Интегрированная среда моделирования для верификации и валидации программ управления подключенными и высокоавтоматизированными транспортными средствами
Виталий Гургенович СТЕПАНЯНЦ,
Григорий Сергеевич ХОРОШИЛОВ,
Илья Михайлович ДОЛГОВ,
Евгений Антонович НАРХОВ,
Андрей Валерьевич КАРПУХИН https://doi.org/10.15514/ISPRAS-2026-38(3)-23
Аннотация
На рынок постепенно выходят высокоавтоматизированные и подключенные транспортные средства (ТС). В настоящее время предлагаются решения, позволяющие использовать эти технологии для совместного управления дорожным движением, что может значительно повысить его безопасность. В статье анализируются требования к интегрированной среде моделирования подключенных и высокоавтоматизированных ТС и совместной автоматизации управления дорожным движением с высокодетализированным учетом влияния окружающих объектов. Проанализированы существующие проблемы и практики. Рассмотрены инструменты CARLA, OpenCDA, SUMO, OMNeT++, Artery. Предложена архитектура интегрированной среды моделирования CAVISE с полным охватом предметной области с использованием перечисленных инструментов, которая позволяет создать интерфейс CAPI (CAVISE API) между существующими инструментами для моделирования подключенного и высокоавтоматизированного ТС и его программного обеспечения (ПО) в контролируемом окружении. Приводится подробное описание разработанного интерфейса и результаты его апробации для верификации ПО подключенных высокоавтоматизированных ТС с использованием алгоритмов совместного восприятия. Разработанный интерфейс позволяет впервые среди инструментов с открытым исходным кодом проводить моделирование подключенных высокоавтоматизированных ТС с учетом реальных алгоритмов и ПО машинного восприятия и обмена информацией по беспроводным каналам связи. Полученные выводы могут быть в дальнейшем использованы при исследовании и разработке технологий и ПО высокоавтоматизированных ТС.
Ключевые слова
высокоавтоматизированные транспортные средства,
подключенные транспортные средства,
интегрированная среда моделирования,
высокодетализированное моделирование,
совместное восприятие,
совместное управление дорожным движением.
При поддержке: Исследование выполнено в рамках гранта Российского научного фонда (проект № 25-29-00551).
Об авторах
Виталий Гургенович СТЕПАНЯНЦ
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Аспирант, преподаватель Депаратамента компьютерной инженерии Московского института электроники и математики им. А.Н. Тихонова Национального исследовательского университета «Высшая школа экономики». Сфера научных интересов: высокоавтоматизированные транспортные средства, подключенные транспортные средства, совместное восприятие, совместное управление дорожным движением, интеллектуальные транспортные системы, компьютерное моделирование, сложные системы, умный город, оптимизация, САПР, устойчивое развитие, цифровые двойники.
Григорий Сергеевич ХОРОШИЛОВ
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Студент 4 курса бакалавриата Московского института электроники и математики им. А.Н. Тихонова Национального исследовательского университета «Высшая школа экономики» по направлению Информационная безопасность. Сфера научных интересов: моделирование взаимодействия беспилотного подключенного транспорта, кибербезопасность алгоритмов совместного восприятия.
Илья Михайлович ДОЛГОВ
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Студент 4 курса Национального исследовательского университета «Высшая школа экономики», факультета Московского института электроники и математики (МИЭМ) имени А.Н. Тихонова, направления «Информационная безопасность». Стажер-исследователь учебной лаборатории систем автоматизированного проектирования. Сфера научных интересов: интеллектуальные транспортные системы, модели совместного управления дорожным движением, кибербезопасность.
Евгений Антонович НАРХОВ
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Студент 4 курса бакалавриата Московского института электроники и математики А.Н. Тихонова Национального исследовательского университета «Высшая школа экономики» по направлению Информационная безопасность. Сфера научных интересов: интеллектуальные транспортные системы, мобильные системы связи, в частности модели vehicle-2-everything коммуникаций.
Андрей Валерьевич КАРПУХИН
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Студент 4 курса бакалавриата Московского института электроники и математики им. А.Н. Тихонова Национального исследовательского университета «Высшая школа экономики» по направлению Информационная безопасность. Сфера научных интересов: моделирование взаимодействия беспилотного подключенного транспорта, кибербезопасность беспилотного подключенного транспорта.
