Development of a simulator-in-the-loop for autonomous navigation stack validation

The development of autonomous driving technologies has been advancing rapidly in recent years. Self-driving cars are becoming increasingly popular due to the benefits they offer in terms of safety, efficiency and convenience. However, the development of such requires intensive testing to ensure their safety and reliability. Real-world testing of autonomous vehicles can be costly and risky, as it involves testing in unpredictable environments with potential safety hazards. Simulations have become a crucial tool in designing and developing self-driving cars: they provide a safe and controlled environment for testing and refining autonomous driving algorithms, enabling faster and more cost-effective development and reducing risks associated with real-world testing. This thesis presents a comparative analysis of simulation environments for autonomous driving, with a focus on on-road and off-road driving situations. An interchangeable architecture is proposed to facilitate communication between the simulator and the real world, enabling an easy transition between real and simulated cases. Moreover, the architecture ensures that the navigation stack running in simulation is exactly the one of the real vehicle. This is achieved through a multi-layer simulator-in-the-loop approach, providing the flexibility to simulate individual components of the autonomous driving stack independently, allowing for test and validation of all the modules of the driverless system. Additionally, the study highlights the potential of sensors such as LiDARs, cameras and GPS to enhance the safety and efficiency of autonomous vehicles on-road and off-road. The simulator-in-the-loop approach allows for developing and testing of algorithms based on simulated sensors before deploying them in the real world. This thesis provides a valuable resource for professionals involved in the development of autonomous driving technology. The results of the study underscore the potential of simulations to improve sensor-based navigation algorithms.

Lo sviluppo della tecnologia di guida autonoma sta avanzando rapidamente negli ultimi anni. Le auto a guida autonoma stanno diventando sempre più popolari grazie ai benefici che offrono in termini di sicurezza, efficienza e comodità. Tuttavia, lo sviluppo di questi veicoli richiede un'ampia fase di test per garantirne la sicurezza e l'affidabilità. I test nel mondo reale dei veicoli autonomi possono essere costosi e rischiosi, poiché comportano la guida in ambienti imprevedibili con potenziali pericoli per la sicurezza. Le simulazioni sono diventate uno strumento cruciale nella progettazione e nei test delle auto a guida autonoma: forniscono un ambiente sicuro e controllato per sviluppare, validare e affinare gli algoritmi di guida autonoma, consentendone un'evoluzione più veloce e più economica, riducendo i rischi associati ai test nel mondo reale. In questa tesi viene condotta un'analisi comparativa degli ambienti di simulazione per la guida autonoma, con un focus su situazioni di guida stradale e fuoristrada. Viene proposta un'architettura intercambiabile per facilitare la comunicazione tra il simulatore e il mondo reale, consentendo una transizione facile tra casi reali e simulati. Inoltre, l'architettura garantisce che lo stack di navigazione in esecuzione nella simulazione sia esattamente quello in esecuzione sul veicolo reale. Questo viene ottenuto attraverso un approccio multistrato introducendo il concetto di "simulatore nell'anello", che fornisce, inoltre, la flessibilità di simulare singoli componenti del sistema di guida autonoma indipendentemente, permettendo i test e la validazione di tutti i moduli del sistema di guida senza conducente. Inoltre, lo studio evidenzia il potenziale dei sensori come LiDAR, camere e GPS per migliorare la sicurezza e l'efficienza dei veicoli autonomi sulla strada e fuoristrada. L'approccio di simulazione nell'anello consente il test degli algoritmi basati su sensori simulati prima di implementarli nel mondo reale. Questa tesi rappresenta una risorsa importante per i professionisti impegnati nello sviluppo delle tecnologie di guida autonoma. I risultati dello studio sottolineano il potenziale dell'utilizzo di simulazioni per migliorare gli algoritmi di navigazione basati su sensori.