Modele și platforme AI
Vehiculele cu conducere autonomă ATV sunt în curs de dezvoltare

Puncte cheieSetul de date TartanDrive de la CMU include 200.000 de interacțiuni reale off-road…
Vezi mai mult
- Setul de date TartanDrive de la CMU include 200.000 de interacțiuni reale off-road provenite din condusul agresiv al ATV-urilor.
- Autonomia off-road necesită înțelegerea dinamicii terenului, spre deosebire de condusul mai simplu pe străzi cu etichete statice.
- Primele aplicații ale vehiculelor autonome vor fi probabil în zone off-road controlate, pentru a minimiza riscul de coliziune.
O echipă de cercetători de la Universitatea Carnegie Mellon (CMU) ne aduce mai aproape de realizarea vehiculelor de teren cu conducere autonomă (ATV). Echipa a condus un ATV prin diverse medii, incluzând iarbă înaltă, pietriș afânat și noroi, pentru a colecta date despre modul în care ATV-ul interacționează cu aceste tipuri de medii off-road.
Crearea setului de date TartanDrive
ATV-ul a fost condus agresiv la viteze de până la 30 de mile pe oră. A alunecat prin curbe, a urcat și coborât dealuri și s-a blocat în noroi, în timp ce colecta date importante, cum ar fi video, viteza fiecărei roți și cursa amortizoarelor suspensiei de la șapte tipuri de senzori.
După colectarea tuturor datelor, acestea au fost compilate într-un set de date numit TartanDrive. Acesta include aproximativ 200.000 de interacțiuni din lumea reală, iar echipa consideră că este cel mai mare set de date multimodale de conducere off-road din lumea reală. Datele pot fi ulterior utilizate pentru a antrena un vehicul cu conducere autonomă pentru navigare off-road.
Wenshan Wang este cercetător de proiect în Institutul de Robotică (RI).
“În contrast cu conducerea autonomă pe străzi, conducerea off-road este mai dificilă, deoarece trebuie să înțelegi dinamica terenului pentru a conduce în siguranță și pentru a conduce mai repede,” a spus Wang.
Au existat unele lucrări anterioare în acest domeniu, dar acestea au implicat adesea hărți adnotate care ofereau etichete precum noroi, iarbă, vegetație și apă. Aceste etichete au ajutat robotul să înțeleagă terenul pe care îl naviga, dar problema este că aceste informații sunt adesea greu de obținut. De asemenea, este o informație destul de generică. De exemplu, “noroi” poate însemna un mediu care este fie tranzitabil, fie nu.
Construirea modelelor de predicție
Cu datele multimodale de senzori colectate de echipă, aceasta a putut construi modele de predicție care sunt superioare modelelor dezvoltate cu date simple și statice. Prin conducerea ATV-ului în mod agresiv, a devenit crucial să se înțeleagă dinamica performanței sale.
Samuel Triest este un student masterand în al doilea an în robotică și autorul principal al lucrării de cercetare.
“Dinamica acestor sisteme tinde să devină mai dificilă pe măsură ce adăugați mai multă viteză,” a spus Triest. “Conduceți mai repede, săriți mai mult. Multe dintre datele pe care eram interesat să le colectez erau această conducere mai agresivă, pante mai dificile și vegetație mai deasă, deoarece acolo sunt câteva dintre regulile mai simple care încep să se prăbușească.”
Deși este adevărat că majoritatea cercetărilor și lucrărilor legate de vehiculele autonome se axează pe conducerea pe străzi, cercetătorii spun că primele aplicații vor fi probabil în zone controlate, off-road. Acest lucru permite un risc mai mic de coliziuni.
Echipa a efectuat toate testele la un sit controlat lângă Pittsburgh, unde Centrul Național de Inginerie Robotică al CMU testează vehicule autonome off-road.
ATV-ul a fost condus de oameni utilizând un sistem de comandă electronică drive-by-wire pentru a controla direcția și viteza.
“Am obligat operatorul uman să treacă prin aceeași interfață de control ca și robotul,” a spus Wang. “În acest fel, acțiunile pe care le ia omul pot fi utilizate direct ca intrare pentru modul în care ar trebui să acționeze robotul.”
Cercetarea urmează să fie prezentată la Conferința Internațională de Robotică și Automatizare (ICRA) de la Philadelphia.












