Key points are not available for this paper at this time.
تلعب نمذجة ومحاكاة المركبات المستقلة دوراً حاسماً في تحقيق إدراك على نطاق المؤسسة يتماشى مع المتطلبات الفنية والتجارية والتنظيمية. لقد أظهرت الاتجاهات الحديثة في معالجة دورة الحياة الرقمية فوائد لدعم SBD وكذلك V&V لهذه الأنظمة المعقدة. على الرغم من ذلك، إلا أن تطوير نماذج محاكاة ذات دقة مناسبة قادرة على التقاط الفيزياء والرسوميات المعقدة للعالم الحقيقي (real2sim)، مع تمكين التفاعل في الوقت الحقيقي لاتخاذ القرارات، لا يزال يمثل تحدياً. ومع ذلك، فإن التقدم الأخير في أدوات وعمليات العمل المعتمدة على الذكاء الاصطناعي، مثل خوارزميات التعلم العميق عبر الإنترنت التي تستفيد من مصادر بيانات البث المباشر، يوفر إمكانية مثيرة لتحديد النظام في الوقت الحقيقي ونمذجة قابلة للتكيف لمحاكاة المركبات والبيئات بالإضافة إلى تفاعلاتها. ينتقل هذا الانتقال من النماذج الافتراضية إلى التوائم الرقمية ليس فقط لتحسين دقة المحاكاة وعامل الوقت الحقيقي، بل يمكن أن يدعم أيضاً تطوير تقنيات التكيف/التعزيز عبر الإنترنت التي يمكن أن تساعد في سد الفجوة بين المحاكاة والواقع (sim2real). في مثل هذا السياق، يركز هذا العمل على تطوير توائم رقمية موجهة نحو الاستقلالية للمركبات عبر مقاييس وتكوينات مختلفة للمساعدة في دعم التطوير والنشر السلس لطبقة Autoware، باستخدام سلسلة أدوات موحدة real2sim2real. بشكل خاص، كانت النتيجة الأساسية لهذا المشروع هي دمج طبقة Autoware مع نظام AutoDRIVE لإظهار المهمة من البداية إلى النهاية للملاحة المستقلة القائمة على الخرائط. يناقش هذا العمل تطوير توائم رقمية للمركبة والبيئة باستخدام نظام AutoDRIVE، بالإضافة إلى واجهات برمجة التطبيقات المختلفة وواجهات المستخدم للتواصل مع نفس النظام، تليها قسم مفصل عن تكامل AutoDRIVE-Autoware. علاوة على ذلك، تصف هذه الدراسة أول نشر خارج الطرق لطبقة Autoware، مما يوسع ODD لتجاوز الملاحة المستقلة على الطرق.
دراسة Samak وآخرون (الخميس) هذه المسألة.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: