stub Автомат жолоодлоготой ATV гарч ирж байна - Unite.AI
бидэнтэй хамт холбоно

Хиймэл оюун

Автомат жолоодлоготой ATV машинууд ирж байна

шинэчлэгдсэн on

Карнеги Меллон Их Сургуулийн (CMU) судлаачдын баг биднийг өөрөө жолоодлоготой бүх төрлийн тээврийн хэрэгсэлд (ATV) хүрэхэд нэг алхам ойртуулж байна. Баг нь ATV-ээр өндөр өвс, сул хайрга, шавар зэрэг янз бүрийн орчинд аялж, ATV нь эдгээр төрлийн бартаат замын орчинтой хэрхэн харьцдаг талаар мэдээлэл цуглуулсан. 

TartanDrive мэдээллийн багц үүсгэх

ATV нь цагт 30 миль хүртэл хурдтай түрэмгийлсэн байв. Энэ нь долоон төрлийн мэдрэгчээс видео, дугуй бүрийн хурд, дүүжлүүрийн цохилт зэрэг чухал мэдээллийг цуглуулж байхдаа эргэлтээр гулсаж, толгод уруудаж, шаварт гацсан. 

Бүх өгөгдлийг цуглуулсны дараа үүнийг TartanDrive нэртэй өгөгдлийн багц болгон хөрвүүлсэн. Үүнд 200,000 орчим бодит харилцан үйлчлэл багтдаг бөгөөд багийнхан үүнийг бодит ертөнцийн хамгийн том, олон төрлийн, бартаат замын жолоодлогын мэдээллийн багц гэж үзэж байна. Өгөгдлийг хожим нь бартаат замын навигацид өөрөө жолооддог тээврийн хэрэгслийг сургахад ашиглаж болно. 

Вэньшан Ван бол Роботехникийн хүрээлэнгийн (RI) төслийн эрдэмтэн юм.

"Автономит гудамжны жолоодлогоос ялгаатай нь бартаат замд жолоодох нь илүү хэцүү байдаг, учир нь та аюулгүй жолоодож, хурдан жолоодохын тулд газар нутгийн динамикийг ойлгох хэрэгтэй" гэж Ван хэлэв. 

Энэ хэсэгт өмнө нь зарим ажил хийгдэж байсан боловч ихэвчлэн шавар, өвс, ургамал, ус гэх мэт шошго бүхий тэмдэглэгээтэй газрын зурагтай холбоотой байв. Эдгээр шошго нь роботыг жолоодож буй газар нутгаа ойлгоход тусалсан боловч асуудал нь ийм төрлийн мэдээллийг цуглуулахад хэцүү байдаг. Энэ нь бас нэлээд ерөнхий мэдээлэл юм. Жишээлбэл, "шавар" гэдэг нь жолоодох боломжтой, эсвэл боломжгүй орчин гэсэн үг юм. 

TartanDrive: Роботчид замаас гарч байна

 

Барилгын таамаглалын загварууд

Багийн цуглуулсан мультимодаль мэдрэгчийн өгөгдлөөр тэд энгийн, динамик бус өгөгдлүүдээр бүтээгдсэн загваруудаас илүү таамаглах загварыг бий болгож чадна. ATV-г түрэмгий жолоодлого хийснээр түүний гүйцэтгэлийн динамикийг ойлгох нь чухал болсон. 

Самуэл Триест бол робот техникийн чиглэлээр XNUMX-р дамжааны магистрын оюутан бөгөөд судалгааны ажлын гол зохиогч юм. 

Триест хэлэхдээ "Эдгээр системийн динамик хурд нэмэх тусам улам хэцүү болж байна." "Чи илүү хурдан жолооддог, илүү их зүйл унадаг. Бидний цуглуулах сонирхолтой ихэнх мэдээлэл бол энэ нь илүү түрэмгий жолоодлого, илүү хэцүү налуу, зузаан ургамал байсан, учир нь эндээс зарим энгийн дүрмүүд эвдэрч эхэлдэг."

Автономит тээврийн хэрэгслийг тойрсон судалгаа, ажлын ихэнх нь гудамжны жолоодлогод чиглэгддэг нь үнэн боловч судлаачид эхний хэрэглээ нь хяналттай, бартаат замд байх магадлалтай гэж судлаачид хэлж байна. Энэ нь мөргөлдөх эрсдэлийг бууруулах боломжийг олгодог. 

Багийнхан бүх туршилтаа Питтсбургийн ойролцоох хяналттай газар дээр хийсэн бөгөөд CMU-ийн Үндэсний робот техникийн инженерийн төв нь бие даасан бартаат замын тээврийн хэрэгслийг туршиж үздэг. 

ATV-ийг хүмүүс жолоодлого, хурдыг хянахын тулд утсан систем ашиглан жолооддог байв. 

"Бид хүнийг роботтой адил хяналтын интерфейсээр нэвтрүүлэхийг албадаж байсан" гэж Ван хэлэв. "Ингэснээр хүний ​​хийж буй үйлдлүүд нь робот хэрхэн ажиллах ёстойг тодорхойлох орц болгон шууд ашиглаж болно."

Судалгааг Филадельфид болох Роботик ба автоматжуулалтын олон улсын бага хуралд (ICRA) танилцуулахаар төлөвлөж байна.

Алекс Макфарланд бол хиймэл оюун ухааны хамгийн сүүлийн үеийн хөгжлийг судалж буй хиймэл оюун ухааны сэтгүүлч, зохиолч юм. Тэрээр дэлхий даяарх олон тооны хиймэл оюун ухааны стартапууд болон хэвлэлүүдтэй хамтран ажилласан.