HUGSIM：自律走行用のリアルタイムで写実的なクローズドループシミュレータ

HUGSIM: A Real-Time, Photo-Realistic and Closed-Loop Simulator for Autonomous Driving

December 2, 2024

著者: Hongyu Zhou, Longzhong Lin, Jiabao Wang, Yichong Lu, Dongfeng Bai, Bingbing Liu, Yue Wang, Andreas Geiger, Yiyi Liao

cs.AI

要旨

過去数十年間、自律走行アルゴリズムは知覚、計画、制御において著しい進歩を遂げてきました。しかし、個々のコンポーネントを評価することではシステム全体の性能を完全に反映することができず、より包括的な評価方法の必要性が浮き彫りになっています。これが自律走行アルゴリズムを評価するためのクローズドループ、フォトリアル、リアルタイムシミュレータであるHUGSIMの開発を促しています。これは、キャプチャされた2D RGB画像を3Dガウススプラッティングを介して3D空間に昇華させることにより、クローズドループシナリオのレンダリング品質を向上させ、クローズドループ環境を構築することで実現しています。レンダリングに関しては、視点の推定や360度車両のレンダリングを含むクローズドループシナリオにおける新しい視点合成の課題に取り組んでいます。新しい視点合成に加えて、HUGSIMは、制御コマンドに基づいてエゴとアクターの状態および観測を動的に更新し、完全なクローズドシミュレーションループを実現しています。さらに、HUGSIMは、KITTI-360、Waymo、nuScenes、PandaSetからの70以上のシーケンスと400以上のさまざまなシナリオを提供し、既存の自律走行アルゴリズムの公平かつ現実的な評価プラットフォームを提供しています。HUGSIMは直感的な評価ベンチマークとしての役割だけでなく、フォトリアルなクローズドループ環境で自律走行アルゴリズムを微調整する可能性を開拓しています。

English

In the past few decades, autonomous driving algorithms have made significant progress in perception, planning, and control. However, evaluating individual components does not fully reflect the performance of entire systems, highlighting the need for more holistic assessment methods. This motivates the development of HUGSIM, a closed-loop, photo-realistic, and real-time simulator for evaluating autonomous driving algorithms. We achieve this by lifting captured 2D RGB images into the 3D space via 3D Gaussian Splatting, improving the rendering quality for closed-loop scenarios, and building the closed-loop environment. In terms of rendering, We tackle challenges of novel view synthesis in closed-loop scenarios, including viewpoint extrapolation and 360-degree vehicle rendering. Beyond novel view synthesis, HUGSIM further enables the full closed simulation loop, dynamically updating the ego and actor states and observations based on control commands. Moreover, HUGSIM offers a comprehensive benchmark across more than 70 sequences from KITTI-360, Waymo, nuScenes, and PandaSet, along with over 400 varying scenarios, providing a fair and realistic evaluation platform for existing autonomous driving algorithms. HUGSIM not only serves as an intuitive evaluation benchmark but also unlocks the potential for fine-tuning autonomous driving algorithms in a photorealistic closed-loop setting.