数据筛选
数据筛选功能是学习中心为用户精炼研究素材的利器。通过这一功能，用户可以根据特定的属性、标签或是研究目标，从海量数据集中高效地挑选出最符合需求的数据样本。无论是寻找特定条件下的观测数据，还是排除异常值以提高模型训练质量，数据筛选都能提供灵活多样的过滤选项，确保用户获得高质量的数据集，从而支持更加精确、针对性强的研究分析。
感知问题
针对感知问题的数据集筛选主要基于以下变量进行：天气、传感器、交通场景等
筛选原始数据集dataset中不同场景scene的数据。
“all”：默认所有数据
“rain”：获取雨天工况的数据子集
“snow”：获取雪天工况的数据子集
“fog”：获取雾天工况的数据子集
“brightness”：获取的强光工况的数据子集
“darkness”：获取夜间工况的数据子集
筛选原始数据集dataset中不同场景scene的数据。
–“intersections”：获取交叉口的数据子集
–“unsignalized intersections”：获取信号交叉口的数据子集
–“signalized intersections”：获取无信号交叉口的数据子集
–“highway”：获取高速路段的数据子集
–“ramp”：获取匝道汇入汇出区的数据子集
–“roundabout”：获取环岛的数据子集
筛选原始数据集dataset中不同传感器sensor的数据。
–“Camera”：获取摄像头的图像数据子集
–“LiDAR”：获取激光雷达的点云数据子集
–“RADAR”：获取雷达的点云数据子集
–“IMU”：获取惯性测量单元的数据子集
–“GPS”：获取全球定位系统的数据子集
预测问题
针对预测问题的数据集筛选主要基于以下变量进行：交通场景、交互状况、交通流密度
筛选原始数据集dataset中不同场景scene的数据
–“intersections”：获取交叉口的数据子集
–“unsignalized intersections”：获取信号交叉口的数据子集
–“signalized intersections”：获取无信号交叉口的数据子集
–“highway”：获取高速路段的数据子集
–“ramp”：获取匝道汇入汇出区的数据子集
–“roundabout”：获取环岛的数据子集
筛选原始数据集dataset中不同交互对象feature的数据
–“motor-motor”：获取车车交互的场景数据
–“motor-non_motor”：获取机非交互的场景数据
–“motor-human”：获取人车交互的场景数据
筛选原始数据集dataset中不同交通流密度volumn的的数据
–“high”：获取高密度交通场景数据
–“medium”：获取中密度交通场景数据
–“low”：获取低密度交通场景数据
