Mixed Cloud Control Testbed: Validating Vehicle-Road-Cloud Integration via Mixed Digital Twin
Tsinghua University-Didi Joint Research Center for Future Mobility(清华大学-滴滴未来移动联合研究中心);Beihang University(北航);Beijing Idriverplus Technology Co., Ltd.(北京 Idriverplus 技术有限公司);Dongfeng Automobile Co., Ltd.(东风汽车有限公司)
本文提出混合云控制测试床,通过混合数字孪生技术验证车辆-道路-云集成,展示了多车辆协同的灵活性和可扩展性。
2022-12-05 cs.RO cs.SY eess.SY
A Digital Twin-Based Simulation Framework for Safe Curve Speed Estimation Using Unity
针对平曲线因速度误判引发事故的问题,提出基于Unity开发的物理驱动数字孪生仿真框架,集成参数化车辆模型与真实道路数据,生成更精准的安全弯道速度估计,且与实测数据一致。
2025-08-04 cs.SY eess.SY
Development of a Digital Twin for an Electric Vehicle Emulator Modeling, Control, and Experimental Validation
Icam School of Engineering(ICAM工程学院)
本研究开发了缩比电动汽车仿真器的数字孪生,采用EMR框架建模与控制,经实验验证仿真与实测高度吻合,还提出了最大车重计算方法与四象限运行切换算法,为EV相关研发提供可扩展的有效方案。
2025-10-28 cs.SY eess.SY
Enhancing Traffic Safety Analysis with Digital Twin Technology: Integrating Vehicle Dynamics and Environmental Factors into Microscopic Traffic Simulation
针对传统交通安全分析和微观交通仿真的不足,本文将数字孪生技术整合车辆动力学与环境因素模拟器,通过替代安全指标评估不同场景,识别潜在安全问题,为交通控制和基础设施改进提供支持。
2025-02-13 cs.SY eess.SY math.OC
Optimization tools for Twin-in-the-Loop vehicle control design: analysis and yaw-rate tracking case study
针对车辆TiL-C控制中补偿器仅靠数据调试的问题,对比BO、SMGO、VRFT三种黑盒优化方法,经横摆角速度跟踪仿真验证,VRFT一次迭代即可得调优控制器,SMGO可降低BO计算量。
2023-09-05 cs.SY eess.SY
A Twin Delayed Deep Deterministic Policy Gradient Algorithm for Autonomous Ground Vehicle Navigation via Digital Twin Perception Awareness
The School of Electronics, Electrical Engineering and Computer Science, Queens University, Belfast(贝尔法斯特女王大学电子、电气工程与计算机科学学院)
本文提出一种基于数字孪生感知感知的TD3算法,无需预先创建虚拟环境状态即可实现UGV避障与路径规划,有效缩小仿真到现实的迁移差距。
2024-03-22 cs.RO cs.SY eess.SY
A Digital Twin prototype for traffic sign recognition of a learning-enabled autonomous vehicle
Aristotle University of Thessaloniki(亚里士多德大学塞萨洛尼基分校);Bar Ilan University(巴伊兰大学)
本文提出一种用于具备学习能力的自动驾驶车辆的数字孪生原型,采用协同仿真架构集成车辆、环境、车道保持控制器及BIP感知模块,以实现交通标志识别与车道保持功能。
2024-02-14 cs.AI cs.RO cs.SY
Joint Vehicle Connection and Beamforming Optimization in Digital Twin Assisted Integrated Sensing and Communication Vehicular Networks
本文提出利用数字孪生跟踪预测车辆运动,通过联合优化车辆分配与预测波束赋形提升ISAC车联网传输速率,并提出基于双向LSTM的RNN降低计算复杂度。
2024-08-01 cs.SY eess.SY
A Transportation Digital-Twin Approach for Adaptive Traffic Control Systems
本文提出一种基于数字孪生的自适应交通信号控制方法(DT-based ATSC),通过综合考虑目标交叉口及紧邻上游交叉口的车辆等待时间,在SUMO仿真中有效减少并重新分配等待时间,显著优于基线ATSC。
2023-07-01 cs.SY eess.SY physics.soc-ph
Automatic dimensionality reduction of Twin-in-the-Loop Observers
