Появляется все больше транспортных средств, использующих технологии беспилотного и подключенного транспорта, и бизнес-модели шеринга и Mobility-as-a-Service, объединяющихся в концепции Интеллектуальных Транспортных Систем (ИТС), которая преследует цель снижения загруженности дорог, повышения безопасности для участников дорожного движения, а также сокращения расхода энергии и вредных выбросов. Необходимо убедиться, что эти технологии дейтвительно могут помочь в достижении данных целей, и потому требуют обширного тестирования (верификации и валидации), прежде чем они могут быть допущены на дороги общего пользования. Для ускорения процесса тестирования и разработки используется имитационное компьютерное моделирование.
Существует запрос на создание моделей крупного масштаба (по охватываемому физического пространству и времени моделирования), позволяющих моделировать, например, влияние использования моделей шеринга транспорта или технологий беспилотного транспорта на характеристики транспортной системы. При этом, для получения точных результатов должна сохраняться высокая детализация моделей на нижних уровнях. Такой инструмент позволил бы осуществлять более эффективное планирование городских ресурсов и обеспечивать устойчивое развитие.
В настоящее время существует множество микроскопических моделей подключенного и беспилотного транспорта, но такие модели не учитывают влияния объектов окружающей среды и множества других парметров на поведение транспортных средств. Например, из проведенных исследований следует вывод, что большинство моделей предполагают наличие полностью функциональных беспилотных автомобилей. Однако, с практической точки зрения, их возможная функциональность разделена Обществом автомобильных инженеров (SAE) на пять уровней. В результате на дорогах может наблюдаться смешанная пропорция автомобилей с различными уровнями автономности. Это создает пробел в нынешних исследованиях поведения беспилотного транспорта с помощью микроскопических симуляторов. Из недавних исследований также следует, что присутствие беспилотных автомобилей может влиять на поведение транспортных средств, управляемых человеком. Однако текущие исследования на основе микроскопических симуляторов предполагают, что транспортные средства, управляемые человеком, будут одинаково взаимодействовать с автомобилями с водителем и беспилотными автомобилями, игнорируя адаптацию поведения человека.
Ключевая гипотеза состоит в том, что более точное описание объектов окружающей среды и их влияния на машинное восприятие и передачу сигналов приведет к количественным и качественным изменениям в параметрах, получаемых в результате моделирования.
Также существует множество подходов и инструментов для моделирования объектов на разных уровнях детализации и из разных доменов (областей знаний), влияющих на работу ИТС. Однако, эти подходы и инструменты не интегрированы между собой. Учитывая важность планирования движения подключенного и беспилотного транспорта в микроскопических симуляторах, в последние годы стали использоваться системы совместного моделирования. Стратегии совместного моделирования показывают хорошие перспективы для моделирования поведения подключенного и беспилотного транспорта с высокой степенью детализации. Большинство исследований по совместному моделированию находятся на начальных уровнях и в значительной степени сосредоточены на разработке фреймворков совместного моделирования. Учитывая вычислительные ограничения в инструментах совместного моделирования, исследования сосредоточены на моделировании одного или нескольких транспортных средств с ограниченным объемом трафика и размерами транспортной сети. Инструменты для совместного моделирования в значительной степени сосредоточены на планировании движения подключенного и беспилотного транспорта, и уделяют меньше внимания к характеристикам транспортных потоков и сетей, чем при микроскопическом моделировании. Однако благодаря увеличению вычислительных мощностей и наличию API-интерфейсов для совместной симуляции, сценарии могут быть расширены до большего числа подключенного и беспилотного транспорта, управляемых на основе восприятия окружающей среды датчиками, и транспортных средств с водителем, управляемых с помощью поведенческих моделей. Однако при запуске наноскопических моделей, учитывающих внешние факторы, вычислительные возможности большинства компьютеров накладывают ограничения на размер сценариев, из за этого некоторые параметры поведения транспорта упрощаются.
На данный момент большинство моделей создаются только для тестирования в определенном городе или стране. Они не учитывают культуры различных стран, особенности дорожного движения и других факторов. Для эффективного использования такого инструмента необходимо также создать формат быстрого и структурированного описания моделируемых сценариев, позволяющие учесть все существенные для данной задачи параметры и упростить их изменение для пользователей программного обеспечения.
Существенной проблемой также является избыточность научных работ и разработанных отдельных инструментов для разработки и моделирования, лишь немногие из которых активно применяются. В проекте CAVISE была поставлена задача изучения всех доступных на данный момент инструментов с открытым кодом для моделирования подключенного и беспилотного транспорта, выбора лучших и наиболее совместимых из них, их интеграция. Таким образом планируется сэкономить время на разработку внутри проекта, а также с пользой использовать уже потраченное время других разработчиков.
Для решения этой проблемы в рамках проекта разрабатывается интегрированная среда высокоточного моделирования подключенного и беспилотного транспорта и многоуровневого моделирования интеллектуальных транспортных систем, которая может использоваться как САПР сковозного проектирования, позволяющая провести перебор решений на виртуальном полигоне для тестирования и обучения, с использованием системы автоматизации экспериментов.
Полученную в результате работы над проектом САПР (ИСМ) (и другие результаты) предполагается использовать для более точного моделирования поведения подключенных и беспилотных транспортных средств и их обучения для выполнения задач совместного управления дорожным движением; для ускорения процесса тестирования в разных сценариях алгоритмов, используемых на подключенных и беспилотных транспортных средствах; и для исследования влияния поведения подключенных и беспилотных транспортных средств в моделях с высоким уровнем детализации на параметры в более масштабных моделях.