Les ATV à conduite autonome arrivent

Une équipe de chercheurs de l’Université Carnegie Mellon (CMU) nous rapproche d’un pas de la réalisation de véhicules tout-terrain (ATV) à conduite autonome. L’équipe a conduit un ATV à travers différents environnements, notamment de l’herbe haute, du gravier meuble et de la boue, pour recueillir des données sur la façon dont l’ATV interagit avec ces types d’environnements hors route.

Création du jeu de données TartanDrive

L’ATV a été conduit de manière agressive à des vitesses allant jusqu’à 30 miles par heure. Il a glissé dans les virages, est monté et descendu des collines et s’est embourbé dans la boue tout en recueillant des données importantes comme des vidéos, la vitesse de chaque roue et le déplacement des amortisseurs de suspension à partir de sept types de capteurs.

Après avoir collecté toutes les données, celles-ci ont été compilées dans un jeu de données appelé TartanDrive. Il contient environ 200 000 interactions réelles, et l’équipe pense qu’il s’agit du plus grand jeu de données réel, multimodal, de conduite hors route. Les données pourraient ultérieurement être utilisées pour entraîner un véhicule à conduite autonome pour la navigation hors route.

Wenshan Wang est un scientifique de projet à l’Institut de robotique (RI).

« Contrairement à la conduite autonome en ville, la conduite hors route est plus difficile car il faut comprendre la dynamique du terrain pour conduire en toute sécurité et rapidement », a déclaré Wang.

Il y a eu certains travaux précédents dans ce domaine, mais ils impliquaient souvent des cartes annotées qui fournissaient des étiquettes comme boue, herbe, végétation et eau. Ces étiquettes ont aidé le robot à comprendre le terrain qu’il naviguait, mais le problème est que ce type d’informations est souvent difficile à recueillir. Il s’agit également d’informations génériques. Par exemple, « boue » pourrait signifier un environnement qui est soit praticable, soit non.

Construction de modèles de prédiction

Avec les données de capteurs multimodaux que l’équipe a recueillies, ils ont pu construire des modèles de prédiction supérieurs aux modèles développés avec des données simples et non dynamiques. En conduisant l’ATV de manière agressive, il est devenu crucial de comprendre la dynamique de ses performances.

Samuel Triest est un étudiant de deuxième année en robotique et auteur principal de l’article de recherche.

« La dynamique de ces systèmes tend à devenir plus difficile à mesure que vous augmentez la vitesse », a déclaré Triest. « Vous conduisez plus vite, vous rebondissez sur plus de choses. Beaucoup des données que nous voulions recueillir étaient liées à cette conduite plus agressive, à des pentes plus abruptes et à une végétation plus épaisse, car c’est là que certaines des règles plus simples commencent à se briser. »

Même si la plupart des recherches et des travaux sur les véhicules autonomes ciblent la conduite en ville, les chercheurs affirment que les premières applications seront probablement des zones hors route contrôlées. Cela permet de réduire le risque de collisions.

L’équipe a effectué tous ses tests sur un site contrôlé près de Pittsburgh, où le Centre national d’ingénierie robotique de CMU teste les véhicules hors route autonomes.

L’ATV a été conduit par des humains à l’aide d’un système de conduite par fil pour contrôler la direction et la vitesse.

« Nous forçions l’humain à passer par la même interface de contrôle que le robot », a déclaré Wang. « De cette façon, les actions que l’humain prend peuvent être utilisées directement comme entrée pour la façon dont le robot devrait agir. »

La recherche doit être présentée à la Conférence internationale sur la robotique et l’automatisation (ICRA) à Philadelphie.