[논문 리뷰] Mixed Cloud Control Testbed: Validating Vehicle-Road-Cloud Integration via Mixed Digital Twin

Jianghong Dong, Qing Xu외 6명|arXiv (Cornell University)|2022. 12. 05.

Digital Transformation in Industry인용 수 5

한 줄 요약

이 논문은 혼합 디지털 트윈(mixedDT) 기술 기반의 실시간으로 동기화된 차량-도로-클라우드 통합 검증을 가능하게 하는 소형 실험 플랫폼인 혼합 클라우드 제어 테스트베드(MCCT)를 제안한다. 물리적, 가상적, 혼합현실 환경을 클라우드 기반 제어 및 다중 플랫폼 인간-기계 인터페이스로 통합함으로써, 실제 차량, 가상 차량, 인간 운전 차량을 포함한 다중 소스 차량을 활용한 안정적인 플라토oning을 성공적으로 구현함으로써, 향후 지능형 교통 시스템 연구에 대한 유연성과 확장성을 입증한다.

ABSTRACT

Reliable and efficient validation technologies are critical for the recent development of multi-vehicle cooperation and vehicle-road-cloud integration. In this paper, we introduce our miniature experimental platform, Mixed Cloud Control Testbed (MCCT), developed based on a new notion of Mixed Digital Twin (mixedDT). Combining Mixed Reality with Digital Twin, mixedDT integrates the virtual and physical spaces into a mixed one, where physical entities coexist and interact with virtual entities via their digital counterparts. Under the framework of mixedDT, MCCT contains three major experimental platforms in the physical, virtual and mixed spaces respectively, and provides a unified access for various human-machine interfaces and external devices such as driving simulators. A cloud unit, where the mixed experimental platform is deployed, is responsible for fusing multi-platform information and assigning control instructions, contributing to synchronous operation and real-time cross-platform interaction. Particularly, MCCT allows for multi-vehicle coordination composed of different multi-source vehicles (\eg, physical vehicles, virtual vehicles and human-driven vehicles). Validations on vehicle platooning demonstrate the flexibility and scalability of MCCT.

연구 동기 및 목표

• 차량-도로-클라우드 통합 시스템에 대한 순수 시뮬레이션 기반 또는 현장 기반 검증의 한계를 해결하기 위해.
• 확장 가능하고 비용 효율적인 소형 실험 플랫폼을 개발하여 시뮬레이션과 실제 세계 테스트 사이의 격차를 메우기 위해.
• 통합 클라우드 제어 프레임워크를 통해 물리적 차량, 가상 차량, 인간 운전 차량 간에 실시간으로 동기화된 상호작용을 가능하게 하기 위해.
• 실제 조건에서 복잡한 교통 상황(예: 플라토oning)에서 다중 소스 차량 간의 협업을 검증하기 위해.
• 다양한 차량 유형과 통신 계층을 포함한 협동 제어 알고리즘의 포괄적 테스트를 지원하기 위해.

제안 방법

• 혼합 클라우드 제어 테스트베드(MCCT)는 세 가지 실험 플랫폼을 통합한다: 물리적(실제 소형 차량), 가상(유니티에서 시뮬레이션된 차량), 혼합(공유된 공간 내 물리적 및 가상 엔티티의 조합).
• 클라우드 유닛이 모든 플랫폼의 데이터를 융합하고 동기화된 제어 명령을 내려 실시간 다중 플랫폼 상호작용을 가능하게 한다.
• 혼합 디지털 트윈(mixedDT) 기술은 디지털 트윈을 통해 물리적 및 가상 엔티티를 융합하여 이중 방향 상호작용과 공통 상태 표현을 가능하게 한다.
• 제어 명령은 물리적 차량과 가상 차량에 대해 별도로 조정된 파rameter를 가진 CACC(Cooperative Adaptive Cruise Control) 제어기로 계산된다.
• 시스템은 인간 운전 차량을 드라이빙 시뮬레이터를 통해 통합하고, HMI 장치 및 외부 센서를 통합하여 이질적인 차량 소스를 지원한다.
• 속도 명령은 이산 시간 제어 법칙을 통해 계산된다: $ v_{i,\mathrm{cmd}}(t) = v_i(t-1) + a_i(t)\Delta t $, 이는 원활한 종방향 제어를 보장한다.

실험 결과

연구 질문

• RQ1 통합 실험 플랫폼이 물리적, 가상적, 혼합현실 환경에서 차량-도로-클라우드 통합을 효과적으로 검증할 수 있는가?
• RQ2 물리적, 가상적, 인간 운전 차량을 포함한 다중 소스 차량이 동기화된 실시간 제어 프레임워크에서 얼마나 잘 협업할 수 있는가?
• RQ3 다양한 운전 행동을 보이는 인간 운전 차량을 통합할 경우 MCCT 플랫폼이 플라토oning의 안정성을 얼마나 유지하는가?
• RQ4 혼합DT 프레임워크는 사이버-물리 시스템에서 다중 플랫폼 상호작용과 데이터 융합을 어떻게 촉진하는가?
• RQ5 MCCT 플랫폼은 다양한 교통 상황과 제어 알고리즘을 지원하는 데 있어 확장성과 유연성이 얼마나 뛰어난가?

주요 결과

• MCCT 플랫폼은 물리적, 가상적, 혼합현실 차량 간에 동기화된 작동과 실시간 다중 플랫폼 상호작용을 성공적으로 달성했다.
• 실험 A에서 세 대의 물리적 CAV와 세 대의 가상 CAV로 구성된 플라토oning은 CACC 제어를 통해 안정적인 속도 추적과 간격 변동 감쇠를 유지했다.
• 실험 B에서 인간 운전 차량(HDV)의 통합으로 인해 속도 진동이 발생했지만, 뒤따르는 가상 차량들은 여전히 CACC를 통해 효과적인 안정화를 달성했다.
• 가상 차량의 속도 프로파일은 물리적 차량보다 더 매끄럽게 나타났으며, 이는 실제 센서 노이즈 및 기계적 지연 등의 외부 간섭이 시뮬레이션에 완전히 반영되지 않았음을 시사한다.
• 플랫폼은 드라이빙 시뮬레이터를 포함한 이질적 차량과 HMI 장치를 단일 실험 프레임워크에 원활하게 통합함으로써 확장성과 유연성을 입증했다.
• 결과적으로 MCCT가 향후 차량-도로-클라우드 통합 및 다중 차량 협업 연구를 위한 신뢰할 수 있고, 저비용이며 반복 가능한 테스트베드로 기능할 수 있음을 검증했다.