, estados de semáforos sincronizados, mapas, videos crudos y anotaciones finas de conflictos y violaciones (giros, infracciones).
• Transparencia Metodológica: A diferencia de otros trabajos, FLUID proporciona los videos crudos, los registros de vuelo y el código de procesamiento, permitiendo la verificación de la fidelidad de los datos.
• Validación Rigurosa: Se validó la precisión contra la plataforma comercial DataFromSky y mediciones de verdad terrestre (RTK-GNSS).

4. Resultados y Validación

• Precisión Espaciotemporal: La comparación con DataFromSky y mediciones de campo mostró que FLUID tiene una precisión de posición superior (distancia de Hausdorff de 0 a 0.97 m para un vehículo de prueba) y una tasa de detección casi nula de falsos negativos, superando a los benchmarks comerciales en la recuperación de objetos.
• Distribución de Velocidad: Se demostró que el procesamiento a 10 FPS (tras el muestreo) produce perfiles de velocidad más estables y precisos que el procesamiento a 30 FPS, mitigando el ruido de las cajas delimitadoras.
• Análisis de Conflictos:
  • Los conflictos se clasificaron en cuatro tipos: alcance, rozamiento, ángulo y frontal.
  • Se identificó que los Usuarios Vulnerables de la Vía (VRUs) constituyen el 35.4% de los agentes dentro de un radio de 10 metros de un par de conflicto en FLUID, mucho mayor que en otros datasets (ej. 4.4% en INTERACTION), lo que lo hace ideal para estudiar interacciones mixtas.
  • Se observaron patrones únicos de violaciones y comportamientos de ceder el paso en diferentes tipos de intersecciones.

5. Significado e Impacto

El conjunto de datos FLUID es un recurso valioso para múltiples áreas de investigación:

• Modelado de Comportamiento Humano: Permite extraer preferencias humanas y patrones de toma de decisiones en dilemas de interacción complejos.
• Seguridad Vial Proactiva: Su alta densidad de conflictos y anotaciones detalladas facilitan el análisis de riesgos y el desarrollo de estrategias de intervención.
• Conducción Autónoma: Ofrece un entorno realista y desafiante para probar sistemas de percepción y planificación en intersecciones densas y mixtas.
• Reproducibilidad: Al proporcionar datos crudos y código abierto, establece un nuevo estándar de transparencia en la comunidad de sistemas de transporte inteligentes (ITS).

En resumen, FLUID aborda las brechas críticas en la representatividad, la calidad de los datos y la transparencia metodológica, ofreciendo una base sólida para la próxima generación de investigación en tráfico urbano y seguridad vial.