[論文レビュー] EDGAR: An Autonomous Driving Research Platform -- From Feature Development to Real-World Application

Phillip Karle, Tobias Betz+32 more|arXiv (Cornell University)|Sep 27, 2023

Autonomous Vehicle Technology and Safety被引用数 14

ひとこと要約

本論文は、機能開発から実世界でのテストまでを含む、デジタルツインと包括的なワークフローを備えた EDGAR という自動運転研究車両を提示します。HiL およびデータセンターのサポートを含みます。

ABSTRACT

While current research and development of autonomous driving primarily focuses on developing new features and algorithms, the transfer from isolated software components into an entire software stack has been covered sparsely. Besides that, due to the complexity of autonomous software stacks and public road traffic, the optimal validation of entire stacks is an open research problem. Our paper targets these two aspects. We present our autonomous research vehicle EDGAR and its digital twin, a detailed virtual duplication of the vehicle. While the vehicle's setup is closely related to the state of the art, its virtual duplication is a valuable contribution as it is crucial for a consistent validation process from simulation to real-world tests. In addition, different development teams can work with the same model, making integration and testing of the software stacks much easier, significantly accelerating the development process. The real and virtual vehicles are embedded in a comprehensive development environment, which is also introduced. All parameters of the digital twin are provided open-source at https://github.com/TUMFTM/edgar_digital_twin.

研究の動機と目的

• 独立したコンポーネントを超えた、自動運転ソフトウェアスタックのエンドツーエンド検証の必要性を動機づける。
• 多様な研究テーマを支援するためのマルチセンサ構成と異種計算プラットフォームを備えた研究車両（EDGAR）を紹介する。
• シミュレーションと実世界のテストの一貫性を保証し、オープンソースである包括的なデジタルツインを提示する。
• 継続的な改善のための機能開発から実世界適用、そして再びシミュレーションへと至る全体的なワークフローを説明する。

提案手法

• センサスイート、コンピューティングアーキテクチャ（x86 および ARM）、ネットワーキング、HiL統合を含む EDGAR ハードウェアプラットフォームを説明する。
• 車両ダイナミクスモデルとセンサ／ネットワークの再現を含むデジタルツインを定義・実装し、一貫したテストを実現する。
• 実車インターフェースを模倣する HiL シミュレータを確立し、仮想検証と合成データ生成を可能にする。
• 再現性のある研究と部門間協力を促進するため、デジタルツインパラメータを含むオープンソースリポジトリを提供する。

Figure 1: EDGAR: The research vehicle of the Technical University of Munich.

実験結果

リサーチクエスチョン

• RQ1 デジタルツインは自動運転車のシミュレーションと実世界のテストの一貫性をどのように確保できるか。
• RQ2 開発からHiL検証を経て実車搭載へと機能を移行させる実用的なワークフローとは。
• RQ3 複数センサデータと複数アーキテクチャの計算プラットフォームを、統一された開発・検証環境でどのように調整できるか。
• RQ4 スケーラブルな自動運転ソフトウェア開発と検証のための、統合データセンターと HiL のセットアップはどのような利点をもたらすか。
• RQ5 HiL シミュレーションからの合成データは、妥当性を保ちつつ実世界のデータ収集を削減できるか。

主な発見

• EDGAR プラットフォームは、マルチセンサ自動運転車と詳細なデジタルツインを組み合わせ、シミュレーションから現実への一貫性のある検証を可能にする。
• 自動運転ソフトウェアスタックの性能比較のため、2つの HPC プラットフォーム（x86 および ARM）を展開している。
• 再現性のある検証のため、車両ダイナミクスとセンサ／ネットワークの再現を提供するオープンソースデジタルツインリポジトリ。
• HiL シミュレータは実車インターフェースを模倣し、知覚アルゴリズム開発のための合成データ生成を可能にする。
• 包括的なデータセンターは、大規模データ処理とソフトウェアログ管理を支援し、開発を加速する。

Figure 2: Milestones of AV research vehicles: VaMoRs [ 4 ] , Stanley [ 5 ] , Boss [ 6 ] , MB S-Class [ 7 ]