本文针对Twin-in-the-Loop观测器因贝叶斯优化调参导致的高维复杂性问题,提出基于监督与无监督学习的自动降维方法,并用真实车辆数据验证其在纵横向动力学估计中的有效性。
2025-07-21 cs.LG cs.SY eess.SY
Multisource human-in-the-loop digital twin testbed for connected and autonomous vehicles in mixed traffic flow
School of Vehicle and Mobility, Tsinghua University(清华大学车辆与移动性学院);Department of Civil and Environmental Engineering, University of Michigan(密歇根大学土木与环境工程系)
本文提出了一种多源人机协同混合云控制测试平台(MSH-MCCT),用于在混合交通环境中测试连接与自动驾驶车辆(CAVs)与人类驾驶车辆(HDVs)之间的复杂交互,通过混合数字孪生概念结合混合现实与数字孪生,提升实验灵活性和可扩展性。
2026-08-12 cs.RO cs.SY eess.SY
Dynamic Incentive Strategies for Smart EV Charging Stations: An LLM-Driven User Digital Twin Approach
本文提出一种基于LLM多智能体框架的电动汽车需求响应系统,通过构建用户数字孪生精准预测充放电决策,并结合数据与知识驱动的动态激励机制优化车网交互,显著提升了负荷平衡、用户满意度与电网稳定性。
2025-04-02 cs.SY eess.SY
A Vehicle-in-the-Loop Simulator with AI-Powered Digital Twins for Testing Automated Driving Controllers
Department of Electrical Engineering, Eindhoven University of Technology(电子工程系,埃因霍温理工大学);Siemens Digital Industries Software(西门子数字工业软件);Department of Mechanical Engineering, Eindhoven University of Technology(机械工程系,埃因霍温理工大学)
本文提出一种结合缩比实体车辆与AI驱动数字孪生体的车辆在环仿真器,以低成本、高保真且易扩展的方式验证自动驾驶控制器,并通过带形式化安全保证的滤波控制基准和实验证明了其有效性。
2025-07-03 cs.RO cs.SY eess.SY
From Optimizable to Interactable: Mixed Digital Twin-Empowered Testing of Vehicle-Infrastructure Cooperation Systems
School of Vehicle and Mobility, Tsinghua University, 100084 Beijing, China(车辆与移动技术学院,清华大学,北京,100084)
本文提出L5级VICS测试框架IMPACT,通过引入人类交互生成高质量corner case,提升车辆-基础设施协作系统测试效果。
2026-03-19 cs.RO cs.SY eess.SY
Digital Twin-Assisted Cooperative Driving at Non-Signalized Intersections
数字孪生作为一种与信息物理系统(CPS)和物联网(IoT)相关的新兴技术,在过去的十年里受到了越来越多的关注。从概念上讲,数字孪生是现实世界中物理实体的数字复制品,本研究利用该技术在无信号交叉口设计协同驾驶系统,允许联网车辆相互协作,无需任何完全停止即可通过交叉口。在建议的数字孪生框架内,我们开发了一个增强的先进先出(FIFO)时隙预留算法来调度交叉车辆的序列,一个共识运动控制算法来计算车辆的参考纵向运动,和一个基于模型的运动估计算法来解决通信延迟和数据包丢失。此外,增强现实(AR)人机界面(HMI)旨在为驾驶员提供与其他联网车辆合作的指导。在Unity游戏引擎中基于旧金山的真实地图对该系统进行了基于Agent的建模和仿真,仿真结果表明,与传统信号交叉口相比,该算法的出行时间和能耗分别减少了20%和23.7%。
2021-05-04 cs.HC cs.SY eess.SY
A Machine Learning-based Digital Twin for Electric Vehicle Battery Modeling
Politecnico di Torino(都灵理工大学)
电动车辆(EV)的广泛采用受限于它们对电池的依赖,与液体燃料相比,电池目前具有低能量和功率密度,并且随着时间的推移会老化和性能劣化。出于这个原因,在EV寿命期间监测电池充电状态(SOC)和健康状态(SOH)是一个非常相关的问题。这项工作提出了一种电池数字孪生结构,旨在准确地反映电池动态的运行时间。为了确保非线性现象的高度正确性,数字孪生依赖于根据电池随时间演变的痕迹进行训练的数据驱动模型:SOH模型,重复执行以估计最大电池容量的退化,以及SOC模型,定期重新训练以反映老化的影响。所提出的数字孪生结构将在公共数据集上举例说明,以激励其采用并证明其有效性,具有高准确性以及与板载执行兼容的推理和再训练时间。
2022-06-16 cs.AI cs.LG cs.NA
