AutoDRIVE: A Comprehensive, Flexible and Integrated Cyber-Physical Ecosystem for Enhancing Autonomous Driving Research and Education

要約

インテリジェント輸送システムのシステム フレームワーク内のハードウェア ソフトウェア コンポーネント、サブシステム、およびシステムのプロトタイピングと検証には、モジュール式でありながら柔軟でオープン アクセスなエコシステムが必要です。
この作業は、自動運転とスマートシティ管理に関連するサイバーフィジカル ソリューションを相乗的にプロトタイピング、シミュレーション、および展開するための、AutoDRIVE と呼ばれる包括的な研究および教育エコシステムの開発に向けた私たちの試みを示しています。
AutoDRIVE は、ソフトウェアとハ​​ードウェア イン ザ ループの両方のテスト インターフェイスを備えており、オープンにアクセスできるスケーリングされた車両およびインフラストラクチャ コンポーネントを備えています。
このエコシステムは、さまざまな開発フレームワークと互換性があり、ローカルおよび分散コンピューティングを通じてシングル エージェント パラダイムとマルチ エージェント パラダイムの両方をサポートします。
最も重要なことは、AutoDRIVE は新しいテクノロジーを探索するためにモジュール式に拡張できるようにすることです。この作業では、4 つの展開ユースケースを示すことで、提案されたエコシステムのさまざまな補完的な機能と機能を強調しています。
、経路計画と制御。
(ii) コンピューター ビジョンと深層模倣学習を使用した行動クローニング。
(iii) 車車間通信と深層強化学習を用いた交差点横断。
(iv) 車両とインフラ間の通信とモノのインターネットを使用したスマートシティ管理。

要約(オリジナル)

Prototyping and validating hardware-software components, sub-systems and systems within the intelligent transportation system-of-systems framework requires a modular yet flexible and open-access ecosystem. This work presents our attempt towards developing such a comprehensive research and education ecosystem, called AutoDRIVE, for synergistically prototyping, simulating and deploying cyber-physical solutions pertaining to autonomous driving as well as smart city management. AutoDRIVE features both software as well as hardware-in-the-loop testing interfaces with openly accessible scaled vehicle and infrastructure components. The ecosystem is compatible with a variety of development frameworks, and supports both single and multi-agent paradigms through local as well as distributed computing. Most critically, AutoDRIVE is intended to be modularly expandable to explore emergent technologies, and this work highlights various complementary features and capabilities of the proposed ecosystem by demonstrating four such deployment use-cases: (i) autonomous parking using probabilistic robotics approach for mapping, localization, path planning and control; (ii) behavioral cloning using computer vision and deep imitation learning; (iii) intersection traversal using vehicle-to-vehicle communication and deep reinforcement learning; and (iv) smart city management using vehicle-to-infrastructure communication and internet-of-things.

arxiv情報

著者 Tanmay Vilas Samak,Chinmay Vilas Samak,Sivanathan Kandhasamy,Venkat Krovi,Ming Xie
発行日 2023-03-08 04:30:36+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク