Selbstfahrende ATVs sind auf dem Weg

Ein Team von Forschern an der Carnegie Mellon University (CMU) bringt uns einen Schritt näher an die Verwirklichung selbstfahrender All-Terrain-Fahrzeuge (ATVs). Das Team fuhr ein ATV durch verschiedene Umgebungen, darunter hohes Gras, lose Schotter und Schlamm, um Daten über die Interaktion des ATVs mit diesen Arten von Off-Road-Umgebungen zu sammeln.

Erstellung des TartanDrive-Datensatzes

Das ATV wurde aggressiv mit Geschwindigkeiten von bis zu 30 Meilen pro Stunde gefahren. Es schlidderte durch Kurven, fuhr bergauf und bergab und blieb im Schlamm stecken, während es wichtige Daten wie Video, die Geschwindigkeit jedes Rads und die Federungsschock-Reise von sieben Arten von Sensoren sammelte.

Nachdem alle Daten gesammelt worden waren, wurden sie in einen Datensatz namens TartanDrive kompiliert. Er enthält etwa 200.000 reale Interaktionen, und das Team glaubt, dass es der größte reale, multimodale, Off-Road-Fahr-Datensatz ist. Die Daten könnten später verwendet werden, um ein selbstfahrendes Fahrzeug für Off-Road-Navigation zu trainieren.

Wenshan Wang ist ein Projektwissenschaftler am Robotics Institute (RI).

“Im Gegensatz zum autonomen Straßenfahren ist das Off-Road-Fahren herausfordernder, da man die Dynamik des Geländes verstehen muss, um sicher und schnell zu fahren”, sagte Wang.

Es gab bereits einige Arbeiten in diesem Bereich, aber sie beinhalteten oft annotierte Karten, die Labels wie Schlamm, Gras, Vegetation und Wasser enthielten. Diese Labels halfen dem Roboter, das Gelände zu verstehen, das er navigierte, aber das Problem ist, dass diese Art von Informationen oft schwer zu sammeln ist. Es handelt sich auch um ziemlich generische Informationen. Zum Beispiel könnte “Schlamm” eine Umgebung bedeuten, die entweder fahrbar oder nicht fahrbar ist.

Erstellung von Vorhersagemodellen

Mit den multimodalen Sensordaten, die das Team gesammelt hat, konnten sie Vorhersagemodelle erstellen, die überlegen sind zu den Modellen, die mit einfachen und nicht dynamischen Daten entwickelt wurden. Durch das aggressive Fahren des ATVs wurde es entscheidend, die Dynamik seiner Leistung zu verstehen.

Samuel Triest ist ein zweijähriger Master-Student in Robotik und Lead-Autor des Forschungsartikels.

“Die Dynamik dieser Systeme wird immer herausfordernder, wenn man mehr Geschwindigkeit hinzufügt”, sagte Triest. “Man fährt schneller, man prallt von mehr Dingen ab. Viele der Daten, die wir sammeln wollten, waren diese aggressivere Fahrweise, steilere Hänge und dichtere Vegetation, weil das sind die Bereiche, in denen einige der einfacheren Regeln zu versagen beginnen.”

Obwohl es wahr ist, dass die meisten Forschungen und Arbeiten an autonomen Fahrzeugen auf das Straßenfahren ausgerichtet sind, sagen die Forscher, dass die ersten Anwendungen wahrscheinlich in kontrollierten, Off-Road-Gebieten sein werden. Dies ermöglicht ein geringeres Risiko von Kollisionen.

Das Team führte alle seine Tests an einem kontrollierten Standort in der Nähe von Pittsburgh durch, wo das National Robotics Engineering Center der CMU autonome Off-Road-Fahrzeuge testet.

Das ATV wurde von Menschen mit einem drive-by-wire-System gesteuert, das die Lenkung und Geschwindigkeit kontrollierte.

“Wir zwangen den Menschen, durch die gleiche Steuerschnittstelle wie der Roboter zu gehen”, sagte Wang. “Auf diese Weise können die Aktionen, die der Mensch ausführt, direkt als Eingabe für das Verhalten des Roboters verwendet werden.”

Die Forschung soll auf der International Conference on Robotics and Automation (ICRA) in Philadelphia präsentiert werden.