Smart Mobility Digital Twin for Automated Driving: Design and Proof-of-Concept
Tokyo Institute of Technology(东京工业大学)
本文提出基于数字孪生的智能出行平台,利用云/边缘计算和协同环境感知实现实时交通监控与大规模路径规划,并通过真实车辆概念验证其功能与低时延性能。
2023-12-25 cs.RO cs.SY eess.SY
Smart Mobility Digital Twin Based Automated Vehicle Navigation System: A Proof of Concept
提出一种面向联网自动驾驶车辆的智慧出行数字孪生(SMDT)平台及新型导航系统,结合云与C-V2X技术提升交通效率与安全,仿真验证其降低旅行时间且延迟满足3GPP标准。
2024-02-20 cs.SY eess.SY
TiLA: Twin-in-the-Loop Architecture for Cyber-Physical Production Systems
数字孪生是现实世界物体的虚拟复制品,它与物理对应物同时存在。自2003年Grieves首次推出以来,数字孪生在工业制造、汽车和人工智能等广泛应用中获得了发展势头。然而,在工业和文献中发现的许多与数字孪生相关的方法主要集中在用高保真方法对单个物理事物进行建模,但可扩展性有限。在本文中,我们介绍了一个数字孪生体系结构称为TiLA(双在环体系结构)。TiLA采用异构模型和在线数据来创建一个数字孪生,它遵循全局异步本地同步(GALS)计算模型。它有助于创建一个可扩展的数字孪生与不同层次的建模抽象,以及给GALS形式主义的执行策略。此外,TiLA还提供了围绕双胞胎开发应用程序的设施,以及通过工业通信协议将双胞胎与物理系统同步的接口。一个数字孪生的生产线已被开发作为一个案例研究,使用TiLA。它演示了使用数字孪生模型和在线数据来监控和分析物理系统中的故障。
2020-03-11 cs.OH cs.SY eess.SY
Driver Digital Twin for Online Prediction of Personalized Lane Change Behavior
Purdue University(普渡大学);Toyota Motor North America(丰田汽车北美公司)
本文提出基于车-边-云架构的驾驶员数字孪生系统,通过个性化建模在线预测人类驾驶车辆的换道行为,实现提前6秒识别换道意图并将轨迹预测误差控制在1.03米,较通用模型精度提升27.8%。
2022-11-02 cs.AI cs.SY eess.SY
AAM-VDT: Vehicle Digital Twin for Tele-Operations in Advanced Air Mobility
Konkuk University(建国大学)
本文提出面向 AAM 远程操作的 eVTOL 飞行器数字孪生系统,融合高保真气动数据库、VR 沉浸界面与主从控制,实验验证其可提升 BVLOS 场景下的控制精度、同步性、安全性与效率。
2024-04-15 cs.ET cs.HC cs.RO
Guided Bayesian Optimization: Data-Efficient Controller Tuning with Digital Twin
FHNW(西北应用科学大学);Delft University of Technology(代尔夫特理工大学)
本文提出guided Bayesian optimization算法,利用事件触发的digital twin指导无模型闭环控制器参数调整,在减少物理实验次数的同时高效找到最优参数。
2025-11-04 cs.SY eess.SY
A Modular Measurement Integrity Verification for Transformer Currents with Applications in Hardware in-the-Loop Digital Twin
本文提出一种基于自适应扩展卡尔曼滤波器的递归方法,用于硬件在环数字孪生中变压器测量电流的完整性验证,通过估计参数重构无噪声测量,仿真表明其能准确估计并紧密跟踪电流。
2024-07-11 cs.SY eess.SY
A Digital Twin Framework for Physical-Virtual Integration in V2X-Enabled Connected Vehicle Corridors
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Texas A&M University(德克萨斯农工大学)
本研究提出基于真实C-V2X走廊的交通数字孪生框架,通过集成通信、计算与仿真技术,实现物理-虚拟精确同步,支持信号调整与事件通知,提升交通监测与优化能力。
2025-02-26 cs.ET cs.RO cs.SY
From Code to Road: A Vehicle-in-the-Loop and Digital Twin-Based Framework for Central Car Server Testing in Autonomous Driving
Technical University of Munich(慕尼黑技术大学);CARIAD SE
本文提出了一种基于车辆在环和数字孪生技术的中央车辆服务器测试框架,通过虚拟与物理环境的结合,提高自动驾驶算法验证的效率和准确性。
2026-03-05 cs.RO cs.SY eess.SY
Surgi-HDTMR: Closing the Sensorimotor Loop in Bimanual Microsurgery via Haptics, Digital Twin, and Mixed Reality
