[論文レビュー] The State of Modeling, Simulation, and Data Utilization within Industry: An Autonomous Vehicles Perspective

Joshua Fadaie|arXiv (Cornell University)|Oct 7, 2019

Autonomous Vehicle Technology and Safety参考文献 5被引用数 16

ひとこと要約

この論文は、Waymo、トヨタ、NVIDIA、Cognata や HERE などの主要企業を対象に、自動運転車両業界におけるモデリング、シミュレーション、データ活用の現状を分析している。シミュレーションの忠実度、計算インフラ、データ統合、シミュレーションが安全検証に果たす役割を評価し、高忠実度のシミュレーションが自動運転車両の開発と実世界への導入を進めるために不可欠であると結論づけている。

ABSTRACT

The aviation industry has a market driven need to maintain and develop enhanced simulation capabilities for a wide range of application domains. In particular, the future growth and disruptive ability of smart cities, autonomous vehicles and in general, urban mobility, hinges on the development of state of the art simulation tools and the intelligent utilization of data. While aviation based companies have several historical and/or proprietary mission level simulation tools, there is much to learn from the current state of the art within other industries (tangential and competing in scope), as well as in academia. The purpose of this paper is to address and decompose the simulation capabilities within the key players of the autonomous vehicle and self-driving car industry (Toyota, Waymo, BMW, Microsoft, NVIDIA, Uber, etc.), as well as several notable startups within the high fidelity 3D mapping and simulation domain (Mapper, HERE, Cognata, etc.). While providing an overview of how other companies are using simulation tools and reliable data-sets, this paper will also seek to address several important and related questions, namely: the interaction between simulation and supporting tools/software, the intersection of simulation and the real world, the requirements and utilization of compute infrastructure, the appropriate levels of fidelity within simulation, and how simulation tools are critical to future safety and V&V concerns. In order for aviation based companies to adequately pursue disruptive mobility within real-world environments, be it in air or on the ground, modeling and simulation tools for autonomous vehicles provide key insights into future development work and are essential technologies.

研究の動機と目的

• 主要な自動運転車両企業およびスタートアップにおけるシミュレーションおよびデータ活用の現状を評価すること。
• 自動運転車両開発におけるシミュレーションの忠実度、データ統合、計算インフラにおけるギャップとベストプラクティスを特定すること。
• シミュレーションツールが実世界の展開シナリオにおける安全検証および検証（V&V）をどのように支援するかを調査すること。
• 自動運転車両システムにおいて、シミュレーションツールと実世界テストの相互作用を検討すること。
• 高度なシミュレーション技術を導入しようとしている航空・モビリティ産業向けに、実行可能なイン사이트を提供すること。

提案手法

• 主要なAV企業（例：Waymo、トヨタ、NVIDIA、Uber）が使用するシミュレーションプラットフォームの比較分析を実施する。
• 都市モビリティ用途向けに特化した3Dシミュレーションツール（Cognata、HERE、Mapperなど）の高忠実度シミュレーションを評価する。
• エンドツーエンドのAV開発を支援するための特許取得済みおよびオープンソースのシミュレーションフレームワークの役割をレビューする。
• データパイプラインアーキテクチャを分析し、実世界のセンサー情報をシミュレーション環境に統合する方法を検討する。
• 現代のHPCおよびクラウドインfra構造上でのシミュレーションワークロードのスケーラビリティとパフォーマンス要件を評価する。
• AVシステムにおける安全検証およびエッジケーステストのための合成データおよびシミュレーションの活用を検討する。

実験結果

リサーチクエスチョン

• RQ1 主要なAV企業およびスタートアップは、自動運転車両開発にどのようにシミュレーションツールを実装しているか？
• RQ2 大規模な高忠実度シミュレーションを支えるために、計算インフラに必要な主な要件は何か？
• RQ3 シミュレーションの忠実度は、自動運転システムの安全検証および実世界でのパフォーマンスにどのように影響するか？
• RQ4 データ統合および合成データ生成は、シミュレーションの正確性を高めるために果たす役割は何か？
• RQ5 シミュレーションツールは、仮想テストと実世界への展開の間のギャップをどのように埋めているか？

主な発見

• 高忠実度のシミュレーションは、現実世界で再現が困難なレアケースや危険なシナリオのテストに不可欠である。
• Waymo や NVIDIA のようなリーディングカンパニーや、統合されたデータパイプラインとリアルタイムレンダリングを備えた特許取得済みシミュレーションスタックを採用している。
• Cognata や HERE などのスタートアップは、都市モビリティやAVトレーニング向けに特化した合成データおよび3Dシミュレーション環境を提供している。
• シミュレーションツールは、V&Vの分野でますます活用されており、自動化されたレグレッションテストやAVシステムの安全認証を可能にしている。
• 実世界のセンサー情報と合成データの統合により、シミュレーションの正確性が向上し、物理的テストへの依存が低減されている。
• 大規模なシミュレーションワークロードの計算的要件を満たすために、スケーラブルなクラウドおよびHPCインfraが不可欠である。