Text2Robot: Evolutionary Robot Design from Text Descriptions

投稿日: 2025年2月27日 作成者: jarxiv

要約

ロボットのデザインは、伝統的に費用がかかり、労働集約的でした。
自動化されたプロセスの進歩にもかかわらず、物理的に製造可能なロボットを生産しながら、広大な設計スペースをナビゲートすることは困難なままです。
Text2robotを紹介します。これは、ユーザーのテキストの仕様とパフォーマンスの好みを物理的な四肢ロボットに変換するフレームワークです。
数分以内に、Text2robotはテキストから3Dモデルを使用して、多様な形態の強力な初期化を提供できます。
1日以内に、私たちの幾何学的処理アルゴリズムとボディコントロール共同最適化は、現実世界の電子機器と製造可能性を明示的に考慮することにより、ウォーキングロボットを生成します。
Text2robotは、迅速なプロトタイピングを可能にし、生成モデルを使用してロボット設計の新しい機会を開きます。

要約(オリジナル)

Robot design has traditionally been costly and labor-intensive. Despite advancements in automated processes, it remains challenging to navigate a vast design space while producing physically manufacturable robots. We introduce Text2Robot, a framework that converts user text specifications and performance preferences into physical quadrupedal robots. Within minutes, Text2Robot can use text-to-3D models to provide strong initializations of diverse morphologies. Within a day, our geometric processing algorithms and body-control co-optimization produce a walking robot by explicitly considering real-world electronics and manufacturability. Text2Robot enables rapid prototyping and opens new opportunities for robot design with generative models.

arxiv情報

著者 Ryan P. Ringel,Zachary S. Charlick,Jiaxun Liu,Boxi Xia,Boyuan Chen
発行日 2025-02-26 02:47:08+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.LG, cs.RO | Text2Robot: Evolutionary Robot Design from Text Descriptions はコメントを受け付けていません

Efficient and Distributed Large-Scale Point Cloud Bundle Adjustment via Majorization-Minimization

投稿日: 2025年2月27日 作成者: jarxiv

要約

ポイントクラウドバンドルの調整は、大規模なポイントクラウドマッピングで重要です。
ただし、スキャンの数が増加するにつれて、それは計算上およびメモリ集約的なものであり、その複雑さは立方体に成長しています。
このペーパーでは、効率的で分散した大規模なポイントクラウドバンドル調整方法であるBalm3.0を紹介します。
提案された方法では、マジョン化最小化アルゴリズムを使用して、バンドル調整プロセスでスキャンポーズを分離するため、計算効率が改善された大規模データでポイントクラウドバンドル調整を実行します。
バンドル調整にマジョン化最小化を適用することの重要な難しさは、適切な代理コスト関数を特定することです。
この論文では、提案された代理コスト関数は、ポイントツー面の距離に基づいています。
マジョン化最小化アルゴリズムを介してスキャンポーズを切り離す主な利点は、2つの重要な側面に由来します。
まず、スキャンポーズのデカップリングにより、最適化時間の複雑さがキュービックから線形まで減少し、大規模環境でのバンドル調整プロセスの計算効率を大幅に向上させます。
第二に、分散バンドル調整の理論的基盤を築きます。
複数のデバイスにデータと計算の両方を配布することにより、このアプローチは、大きなメモリと計算要件によってもたらされる制限を克服するのに役立ちます。これは、単一のデバイスが処理するのが難しい場合があります。
提案された方法は、シミュレートされた環境と現実世界の両方の環境で広く評価されています。
結果は、提案された方法が同等の精度で同じ最適な残差を達成し、最適化速度が最大704倍高くなり、メモリの使用量が1/8に削減されることを示しています。
さらに、このペーパーでは、分散バンドル調整フレームワークを提示および実装し、4つの消費者レベルのラップトップを備えた大規模なデータ（70 GBポイントクラウドを備えた21,436ポーズ）を成功裏に実装しました。