Imperial College London(帝国理工学院)
本文提出Surgi-HDTMR系统,结合触觉、数字孪生和混合现实技术,提升微手术训练的沉浸感和触觉反馈,缩短任务时间并提高手术安全性。
2026-03-15 cs.SY eess.SY
Product Digital Twin Supporting End-of-life Phase of Electric Vehicle Batteries Utilizing Product-Process-Resource Asset Network
Faculty of Mechanical Engineering, Czech Technical University in Prague(机械工程系,捷克技术大学布拉格分校);Czech Institute of Informatics, Robotics and Cybernetics, Czech Technical University in Prague(信息技术、机器人与自动控制研究所,捷克技术大学布拉格分校)
本文提出利用产品数字孪生(PDT)和双流产品-过程-资源资产网络(Bi-PAN)知识表示,以支持电动汽车电池生命周期末阶段的拆卸与再制造,增强可持续性。
2025-10-15 cs.RO cs.SY eess.SY
Energy Efficient Automated Driving as a GNEP: Vehicle-in-the-loop Experiments
本文将多车换道节能运动规划建模为广义纳什均衡问题,利用车对车意图共享和MPC求解,并通过软件在环与车辆在环实验验证其在能耗和行程时间上的优势。
2024-11-21 cs.SY eess.SY
Closing the Loop: Deploying Auto-Generating Digital Twins for Particle Accelerators
STFC Daresbury Laboratory(STFC达尔斯伯里实验室);Cockcroft Institute(科克克罗夫特研究所);ISIS Neutron and Muon Source, STFC Rutherford Appleton Laboratory(ISIS中子与μ子源,STFC卢瑟福阿普尔顿实验室)
本文提出一种自动生成的粒子加速器数字孪生架构,通过虚拟控制系统镜像物理硬件并更新仿真模型,实现闭环反馈诊断,为共享技术开发提供基础。
2026-04-21 cs.SY eess.SY physics.acc-ph
A Driver-in-the Loop Fuel Economic Control Strategy for Connected Vehicles in Urban Roads
Clemson University(克莱姆森大学)
本文提出一种驾驶员在环的燃油经济控制策略,利用V2V通信和交通信号信息,结合马尔可夫链建模驾驶员误差,通过随机场景树模型预测控制提升燃油经济性和交通流动性。
2017-05-19 cs.SY eess.SY
Augmented Intelligence in Smart Intersections: Local Digital Twins-Assisted Hybrid Autonomous Driving
本文提出本地数字孪生辅助的混合自动驾驶系统,通过路侧单元提取人类驾驶知识并生成路口本地驾驶智能体,结合实时协同感知,在智能路口提升安全性10%并减少行程时间15%。
2024-10-18 cs.SY eess.SY
Digital Twin-Enabled Blockage-Aware Dynamic mmWave Multi-Hop V2X Communication
本文提出将移动性数字孪生与多跳路由控制平面集成,结合环境数据和轨迹预测实现阻塞感知的毫米波V2X动态路由,仿真验证其显著优于传统方法。
2025-03-17 cs.NI cs.SY eess.SY
Explainable Human-in-the-loop Dynamic Data-Driven Digital Twins
Southern University of Science and Technology (SUSTech)(南方科技大学);University of Birmingham(伯明翰大学);University of Thessaly(色萨利大学);Research Institute for Trustworthy Autonomous Systems(可信自主系统研究院)
针对人在环动态数据驱动数字孪生中决策可解释性不足影响模型精度的问题,提出一种结合可解释机器学习与目标建模、考虑效用权衡的可解释性方法,并通过智能仓储示例验证。
2022-11-22 cs.AI cs.HC cs.SY
Leveraging Human-In-The-Loop Demonstrations in Reinforcement Learning for Digital Twin-Driven Robot Flexibility
School of Electronics, Electrical Engineering and Computer Science, Queen’s University Belfast(贝尔法斯特女王大学电子、电气工程与计算机科学学院)
该研究提出结合数字孪生、强化学习与人演示的人在回路在线训练框架,在Ufactory Xarm5机器人实验中,其双Actor框架在非最优演示下的成功率显著优于带模仿损失的对比方法。
2026-10-09 cs.RO cs.SY eess.SY
