論文の概要: BA-TRACE: Boundary-Aware Trace Reconstruction for Scenario-Based Evaluation of Mixed AUTOSAR Adaptive and ROS 2 Vehicular Embedded Systems
- arxiv url: http://arxiv.org/abs/2609.19699v1
- Date: Thu, 17 Sep 2026 04:52:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.111734
- Title: BA-TRACE: Boundary-Aware Trace Reconstruction for Scenario-Based Evaluation of Mixed AUTOSAR Adaptive and ROS 2 Vehicular Embedded Systems
- Title（参考訳）: BA-TRACE:AUTOSARとROS2の混合組込みシステムのシナリオベース評価のための境界認識トレース再構成
- Abstract要約: BA-TRACE は AUTOSAR AP と ROS 2 の車載組込みシステムのシナリオベース評価のための境界対応トレース再構成フレームワークである。
ケーススタディでは、BA-TRACEが期待されるクロスプラットフォームパスを再構築し、ポイントクラウド転送オーバーヘッドなどの境界固有のレイテンシを公開する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modern vehicular embedded systems increasingly combine ROS 2-based autonomous-driving stacks with AUTOSAR Adaptive Platform (AUTOSAR AP). Such mixed stacks make scenario-based evaluation hard to interpret because execution paths cross DDS-SOME/IP middleware boundaries between ROS 2 and AUTOSAR AP. Existing simulators and tracing tools execute scenarios or collect platform-local traces but cannot reconstruct cross-domain data flows. This paper presents BA-TRACE, a boundary-aware trace reconstruction framework for scenario-based evaluation of mixed AUTOSAR AP and ROS 2 vehicular embedded systems. BA-TRACE combines ROS 2 trace events, AUTOSAR ara::log events, ARXML-derived structural dependencies, and bridge-level instrumentation to reconstruct an end-to-end execution graph across the DDS-SOME/IP boundary. A case study with an AWSIM/OpenSCENARIO-based object-detection and braking scenario shows that BA-TRACE reconstructs the expected cross-platform path and exposes boundary-specific latency such as point-cloud transfer overhead. The reconstructed topology is used as evidence of traceability, not as proof of behavioral correctness or safety.
- Abstract（参考訳）: 現代の車両組込みシステムは、ROS 2ベースの自動運転スタックとAUTOSAR Adaptive Platform (AUTOSAR AP)をますます組み合わせている。
このような混合スタックは、実行パスが ROS 2 と AUTOSAR AP の間の DDS-SOME/IP ミドルウェア境界を越えているため、シナリオベースの評価を難しくする。
既存のシミュレータとトレースツールはシナリオを実行したり、プラットフォームローカルなトレースを収集するが、ドメイン間のデータフローを再構築することはできない。
本稿では AUTOSAR AP と ROS 2 の混合組込みシステムのシナリオベース評価のための境界対応トレース再構成フレームワークであるBA-TRACEを提案する。
BA-TRACEは、ROS 2トレースイベント、AUTOSAR ara::logイベント、ARXML由来の構造的依存関係、およびブリッジレベルのインスツルメンテーションを組み合わせて、DS-SOME/IP境界を越えてエンドツーエンドの実行グラフを再構築する。
AWSIM/OpenSCENARIOベースのオブジェクト検出とブレーキシナリオによるケーススタディでは、BA-TRACEが期待するクロスプラットフォームパスを再構築し、ポイントクラウド転送オーバーヘッドなどの境界固有のレイテンシを公開することが示されている。
再構成されたトポロジーは、トレーサビリティの証拠として使われ、行動の正しさや安全性の証拠として使われていない。
関連論文リスト
- VIPS: Vehicle-Infrastructure Cooperative Planning Benchmark via Pseudo-Simulation [50.18051979020699]
VIPSは擬似シミュレーションに基づくV2I設定における協調自動運転のベンチマークである。