要約(オリジナル)

Point cloud bundle adjustment is critical in large-scale point cloud mapping. However, it is both computationally and memory intensive, with its complexity growing cubically as the number of scan poses increases. This paper presents BALM3.0, an efficient and distributed large-scale point cloud bundle adjustment method. The proposed method employs the majorization-minimization algorithm to decouple the scan poses in the bundle adjustment process, thus performing the point cloud bundle adjustment on large-scale data with improved computational efficiency. The key difficulty of applying majorization-minimization on bundle adjustment is to identify the proper surrogate cost function. In this paper, the proposed surrogate cost function is based on the point-to-plane distance. The primary advantages of decoupling the scan poses via a majorization-minimization algorithm stem from two key aspects. First, the decoupling of scan poses reduces the optimization time complexity from cubic to linear, significantly enhancing the computational efficiency of the bundle adjustment process in large-scale environments. Second, it lays the theoretical foundation for distributed bundle adjustment. By distributing both data and computation across multiple devices, this approach helps overcome the limitations posed by large memory and computational requirements, which may be difficult for a single device to handle. The proposed method is extensively evaluated in both simulated and real-world environments. The results demonstrate that the proposed method achieves the same optimal residual with comparable accuracy while offering up to 704 times faster optimization speed and reducing memory usage to 1/8. Furthermore, this paper also presented and implemented a distributed bundle adjustment framework and successfully optimized large-scale data (21,436 poses with 70 GB point clouds) with four consumer-level laptops.

arxiv情報

著者 Rundong Li,Zheng Liu,Hairuo Wei,Yixi Cai,Haotian Li,Fu Zhang
発行日 2025-02-26 04:17:11+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Efficient and Distributed Large-Scale Point Cloud Bundle Adjustment via Majorization-Minimization はコメントを受け付けていません

Enabling Multi-Robot Collaboration from Single-Human Guidance

投稿日: 2025年2月27日 作成者: jarxiv

要約

マルチエージェントシステムには、共同行動を学ぶことが不可欠です。
従来、マルチエージェントの強化学習は、共同報酬と集中的な観察を通じてこれを暗黙的に解決し、共同行動が出現すると仮定します。
他の研究では、共同専門家のグループのデモンストレーションから学ぶことを提案しています。
代わりに、単一の人間の専門知識を活用することにより、マルチエージェントシステムで共同行動を学ぶ効率的かつ明示的な方法を提案します。
私たちの洞察は、人間がチームで自然にさまざまな役割を引き受けることができるということです。
エージェントは、人間のオペレーターが制御エージェントを短時間動的に切り替え、チームメイトの人間のような理論モデルを組み込むことにより、コラボレーションを効果的に学ぶことができることを示しています。
私たちの実験は、私たちの方法が、挑戦的な協力的な隠れ家のタスクの成功率を最大58％改善し、わずか40分間の人間の指導を改善することを示しました。
さらに、マルチロボット実験を実施することにより、現実世界への調査結果の移転を実証します。

要約(オリジナル)

Learning collaborative behaviors is essential for multi-agent systems. Traditionally, multi-agent reinforcement learning solves this implicitly through a joint reward and centralized observations, assuming collaborative behavior will emerge. Other studies propose to learn from demonstrations of a group of collaborative experts. Instead, we propose an efficient and explicit way of learning collaborative behaviors in multi-agent systems by leveraging expertise from only a single human. Our insight is that humans can naturally take on various roles in a team. We show that agents can effectively learn to collaborate by allowing a human operator to dynamically switch between controlling agents for a short period and incorporating a human-like theory-of-mind model of teammates. Our experiments showed that our method improves the success rate of a challenging collaborative hide-and-seek task by up to 58% with only 40 minutes of human guidance. We further demonstrate our findings transfer to the real world by conducting multi-robot experiments.

