Selvkjørende ATV-er er på vei

Et team av forskere ved Carnegie Mellon University (CMU) bringer oss ett skritt nærmere å oppnå selvkjørende terrengkjøretøy (ATV-er). Teamet kjørte en ATV gjennom ulike miljøer, inkludert høyt gress, løs grus og mudd, for å samle inn data om hvordan ATV-en samhandler med disse typene av terreng. 

Opprettelse av TartanDrive-datasettet

ATV-en ble kjørt aggressivt i hastigheter opptil 30 miles per time. Den gled gjennom svinger, gikk opp og ned bakker og ble fast i mudd mens den samlet inn viktig data som video, hastigheten til hver hjul og støtdemperreisen fra syv typer sensorer. 
Etter å ha samlet inn all data, ble den kompilert til et datasett kalt TartanDrive. Det inkluderer omtrent 200 000 virkelige interaksjoner, og teamet tror det er det største virkelige, multimodale, off-road kjøredatasettet. Dataene kan senere brukes til å trene en selvkjørende bil for off-road navigasjon. 
Wenshan Wang er prosjektforsker i Robotics Institute (RI).
“I motsetning til autonom gatekjøring, er off-road kjøring mer utfordrende fordi du må forstå dynamikken til terrenget for å kjøre trygt og raskt,” sa Wang. 
Det har vært noen tidligere arbeid utført i dette området, men det har ofte involvert annoterte kart som ga etiketter som mudd, gress, vegetasjon og vann. Disse etikettene hjalp roboten til å forstå terrenget den navigerte, men problemet er at denne typen informasjon ofte er vanskelig å samle inn. Det er også ganske generisk informasjon. For eksempel kan “mudd” bety en miljø som er enten kjørbar eller ikke. 
https://www.youtube.com/watch?v=wgAD7T6dKEE
 

Bygging av prediksjonsmodeller

Med den multimodale sensordataen teamet samlet inn, kunne de bygge prediksjonsmodeller som er overlegne modellene utviklet med enkle og ikke-dynamiske data. Ved å kjøre ATV-en aggressivt, ble det kritisk å forstå dynamikken til dens ytelse. 
Samuel Triest er en andreårs masterstudent i robotikk og hovedforfatter av forskningsrapporten. 
“Dynamikken til disse systemene tenderer å bli mer utfordrende når du legger til mer hastighet,” sa Triest. “Du kjører raskere, du bouncer av mer ting. Mye av dataene vi var interesserte i å samle inn var denne mer aggressive kjøringen, mer utfordrende hellinger og tykkere vegetasjon fordi det er der noen av de enklere reglene begynner å bryte sammen.”
Selv om det er sant at mesteparten av forskningen og arbeidet omkring autonome kjøretøy er rettet mot gatekjøring, sier forskerne at de første anvendelsene sannsynligvis vil være kontrollerte, off-road områder. Dette tillater mindre risiko for kollisjoner. 
Teamet utførte alle sine tester på en kontrollert sted nær Pittsburgh hvor CMU’s National Robotics Engineering Center tester autonome off-road kjøretøy. 
ATV-en ble kjørt av mennesker som brukte et drive-by-wire system for å kontrollere styring og hastighet. 
“Vi tvang mennesket til å gå gjennom samme kontrollgrensesnitt som roboten ville,” sa Wang. “På den måten kan handlingene mennesket tar brukes direkte som innputt for hvordan roboten skal handle.”
Forskningen skal presenteres på International Conference on Robotics and Automation (ICRA) i Philadelphia.