An Advanced Framework for Ultra-Realistic Simulation and Digital Twinning for Autonomous Vehicles

要約

シミュレーションは、自動運転車の開発における基本的なツールであり、現実世界の試験に関連する物流と安全の課題なしに厳密なテストを可能にします。
自動運転車技術が進化し、公共の安全の要求が増加するにつれて、高度で現実的なシミュレーションフレームワークが重要です。
現在のテストパラダイムは、CarlaやIvressなどの汎用と特殊なシミュレータの組み合わせを使用して、忠実度の高い結果を達成しています。
ただし、これらのツールは、プラットフォーム、ハードウェア、ソフトウェアの要件が異なるため、互換性と互換性があることがよくあり、それらの効果を組み合わせて激しく妨げています。
このペーパーでは、これらの課題に対処するために、超現実的なシミュレーションとデジタルツインニングの高度なフレームワークであるBlueiceを紹介します。
Blueiceの革新的なアーキテクチャにより、コンピューティングプラットフォーム、ハードウェア、およびソフトウェアの依存関係を切り離すことができ、研究者に多様な忠実度のニーズを満たすためのカスタマイズ可能なテスト環境を提供します。
主な機能には、さまざまなシステム間の互換性を確保するためのコンテナ化、さまざまなシミュレーションツールのシームレスな統合のための統一された通信ブリッジ、シミュレータ間の入力と出力の同期オーケストレーションが含まれます。
このフレームワークは、自動運転車テストのための洗練されたデジタルツインの開発を促進し、シミュレーションの精度と柔軟性の新しい標準を設定します。
このペーパーでは、デラウェア大学でのICAT屋内テストベッドとスターキャンパスの屋外テストベッドという2つの異なるケーススタディでブルーイスの適用をさらに調査します。
これらのケーススタディは、自律的な車両テストのために洗練されたデジタル双子を作成するブルーイスの能力を示し、将来の自律運転技術の標準化されたテストベッドとしての可能性を強調しています。

要約(オリジナル)

Simulation is a fundamental tool in developing autonomous vehicles, enabling rigorous testing without the logistical and safety challenges associated with real-world trials. As autonomous vehicle technologies evolve and public safety demands increase, advanced, realistic simulation frameworks are critical. Current testing paradigms employ a mix of general-purpose and specialized simulators, such as CARLA and IVRESS, to achieve high-fidelity results. However, these tools often struggle with compatibility due to differing platform, hardware, and software requirements, severely hampering their combined effectiveness. This paper introduces BlueICE, an advanced framework for ultra-realistic simulation and digital twinning, to address these challenges. BlueICE’s innovative architecture allows for the decoupling of computing platforms, hardware, and software dependencies while offering researchers customizable testing environments to meet diverse fidelity needs. Key features include containerization to ensure compatibility across different systems, a unified communication bridge for seamless integration of various simulation tools, and synchronized orchestration of input and output across simulators. This framework facilitates the development of sophisticated digital twins for autonomous vehicle testing and sets a new standard in simulation accuracy and flexibility. The paper further explores the application of BlueICE in two distinct case studies: the ICAT indoor testbed and the STAR campus outdoor testbed at the University of Delaware. These case studies demonstrate BlueICE’s capability to create sophisticated digital twins for autonomous vehicle testing and underline its potential as a standardized testbed for future autonomous driving technologies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google