A Corridor-Scale CARLA-VISSIM Co-Simulation Framework for Multi-Intersection Urban Traffic

Resumo Técnico: Um Framework de Co-Simulação CARLA–VISSIM em Escala de Corredor para Tráfego Urbano de Múltiplas Interseções

Declaração do Problema
Sistemas de transporte inteligentes requerem modelagem precisa de interações complexas entre veículos e pedestres, fluxo de tráfego multimodal e operações de corredores sinalizados. Embora simuladores de tráfego microscópicos como o PTV VISSIM se destaquem na modelagem de dinâmica de tráfego e lógica de controle de sinais, eles carecem dos ambientes 3D de alta fidelidade e da percepção ao nível de sensores necessários para avaliar Veículos Conectados e Autônomos (CAVs). Por outro lado, simuladores de direção de alta fidelidade como o CARLA fornecem renderização fotorrealista e simulação de sensores baseada em física, mas carecem de suporte nativo para a modelagem detalhada de tráfego microscópico e controle de sinais encontrados em ferramentas dedicadas de engenharia de tráfego. Os esforços de co-simulação existentes, particularmente integrações CARLA–SUMO, frequentemente falham em abordar os desafios específicos de arquitetura e escalabilidade de corredores de múltiplas interseções ou os comportamentos multimodais detalhados (pedestres, ciclistas, controladores de sinais) necessários para pesquisas de corredores inteligentes. Além disso, a maioria dos frameworks existentes opera no Unreal Engine 4, perdendo os avanços de renderização do UE5 (Nanite e Lumen) que são críticos para estudos orientados à percepção.

Metodologia
Os autores apresentam um framework de co-simulação bidirecional e sincronizado por passo, integrando o CARLA 0.10.0 (Unreal Engine 5) e o PTV VISSIM 2026. O sistema é projetado para suportar uma implantação de "escala de corredor", definida neste trabalho como o Corredor Inteligente MLK em Chattanooga, Tennessee, compreendendo aproximadamente quinze interseções conectadas (cinco sinalizadas, dez com controle de parada).

• Geração de Dados e Mapas: O framework utiliza dados LiDAR públicos da USGS e topologia do OpenStreetMap (OSM). Um mapa de Alta Definição (HD) consciente do terreno é gerado usando o RoadRunner, incorporando modelos de elevação derivados de LiDAR para garantir precisão na geometria das vias e variações de declividade. Ativos de edifícios são modelados no Blender com base nas pegadas do OSM e importados para o UE5. Este mapa unificado é implantado consistentemente em ambos os simuladores para garantir o alinhamento geomético.
• Arquitetura do Sistema: O sistema emprega uma arquitetis de cliente-servidor distribuída. O VISSIM roda em uma Máquina Virtual (VM) Windows no host, enquanto o CARLA UE5 roda nativamente no Ubuntu. A comunicação é gerenciada via um protocolo TCP leve, com o CARLA atuando como servidor e o VISSIM como cliente. Esta configuração evita requisitos de memória compartilhada específicos de plataforma e garante a troca de mensagens confiável e ordenada através da fronteira do sistema operacional.
• Sincronização e Gerenciamento de Atores: O framework opera em modo de execução lockstep com um passo de tempo fixo (0,05 s).
  • Propriedade de Atores: Um modelo de propriedade híbrida é implementado. O VISSIM é a fonte autoritativa para toda a lógica de tráfego, movimentos de pedestres e controle de sinais.
    • Veículos: Propriedade bidirecional. Veículos gerados pelo VISSIM são espelhados no CARLA com o movimento ditado pelo VISSIM; veículos controlados por um agente externo no CARLA são espelhados no VISSIM, mas permanecem sob o controle do CARLA.
    • Pedestres e Sinais: Propriedade unidirecional. Controlados exclusivamente pelo VISSIM e espelhados no CARLA para visualização e percepção.
  • Atualizações de Estado: O sistema utiliza uma política de atualização de último estado por ator. Apenas o estado mais recente de cada ator é retido e aplicado, evitando o acúmulo de backlog e reduzindo a sensibilidade a atrasos de comunicação transitórios.
  • Reconciliação de Coordenadas: Transformações explícitas são aplicadas para reconciliar as diferentes convenções de coordenadas de mundo entre o VISSIM e o CARLA (por exemplo, inverter o eixo lateral) antes da aplicação do estado.
• Estudo de Caso: O framework foi testado no corredor de 15 interseções da MLK sob cargas de pico de aproximadamente 100 veículos e 100 pedestres. Um veículo ego humano-dirigido no CARLA interagiu com o fluxo de tráfego controlado pelo VISSIM para testar a operação de autoridade mista.

Principais Contribuições

1. Framework de Escala de Corredor: Uma arquitetura reutilizável integrando CARLA (UE5) e VISSIM 2026 que suporta interação bidirecional e sincronizada por passo através de um corredor urbano de múltiplas interseções, uma escala anteriormente não abordada na literatura CARLA–VISSIM.
2. Gestão Explícita de Propriedade e Ciclo de Vida de Atores: Uma abordagem robusta para gerenciar veículos, pedestres e sinais onde a autoridade comportamental é claramente atribuída (VISSIM para lógica, CARLA para renderização/percepção), evitando ambiguidade de controle em cenários de autoridade mista.
3. Arquitetura de Sincronização: Implementação de uma política de "último estado por ator", reconciliação de coordenadas e mecanismos de controle em lote que garantem operação estável sob alta densidade de tráfego sem coordenação de tempo centralizada.
4. Mapa HD com Precisão de Terreno: A implantação de um modelo de elevação derivado de LiDAR e um mapa HD baseado em RoadRunner consistentemente em ambos os simuladores, fornecendo fidelidade geométrica realista para avaliações de nível de corredor.

Resultos
O estudo de caso demonstrou a capacidade do framework de manter uma operação estável e sincronizada sob condições urbanas realistas:

• Estabilidade: O sistema manteve a co-simulação lockstep com um overhead médio de processamento de sincronização inferior a 25 ms por passo, bem dentro do passo de tempo de 0,05 s. Não foram observados fenômenos de "ghosting", duplicatas ou dessincronização durante a operação de estado estacionário.
• Espelhamento de Sinais: Os estados dos sinais de tráfego gerados pelo VISSIM foram espelhados com precisão no CARLA, garantindo que as paradas de veículos, travessias de pedestres e transições de fase fossem consistentes em ambos os ambientes.
• Interação Veículo–Pedestre: Os movimentos de pedestres regidos pela lógica microscópica do VISSIM foram corretamente renderizados no CARLA, com veículos (tanto simulados quanto humanos-dirigidos) respeitando a preferência de passagem de pedestres e as fases de sinalização.
• Operação de Autoridade Mista: Um veículo ego dirigido por humano no CARLA interagiu com sucesso com o tráfego controlado pelo VISSIM, parando para sinais vermelhos e cedendo a pedestres, enquanto o tráfego circundante do VISSIM percebeu e reagiu ao veículo ego.

Significância e Alegações
O artigo afirma que este trabalho aborda lacunas críticas na pesquisa de corredores inteligentes ao fornecer uma arquitetura prática de nível de implementação para co-simulação em escala de corredor. Os autores afirmam que:

• O corredor centrado na MLK serve como um testbed eficaz para verificar a consistência entre simuladores, demonstrando que a modelagem em escala de cidade completa não é um pré-requisito para uma avaliação significativa de corredores inteligentes.
• A arquitetura proposta suporta uma co-simulação pronta para percepção e confiável, que desacopla a lógica de controle de tráfego microscópico da visualização de alta fidelidade, permitindo que cada simulador opere dentro de seu domínio de força.
• O framework permite o estudo de desafios complexos de sincronização de múltiplas interseções e interações mistas veículo–pedestre que são difíceis de capturar em testes de interseção isolados ou ambientes de simulador único.
• Ao utilizar o UE5 e integrar dados de terreno derivados de LiDAR, o framework oferece maior realismo para estudos orientados à percepção em comparação com sistemas anteriores baseados em UE4.

Os autores concluem que este framework fornece uma base sólida para pesquisas futuras em condução human-in-the-loop, consistência de sinal e interações de tráfego misto ao nível de corredor.