[논문 리뷰] Multi-Source Human-in-the-Loop Digital Twin Testbed for Connected and Autonomous Vehicles in Mixed Traffic Flow

Jianghong Dong, Jiawei Wang외 6명|arXiv (Cornell University)|2026. 03. 18.

Traffic control and management인용 수 0

한 줄 요약

논문은 MSH-MCCT를 제시합니다, 다중 소스 휴먼-인-더-루프 테스트를 가능하게 하는 혼합 디지털 트윈 테스트베드로 클라우드 기반 매개체를 통해 물리적 및 가상 차량을 통합하여 혼합 트래픽에서 CAV를 테스트합니다.

ABSTRACT

In the emerging mixed traffic environments, Connected and Autonomous Vehicles (CAVs) have to interact with surrounding human-driven vehicles (HDVs). This paper introduces MSH-MCCT (Multi-Source Human-in-the-Loop Mixed Cloud Control Testbed), a novel CAV testbed that captures complex interactions between various CAVs and HDVs. Utilizing the Mixed Digital Twin concept, which combines Mixed Reality with Digital Twin, MSH-MCCT integrates physical, virtual, and mixed platforms, along with multi-source control inputs. Bridged by the mixed platform, MSH-MCCT allows human drivers and CAV algorithms to operate both physical and virtual vehicles within multiple fields of view. Particularly, this testbed facilitates the coexistence and real-time interaction of physical and virtual CAVs \& HDVs, significantly enhancing the experimental flexibility and scalability. Experiments on vehicle platooning in mixed traffic showcase the potential of MSH-MCCT to conduct CAV testing with multi-source real human drivers in the loop through driving simulators of diverse fidelity. The videos for the experiments are available at our project website: https://dongjh20.github.io/MSH-MCCT.

연구 동기 및 목표

• HDV가 CAV와 공존하는 혼합 교통 환경에서 CAV의 엄격한 검증을 촉진한다.
• 루프에 다수의 실제 인간 운전자를 통합하는 확장 가능하고 유연한 플랫폼을 제공한다.
• 이전 Mixed Cloud Control Testbed (MCCT)를 다중 소스 휴먼 인 더 루프 기능으로 확장한다.
• 물리적, 가상 및 혼합 공간 전반에 걸쳐 물리적 및 가상 CAV/HDV 간의 실시간 상호 작용을 가능하게 한다.
• 협력적 적응형 순찰제어(CACC) 및 다수의 인간 운전자를 포함한 편대주행 실험을 통해 플랫폼의 효과를 보여준다.

제안 방법

• 실시간으로 엔터티가 공존하는 물리 공간, 가상 공간, 혼합 공간을 만들기 위해 혼합 디지털 트윈(mixedDT) 프레임워크를 채택한다.
• 차량 상태를 수집하고, 제어 입력을 분배하며, 혼합 플랫폼을 시각화하는 클라우드 기반 중개자를 구현한다.
• 다양한 정밀도의 운전 시뮬레이터와 CAV 알고리즘을 통해 인간 운전자를 포함한 다중 소스 제어 입력을 가능하게 한다.
• 운전자용 이중 주행 시야를 제공한다: 물리적 시야와 트윈 차량의 가상 시야.
• 제어 대상 차량을 서로 다른 시뮬레이터로 핫스왑하는 것을 지원하여 시뮬레이터를 특정 차량으로부터 해리한다.
• 네 가지 구성 요소 아키텍처를 활용한다: 물리적 플랫폼(미니어처 차량이 있는 샌드테이블), 가상 플랫폼(Unity 기반), 혼합 플랫폼(클라우드), 다중 소스 입력.

실험 결과

연구 질문

• RQ1 혼합DT 기반 플랫폼이 혼합 트래픽에서 실시간 다수 운전자-인-더-루프 CAV 테스트를 어떻게 지원할 수 있는가?
• RQ2 클라우드 매개 프레임워크 하에서 물리적 및 가상 차량을 통합하는 이점은 무엇인가?
• RQ3 혼합 트래픽 시나리오에서 다중 운전자 인-더-루프가 CACC/편대 주행 성능과 안전을 향상시킬 수 있는가?
• RQ4 확장 가능하고 유연하며 핫스왑 가능한 인간-인-루프 실험을 가능하게 하는 워크플로우 및 시스템 설계는 무엇인가?

주요 결과

• MSH-MCCT는 실제 인간 및 알고리즘이 운전하는 임의 수의 물리적 및 가상 CAV/HDV 간의 실시간 상호 작용을 가능하게 한다.
• 클라우드 기반 중개자는 상태 및 제어 데이터를 정렬, 집계, 재분배하여 플랫폼 간 동기화와 상호 작용을 가능하게 한다.
• CACC와 다중 소스 인간 운전자를 포함한 차량 편대 주행 실험은 플랫폼이 교통 교란을 완화하고 안전에 중요한 상황에서 충돌 사건을 포착할 수 있음을 보여준다.
• mixedDT 기반 설정은 이중 시각(물리적 시야와 가상 시야)을 제공하여 운전자의 상황 인지력과 실험의 유연성을 향상시킨다.
• 핫스왑은 운전 시뮬레이터를 서로 다른 차량에 동적으로 재할당할 수 있게 하여 다중 운전자 실험의 확장성 및 적응력을 높인다.