AI 모델 및 플랫폼

자율 주행 ATV가 등장하다

Alex McFarland
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트CMU의 TartanDrive 데이터셋은 공격적인 ATV 주행에서 얻은 20만 건의 실제 오프로드 상호작용을 포함합니다.
더 보기
  • CMU의 TartanDrive 데이터셋은 공격적인 ATV 주행에서 얻은 20만 건의 실제 오프로드 상호작용을 포함합니다.
  • 오프로드 자율주행은 정적 레이블이 있는 단순한 도로 주행과 달리 지형 역학에 대한 이해가 필요합니다.
  • 최초의 자율주행차 응용 분야는 충돌 위험을 최소화하기 위해 통제된 오프로드 지역이 될 가능성이 높습니다.

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 최대 시속 30마일의 속도로 공격적으로 운행되었다. 그것은 회전을 슬라이드하고, 언덕을 올라가고 내려가고, 진흙에 빠지면서 비디오, 각 휠의 속도, 그리고 7종류의 센서에서 수집된 서스펜션 쇼크 업소버의 작동 거리과 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 진흙, 풀, 식생, 물과 같은 레이블을 제공하는 주석이 있는 지도였다. 이러한 레이블은 로봇이 지형을 이해하는 데 도움이 되었지만, 이러한 정보를 수집하는 것이 종종 어려웠다. 또한 이러한 정보는 상당히 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, 단순하고 정적인 데이터로 개발된 모델보다 우수한 예측 모델을 구축할 수 있었다. ATV를 공격적으로 운행함으로써, 그 성능의 역학을 이해하는 것이 매우 중요해졌다.

새뮤얼 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 장애물에 부딪혀 튕기게 된다. 우리는 이러한 더 공격적인 운전, 더 어려운 경사, 더 빽빽한 식생에 관한 데이터을 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 가능성이 높을 것이라고 말한다. 이렇게 하면 충돌 위험을 줄일 수 있다.

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

ATV는 사람이 조작하는 전자식 drive-by-wire 시스템을 사용하여 조향과 속도를 제어하였다.

“우리는 인간이 로봇과 사용할 것과 같은 제어 인터페이스를 사용하도록 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.

Alex는 Unite.AI의 AI 기반 뉴스 운영을 이끌고 있습니다. 저널리즘, 조사, 자동화를 결합해 인공지능에 관한 소식을 시의적절하게, 확장 가능한 방식으로 보도할 수 있도록 지원합니다. 그의 업무는 매체의 편집 기준을 유지하면서 새로운 AI 동향을 효율적으로 찾아 보도하는 데 기여합니다.