AutoDRIVE: A Comprehensive, Flexible and Integrated Digital Twin Ecosystem for Enhancing Autonomous Driving Research and Education

要約

インテリジェント交通システムオブシステムズのフレームワーク内でハードウェアとソフトウェアのコンポーネント、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を行うには、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。
この研究は、自動運転およびスマートシティ管理に関連するサイバー物理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、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ル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単一エージェントとマルチエージェントの両方のパラダイムをサポートします。
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可能であることを目的としており、この研究では、そのような 4 つの導入ユースケースを実証することで、提案されている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。 (i) マッピング、位置特定のための確率的ロボティクス アプローチを使用した自動駐車
、経路計画と制御。
(ii) コンピュータビジョンとディープイミテーションラーニング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使用した交差点横断。
(iv) 車両からインフラへ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

提供元, 利用サービス

arxiv.jp, Google