The EVUAH-Dataset
En el marco del proyecto AIMESEV, se presenta un conjunto de datos experimental obtenido mediante la monitorización de un vehículo eléctrico Nissan Leaf. La relevancia de este dataset reside en su extensa cobertura operativa, con una distancia acumulada superior a los 10,000 km, y en su diversidad temporal, al abarcar mediciones tomadas durante las cuatro estaciones del año. Esto garantiza una representación exhaustiva de la influencia de las variables ambientales y térmicas sobre el rendimiento del vehículo.
Asimismo, los trayectos capturan una alta variabilidad orográfica, registrando perfiles de elevación con pendientes positivas y negativas de hasta un 10%, factor crítico para el análisis de consumo y regeneración energética.
Estructuralmente, la base de datos se compone de casi 200 archivos con cerca de 180000 registros. Las variables monitorizadas integran aspectos geométricos, parámetros del sistema de batería, condiciones ambientales y potencia del motor. Para garantizar la calidad de la información, se aplicó un preprocesamiento eliminando outliers mediante criterios de rangos físicos plausibles y métodos estadísticos.
A continuación se presenta un resumen estadístico compacto de las variables principales del dataset. Para cada una se muestran la media, mediana, desviación estándar, el rango observado y el número de registros válidos tras la depuración.
El análisis muestra que el vehículo operó con una velocidad media de 54.4 km/h. La potencia del motor presenta una media de 5.6 kW, con picos de 26.4 kW en demanda máxima. La tensión del paquete de baterías oscila típicamente entre 310V y 404V, con una media de 362V. Por otra parte, las temperaturas ambientales registradas muestran un rango amplio entre -0.5°C y 39°C.
Para obtener este dataset, se debe solicitar a través del email: This email address is being protected from spambots. You need JavaScript enabled to view it.
The UAH-DriveSet
The UAH-DriveSet is a public collection of data captured by our driving monitoring app DriveSafe by various testers in different environments. This dataset tries to facilitate progress in the field of driving analysis by providing a large amount of variables that were captured and processed by all the sensors and capabilities of a smartphone during independent driving tests. The application was run on 6 different drivers and vehicles, performing 3 different behaviors (normal, drowsy and aggressive) on two types of roads (motorway and secondary road), resulting in more than 500 minutes of naturalistic driving with its associated raw data and additional semantic information, together with the video recordings of the trips.
To download this database click here:
RobeSafe Driver Monitoring Video Dataset (RS-DMV)
The RS-DMV dataset is a set of video sequences of drivers, recorded with cameras installed over the dashboard. The dataset currently contains 10 video sequences. The drivers were fully awake, talked frequently and were asked to look regularly to rear-view mirrors and operate the car sound system. Sequences contain occlusions, illumination changes and other elements that are problematic to face tracking and driver monitoring systems using computer vision.
Frames are recorded in gray-scale, at 30 frames per second, and stored as RAW video. Frame size of outdoor videos is 960x480 pixels, and 1390x480 for indoor videos. Faces in the videos have been marked with 20 points.
The RS-DMV was created by the RobeSafe Research Group of the Dpt. of Electronics of the UAH. Videos recorded in a simulator were recorded under the CABINTEC project.
To download this database click here: