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

Este artigo apresenta o FLUID, um novo conjunto de dados de trajetórias de tráfego de alta fidelidade e um framework leve para processamento via drone, focado em conflitos densos em cruzamentos urbanos sinalizados para apoiar pesquisas em comportamento de tráfego e direção autônoma.

O essencial

Imagine que você é um diretor de cinema tentando filmar uma cena de trânsito caótica em um cruzamento movimentado. O problema é que, até agora, os "atores" (os carros, pedestres e motos) eram filmados de ângulos ruins: ou de dentro do carro (o que esconde o que está acontecendo atrás), ou de postes de luz (o que só mostra um pedaço da rua).

Aqui entra o FLUID.

O Que é o FLUID?

Pense no FLUID como um super-poder de visão de raio-X para trânsito, mas feito de forma simples e barata. É um novo conjunto de dados (uma "biblioteca de vídeos e mapas") criado por pesquisadores da Universidade de Sun Yat-sen, na China.

Eles usaram drones (aqueles pequenos aviões de controle remoto) para voar bem alto sobre três cruzamentos diferentes. De lá de cima, o drone vê tudo: quem está parando, quem está correndo, quem está quase batendo e quem está desobedecendo o sinal vermelho.

Por que isso é especial? (A Analogia do "Café da Manhã")

Imagine que você quer estudar como as pessoas se comportam em uma cafeteria lotada.

• Os dados antigos eram como tentar estudar a cafeteria olhando apenas pela janela de um único cliente. Você vê o que ele vê, mas perde o caos geral.
• O FLUID é como ter um drone filmando o teto da cafeteria. Você vê todos os conflitos: quem esbarrou em quem, quem tentou passar na frente de outro e quem quase derrubou o café de alguém.

O que torna o FLUID único é que ele foca nos quase-acidentes. A maioria dos dados de trânsito mostra carros andando tranquilamente. O FLUID, no entanto, foi feito para capturar os momentos de "quase" (quando dois carros quase colidem). É como se fosse um arquivo de "quase-erros" para ensinar carros autônomos a não cometerem erros reais.

Como eles fizeram isso? (A Receita de Bolo)

Os pesquisadores não apenas filmaram; eles cozinharam esses dados com uma receita especial:

1. A Filmagem (O Drone): Eles voaram a cerca de 100 metros de altura. É alto o suficiente para não assustar os motoristas (ninguém olha para cima e muda o comportamento), mas baixo o suficiente para ver detalhes, como a cor de um carro ou se um pedestre está olhando para o celular.
2. A Limpeza (O "Filtro Mágico"): Vídeos de drone tremem com o vento. Eles usaram um software inteligente para "estabilizar" a imagem, como se estivessem limpando uma janela embaçada.
3. A Identificação (O Detetive): Eles usaram Inteligência Artificial (um tipo de "olho de robô") para identificar cada carro, moto e pedestre. O legal é que eles usaram três "olhos" diferentes trabalhando juntos para garantir que não perdessem ninguém, nem mesmo uma moto pequena ou um triciclo.
4. O Mapa (O GPS de Precisão): Eles transformaram os pixels do vídeo em um mapa real, medido com precisão de centímetros, usando um GPS super-preciso no chão.

O Que Tem Dentro da Caixa?

O FLUID não é apenas um vídeo. É uma caixa de ferramentas completa para cientistas e engenheiros:

• Os Vídeos: A filmagem original e limpa.
• Os Trajetos: Um arquivo que diz exatamente onde cada carro estava a cada segundo (como um rastro de luz).
• Os Sinais: Saber exatamente quando o semáforo ficou verde ou vermelho.
• Os Conflitos: Uma lista de todos os momentos perigosos, classificados como "quase batida traseira", "quase batida lateral", etc.

Por que devemos nos importar?

Pense nos carros autônomos (os carros que se dirigem sozinhos). Eles são ótimos em estradas retas, mas travam em cruzamentos caóticos porque nunca "viram" o suficiente de situações perigosas.

O FLUID é como um simulador de voo para carros autônomos. Ele fornece o "manual de instruções" de como os humanos realmente agem quando estão com pressa, desobedecem regras ou quase causam acidentes. Ao estudar esses dados, podemos:

1. Tornar os carros autônomos mais seguros, ensinando-os a prever comportamentos estranhos.
2. Melhorar o trânsito das cidades, entendendo onde os engarrafamentos e acidentes acontecem.
3. Proteger os mais frágeis, como pedestres e ciclistas, que muitas vezes são ignorados em outros estudos.

Resumo em uma frase

O FLUID é um "olho no céu" que gravou, limpou e organizou os momentos mais tensos e perigosos do trânsito urbano, criando um manual de sobrevivência para tornar nossas cidades e carros autônomos mais seguros no futuro.

Resumo técnico

1. Problema e Motivação

Os dados de trajetória de participantes de tráfego (TPs) são recursos fundamentais para sistemas de transporte inteligentes, modelagem de comportamento e veículos autônomos. No entanto, os conjuntos de dados existentes apresentam limitações críticas:

• Representatividade de Cenários: A maioria cobre poucas interseções ou tipos específicos, muitas vezes ignorando interseções com canalização dedicada (como faixas exclusivas de direita) e estratégias de controle variadas.
• Riqueza de Informação: Falta de anotações detalhadas sobre comportamentos (intenção de virar, violações), tipos de objetos (especialmente usuários vulneráveis da via - VRUs) e dados brutos para verificação.
• Fidelidade e Transparência: Muitos conjuntos de dados não fornecem os vídeos brutos ou detalhes metodológicos sobre o processamento (detecção, rastreamento), dificultando a reprodução e a validação da precisão.
• Baixa Densidade de Conflitos: Conjuntos existentes frequentemente apresentam baixas taxas de conflito entre veículos, limitando sua utilidade para análise de segurança e comportamentos interativos complexos.

