자율 주행 ATV가 등장하다

카네기 멜런 대학교(CMU)의 연구팀은 자율 주행 올테레인 차량(ATV)을 실현하기 위해 한 걸음 더 나아가고 있다. 연구팀은 다양한 환경에서 ATV를 운행하여 데이터를 수집하였다. 이 환경에는 높은 풀, 느슨한 자갈, 그리고 진흙이 포함되었다.

타탄 드라이브 데이터셋 생성

ATV는 30 마일毎時の 속도로 공격적으로 운행되었다. 그것은 회전을 슬라이드하고, 언덕을 올라가고 내려가고, 진흙에 빠지면서 비디오, 각 휠의 속도, 그리고 7종류의 센서에서 수집된 서스펜션 충격 여행과 같은 중요한 데이터를 수집하였다.

모든 데이터를 수집한 후, 그것은 타탄 드라이브 데이터셋으로 컴파일되었다. 이 데이터셋은 약 20만개의 실제 상호작용을 포함하며, 연구팀은 이것이 가장 큰 실제, 멀티모달, 오프로드 운전 데이터셋이라고 믿는다. 이 데이터는 나중에 자율 주행 차량을 오프로드 탐색에 훈련시키기 위해 사용될 수 있다.

원샨 왕은 로봇공학 연구소(RI)의 프로젝트 과학자이다.

“자율 주행 도로 운전과는 달리, 오프로드 운전은 지형의 역학을 이해해야 안전하게 운전할 수 있고, 더 빠르게 운전할 수 있기 때문에 더 어려운 도전이다”라고 왕은 말했다.

이 분야에서 이전에 일부 작업이 수행되었지만, 그것은 종종泥, 草, 植物, 水와 같은 레이블을 제공하는 주석이 있는 지도였다. 이러한 레이블은 로봇이 지형을 이해하는 데 도움이 되었지만, 이러한 정보를 수집하는 것이 종종 어려웠다. 또한 이러한 정보는相当 일반적이다. 예를 들어, “진흙”은 운전할 수 있는 환경이거나 운전할 수 없는 환경을 의미할 수 있다.

예측 모델 구축

연구팀이 수집한 멀티모달 센서 데이터를 사용하여, 더 прост하고 비동적인 데이터로 개발된 모델보다 우수한 예측 모델을 구축할 수 있었다. ATV를 공격적으로 운행함으로써, 그 성능의 역학을 이해하는 것이 매우 중요해졌다.

샘ю엘 트리스트는 로봇공학의 2년차 석사 과정 학생이며, 연구 논문의 첫 저자이다.

“이 시스템의 역학은 속도가 증가함에 따라 더 어려워진다”라고 트리스트는 말했다. “당신이 더 빠르게 운전할수록, 더 많은 충돌이 발생한다. 우리는 이러한 더 공격적인 운전, 더 어려운 경사, 더 厚い 植物을 수집하는 데 관심이 있었다. 왜냐하면 그것이 더 단순한 규칙이 깨지는 곳이기 때문이다.”

자율 주행 차량을 둘러싼 대부분의 연구와 작업은 도로 운전을 대상으로 하고 있지만, 연구팀은 첫 번째 적용은 통제된 오프로드 지역일 것이라고 말한다. 이것은 충돌의 위험이 줄어든다.

연구팀은 피츠버그 근처의 통제된 사이트에서 모든 테스트를 수행하였다. 이 사이트는 CMU의 국립 로봇공학 센터에서 자율 주행 오프로드 차량을 테스트하는 곳이다.

ATV는 인간이 운전하는 와이어 시스템을 사용하여 조향과 속도를 제어하였다.

“우리는 인간이 로봇과 같은 제어 인터페이스를 통해 동일한 경로를 따라 가도록 강제하였다”라고 왕은 말했다. “그렇게 함으로써, 인간이 취하는 행동을 로봇이 취해야 할 행동으로 직접 입력할 수 있다.”

이 연구는 필라델피아에서 열리는 로봇공학 및 자동화 국제 컨퍼런스(ICRA)에서 발표될 예정이다.