Model dan platform AI
Kendaraan ATV Berkemudi Otomatis Akan Hadir

Tim peneliti di Carnegie Mellon University (CMU) membawa kita satu langkah lebih dekat untuk mencapai kendaraan all-terrain vehicle (ATV) berkemudi otomatis. Tim tersebut mengendarai ATV melalui berbagai lingkungan yang berbeda, termasuk rumput tinggi, kerikil longgar, dan lumpur untuk mengumpulkan data tentang bagaimana ATV berinteraksi dengan jenis lingkungan off-road tersebut.
Membuat Dataset TartanDrive
ATV dikendarai secara agresif dengan kecepatan hingga 30 mil per jam. ATV meluncur melalui belokan, naik dan turun bukit, dan terjebak di lumpur sambil mengumpulkan data penting seperti video, kecepatan setiap roda, dan perjalanan suspensi dari tujuh jenis sensor.
Setelah mengumpulkan semua data, data tersebut dikompilasi menjadi dataset yang disebut TartanDrive. Dataset ini mencakup sekitar 200.000 interaksi dunia nyata, dan tim percaya bahwa ini adalah dataset off-road driving multimodal terbesar di dunia. Data ini dapat digunakan kemudian untuk melatih kendaraan berkemudi otomatis untuk navigasi off-road.
Wenshan Wang adalah ilmuwan proyek di Institut Robotika (RI).
“Tidak seperti berkendara otonom di jalan, berkendara off-road lebih menantang karena Anda harus memahami dinamika medan untuk berkendara dengan aman dan lebih cepat,” kata Wang.
Telah ada beberapa pekerjaan sebelumnya yang dilakukan di area ini, tetapi sering melibatkan peta yang diberi label yang menyediakan label seperti lumpur, rumput, vegetasi, dan air. Label-label ini membantu robot memahami medan yang sedang dinavigasi, tetapi masalahnya adalah informasi ini sering sulit dikumpulkan. Ini juga merupakan informasi yang cukup umum. Misalnya, “lumpur” bisa berarti lingkungan yang dapat dikendarai atau tidak.
Membangun Model Prediksi
Dengan data sensor multimodal yang dikumpulkan tim, mereka dapat membangun model prediksi yang lebih unggul daripada model yang dikembangkan dengan data sederhana dan non-dinamis. Dengan mengendarai ATV secara agresif, menjadi penting untuk memahami dinamika kinerjanya.
Samuel Triest adalah mahasiswa magister kedua di bidang robotika dan penulis utama makalah penelitian.
“Dinamika sistem ini cenderung menjadi lebih menantang ketika Anda menambahkan kecepatan,” kata Triest. “Anda mengendarai lebih cepat, Anda melompat lebih banyak. Banyak data yang kami minati untuk dikumpulkan adalah pengemudi yang lebih agresif, lereng yang lebih curam dan vegetasi yang lebih tebal karena itu adalah tempat aturan sederhana mulai rusak.”
Sementara benar bahwa sebagian besar penelitian dan pekerjaan sekitar kendaraan otonom ditargetkan pada berkendara di jalan, peneliti mengatakan bahwa aplikasi pertama kemungkinan akan menjadi area off-road yang terkendali. Ini memungkinkan risiko tabrakan yang lebih rendah.
Tim melakukan semua pengujian di lokasi terkendali dekat Pittsburgh di mana Pusat Teknik Robotika Nasional CMU menguji kendaraan off-road otonom.
ATV dikendarai oleh manusia menggunakan sistem drive-by-wire untuk mengontrol kemudi dan kecepatan.
“Kami memaksa manusia untuk melewati antarmuka kontrol yang sama seperti yang akan dilakukan robot,” kata Wang. “Dengan cara itu, tindakan yang diambil manusia dapat digunakan langsung sebagai input untuk bagaimana robot harus bertindak.”
Penelitian ini akan disajikan di Konferensi Internasional tentang Robotika dan Otomasi (ICRA) di Philadelphia.












