Establishing Reality-Virtuality Interconnections in Urban Digital Twins for Superior Intelligent Road Inspection

要約

道路の欠陥が徐々に顕在化し、道路の機能が損なわれるため、道路の保守と交通の安全を確保するためには、道路検査が不可欠です。
手動評価に依存する従来の方法は、労働集約的であり、コストと時間がかかります。
データ駆動型のアプローチが注目を集めていますが、現実世界における道路欠陥の希少性と空間的まばらさにより、高品質のデータセットを取得する際に大きな課題が生じています。
しかし、詳細な合成運転シーンを生成するように設計された既存のシミュレーターには、道路の欠陥に対するモデルがありません。
さらに、欠陥領域での計画や制御など、路面との相互作用を伴う高度な運転タスクは未開発のままです。
これらの制限に対処するために、私たちはインテリジェントな道路検査のためのアーバン デジタル ツイン (UDT) テクノロジーに基づくシステムを提案します。
まず、現実世界の走行データから階層的な道路モデルが構築され、道路の欠陥構造や路面の高さの非常に詳細な表現が作成されます。
次に、デジタル道路ツインを生成して、包括的な分析と評価のためのシミュレーション環境を作成します。
これらのシナリオはその後シミュレーターにインポートされ、データ取得と物理シミュレーションの両方が可能になります。
実験結果は、知覚や意思決定を含む運転タスクが、当社のシステムによって生成された忠実度の高い道路欠陥シーンを使用して大幅に改善できることを示しています。

要約(オリジナル)

Road inspection is essential for ensuring road maintenance and traffic safety, as road defects gradually emerge and compromise road functionality. Traditional methods, which rely on manual evaluations, are labor-intensive, costly, and time-consuming. Although data-driven approaches are gaining traction, the scarcity and spatial sparsity of road defects in the real world pose significant challenges in acquiring high-quality datasets. Existing simulators designed to generate detailed synthetic driving scenes, however, lack models for road defects. Furthermore, advanced driving tasks involving interactions with road surfaces, such as planning and control in defective areas, remain underexplored. To address these limitations, we propose a system based on Urban Digital Twin (UDT) technology for intelligent road inspection. First, hierarchical road models are constructed from real-world driving data, creating highly detailed representations of road defect structures and surface elevations. Next, digital road twins are generated to create simulation environments for comprehensive analysis and evaluation. These scenarios are subsequently imported into a simulator to enable both data acquisition and physical simulation. Experimental results demonstrate that driving tasks, including perception and decision-making, can be significantly improved using the high-fidelity road defect scenes generated by our system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google