Selvkørende ATV’er er på vej

Et hold af forskere fra Carnegie Mellon University (CMU) bringer os ét skridt nærmere at opnå selv kørende alle-teræn-køretøjer (ATV’er). Holdet kørte en ATV gennem forskellige miljøer, herunder højt græs, løs grus og mudder, for at samle data om, hvordan ATV’en interagerede med disse typer af off-road-miljøer.

Opbygning af TartanDrive-datasættet

ATV’en blev kørt aggressivt i hastigheder op til 30 miles i timen. Den gled gennem sving, kørte op og ned ad bakker og sad fast i mudder, mens den samlede vigtige data som video, hastigheden af hver hjul og støddæmperens rejse fra syv typer sensorer.

Efter at have samlet alle data, blev det kompuleret til et datasæt kaldet TartanDrive. Det indeholder omkring 200.000 virkelige interaktioner, og holdet mener, det er det største virkelige, multimodale, off-road-kørselsdatasæt. Data kan senere bruges til at træne en selv kørende køretøj til off-road-navigering.

Wenshan Wang er projektvidenskabsmand i Robotics Institute (RI).

“I modsætning til autonome vej-kørsel er off-road-kørsel mere udfordrende, fordi man skal forstå terrænets dynamik for at køre sikkert og hurtigt,” sagde Wang.

Der har været nogen tidligere arbejde udført i dette område, men det har ofte involveret annoterede kort, der giver mærker som mudder, græs, vegetation og vand. Disse mærker hjalp robotterne med at forstå terrænet, de navigerede, men problemet er, at denne type information ofte er svær at indsamle. Det er også ret generisk information. For eksempel kan “mudder” betyde et miljø, der er enten kørebart eller ej.

Opbygning af forudsigelsesmodeller

Med den multimodale sensor-data, som holdet samlede, kunne de opbygge forudsigelsesmodeller, der er overlegne modellerne, der er udviklet med simple og ikke-dynamiske data. Ved at køre ATV’en aggressivt blev det afgørende at forstå dens præstationers dynamik.

Samuel Triest er en anden-års kandidatstuderende i robotteknik og hovedforfatter af forskningspapiret.

“Dynamikken i disse systemer bliver mere udfordrende, når man tilføjer mere hastighed,” sagde Triest. “Når man kører hurtigere, hopper man mere af ting. Meget af de data, vi var interesseret i at samle, var denne mere aggressive kørsel, mere udfordrende skråninger og tykkere vegetation, fordi det er der, nogle af de enklere regler begynder at bryde sammen.”

Selv om det er sandt, at det meste af forskningen og arbejdet omkring autonome køretøjer er rettet mod vej-kørsel, siger forskerne, at de første anvendelser sandsynligvis vil være kontrollerede, off-road-områder. Dette tillader mindre risiko for kollisioner.

Holdet udførte alle deres tests på et kontrolleret sted nær Pittsburgh, hvor CMU’s National Robotics Engineering Center tester autonome off-road-køretøjer.

ATV’en blev kørt af mennesker, der brugte et drive-by-wire-system til at kontrollere styring og hastighed.

“Vi tvang mennesket til at gå gennem samme kontrolgrænseflade som robotterne ville,” sagde Wang. “På den måde kan handlingerne, mennesket tager, bruges direkte som input for, hvordan robotterne skal agere.”

Forskningen skal præsenteres på den Internationale Konference om Robotteknik og Automation (ICRA) i Philadelphia.