arxiv情報

著者 Zhengran Ji,Lingyu Zhang,Paul Sajda,Boyuan Chen
発行日 2025-02-26 04:44:01+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.HC, cs.LG, cs.MA, cs.RO | Enabling Multi-Robot Collaboration from Single-Human Guidance はコメントを受け付けていません

Attention-Guided Integration of CLIP and SAM for Precise Object Masking in Robotic Manipulation

投稿日: 2025年2月27日 作成者: jarxiv

要約

このペーパーでは、コンビニエンスストアのマスキング製品の特定のドメイン内でロボット操作のためのオブジェクトマスキングの精度を強化するための新しいパイプラインを紹介します。
このアプローチは、2つの高度なAIモデル、ClipとSAMを統合し、相乗的な組み合わせとマルチモーダルデータの効果的な使用に焦点を当てています（画像とテキスト）。
グラデーションベースの注意メカニズムとカスタマイズされたデータセットを利用してパフォーマンスを微調整することに重点が置かれています。
Clip、Sam、およびGrad-Camは確立されたコンポーネントですが、この構造化されたパイプライン内での統合は、フィールドへの重要な貢献を表しています。
この複合アプローチを通じて生成される結果のセグメント化されたマスクは、ロボットシステムの入力として効果的に利用でき、コンビニエンスストア製品のコンテキストでより正確で適応的なオブジェクト操作を可能にします。

要約(オリジナル)

This paper introduces a novel pipeline to enhance the precision of object masking for robotic manipulation within the specific domain of masking products in convenience stores. The approach integrates two advanced AI models, CLIP and SAM, focusing on their synergistic combination and the effective use of multimodal data (image and text). Emphasis is placed on utilizing gradient-based attention mechanisms and customized datasets to fine-tune performance. While CLIP, SAM, and Grad- CAM are established components, their integration within this structured pipeline represents a significant contribution to the field. The resulting segmented masks, generated through this combined approach, can be effectively utilized as inputs for robotic systems, enabling more precise and adaptive object manipulation in the context of convenience store products.

arxiv情報

著者 Muhammad A. Muttaqien,Tomohiro Motoda,Ryo Hanai,Domae Yukiyasu
発行日 2025-02-26 05:30:46+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CV, cs.RO | Attention-Guided Integration of CLIP and SAM for Precise Object Masking in Robotic Manipulation はコメントを受け付けていません

RL-OGM-Parking: Lidar OGM-Based Hybrid Reinforcement Learning Planner for Autonomous Parking

投稿日: 2025年2月27日 作成者: jarxiv

要約

自律駐車場は、自動運転の研究開発において重要なアプリケーションとなっています。
多くの場合、駐車場では、限られたスペースと複雑な環境に悩まされており、正確な知覚と正確な操作が必要です。
従来のルールベースの駐車アルゴリズムは、多様で予測不可能な条件に適応するのに苦労していますが、学習ベースのアルゴリズムには、さまざまなシナリオで一貫した安定したパフォーマンスがありません。
したがって、ルールベースの方法の安定性と学習ベースの方法の一般化可能性を組み合わせたハイブリッドアプローチが必要です。
最近、強化学習（RL）ベースのポリシーは、タスクの計画において堅牢な能力を示しています。
ただし、シミュレーションから現実（SIMからリアル）の転送ギャップは、実際の展開を深刻にブロックします。
これらの問題に対処するために、ルールベースのReeds-Shepp（RS）プランナーと学習ベースの強化学習（RL）プランナーで構成されるハイブリッドポリシーを採用しています。
リアルタイムのLIDARベースの占有グリッドマップ（OGM）表現が採用され、SIMからリアルのギャップを埋めるためにハイブリッドポリシーをリードすることは、現実世界のシステムにシームレスに適用できます。
シミュレーション環境と実世界のシナリオの両方で広範な実験を実施しましたが、その結果、提案された方法が純粋なルールベースと学習ベースの方法よりも優れていることを示しています。
現実世界の実験は、提案された方法の実現可能性と効率をさらに検証します。

