Fugu-MT 論文翻訳(概要): Closed-Loop Hybrid Digital Twin Platform for Connected and Automated Vehicle Validation

論文の概要: Closed-Loop Hybrid Digital Twin Platform for Connected and Automated Vehicle Validation

arxiv url: http://arxiv.org/abs/2605.19490v1
Date: Tue, 19 May 2026 07:44:59 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-20 15:03:09.192876
Title: Closed-Loop Hybrid Digital Twin Platform for Connected and Automated Vehicle Validation
Title（参考訳）: 連結・自動車両検証のための閉ループハイブリッドデジタル双極子プラットフォーム
Authors: Kanglong Quan, Zhebing Xia, Linfeng Jiang, Hao Yu, Ziheng Qiao, Dapeng Dong, Dongyao Jia,
Abstract要約: 本稿では,コネクテッド・アンド・オートマチック・ビークル(CAV)検証のための,新しいリアルタイムハイブリッドデジタルツインプラットフォームを提案する。その中核となるイノベーションは、高忠実度CARLA-SUMOと物理試験場と車両との密結合であり、低遅延のV2X通信リンクによって実現されている。詳細な実装には、フルスケールのアセット再構築にPhotogrammetryを使用し、スケーラブルでマルチユーザ操作にクラウドエッジのコラボレーティブアーキテクチャが含まれる。
参考スコア（独自算出の注目度）: 8.373850248021927
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Comprehensive and efficient validation of connected and automated vehicles (CAVs) is critical prior to real-world deployment. While simulation-based testing offers scalability, existing approaches often lack seamless integration with real vehicles and field data, limiting their fidelity in capturing dynamic, real-world interactions. To bridge this gap, this paper proposes a novel real-time hybrid digital twin platform. Its core innovation lies in the tight coupling of a high-fidelity CARLA-SUMO co-simulation with a physical test site and vehicle via a low-latency Vehicle-to-Everything (V2X) communication link. A custom-developed middleware serves as the critical bridge, synchronizing a real CAV's kinematic state as a shadow vehicle in the simulation and translating virtual control commands into chassis-actuating Controller Area Network (CAN) messages for closed-loop control. Detailed implementation includes using photogrammetry for full-scale asset reconstruction and a cloud-edge collaborative architecture for scalable, multi-user operation. Experimental results demonstrate stable synchronization and effective closed-loop control with low latency, confirming the platform's practicality for multi-scenario CAV verification.
Abstract（参考訳）: CAV(コネクテッド・アンド・オートマチック・ビークル)の総合的かつ効率的な検証は、実際の展開に先立って重要である。シミュレーションベースのテストはスケーラビリティを提供するが、既存のアプローチでは、実際の車両やフィールドデータとのシームレスな統合が欠如しており、動的で現実世界のインタラクションをキャプチャする際の忠実さを制限している。このギャップを埋めるために,本稿では,リアルタイムハイブリッドデジタルツインプラットフォームを提案する。その中核となるイノベーションは、高忠実度CARLA-SUMOと物理試験場と車両との密結合であり、低遅延のV2X通信リンクによって実現されている。カスタム開発ミドルウエアはクリティカルブリッジとして機能し、シミュレーションにおいて実際のCAVのキネマティック状態をシャドウカーとして同期させ、仮想制御コマンドをクローズドループ制御のためのシャシー駆動コントローラエリアネットワーク(CAN)メッセージに変換する。詳細な実装には、フルスケールのアセット再構築にPhotogrammetryを使用し、スケーラブルでマルチユーザ操作にクラウドエッジのコラボレーティブアーキテクチャが含まれる。実験により、低レイテンシで安定した同期と効率的なクローズドループ制御が示され、マルチシナリオCAV検証におけるプラットフォームの実用性が確認された。

