자율주행 ATV가 온다

Carnegie Mellon University(CMU)의 연구팀이 자율 주행 전지형 차량(ATV) 달성에 한 걸음 더 다가가고 있습니다. 팀은 키 큰 잔디, 느슨한 자갈, 진흙 등 다양한 환경에서 ATV를 타고 ATV가 이러한 유형의 오프로드 환경과 상호 작용하는 방식에 대한 데이터를 수집했습니다. 

TartanDrive 데이터 세트 생성

ATV는 최대 시속 30마일의 속도로 공격적으로 주행했습니다. 비디오, 각 휠의 속도, XNUMX가지 유형의 센서에서 서스펜션 충격 이동과 같은 중요한 데이터를 수집하는 동안 회전을 통해 미끄러지고 언덕을 오르내리고 진흙에 갇혔습니다. 

모든 데이터를 수집한 후 TartanDrive라는 데이터 세트로 컴파일했습니다. 여기에는 약 200,000개의 실제 상호 작용이 포함되어 있으며 팀은 이것이 실제 세계에서 가장 큰 다중 모달 오프로드 주행 데이터 세트라고 믿고 있습니다. 이 데이터는 나중에 오프로드 내비게이션을 위한 자율 주행 차량을 훈련하는 데 사용될 수 있습니다. 

Wenshan Wang은 Robotics Institute(RI)의 프로젝트 과학자입니다.

Wang은 "도로 자율 주행과 달리 오프로드 주행은 안전하고 빠르게 주행하기 위해 지형의 역학을 이해해야 하기 때문에 더 어렵습니다."라고 말했습니다. 

이 영역에서 수행된 이전 작업이 있었지만 종종 진흙, 풀, 초목 및 물과 같은 레이블을 제공하는 주석이 달린 지도가 포함되었습니다. 이러한 라벨은 로봇이 탐색 중인 지형을 이해하는 데 도움이 되었지만 문제는 이러한 유형의 정보를 수집하기 어려운 경우가 많다는 것입니다. 또한 상당히 일반적인 정보입니다. 예를 들어 "진흙"은 운전할 수 있거나 없는 환경을 의미할 수 있습니다. 

예측 모델 구축

팀이 수집한 다중 모드 센서 데이터를 통해 단순하고 비동적 데이터로 개발한 모델보다 우수한 예측 모델을 구축할 수 있었습니다. ATV를 공격적으로 운전하면서 성능의 역동성을 이해하는 것이 중요해졌습니다. 

Samuel Triest는 로봇 공학 석사 XNUMX년차 학생이자 연구 논문의 주저자입니다. 

"이러한 시스템의 역학은 속도를 높일수록 더 어려워지는 경향이 있습니다."라고 Triest는 말했습니다. “당신은 더 빨리 운전하고 더 많은 물건을 튕겨냅니다. 우리가 수집하는 데 관심이 있었던 많은 데이터는 더 공격적인 운전, 더 어려운 슬로프, 더 무성한 초목이었습니다. 더 간단한 규칙 중 일부가 무너지기 시작하는 곳이기 때문입니다.”

자율주행차를 둘러싼 대부분의 연구와 작업이 거리 주행을 목표로 하는 것은 사실이지만 연구원들은 첫 번째 응용 프로그램은 통제된 오프로드 지역이 될 것이라고 말했습니다. 이렇게 하면 충돌 위험이 줄어듭니다. 

팀은 CMU의 National Robotics Engineering Center가 자율 오프로드 차량을 테스트하는 Pittsburgh 근처의 통제된 사이트에서 모든 테스트를 수행했습니다. 

ATV는 스티어링과 속도를 제어하기 위해 드라이브 바이 와이어 시스템을 사용하여 사람이 운전했습니다. 

"우리는 인간이 로봇과 동일한 제어 인터페이스를 거치도록 강요했습니다."라고 Wang은 말했습니다. "그런 식으로 인간이 취하는 행동은 로봇이 어떻게 행동해야 하는지에 대한 입력으로 직접 사용될 수 있습니다."

이 연구는 필라델피아에서 열리는 ICRA(International Conference on Robotics and Automation)에서 발표될 예정입니다.