HUGSIM: Um simulador em tempo real, fotorrealista e em circuito fechado para direção autônoma.

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

December 2, 2024

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

cs.AI

Resumo

Nas últimas décadas, os algoritmos de condução autônoma avançaram significativamente em percepção, planejamento e controle. No entanto, avaliar componentes individuais não reflete totalmente o desempenho de sistemas inteiros, destacando a necessidade de métodos de avaliação mais holísticos. Isso motiva o desenvolvimento do HUGSIM, um simulador em tempo real, foto-realista e em circuito fechado para avaliar algoritmos de condução autônoma. Isso é alcançado elevando imagens 2D RGB capturadas para o espaço 3D por meio do 3D Gaussian Splatting, melhorando a qualidade de renderização para cenários em circuito fechado e construindo o ambiente em circuito fechado. Em termos de renderização, enfrentamos desafios de síntese de visualização inovadora em cenários em circuito fechado, incluindo extrapolação de ponto de vista e renderização de veículos em 360 graus. Além da síntese de visualização inovadora, o HUGSIM também possibilita o ciclo completo de simulação em circuito fechado, atualizando dinamicamente os estados e observações do ego e dos atores com base nos comandos de controle. Além disso, o HUGSIM oferece um benchmark abrangente em mais de 70 sequências do KITTI-360, Waymo, nuScenes e PandaSet, juntamente com mais de 400 cenários variados, fornecendo uma plataforma de avaliação justa e realista para os algoritmos de condução autônoma existentes. O HUGSIM não apenas serve como um benchmark de avaliação intuitivo, mas também desbloqueia o potencial para ajustar finamente os algoritmos de condução autônoma em um ambiente foto-realista em circuito fechado.

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.