要約(オリジナル)

Autonomous parking has become a critical application in automatic driving research and development. Parking operations often suffer from limited space and complex environments, requiring accurate perception and precise maneuvering. Traditional rule-based parking algorithms struggle to adapt to diverse and unpredictable conditions, while learning-based algorithms lack consistent and stable performance in various scenarios. Therefore, a hybrid approach is necessary that combines the stability of rule-based methods and the generalizability of learning-based methods. Recently, reinforcement learning (RL) based policy has shown robust capability in planning tasks. However, the simulation-to-reality (sim-to-real) transfer gap seriously blocks the real-world deployment. To address these problems, we employ a hybrid policy, consisting of a rule-based Reeds-Shepp (RS) planner and a learning-based reinforcement learning (RL) planner. A real-time LiDAR-based Occupancy Grid Map (OGM) representation is adopted to bridge the sim-to-real gap, leading the hybrid policy can be applied to real-world systems seamlessly. We conducted extensive experiments both in the simulation environment and real-world scenarios, and the result demonstrates that the proposed method outperforms pure rule-based and learning-based methods. The real-world experiment further validates the feasibility and efficiency of the proposed method.

arxiv情報

著者 Zhitao Wang,Zhe Chen,Mingyang Jiang,Tong Qin,Ming Yang
発行日 2025-02-26 05:32:20+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | RL-OGM-Parking: Lidar OGM-Based Hybrid Reinforcement Learning Planner for Autonomous Parking はコメントを受け付けていません

Robots Have Been Seen and Not Heard: Effects of Consequential Sounds on Human-Perception of Robots

投稿日: 2025年2月27日 作成者: jarxiv

要約

ロボットは、「結果的な音」として知られる強制マシンの音を動かして動作させます。
ロボットが職場、家庭、公共スペースでより一般的になるにつれて、ロボットによって生成される音がこれらのロボットの人間の知覚にどのように影響するかを理解することは、ポジティブな人間のロボット相互作用（HRI）を作成するためにますます重要になっています。
このホワイトペーパーでは、182人の参加者（858試験）の結果を提示し、結果としての音によってロボットの人間の知覚がどのように変化するかを調査します。
参加者間の研究では、サウンド状態の参加者が異なるロボットの5つのビデオを紹介し、ロボットと彼らが作った音について意見を述べました。
これは、サイレントビデオを見たコントロール条件の参加者と比較されました。
結果の音は、負の「関連する影響」の増加、気が散っていると感じ、ロボットを使用して共有環境でコロケートする意思がないなど、ロボットの著しく否定的な認識と相関しています。

要約(オリジナル)

Robots make compulsory machine sounds, known as `consequential sounds’, as they move and operate. As robots become more prevalent in workplaces, homes and public spaces, understanding how sounds produced by robots affect human-perceptions of these robots is becoming increasingly important to creating positive human robot interactions (HRI). This paper presents the results from 182 participants (858 trials) investigating how human-perception of robots is changed by consequential sounds. In a between-participants study, participants in the sound condition were shown 5 videos of different robots and asked their opinions on the robots and the sounds they made. This was compared to participants in the control condition who viewed silent videos. Consequential sounds correlated with significantly more negative perceptions of robots, including increased negative `associated affects’, feeling more distracted, and being less willing to colocate in a shared environment with robots.

arxiv情報

著者 Aimee Allen,Tom Drummond,Dana Kulić
発行日 2025-02-26 06:11:05+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, eess.AS | Robots Have Been Seen and Not Heard: Effects of Consequential Sounds on Human-Perception of Robots はコメントを受け付けていません

Underwater Motions Analysis and Control of a Coupling-Tiltable Unmanned Aerial-Aquatic Vehicle