Список литературы
1. Global status report on road safety 2018. Geneva, Jun. 2018.
2. Chen S., Kuhn M., Prettner K., Bloom D.E. The global macroeconomic burden of road injuries: estimates and projections for 166 countries. Lancet Planet. Heal., vol. 3, no. 9, pp. e390-e398, Sep. 2019, DOI: 10.1016/S2542-5196(19)30170-6.
3. Sustainable urban mobility in the EU: No substantial improvement is possible without Member States’ commitment, 2020.
4. Bazaz A. et al. Summary for urban policymakers – what the IPCC special report on 1.5C means for cities, Dec. 2018. DOI: 10.24943/SCPM.2018.
5. Doroshev I., Khoroshilov G., Stepanyants V. Evaluation of Cooperative Perception Algorithms in Simulation Environments with Realistic Communication Models. In RusAutoCon – Proceedings of the International Russian Automation Conference, 2024, no. 2024, pp. 943-947, DOI: 10.1109/RUSAUTOCON61949.2024.10694627.
6. Kim S. W., Liu W., Ang M.H., Frazzoli E., Rus D. The impact of cooperative perception on decision making and planning of autonomous vehicles. IEEE Intell. Transp. Syst. Mag., vol. 7, no. 3, pp. 39-50, Sep. 2015, DOI: 10.1109/MITS.2015.2409883.
7. Fagnant D. J., Kockelman K. Preparing a nation for autonomous vehicles: opportunities, barriers and policy recommendations. Transp. Res. Part A Policy Pract., vol. 77, pp. 167-181, Jul. 2015, DOI: 10.1016/J.TRA.2015.04.003.
8. Papadoulis A., Quddus M., Imprialou M. Evaluating the safety impact of connected and autonomous vehicles on motorways. Accid. Anal. Prev., vol. 124, pp. 12-22, Mar. 2019, DOI: 10.1016/J.AAP.2018.12.019.
9. Talebpour A., Mahmassani H.S. Influence of connected and autonomous vehicles on traffic flow stability and throughput. Transp. Res. Part C Emerg. Technol., vol. 71, pp. 143-163, Oct. 2016, DOI: 10.1016/j.trc.2016.07.007.
10. Qu X., Yu Y., Zhou M., Lin C.T., Wang X. Jointly dampening traffic oscillations and improving energy consumption with electric, connected and automated vehicles: a reinforcement learning based approach. Appl. Energy, vol. 257, p. 114030, Jan. 2020, DOI: 10.1016/J.APENERGY.2019.114030.
11. Patella S.M., Scrucca F., Asdrubali F., Carrese S. Carbon footprint of autonomous vehicles at the urban mobility system level: a traffic simulation-based approach. Transp. Res. Part D Transp. Environ., vol. 74, pp. 189-200, Sep. 2019, DOI: 10.1016/J.TRD.2019.08.007.
12. Taiebat M., Brown A.L., Safford H. S. R., Qu, Xu M. A review on energy, environmental, and sustainability implications of connected and automated vehicles,” Environ. Sci. Technol., vol. 52, no. 20, pp. 11449-11465, Sep. 2018, DOI: 10.1021/acs.est.8b00127.
13. Ersal et al. Connected and automated road vehicles: state of the art and future challenges. Veh. Syst. Dyn., vol. 58, no. 5, pp. 672-704, Mar. 2020, DOI: 10.1080/00423114.2020.1741652.
14. Soteropoulos A., Berger M., Ciari F., Impacts of automated vehicles on travel behaviour and land use: an international review of modelling studies/ Transp. Rev., vol. 39, no. 1, pp. 29-49, Sep. 2019, DOI: 10.1080/01441647.2018.1523253.
15. Archer J., Kosonen I. The potential of micro-simulation modeling in relation to traffic safety assessment, 2000.
16. Raju N., Farah H., Evolution of traffic microsimulation and its use for modeling connected and automated vehicles. J. Adv. Transp., vol. 2021, no Article ID 2444363, p. 29, Sep 2021, DOI: 10.1155/2021/2444363.
