論文の概要: A Corridor-Scale CARLA-VISSIM Co-Simulation Framework for Multi-Intersection Urban Traffic
- arxiv url: http://arxiv.org/abs/2606.15431v1
- Date: Sat, 13 Jun 2026 18:52:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 16:21:33.57015
- Title: A Corridor-Scale CARLA-VISSIM Co-Simulation Framework for Multi-Intersection Urban Traffic
- Title（参考訳）: 多区間都市交通のためのCARLA-VISSIM共シミュレーションフレームワーク
- Authors: Sima Ashayer, Austin Haris, Mina Sartipi,
- Abstract要約: 本稿では,テネシー州チャタヌーガ市における都市回廊におけるCARLA-VISSIM共同シミュレーションフレームワークを提案する。
CARLA 0.10.0 Unreal Engine 5とPTV VISSIM 2026を双方向のステップ同期インタフェースで統合する。
LiDARに基づく標高モデルとロードランナーに基づくハイディビジョン(HD)マップは、両方のシミュレータに一貫して配置された地形の正確な道路形状を提供する。
- 参考スコア（独自算出の注目度）: 1.867072656545946
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents an implemented CARLA-VISSIM co-simulation framework for an urban corridor comprising approximately fifteen connected intersections centered on Martin Luther King Jr. Boulevard in Chattanooga, Tennessee. The system integrates CARLA 0.10.0 Unreal Engine 5 with PTV VISSIM 2026 through a bidirectional, step-synchronized interface that couples VISSIM's microscopic vehicle, pedestrian, and signal-controller logic with CARLA's high-fidelity 3D rendering. A LiDAR-derived elevation model and RoadRunner-based High Definition (HD) map provide terrain-accurate road geometry deployed consistently across both simulators. The framework incorporates explicit actor ownership, mirrored lifecycle management, coordinate reconciliation, and a latest-state-per-actor update policy, enabling stable interaction between VISSIM-controlled traffic and a CARLA-controlled ego vehicle. A corridor-scale case study demonstrates consistent traffic-signal mirroring, synchronized vehicle-pedestrian interactions, and stable mixed-authority operation under peak loads of approximately 100 vehicles and 100 pedestrians. The deployment captures the interaction of the five signalized intersections along MLK Street and their connecting upstream and downstream intersections, revealing synchronization challenges unique to multi-intersection corridors. Results indicate that this MLK-centered corridor provides an effective testbed for verifying cross-simulator consistency and that the proposed architecture supports reliable, perception-ready co-simulation for corridor-level traffic studies.
- Abstract（参考訳）: 本稿では,マーティン・ルーサー・キングJrを中心とする約15の連接交差点からなる都市回廊を対象としたCARLA-VISSIM協調シミュレーションフレームワークを提案する。
テネシー州チャタヌーガのブールバード。
このシステムは、CARLA 0.10.0 Unreal Engine 5とPTV VISSIM 2026を双方向のステップ同期インタフェースで統合し、VISSIMの顕微鏡車両、歩行者、信号制御装置ロジックとCARLAの高忠実度3Dレンダリングを結合する。
LiDARに基づく標高モデルとロードランナーに基づくハイディビジョン(HD)マップは、両方のシミュレータに一貫して配置された地形の正確な道路形状を提供する。
このフレームワークには、明示的なアクターオーナシップ、ミラー化ライフサイクル管理、座標調整、最新状態毎の更新ポリシーが含まれており、VISSIM制御トラフィックとCARLA制御エゴ車両との安定した相互作用を可能にする。
廊下スケールのケーススタディでは、約100台の車両と100台の歩行者のピーク負荷下での、一貫した交通信号ミラーリング、同期車両と歩行者の相互作用、および安定した混合オーソリティ動作が示されている。
この配置は、MLKストリート沿いの信号化された5つの交差点と上流と下流の交差点の接続の相互作用を捉え、複数の交差点の廊下に特有の同期の課題を明らかにする。
その結果、このMLK中心の廊下は、クロスシミュレータの整合性を検証するための効果的なテストベッドを提供し、提案アーキテクチャは、廊下レベルの交通研究において信頼性があり、認識可能な共シミュレーションをサポートすることが示唆された。
関連論文リスト