投稿日: 2025年2月27日 作成者: jarxiv

要約

カップリングティル可能な無人航空機水生車（UAAV）は、重要性を高めていますが、包括的な分析と適切なコントローラーが不足しています。
このペーパーでは、自己設計されたUAAV、miRS-aliothの水中運動特性を分析し、コントローラーを設計します。
コントローラーの有効性は、実験を通じて検証されます。
miRS-aliothの特異性は、単数形の傾斜角度（STTA）として導出されます。これは、水中運動特性を分析するための不可欠なツールとして機能します。
分析は、コントローラーを設計するためのいくつかの重要な要因を明らかにしています。
これらには、ロジックスイッチングの必要性、Nussbaum関数を使用して補助チャネルの制御方向の不確実性を補正し、補助コントローラーを使用して結合効果を緩和することが含まれます。
これらの重要なポイントに基づいて、制御スキームが設計されています。
これは、スラストチルト角を特異値に制御するコントローラー、飽和ヌスバウム関数を組み込んだ補助コントローラー、およびロジックスイッチで構成されています。
最終的に、コントローラーの有効性を検証し、Nussbaum関数の必要性を実証するために、2セットの実験が実施されます。

要約(オリジナル)

Coupling-Tiltable Unmanned Aerial-Aquatic Vehicles (UAAVs) have gained increasing importance, yet lack comprehensive analysis and suitable controllers. This paper analyzes the underwater motion characteristics of a self-designed UAAV, Mirs-Alioth, and designs a controller for it. The effectiveness of the controller is validated through experiments. The singularities of Mirs-Alioth are derived as Singular Thrust Tilt Angle (STTA), which serve as an essential tool for an analysis of its underwater motion characteristics. The analysis reveals several key factors for designing the controller. These include the need for logic switching, using a Nussbaum function to compensate control direction uncertainty in the auxiliary channel, and employing an auxiliary controller to mitigate coupling effects. Based on these key points, a control scheme is designed. It consists of a controller that regulates the thrust tilt angle to the singular value, an auxiliary controller incorporating a Saturated Nussbaum function, and a logic switch. Eventually, two sets of experiments are conducted to validate the effectiveness of the controller and demonstrate the necessity of the Nussbaum function.

arxiv情報

著者 Dongyue Huang,Minghao Dou,Xuchen Liu,Tao Sun,Jianguo Zhang,Ning Ding,Xinlei Chen,Ben M. Chen
発行日 2025-02-26 06:32:10+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | Underwater Motions Analysis and Control of a Coupling-Tiltable Unmanned Aerial-Aquatic Vehicle はコメントを受け付けていません

Think on your feet: Seamless Transition between Human-like Locomotion in Response to Changing Commands

投稿日: 2025年2月27日 作成者: jarxiv

要約

ヒューマノイドロボットをトレーニングして特定の移動スキルを模倣する方が比較的簡単ですが、さまざまな動きから学び、継続的に変化するコマンドを遵守することはより困難です。
これらのロボットは、モーション命令を正確に追跡し、さまざまな動きの間のシームレスに移行し、参照データに存在しないマスター中間モーションを必要とする必要があります。
この作業では、人間のような動きの伝達を、一連の改善により古典的な模倣学習に統合する新しいアプローチを提案します。
一般化を強化するために、Wasserstein Divergence Criterion（WGAN-DIV）を採用しています。
さらに、ハイブリッド内部モデルは、モバイルの安定性と環境適応性を高めるために、隠された状態と速度の構造化された推定値を提供し、好奇心ボーナスは探索を促進します。
当社の包括的な方法は、さまざまな速度要件、目に見えない動きとマルチタスクへの直接的な一般化、およびさまざまな地形の現実世界へのゼロショット転送に適応する非常に人間のような移動を約束します。
これらの進歩は、さまざまなロボットモデルのシミュレーションと広範な実世界の実験を通じて検証されます。

要約(オリジナル)