CoS-V2Xはスパース表現に基づく協調計画フレームワークである。
論文 参考訳（メタデータ） (2026-09-02T11:32:52Z) - DeepInsight II: One Trace from Benchmark to Robot [8.388561928330978]
DeepInsight IIは、その基板を固定し、エンボディされたハーフを定量化する。
MotionBenchは、リリースされている4つのボディコントローラを1つのワークロードとメトリックコントラクトの下に配置する。
合成されたシステム2--1--0の研究は、トレースの局在を5つのエビデンスグラウンドのハンドオフラベルに拡張する。
論文 参考訳（メタデータ） (2026-08-17T13:25:24Z) - OSC2Runner: OpenSCENARIO 2.x Compliant High-Fidelity AV Simulation in CARLA [0.0]
既存の連続シミュレーションフレームワークは、最近成熟したv2.x Domain-Specific Languageのネイティブ実行サポートを欠いている。
OSC2はOpenSARIO v2.x DSLをCARLAにマッピングできる最初のオーケストレーションフレームワークを導入した。
論文 参考訳（メタデータ） (2026-06-25T02:17:39Z) - Active Adversarial Perturbation-driven Associative Memory Retrieval for RGB-Event Visual Object Tracking [58.338848435042536]
RGB-Eventトラッキングは、イベントセンサからRGB外観テクスチャと高密度時間運動キューを融合することにより、ローカライズを改善する。
現実世界のシーンは、従来のマルチモーダル融合を妨げる多様な構造的な信号劣化に悩まされる。
本稿では,RGBイベント追跡に適した階層的摂動・検索フレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-24T23:34:06Z) - TRACE: Topology-aware Reconstruction of Accidents in CARLA for AV Evaluation [0.0]
我々は,NHTSA事故報告を高忠実度CARLAシミュレーションに再構築するパイプラインであるTRACEを紹介する。
このパイプラインを用いて、さまざまな衝突タイプ、道路トポロジ、事前クラッシュ操作を含む52の多様な事故シナリオのベンチマークをキュレートした。
論文 参考訳（メタデータ） (2026-04-23T20:48:30Z) - An LLM-driven Scenario Generation Pipeline Using an Extended Scenic DSL for Autonomous Driving Safety Validation [4.602386383455713]
現実の事故報告は、自律運転システムのシナリオベースのテストに有用である。
現在の手法では、このマルチモーダルデータを正確に実行可能なシミュレーションシナリオに効果的に変換することはできない。
本稿では,大規模言語モデルと確率的中間表現を用いたスケーラブルで検証可能なパイプラインを提案する。
論文 参考訳（メタデータ） (2026-02-24T07:44:26Z) - A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。
提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
論文 参考訳（メタデータ） (2026-02-11T10:02:31Z) - PCICF: A Pedestrian Crossing Identification and Classification Framework [2.801478957877608]
PCICFは、VRUの状況を体系的に識別し分類するフレームワークである。
歩行者集団が合併または分裂した場合でも、複雑な歩行者横断を識別し、分類することができる。
以上の結果から,PCICFは,歩行者群が合併・分裂した場合でも,複雑な横断歩道の識別・分類に成功できることが示唆された。
論文 参考訳（メタデータ） (2025-09-29T07:35:12Z) - Bench2Drive-R: Turning Real World Data into Reactive Closed-Loop Autonomous Driving Benchmark by Generative Model [63.336123527432136]
我々は,リアクティブ閉ループ評価を可能にする生成フレームワークであるBench2Drive-Rを紹介する。
既存の自動運転用ビデオ生成モデルとは異なり、提案された設計はインタラクティブなシミュレーションに適したものである。
我々は、Bench2Drive-Rの生成品質を既存の生成モデルと比較し、最先端の性能を達成する。
論文 参考訳（メタデータ） (2024-12-11T06:35:18Z) - Joint vs Sequential Speaker-Role Detection and Automatic Speech Recognition for Air-traffic Control [60.35553925189286]
本稿では,標準のASRアーキテクチャを頼りながら,両タスクを協調的に解決するトランスフォーマーベースのジョイントASR-SRDシステムを提案する。
複数のATCデータセット上でのASRとSRDの2つのケースドアプローチとの比較を行った。
論文 参考訳（メタデータ） (2024-06-19T21:11:01Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳（メタデータ） (2020-07-28T07:34:30Z)
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。