自動運転ATVの実現に一歩近づく

カーネギーメロン大学（CMU）の研究者チームは、自動運転オフロード車両（ATV）の実現に一歩近づいた。チームは、ATVを様々な環境、たとえば高草、砕け石、泥の中を運転してデータを収集し、ATVがこれらのオフロード環境とどのように相互作用するかを調べた。

タータンドライブ・データセットの作成

ATVは、時速30マイルまでの速度で激しく運転され、曲を通過し、丘を上り下りし、泥の中で立ち往生するなどして、重要なデータを収集した。収集されたデータには、ビデオ、各輪の速度、7種類のセンサーからのサスペンション・ショック・トラベルが含まれる。

すべてのデータを収集した後、タータンドライブ・データセットと呼ばれるデータセットにまとめられた。このデータセットには、約20万の実世界での相互作用が含まれており、チームはこれが最大の実世界、多モーダル、オフロード・ドライビング・データセットであると考えている。このデータは、将来、オフロード・ナビゲーション用の自動運転車両をトレーニングするために使用できる。

ウェンシャン・ワンはロボティクス研究所（RI）のプロジェクト・サイエンティストである。

「自動運転のストリート・ドライビングとは異なり、オフロード・ドライビングは、安全に運転し、速く運転するために、地形のダイナミクスを理解する必要があるため、より困難である」とワンは述べた。

この分野では以前にもいくつかの研究が行われてきたが、多くの場合、泥、草、植生、水などのラベルが付いたアノテーション・マップが使用されていた。これらのラベルは、ロボットが地形を理解するのを助けたが、問題は、これらの情報を収集するのが難しいことである。また、これらの情報はかなり一般的である。たとえば、「泥」は、運転可能な環境でも、運転不可能な環境でもある。

予測モデルの構築

チームが収集した多モーダル・センサー・データを使用して、より優れた予測モデルを構築できる。ATVを激しく運転することで、そのパフォーマンスのダイナミクスを理解することが重要になった。

サミュエル・トライストはロボティクス第二年修士課程の学生であり、研究論文の第一著者である。

「これらのシステムのダイナミクスは、速度を上げるにつれて、より困難になる傾向がある」とトライストは述べた。「速く運転すると、より多くのものに当たる。私たちが収集しようとしたデータの多くは、このような激しい運転、より困難な坂、より厚い植生であった。なぜなら、これらのシンプルなルールが崩壊し始めるからである」

自動運転車両に関する研究と開発の多くは、ストリート・ドライビングを対象としているが、研究者たちは、最初の適用例は、制御されたオフロード・エリアである可能性が高いと述べた。これは、衝突のリスクを減らすことができるからである。

チームは、ピッツバーグ近郊の制御サイトですべてのテストを実施した。ここでは、CMUの国立ロボティクス・エンジニアリング・センターが自動運転オフロード車両をテストしている。

ATVは、人間が運転するワイヤレス・システムを使用して、ステアリングと速度を制御していた。

「私たちは、人間がロボットと同じコントロール・インターフェイスを通じて操作することを強制した」とワンは述べた。「その結果、人間が取る行動を、ロボットがどのように行動するべきかという入力として直接使用できる」

この研究は、フィラデルフィアで開催されるロボティクスと自動化の国際会議（ICRA）で発表される予定である。