17. Weber J. S., Neves M., Ferreto T. VANET simulators: an updated review. J. Brazilian Comput. Soc., vol. 27, no. 1, pp. 1-31, May 2021, DOI: 10.1186/S13173-021-00113-X/TABLES/4.
18. Alghodhaifi H., Lakshmanan S. Autonomous vehicle evaluation: a comprehensive survey on modeling and simulation approaches. IEEE Access, vol. 9, pp. 151531-151566, Nov. 2021, DOI: 10.1109/ACCESS.2021.3125620.
19. Stepanyants V.G., Romanov A.Y. A survey of integrated simulation environments for connected automated vehicles: requirements, tools, architecture. IEEE Intell. Transp. Syst. Mag., vol. 16, no. 2, pp. 6-22, 2024, DOI: 10.1109/MITS.2023.3335126.
20. Dosovitskiy A., Ros G., Codevilla F., López A., Koltun V. CARLA: An open urban driving simulator. In 1st Conference on Robot Learning (CoRL 2017), 2017, pp. 1-16.
21. Xu R., Guo Y., Han X., Xia X., Xiang H., Ma J. OpenCDA: An open cooperative driving automation framework integrated with co-simulation. In IEEE Conference on Intelligent Transportation Systems, Proceedings, ITSC, Sep. 2021, vol. 2021-Septe, pp. 1155-1162, DOI: 10.1109/ITSC48978.2021.9564825.
22. Behrisch M., Bieker L., Erdmann J., Krajzewicz D. SUMO – Simulation of Urban MObility: An overview. In Proceedings of SIMUL 2011, The Third International Conference on Advances in System Simulation, Oct. 2011, pp. 1-6.
23. OMNeT++ Discrete Event Simulator. Available at: https://omnetpp.org/, accessed 13.07.2025.
24. Riebl R., Günther H.J., Facchi C., Wolf L. Artery: Extending Veins for VANET applications. In 2015 International Conference on Models and Technologies for Intelligent Transportation Systems, MT-ITS 2015, Jun. 2015, pp. 450-456, DOI: 10.1109/MTITS.2015.7223293.
25. NVIDIA DRIVE Sim | NVIDIA Developer. Available at: https://developer.nvidia.com/drive/simulation, accessed 08.03.2023.
26. Sim-One Cloud. Available at: https://simone.51aes.com/login, accessed 08.03.2023.
27. Apollo. Available at: https://developer.apollo.auto/gamesim.html, accessed 08.03.2023.
28. Waymo – ROBOTS: Your Guide to the World of Robotics. Available at: https://robots.ieee.org/robots/waymo/, accessed 08.03.2023.
29. VTD – Enabling safety validation in autonomous driving and ADAS system simulation. Available at: https://vires.mscsoftware.com/, accessed 08.03.2023.
30. Foretellix – Automated driving systems testing tools for simulations. Available at: https://www.foretellix.com/, accessed 08.03.2023.
31. Cognata | Autonomous and ADAS Vehicles Simulation. Available at: https://www.cognata.com/simulation/, accessed 08.03.2023.
32. PanoSim. Available at: https://www.panosim.com/, accessed 08.03.2023.
33. Huawei Octopus Tools – Huawei. Available at: https://support.huawei.com/enterprise/en/intelligent-automotive-solution/octopus-pid-250809323/tool, accessed 08.03.2023.
34. Home – dSPACE. Available at: https://www.dspace.com/en/pub/home.cfm, accessed 08.03.2023.
35. RTMaps – Intempora. Available at: https://intempora.com/products/rtmaps/, accessed 08.03.2023.
36. Driving Simulation and SILAB. Available at: https://wivw.de/en/silab, accessed 08.03.2023.
37. Mechanical Simulation. Available at: https://www.carsim.com/, accessed 08.03.2023.
38. Automotive Simulation. Driving Simulation. Autonomous Driving. rFpro. Available at: https://rfpro.com/, accessed 08.03.2023.
39. DYNA4 | Virtual Test Driving | Vector. Available at: https://www.vector.com/int/en/products/products-a-z/software/dyna4/, accessed 08.03.2023.
40. Simulation C-V2X. Available at: https://www.iis.fraunhofer.de/en/ff/kom/mobile-kom/simulation.html, accessed 08.03.2023.
