From Model-Based to Data-Driven Simulation: Challenges and Trends in Autonomous Driving

要約

シミュレーションは自動運転車の開発プロセスに不可欠な部分であり、運転機能のトレーニング、検証、検証に有利です。
シミュレーションには現実の実験と比較して一連の利点がありますが、さまざまな課題が依然としてあり、仮想テストが物理的なテストドライブを完全に置き換えることはできません。
私たちの研究は、シミュレーションのさまざまな側面や種類に関するこれらの課題の概要を提供し、それらを克服するための現在の傾向を包括しています。
私たちは、知覚、行動、コンテンツのリアリズムに関する側面と、シミュレーションの領域における一般的なハードルをカバーします。
とりわけ、モデルベースのシミュレーションがますます置き換えられる、データ駆動型の生成的アプローチと高忠実度のデータ合成の傾向が見られます。

要約(オリジナル)

Simulation is an integral part in the process of developing autonomous vehicles and advantageous for training, validation, and verification of driving functions. Even though simulations come with a series of benefits compared to real-world experiments, various challenges still prevent virtual testing from entirely replacing physical test-drives. Our work provides an overview of these challenges with regard to different aspects and types of simulation and subsumes current trends to overcome them. We cover aspects around perception-, behavior- and content-realism as well as general hurdles in the domain of simulation. Among others, we observe a trend of data-driven, generative approaches and high-fidelity data synthesis to increasingly replace model-based simulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google