AI-mallit ja alustat
Itseohjautuvat maastokuorma-autot ovat tulossa

Carnegie Mellon Universityn (CMU) tutkijaryhmä on tuonut meidät yhden askeleen lähemmäs itseohjautuvien maastokuorma-ajoneuvojen (ATV) saavuttamista. Ryhmä ajoi maastokuorma-autolla erilaisissa ympäristöissä, kuten korkeassa heinässä, loska- ja mutaisissa olosuhteissa, kerätäkseen tietoa siitä, miten maastokuorma-auto vuorovaikuttaa näiden kaltaisten maasto-olosuhteiden kanssa.
TartanDrive-tietokannan luominen
Maastokuorma-autoa ajettiin aggressiivisesti jopa 30 mailin tuntinopeudella. Se liukui kaarteissa, meni ylös ja alas mäissä ja jumiutui mutaan kerätessään tärkeitä tietoja, kuten videota, jokaisen pyörän nopeutta ja iskunvaimennuksen matkaa seitsemästä eri sensoreista.
Kun kaikki tiedot oli kerätty, ne koottiin tietokantaan nimeltä TartanDrive. Se sisältää noin 200 000 todellista vuorovaikutusta, ja ryhmä uskoo, että se on suurin todellinen, monimodaalinen, maastoajaminen tietokanta. Tietoja voidaan myöhemmin käyttää itseohjautuvan ajoneuvon kouluttamiseen maastoajoa varten.
Wenshan Wang on projektin tutkija Robotics Institute (RI):ssä.
“Toisin kuin autonomisen kadulla ajaminen, maastossa ajaminen on haastavampaa, koska on ymmärrettävä maaston dynamiikkaa voidakseen ajaa turvallisesti ja nopeammin”, Wang sanoi.
Tässä aihealueessa on tehty joitakin aikaisempia tutkimuksia, mutta ne ovat usein käyttäneet merkittyjä karttoja, jotka tarjoavat merkinnät kuten muta, heinä, kasvillisuus ja vesi. Nämä merkinnät auttoivat robottia ymmärtämään maastoa, jossa se navigoi, mutta ongelma on, että tällaista tietoa on usein vaikea kerätä. Se on myös melko yleistä tietoa. Esimerkiksi “mud” voi tarkoittaa ympäristöä, joka on joko ajokelpoinen tai ei.
Ennustemallien rakentaminen
Ryhmän keräämän monimodaalisen anturidatan avulla he voivat rakentaa ennustemalleja, jotka ovat parempia kuin yksinkertaisten ja epädynaamisten datan kehittämät mallit. Maastokuorma-auton aggressiivisen ajaminen teki siitä tärkeää ymmärtää sen suorituskyvyn dynamiikkaa.
Samuel Triest on toisen vuoden master-opiskelija robottiikassa ja tutkimuspaperin ensisijainen kirjoittaja.
“Näiden järjestelmien dynamiikka muuttuu haastavammaksi, kun lisätään nopeutta”, Triest sanoi. “Aja nopeammin, pomppaa enemmän. Me olimme kiinnostuneita keräämään tällaista aggressiivisempaa ajoa, haastavampia rinnekuoppia ja paksua kasvillisuutta, koska siinä vaiheessa yksinkertaiset säännöt alkavat murtua.”
Vaikka suurin osa autonomisten ajoneuvojen tutkimuksesta ja työstä on kohdistunut kadulla ajoon, tutkijat sanovat, että ensimmäiset sovellukset ovat todennäköisesti hallitut, maastossa olevat alueet. Tämä mahdollistaa vähemmän riskejä törmäyksille.
Ryhmä suoritti kaikki testit hallitussa paikassa lähellä Pittsburghia, jossa CMU:n National Robotics Engineering Center testaa autonomisia maastokuorma-ajoneuvoja.
Maastokuorma-autoa ohjattiin ihmisten avulla ohjausjärjestelmällä, joka ohjasi ohjausta ja nopeutta.
“Me pakotimme ihmisen käymään läpi saman ohjausliittymän kuin robotti, ja siten ihmisen tekemät toimet voidaan käyttää suoraan syötteenä siitä, miten robotti pitäisi toimia”, Wang sanoi.
Tutkimus on tarkoitus esittää International Conference on Robotics and Automation (ICRA) -konferenssissa Philadelphiassa.