High Speed Emulation in a Vehicle-in-the-Loop Driving Simulator
Stanford University(斯坦福大学)
渲染准确的多感官反馈对于确保驾驶模拟器中的自然用户行为至关重要。在这项工作中,我们提出了一个虚拟现实(VR)为基础的车辆在环(ViL)模拟器,提供视觉,前庭,触觉反馈的司机在高速驾驶条件下。围绕四轮线控转向车辆设计我们的模拟器使我们能够模拟车辆行驶速度明显快于测试车辆的动态,并将相应的触觉转向反馈传输给驾驶员。通过结合VR视觉效果、车辆动力学仿真和方向盘力反馈来调整测试车辆的速度,我们可以在有限的驾驶空间内安全、身临其境地运行高达高速公路速度的实验。在双车道变化和高速公路编织实验中,我们的高速仿真方法跟踪人类感知范围内的偏航运动,并提供与手动驾驶相同的动作相媲美的感官反馈。
2022-03-21 cs.RO cs.SY eess.SY
LUCID: An Agentic AI Framework on Digital-Twin in the Loop for QoS-Guaranteeing Robotic Control
LUCID是一种LLM智能体编排的云机器人框架,将TP-RRM动态编排于DITL环境,结合路径规划与RRM验证器,可适应动态条件并降低规划延迟,保障机器人控制的QoS。
2026-08-31 cs.RO cs.SY eess.SY
Digital Twin-Enabled Domain Adaptation for Zero-Touch UAV Networks: Survey and Challenges
在现有的无线网络中,控制程序是手动设计的,并且用于某些预定义的场景。这个过程是复杂和容易出错的,并且产生的控制程序对破坏性的变化没有弹性。基于人工智能和机器学习(AI/ML)的数据驱动控制已经被设想为复杂无线系统的自动化建模、优化和控制的关键技术。然而,现有的AI/ML技术依赖于足够的标记良好的数据,并且可能存在收敛速度慢和泛化能力差的问题。在这篇文章中,专注于数字孪生辅助无线无人机(UAV)系统,我们提供了一个调查的新兴技术,可以使快速收敛的数据驱动控制的无线系统与增强的泛化能力,以新的环境。其中包括用于数字孪生构建的基于SLAM的传感和网络软件化,用于领域自适应的鲁棒强化学习和系统辨识,以及测试设施共享和联邦。同时也讨论了相应的研究机会。
2022-12-31 cs.NI cs.SY eess.SY
Lane Departure Prediction Based on Closed-Loop Vehicle Dynamics
Institute of Power Machinery and Vehicular Engineering, College of Energy Engineering, Zhejiang University(浙江大学能源工程学院动力机械及车辆工程研究所)
自动驾驶系统应该能够监督自己的性能,并在必要时请求人类驾驶员接管。在车道保持场景中,车辆未来轨迹的预测是实现安全可信的自动驾驶的关键。以往对车辆轨迹预测的研究主要分为两类,即基于物理的方法和基于机动的方法。利用基于物理的方法,提出了一种基于闭环车辆动力学模型的车道偏离预测算法。我们使用扩展的卡尔曼滤波器来估计当前车辆状态的传感模块的输出的基础上。然后,卡尔曼预测器与实际的车道保持控制律被用来预测未来的转向动作和车辆状态。车道偏离评估模块评估车辆拐角位置的概率分布,并决定是否发起人工接管请求。仿真试验初步验证了该预测算法能够较好地描述未来车辆位姿的随机特性。最后,通过15 ~ 50 km/h的道路试验进一步验证了该方法的有效性。它可能是自动车道保持功能的车道偏离风险评估的一个有前途的解决方案。
2022-02-12 cs.RO cs.SY eess.SY
Energy-Aware Lane Planning for Connected Electric Vehicles in Urban Traffic: Design and Vehicle-in-the-Loop Validation
Department of Mechanical Engineering, UC Berkeley(机械工程系,伯克利大学);Department of Civil Engineering, UC Berkeley(土木工程系,伯克利大学);Zoox, Inc.(Zoox公司)
本文提出了一种基于V2I通信的能耗感知运动规划框架,通过联合优化纵向速度和横向车道变更决策,实现城市交通中能耗降低24%的显著效果。
2025-12-07 cs.RO cs.SY eess.SY
Formal Verification of Digital Twins with TLA and Information Leakage Control
针对数字孪生验证因不确定性和分布式组件面临的挑战,本文提出基于TLA的形式化方法,将不确定过程转化为有限状态机,通过弱化安全属性实现受控信息泄漏,在无人机数字孪生上验证了数据流同步性。
2024-11-27 cs.CR cs.DC cs.IT
Data-driven dual-loop control for platooning mixed human-driven and automated vehicles
James Watt School of Engineering, University of Glasgow(格拉斯哥大学詹姆斯·瓦特工程学院)
针对混行编队中HV参数未知的问题,提出数据驱动双环控制策略,内环用SDP求解恒增益反馈保障稳定性,外环用内嵌数据模型的MPC控安全车距,在SFTP-US06工况下验证了其在稳定性和计算成本上优于单环MPC。
2023-07-21 cs.RO cs.SY eess.SY