2. Metodologia

O estudo introduz o FLUID, um novo conjunto de dados e um pipeline de processamento leve para interseções urbanas sinalizadas.

A. Coleta de Dados

• Localização: Três interseções distintas em Xuancheng, China (FI: Interseção de 4 vias; FIDRT: Interseção de 4 vias com faixas dedicadas de direita; TI: Interseção em T).
• Equipamento: Drone DJI Mini 3 voando a 100-120m de altitude para capturar vídeo em 4K (30 FPS). Câmeras terrestres sincronizadas para registrar os estados dos sinais de trânsito.
• Duração: Aproximadamente 5 horas de gravação, cobrindo mais de 20.000 participantes de tráfego (8 categorias, incluindo carros, caminhões, pedestres, scooters, etc.).

B. Pipeline de Processamento (Framework Leve)

O pipeline é dividido em três etapas principais:

1. Pré-processamento de Vídeo:
   • Estabilização de vídeo usando detectores de características (AKAZE/BRISK) e algoritmo RANSAC para remover tremores.
   • Máscara de região de interesse (ROI) para anonimizar áreas fora da via e reduzir carga computacional.
   • Redução de taxa de quadros para 10 FPS (suficiente para comportamento humano e VRUs).
2. Aquisição de Trajetória:
   • Detecção: Uso de uma estratégia de ensemble (conjunto) com três modelos YOLOv8 treinados em datasets diferentes (DroneVehicle, CODrone, Songdo Vision) para otimizar a detecção de classes específicas (ex: VRUs, veículos grandes). Utiliza caixas delimitadoras orientadas (OBB) para maior precisão.
   • Rastreamento: Algoritmo SparseTrack (uma evolução do ByteTrack) que utiliza estimativa de pseudo-profundidade e correspondência em cascata profunda (DCM) para lidar com oclusões em cenários densos.
   • Georreferenciamento: Correção de distorção de lente e mapeamento de coordenadas de pixels para um sistema cartesiano local usando pontos de controle no solo medidos com RTK-GNSS.
3. Fusão de Dados e Refinamento:
   • Filtragem de Caixas: Uso de Medidas de Segurança Surrogadas (SSMs) como Time-to-Collision (TTC) e Dynamic Gap Time (DGT) para identificar e remover caixas delimitadoras redundantes ou errôneas (ex: duplicatas de detecção).
   • Sincronização: Alinhamento temporal com os sinais de trânsito e anotação de violações (ex: avanço de sinal vermelho).

3. Principais Contribuições

• Novo Dataset (FLUID): Oferece dados de alta fidelidade com 3 tipos de interseções, cobrindo uma ampla gama de comportamentos de tráfego e conflitos.
• Alta Densidade de Conflitos: O dataset registra uma média de 2,8 conflitos por minuto, com cerca de 15,14% de todos os veículos motorizados envolvidos em conflitos. Isso é significativamente maior do que em conjuntos de dados públicos existentes (como INTERACTION ou inD).
• Riqueza de Anotações: Inclui trajetórias, estados de sinais, mapas vetoriais (Lanelet2/OSM), e anotações detalhadas de conflitos (tipos: rear-end, sideswipe, angle, head-on) e intenções de comportamento.
• Transparência e Reprodutibilidade: Disponibiliza os vídeos brutos, logs de voo e o código de processamento (baseado em YOLOv8 e SparseTrack), permitindo a verificação independente da precisão.
• Validação Rigorosa: Comparação direta com a plataforma comercial DataFromSky e medições de verdade terrestre (RTK-GNSS), demonstrando alta precisão espaciotemporal.

4. Resultados e Validação Técnica

• Precisão de Posição: A distância de Hausdorff entre as trajetórias extraídas e a verdade terrestre (veículo com RTK-GNSS) variou de 0 a 0,97 metros, com erros inferiores a 0,3m em trechos retos.
• Contagem de Objetos: O FLUID apresentou uma taxa de detecção quase zero de objetos perdidos (missed detections) e uma taxa de troca de ID (ID switch) de apenas 2-5%, superando ou igualando o desempenho da plataforma DataFromSky.
• Distribuição de Conflitos:
  • VRUs: Os Usuários Vulneráveis da Via constituem 35,4% dos agentes dentro de um raio de 10m de um par de conflito, uma proporção muito superior a outros datasets (ex: SIND tem 7,2%).
  • Tipos de Conflito: O dataset captura uma diversidade de interações, incluindo conflitos complexos entre veículos motorizados e VRUs, e entre diferentes tipos de veículos (caminhões, ônibus, carros).
• Análise de Comportamento: O dataset permite a análise de padrões de "ceder a passagem" (yielding) e violações de sinal com alta granularidade espacial (grade de 1m x 1m).

5. Significado e Impacto

O FLUID preenche uma lacuna crítica na pesquisa de tráfego urbano ao fornecer um recurso de dados que combina alta densidade de conflitos, diversidade de cenários e transparência metodológica.

• Para Veículos Autônomos: Oferece um ambiente de teste realista para sistemas de percepção e tomada de decisão em cenários de alta complexidade e interação densa.
• Para Engenharia de Tráfego: Permite a avaliação precisa de estratégias de controle de semáforos e intervenções de segurança.
• Para Modelagem Comportamental: Facilita a mineração de preferências humanas e a geração de trajetórias socialmente inspiradas, essenciais para simulações microscópicas realistas.

Em resumo, o FLUID estabelece um novo padrão para conjuntos de dados de interseções urbanas, focando na qualidade dos dados brutos, na fidelidade das trajetórias e na utilidade para análise de segurança e comportamento em cenários de tráfego denso.