41. Mechatronics Simulation. | Unity. Available at: https://unity.com/features/unity-systemgraph, accessed 08.03.2023.
42. BeamNG.tech. Available at: https://beamng.tech/, accessed 08.03.2023.
43. PreScan Applications | TASS International. Available at: https://tass.plm.automation.siemens.com/node/310, accessed 08.03.2023.
44. Ansys Inc., Ansys VRXPERIENCE, 2020.
45. ADAS & Autonomous Vehicle Simulation Software | Ansys. Available at: https://www.ansys.com/products/av-simulation, accessed 08.03.2023.
46. AVSimulation | AVS : Automotive simulation software and solutions. Available at: https://www.avsimulation.com/, accessed 08.03.2023.
47. ADAS and AV simulation and development | Applied Intuition. Available at: https://www.appliedintuition.com/, accessed 08.03.2023.
48. Driving Simulator | VI-grade. Available at: https://www.vi-grade.com/, accessed 08.03.2023.
49. monoDrive: Autonomous Vehicle Simulation. Available at: https://www.monodrive.io/, accessed 08.03.2023.
50. Truevision.ai – Simulation For Self-Driving Cars. Available at: https://www.truevision.ai/, accessed 08.03.2023.
51. Robotics-Simulator 4D-Virtualiz. Available at: https://www.4d-virtualiz.com/en/robotics-simulator/, accessed 08.03.2023.
52. 腾讯发布新一代虚拟仿真平台TAD Sim 2.0 – 腾讯云开发者社区-腾讯云. Available at: https://cloud.tencent.com/developer/news/649103, accessed 08.03.2023.
53. Virtual Systems & Sontrols Simulation Software. Available at: https://www.esi-group.com/products/prosivic, accessed 08.03.2023.
54. A leading specialist in automotive test systems | AB Dynamics. Available at: https://www.abdynamics.com/, accessed 08.03.2023.
55. DYNACAR: advanced research full electric vehicle. Available at: https://dynacar.es/en/tecnalia-research-innovation.php, accessed 08.03.2023.
56. Hurl B., Czarnecki K., Waslander S. Precise synthetic image and LiDAR (PreSIL) dataset for autonomous vehicle perception. In IEEE Intelligent Vehicles Symposium, Proceedings, Jun. 2019, vol. 2019-June, pp. 2522-2529, DOI: 10.1109/IVS.2019.8813809.
57. Collins J., Chand S., Vanderkop A., Howard D. A review of physics simulators for robotic applications, IEEE Access, vol. 9, pp. 51416-51431, Mar. 2021, DOI: 10.1109/ACCESS.2021.3068769.
58. Stepanyants V., Romanov A. Analysis of requirements for next-generation complex urban and transportation system simulation. In 2022 Dynamics of Systems, Mechanisms and Machines (Dynamics), Jan. 2023, pp. 1-5, DOI: 10.1109/DYNAMICS56256.2022.10014795.
59. Mullakkal-Babu F.A., Wang M., Van Arem B., Shyrokau B., Happee R. A hybrid submicroscopic-microscopic traffic flow simulation framework. IEEE Trans. Intell. Transp. Syst., vol. 22, no. 6, pp. 3430-3443, Jun. 2021, DOI: 10.1109/TITS.2020.2990376.
60. Stepanyants V.G., Romanov A.Y. Influence of Realistic Perception and Surroundings on Qualitative Results in Automated and Connected Vehicle Simulation. IEEE Access, vol. 12, pp. 43721-43733, 2024, DOI: 10.1109/ACCESS.2024.3380369.
61. Stepanyants V.G., Mkrtchyan G.A., Rakhimullina V.E., Romanov A.Y. Integrating OPAL into CAVISE for Connected Vehicle Simulation with 3D Signal Propagation. IEEE Access, vol. 13, pp. 134793-134803, Jul. 2025, DOI: 10.1109/ACCESS.2025.3593477.
62. Rong G. et al. LGSVL simulator: A high fidelity simulator for autonomous driving. Sep. 2020, DOI: 10.1109/ITSC45102.2020.9294422.