関連論文リスト

From Code to Road: A Vehicle-in-the-Loop and Digital Twin-Based Framework for Central Car Server Testing in Autonomous Driving [12.14436913195805]
本研究は,集中型E/Eアーキテクチャ上での自動車ソフトウェアテストフレームワークを提案する。このフレームワークは、ダイナモメーターテストベンチに物理テスト車両を、シミュレーション環境で同期仮想車両と結合する。
論文参考訳（メタデータ） (2026-03-05T15:23:28Z)
DMAVA: Distributed Multi-Autonomous Vehicle Architecture Using Autoware [0.0]
本稿では,複数の物理ホストをまたいだリアルタイム自律運転シミュレーションを実現する分散マルチAVアーキテクチャ(DMAVA)を提案する。提案システムは、ROS 2 Humble、Autoware Universe、AWSIM Labs、Zenohを統合し、共有Unityベースの環境で複数のAutowareスタックの同時実行をサポートする。
論文参考訳（メタデータ） (2026-01-22T21:45:14Z)
RflyUT-Sim: A Simulation Platform for Development and Testing of Complex Low-Altitude Traffic Control [23.903425664468063]
本稿では,低高度UAVトラフィックのための高忠実度シミュレーションプラットフォームを提案する。 RflySim/AirSimとUnreal Engine 5を統合し、UAVと3Dマップのフルステートモデルを開発する。プラットフォームのソースコードがリリースされ、低高度トラフィックに関する研究が容易になった。
論文参考訳（メタデータ） (2025-12-30T09:47:58Z)
HybridWorldSim: A Scalable and Controllable High-fidelity Simulator for Autonomous Driving [59.55918581964678]
HybridWorldSimは、静的バックグラウンドのためのマルチトラバースニューラルネットワーク再構成と、動的エージェントの生成モデルを統合するハイブリッドシミュレーションフレームワークである。我々は、様々な都市をまたがる幅広いルートや環境条件をキャプチャーする、新しいマルチトラバースデータセットMIRRORをリリースする。
論文参考訳（メタデータ） (2025-11-27T07:53:16Z)
RealEngine: Simulating Autonomous Driving in Realistic Context [60.55873455475112]
RealEngineは3Dシーン再構成と新しいビュー合成技術を統合する新しい運転シミュレーションフレームワークである。実世界のマルチモーダルセンサーデータを活用することで、RealEngineはバックグラウンドシーンとフォアグラウンドトラフィック参加者を別々に再構築し、非常に多様な現実的なトラフィックシナリオを実現する。 RealEngineは、非反応性シミュレーション、安全性テスト、マルチエージェントインタラクションの3つの重要な駆動シミュレーションカテゴリをサポートしている。
論文参考訳（メタデータ） (2025-05-22T17:01:00Z)
SOLVE: Synergy of Language-Vision and End-to-End Networks for Autonomous Driving [51.47621083057114]
SOLVEは、ビジョンランゲージモデルとエンド・ツー・エンド(E2E)モデルを相乗化して自動運転車の計画を強化する革新的なフレームワークである。提案手法は,VLMとE2Eコンポーネント間の包括的インタラクションを実現するために,共有ビジュアルエンコーダによる機能レベルでの知識共有を重視している。
論文参考訳（メタデータ） (2025-05-22T15:44:30Z)
Drivetrain simulation using variational autoencoders [0.0]
本研究は、トルク要求から車両のジャーク信号を予測するための変分オートエンコーダ(VAE)を提案する。我々は、完全電動SUVの2つの変種の実験データに基づいて、無条件と条件付きの両方のVAEを実装した。
論文参考訳（メタデータ） (2025-01-29T13:37:32Z)
EI-Drive: A Platform for Cooperative Perception with Realistic Communication Models [16.023748778830562]
EI-DriveはエッジAIベースの自動運転シミュレーションプラットフォームである。高度な協調認識とより現実的なコミュニケーションモデルを統合する。 EI-Driveを用いた実験では、車両の安全性と性能が大幅に向上した。
論文参考訳（メタデータ） (2024-12-13T01:37:44Z)
Generative AI-empowered Simulation for Autonomous Driving in Vehicular Mixed Reality Metaverses [130.15554653948897]
車両混合現実(MR)メタバースでは、物理的実体と仮想実体の間の距離を克服することができる。現実的なデータ収集と物理世界からの融合による大規模交通・運転シミュレーションは困難かつコストがかかる。生成AIを利用して、無制限の条件付きトラフィックを合成し、シミュレーションでデータを駆動する自律運転アーキテクチャを提案する。
論文参考訳（メタデータ） (2023-02-16T16:54:10Z)
COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked Vehicles [54.61668577827041]
本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
論文参考訳（メタデータ） (2022-05-04T17:55:12Z)
VISTA 2.0: An Open, Data-driven Simulator for Multimodal Sensing and Policy Learning for Autonomous Vehicles [131.2240621036954]
VISTAはオープンソースのデータ駆動シミュレータで、複数のタイプのセンサーを自律走行車に組み込む。高忠実で実世界のデータセットを使用して、VISTAはRGBカメラ、3D LiDAR、イベントベースのカメラを表現し、シミュレートする。センサタイプ毎に知覚制御ポリシーをトレーニングし,テストする能力を示し,フルスケールの自律走行車への展開を通じて,このアプローチのパワーを示す。
論文参考訳（メタデータ） (2021-11-23T18:58:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。