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、現実の試験に伴う物流や安全性の課題を伴うことなく、厳密な試験を可能にします。
自動運転車テクノロジーが進化し、公共の安全への要求が高まるにつれ、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になっています。
現在のテスト パラダイムでは、忠実度の高い結果を達成するために、CARLA や IVRESS などの汎用シミュレータと特殊シミュレータを組み合わせて使用​​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に互換性に問題があり、それらを組み合わせた効果が大幅に妨げられることがよくあります。
このペーパーでは、これらの課題に対処するための、超現実的なシミュレーションとデジタル ツイン化のため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、ソフトウェアの依存関係の分離が可能になり、さまざまな忠実度のニーズを満たすカスタマイズ可能なテスト環境を研究者に提供します。
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 ツールをシームレスに統合するためのユニファイド コミュニケーション ブリッジ、シミュレータ間で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、自動運転車テスト用の高度なデジタル 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たな標準を確立します。
この論文では、デラウェア大学の ICAT 屋内テストベッドと STAR キャンパス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 BlueICE のアプリケーションをさらに調査しています。
これらのケーススタディは、自動運転車テスト用の高度なデジタル ツインを作成する BlueICE の能力を実証し、将来の自動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