While it is relatively easier to train humanoid robots to mimic specific locomotion skills, it is more challenging to learn from various motions and adhere to continuously changing commands. These robots must accurately track motion instructions, seamlessly transition between a variety of movements, and master intermediate motions not present in their reference data. In this work, we propose a novel approach that integrates human-like motion transfer with precise velocity tracking by a series of improvements to classical imitation learning. To enhance generalization, we employ the Wasserstein divergence criterion (WGAN-div). Furthermore, a Hybrid Internal Model provides structured estimates of hidden states and velocity to enhance mobile stability and environment adaptability, while a curiosity bonus fosters exploration. Our comprehensive method promises highly human-like locomotion that adapts to varying velocity requirements, direct generalization to unseen motions and multitasking, as well as zero-shot transfer to the simulator and the real world across different terrains. These advancements are validated through simulations across various robot models and extensive real-world experiments.

arxiv情報

著者 Huaxing Huang,Wenhao Cui,Tonghe Zhang,Shengtao Li,Jinchao Han,Bangyu Qin,Tianchu Zhang,Liang Zheng,Ziyang Tang,Chenxu Hu,Ning Yan,Jiahao Chen,Shipu Zhang,Zheyuan Jiang
発行日 2025-02-26 07:28:55+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Think on your feet: Seamless Transition between Human-like Locomotion in Response to Changing Commands はコメントを受け付けていません

SLAM in the Dark: Self-Supervised Learning of Pose, Depth and Loop-Closure from Thermal Images

投稿日: 2025年2月27日 作成者: jarxiv

要約

ビジュアルスラムは、モバイルロボット、ドローンナビゲーション、VR/ARに不可欠ですが、従来のRGBカメラシステムは低光条件で苦労しており、そのような環境で優れているサーマルスラムに関心があります。
ただし、熱イメージングは​​、コントラストが低い、高騒音、限られた大規模な注釈付きデータセットなどの課題に直面し、屋外シナリオでの深い学習の使用を制限します。
複雑な照明条件での大規模な局所化と再構築のために設計されたノーバルディープラーニングベースの単眼の熱スラムシステムであるダークラムを提示します。OURアプローチは、視覚臭感覚に効率的なチャネル注意（ECA）メカニズムを組み込んでおり、ポース精度とマイテギン酸塩深度劣化を強化するための深さ推定における選択的カーネル注意（SKA）メカニズムを組み込みます。
さらに、システムには、熱深度ベースのループ閉鎖検出と最適化のポーズが含まれており、低テクスチャサーマルシーンでの堅牢な性能を確保します。
広範な屋外実験は、DarkslamがSC-SFM-LearnerやShin et al。などの既存の方法を大幅に上回ることを示しており、挑戦的な夜間環境でも正確なローカリゼーションと3D密度のマッピングを提供しています。

要約(オリジナル)

Visual SLAM is essential for mobile robots, drone navigation, and VR/AR, but traditional RGB camera systems struggle in low-light conditions, driving interest in thermal SLAM, which excels in such environments. However, thermal imaging faces challenges like low contrast, high noise, and limited large-scale annotated datasets, restricting the use of deep learning in outdoor scenarios. We present DarkSLAM, a noval deep learning-based monocular thermal SLAM system designed for large-scale localization and reconstruction in complex lighting conditions.Our approach incorporates the Efficient Channel Attention (ECA) mechanism in visual odometry and the Selective Kernel Attention (SKA) mechanism in depth estimation to enhance pose accuracy and mitigate thermal depth degradation. Additionally, the system includes thermal depth-based loop closure detection and pose optimization, ensuring robust performance in low-texture thermal scenes. Extensive outdoor experiments demonstrate that DarkSLAM significantly outperforms existing methods like SC-Sfm-Learner and Shin et al., delivering precise localization and 3D dense mapping even in challenging nighttime environments.

arxiv情報

著者 Yangfan Xu,Qu Hao,Lilian Zhang,Jun Mao,Xiaofeng He,Wenqi Wu,Changhao Chen
発行日 2025-02-26 08:34:23+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO | SLAM in the Dark: Self-Supervised Learning of Pose, Depth and Loop-Closure from Thermal Images はコメントを受け付けていません