- Evaluation of Traffic Signals for Daily Traffic Pattern [0.8287206589886879]
回転数データは,信号設計,交差点形状計画,交通流,渋滞解析において重要である。
交通カメラを用いて、ラスベガスの6つの交差点のTMCを推定するために、視覚に基づくトラッキングシステムを開発した。
4つの交差点は信号タイミングの動的設定に優れた性能を示し,他の2つは交差点脚の全車線に対する総車両数の割合が低い。
論文 参考訳（メタデータ） (2025-06-26T16:56:59Z) - Towards Intelligent Transportation with Pedestrians and Vehicles In-the-Loop: A Surveillance Video-Assisted Federated Digital Twin Framework [62.47416496137193]
本稿では,歩行者や車いすによるITSを支援するための監視ビデオ支援型デジタルツイン(SV-FDT)フレームワークを提案する。
i)複数のソースからトラフィック監視ビデオを収集するエンドレイヤ、(ii)セマンティックセグメンテーションに基づく視覚理解、ツインエージェントベースのインタラクションモデリング、およびローカルデジタルツインシステム(LDTS)をローカルで作成するエッジレイヤ、(iii)異なるリージョンにわたるLDTSを統合してグローバルDTモデルをリアルタイムで構築するクラウドレイヤの3層で構成されている。
論文 参考訳（メタデータ） (2025-03-06T07:36:06Z) - TrafficLoc: Localizing Traffic Surveillance Cameras in 3D Scenes [49.43995864524434]
本稿では,画像間クラウド登録(I2P)手法であるTrafficLocを提案する。
大規模な現実世界の交差点データセットの欠如を克服するため、カルラの75の都市と農村の交差点を持つ新しいシミュレーションデータセットであるCarla Intersectionを紹介した。
我々のTrafficLocは、Carla Intersection上でSOTA I2P法(最大86%)よりも大幅に性能を向上し、実世界のデータに対してよく一般化する。
論文 参考訳（メタデータ） (2024-12-13T17:42:53Z) - Towards Multi-agent Reinforcement Learning based Traffic Signal Control through Spatio-temporal Hypergraphs [19.107744041461316]
交通信号システム(TSCS)は、効率的な車両の流れを育むインテリジェントな交通管理に不可欠である。
本稿では,インテリジェントトラフィックエッジネットワークを実現するための新しいTSCSフレームワークを提案する。
我々は,マルチエージェントソフトアクター・クリニック(MA-SAC)強化学習アルゴリズムを開発した。
論文 参考訳（メタデータ） (2024-04-17T02:46:18Z) - Homography Guided Temporal Fusion for Road Line and Marking Segmentation [73.47092021519245]
道路線やマーキングは、移動車両、影、グレアの存在下でしばしば閉鎖される。
本稿では,映像フレームを補足的に利用するHomography Guided Fusion (HomoFusion) モジュールを提案する。
カメラ固有のデータと地上平面の仮定をクロスフレーム対応に利用することにより,高速・高精度性能が向上した軽量ネットワークの実現が期待できることを示す。
論文 参考訳（メタデータ） (2024-04-11T10:26:40Z) - CitySim: A Drone-Based Vehicle Trajectory Dataset for Safety Oriented
Research and Digital Twins [1.981804802324697]
CitySimは、12箇所で録画された1140分間のドローンビデオから車両軌道を抽出している。
CitySimは5ステップの手順で生成され、軌道の精度が保証された。
論文 参考訳（メタデータ） (2022-08-23T15:24:53Z) - Euro-PVI: Pedestrian Vehicle Interactions in Dense Urban Centers [126.81938540470847]
歩行者と自転車の軌跡のデータセットであるEuro-PVIを提案する。
本研究では,都市環境におけるエージェント間のマルチモーダル共有潜在空間を表現的に学習する共同推論モデルを開発する。
我々は,エゴ車と歩行者(自転車)の相互作用を正確に予測するために捉えることの重要性を示すnuScenesとEuro-PVIデータセット上での成果を達成した。
論文 参考訳（メタデータ） (2021-06-22T15:40:21Z) - Multi-Modal Fusion Transformer for End-to-End Autonomous Driving [59.60483620730437]
画像表現とLiDAR表現を注目で統合する,新しいマルチモードフュージョントランスフォーマであるTransFuserを提案する。
本手法は, 衝突を76%低減しつつ, 最先端駆動性能を実現する。
論文 参考訳（メタデータ） (2021-04-19T11:48:13Z) - A Multi-intersection Vehicular Cooperative Control based on
End-Edge-Cloud Computing [25.05518638792962]
複数の交差点を有する広いエリアにおける車両間の協調を可能にするために,多断面車両協調制御(MiVeCC)を提案する。
まず、車両間のエッジクラウド垂直協調と水平協調を容易にするために、車両用エンドエッジクラウドコンピューティングフレームワークを提案する。
高密度トラフィックに対処するため, 車両選択法を提案し, 性能劣化を伴わずに, 状態空間を小さくし, アルゴリズムの収束を加速する。
論文 参考訳（メタデータ） (2020-12-01T14:15:14Z) - A Software Architecture for Autonomous Vehicles: Team LRM-B Entry in the
First CARLA Autonomous Driving Challenge [49.976633450740145]
本稿では,シミュレーション都市環境における自律走行車両のナビゲーション設計について述べる。
我々のアーキテクチャは、CARLA Autonomous Driving Challengeの要件を満たすために作られました。
論文 参考訳（メタデータ） (2020-10-23T18:07:48Z)
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。