R-CARLA: High-Fidelity Sensor Simulations with Interchangeable Dynamics for Autonomous Racing

要約

自律的なレースは、自律運転アルゴリズムの重要なテストベッドとして浮上しており、車両のダイナミクスとセンサーの両方の動作のためのシミュレーション環境を必要とします。
車両のダイナミクスとセンサーの精度の間の適切なバランスをとることは、車両をパフォーマンスの制限に押し込むために重要です。
ただし、自律レース開発者は、正確な車両のダイナミクスと高忠実度センサーシミュレーションの間のトレードオフに直面することがよくあります。
このペーパーでは、R-Carlaを紹介します。R-Carlaは、単一のシステムを使用して、知覚から制御まで、総合的なフルスタックテストをサポートするカーラシミュレーターの強化です。
正確な車両のダイナミクスをセンサーシミュレーション、NPCとしての対戦シミュレーション、および実際のロボットデータからデジタルツインを作成するためのパイプラインとシームレスに統合することにより、R-Carlaは研究者が自律レース開発の境界を押し広げることができます。
さらに、Carlaのリッチなセンサーシミュレーションスイートを使用して開発されています。
我々の結果は、提案されたデジタルツインフレームワークをR-CARLAに組み込むことで、より現実的なフルスタックテストが可能になり、さまざまなテストシナリオにわたってセンサーシミュレーションの場合、CARダイナミクスシミュレーションのSIMからリアルギャップが42％、82％減少することを示すことを示しています。

要約(オリジナル)

Autonomous racing has emerged as a crucial testbed for autonomous driving algorithms, necessitating a simulation environment for both vehicle dynamics and sensor behavior. Striking the right balance between vehicle dynamics and sensor accuracy is crucial for pushing vehicles to their performance limits. However, autonomous racing developers often face a trade-off between accurate vehicle dynamics and high-fidelity sensor simulations. This paper introduces R-CARLA, an enhancement of the CARLA simulator that supports holistic full-stack testing, from perception to control, using a single system. By seamlessly integrating accurate vehicle dynamics with sensor simulations, opponents simulation as NPCs, and a pipeline for creating digital twins from real-world robotic data, R-CARLA empowers researchers to push the boundaries of autonomous racing development. Furthermore, it is developed using CARLA’s rich suite of sensor simulations. Our results indicate that incorporating the proposed digital-twin framework into R-CARLA enables more realistic full-stack testing, demonstrating a significant reduction in the Sim-to-Real gap of car dynamics simulation by 42% and by 82% in the case of sensor simulation across various testing scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google