A Digital Twin Framework for Physical-Virtual Integration in V2X-Enabled Connected Vehicle Corridors

投稿日: 2025年2月27日 作成者: jarxiv

要約

輸送サイバー物理システム（T-CPS）は、サイバー輸送システムと物理的輸送システムを統合することにより、安全性とモビリティを向上させます。
T-CPSの重要なコンポーネントは、デジタルツイン（DT）です。これは、リアルタイムのデータ交換と通信を通じてシミュレーション、分析、および最適化を可能にする仮想表現です。
既存の研究では、車両、通信、歩行者、および交通のDTSを調査しましたが、インフラストラクチャ、車両、信号、通信などを含むDTの実世界の検証と実装は、いくつかの課題のために限られたままです。
これらには、実際の接続されたインフラストラクチャへのアクセス、不均一なマルチソースデータの統合、リアルタイムのデータ処理の確保、デジタルシステムと物理システムの同期が含まれます。
これらの課題に対処するために、この研究は、実際の接続された車両の廊下に基づいてトラフィックDTを開発します。
廊下のセルラービークル（C-V2X）のインフラストラクチャを活用し、通信、コンピューティング、シミュレーション技術とともに、提案されたDTは、仮想環境内の物理的な車両行動、信号のタイミング、通信、および交通パターンを正確に複製します。
以前のデータパイプラインに基づいて、デジタルシステムは物理環境との堅牢な同期を保証します。
さらに、DTのスケーラブルで冗長なアーキテクチャにより、データの整合性が向上し、将来の大規模なC-V2X展開をサポートできます。
さらに、物理システムにフィードバックを提供する能力は、信号のタイミング調整、車両アドバイザリーメッセージ、インシデント通知などのアプリケーションを通じて実証されています。
提案されたDTは、T-CPSの重要なツールであり、輸送システムの信頼性と安全性を高めるためのリアルタイムトラフィックの監視、予測、および最適化を可能にします。

要約(オリジナル)

Transportation Cyber-Physical Systems (T-CPS) enhance safety and mobility by integrating cyber and physical transportation systems. A key component of T-CPS is the Digital Twin (DT), a virtual representation that enables simulation, analysis, and optimization through real-time data exchange and communication. Although existing studies have explored DTs for vehicles, communications, pedestrians, and traffic, real-world validations and implementations of DTs that encompass infrastructure, vehicles, signals, communications, and more remain limited due to several challenges. These include accessing real-world connected infrastructure, integrating heterogeneous, multi-sourced data, ensuring real-time data processing, and synchronizing the digital and physical systems. To address these challenges, this study develops a traffic DT based on a real-world connected vehicle corridor. Leveraging the Cellular Vehicle-to-Everything (C-V2X) infrastructure in the corridor, along with communication, computing, and simulation technologies, the proposed DT accurately replicates physical vehicle behaviors, signal timing, communications, and traffic patterns within the virtual environment. Building upon the previous data pipeline, the digital system ensures robust synchronization with the physical environment. Moreover, the DT’s scalable and redundant architecture enhances data integrity, making it capable of supporting future large-scale C-V2X deployments. Furthermore, its ability to provide feedback to the physical system is demonstrated through applications such as signal timing adjustments, vehicle advisory messages, and incident notifications. The proposed DT is a vital tool in T-CPS, enabling real-time traffic monitoring, prediction, and optimization to enhance the reliability and safety of transportation systems.

arxiv情報

著者 Keshu Wu,Pei Li,Yang Cheng,Steven T. Parker,Bin Ran,David A. Noyce,Xinyue Ye
発行日 2025-02-26 09:17:30+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.ET, cs.RO, cs.SY, eess.SY | A Digital Twin Framework for Physical-Virtual Integration in V2X-Enabled Connected Vehicle Corridors はコメントを受け付けていません