63. Shah S., Dey D., Lovett C., Kapoor A. AirSim: High-fidelity visual and physical simulation for autonomous vehicles. In Springer Proceedings in Advanced Robotics, 2018, vol. 5, pp. 621-635, DOI: 10.1007/978-3-319-67361-5_40/FIGURES/5.
64. Koenig N., Howard A. Design and use paradigms for Gazebo, an open-source multi-robot simulator. In 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Sep. 2004, vol. 3, pp. 2149-2154, DOI: 10.1109/IROS.2004.1389727.
65. Michel O. Webots: Symbiosis between virtual and real mobile robots. In Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 1998, vol. 1434, pp. 254-263, DOI: 10.1007/3-540-68686-X_24/COVER.
66. Mazhar H. et al. CHRONO: A parallel multi-physics library for rigid-body, flexible-body, and fluid dynamics. Mech. Sci., vol. 4, no. 1, pp. 49-64, 2013, DOI: 10.5194/MS-4-49-2013.
67. Khan A.R., Bilal S. M., Othman M. A performance comparison of open source network simulators for wireless networks. In Proceedings – 2012 IEEE International Conference on Control System, Computing and Engineering, ICCSCE 2012, Nov. 2012, pp. 34-38, DOI: 10.1109/ICCSCE.2012.6487111.
68. Sommer C. et al. Veins: The open source vehicular network simulation framework. In EAI/Springer Innovations in Communication and Computing, Springer Science and Business Media Deutschland GmbH, 2019, pp. 215-252.
69. Mészáros L., Varga A., Kirsche M. INET framework. In EAI/Springer Innovations in Communication and Computing, Springer Science and Business Media Deutschland GmbH, 2019, pp. 55-106.
70. Riebl R., Günther H. J., Facchi C., Wolf L. Artery: Extending Veins for VANET applications. In 2015 International Conference on Models and Technologies for Intelligent Transportation Systems (MT-ITS), Aug. 2015, pp. 450-456, DOI: 10.1109/MTITS.2015.7223293.
71. CARMASimulation. Available at: https://github.com/usdot-fhwa-stol/carma-simulation, accessed 06.02.2023.
72. Chen H., Liu B., Zhang X., Qian F., Mao Z. M., Feng Y. A cooperative perception environment for traffic operations and control, pp. 1-19, Aug. 2022, DOI: 10.48550/arxiv.2208.02792.
73. Cui D. et al. Extensible co-simulation framework for supporting cooperative driving automation research, p. 036119812211212, Sep. 2022, DOI: 10.1177/03611981221121263.
74. Boban M. GEMV2: Geometry-based efficient propagation model for V2V communications. 2014.
75. Chair G., Co-Chairs O., Hielscher K.-S., German R., Sommer C., Eckhoff D. Vanetza: Boosting Research on Inter-Vehicle Communication. In Proceedings of the 5th GI/ITG KuVS Fachgesprach Inter-Vehicle Communication (FG-IVC 2017), 2017, pp. 37-40.
76. Where2comm/opencood/visualization at main MediaBrain-SJTU/Where2comm GitHub. Available at: https://github.com/MediaBrain-SJTU/Where2comm/tree/main/opencood/visualization, accessed 15.06.2024.
77. CAVISE: Available at: https://github.com/CAVISE, accessed 16.03.2026.
Рецензия
Для цитирования:
СТЕПАНЯНЦ В.Г., ХОРОШИЛОВ Г.С., ДОЛГОВ И.М., НАРХОВ Е.А., КАРПУХИН А.В. Интегрированная среда моделирования для верификации и валидации программ управления подключенными и высокоавтоматизированными транспортными средствами. Труды Института системного программирования РАН. 2026;38(3):95-110. https://doi.org/10.15514/ISPRAS-2026-38(3)-23
For citation:
STEPANYANTS V.G., KHOROSHILOV G.S., DOLGOV I.M., NARKHOV E.A., KARPUKHIN A.V. Integrated Simulation Environment for Verification and Validation of Connected and Automated Vehicle Control Software. Proceedings of the Institute for System Programming of the RAS (Proceedings of ISP RAS). 2026;38(3):95-110. (In Russ.) https://doi.org/10.15514/ISPRAS-2026-38(3)-23
Послать статью по эл. почте 