Självkörande ATV:er är på väg

Ett team av forskare vid Carnegie Mellon University (CMU) tar oss ett steg närmare att uppnå självkörande terrängfordon (ATV:er). Teamet körde en ATV genom olika miljöer, inklusive högt gräs, lösa grus och lera, för att samla in data om hur ATV:n interagerade med dessa typer av terräng.

Skapandet av TartanDrive Dataset

ATV:n kördes aggressivt i hastigheter upp till 30 miles i timmen. Den gled genom kurvor, gick uppför och nedför backar och fastnade i leran medan den samlade in viktig data som video, hastighet för varje hjul och stötdämparens rörelse från sju typer av sensorer.

Efter att ha samlat in all data, sammanställdes den till en dataset som kallas TartanDrive. Den innehåller cirka 200 000 verkliga interaktioner, och teamet tror att det är den största verkliga, multimodala, off-road-körningsdataseten. Data kan senare användas för att träna ett självkörande fordon för off-road-navigering.

Wenshan Wang är en projektvetenskapsman vid Robotics Institute (RI).

“Till skillnad från autonom körning på väg, är off-road-körning mer utmanande eftersom man måste förstå terrängens dynamik för att köra säkert och snabbt”, sa Wang.

Det har funnits viss tidigare forskning inom detta område, men den har ofta involverat annoterade kartor som tillhandahåller etiketter som lera, gräs, vegetation och vatten. Dessa etiketter hjälpte roboten att förstå terrängen den navigerade, men problemet är att denna typ av information ofta är svår att samla in. Det är också ganska generisk information. Till exempel kan “lera” betyda en miljö som antingen är körbar eller inte.

Byggande av prediktionsmodeller

Med den multimodala sensordata som teamet samlade in, kunde de bygga prediktionsmodeller som är överlägsna modellerna som utvecklats med enkla och icke-dynamiska data. Genom att köra ATV:n aggressivt, blev det avgörande att förstå dess prestanda.

Samuel Triest är en andraårs masterstudent i robotik och huvudförfattare till forskningspapperet.

“Dynamiken i dessa system tenderar att bli mer utmanande när man lägger till mer hastighet”, sa Triest. “Du kör fortare, du studsar av mer saker. Mycket av de data vi var intresserade av att samla in var denna mer aggressiva körning, mer utmanande sluttningar och tjockare vegetation eftersom det är där några av de enklare reglerna börjar bryta samman.”

Medan det är sant att de flesta forskningar och arbeten kring autonoma fordon riktar sig mot vägkörning, säger forskarna att de första tillämpningarna troligen kommer att vara kontrollerade, off-road-områden. Detta tillåter mindre risk för kollisioner.

Teamet utförde alla sina tester på en kontrollerad plats nära Pittsburgh, där CMU:s National Robotics Engineering Center testar autonoma off-road-fordon.

ATV:n kördes av människor med ett drive-by-wire-system för att kontrollera styrning och hastighet.

“Vi tvingade människan att gå igenom samma kontrollgränssnitt som roboten skulle”, sa Wang. “På det sättet kan de åtgärder människan vidtar användas direkt som indata för hur roboten ska agera.”

Forskningen kommer att presenteras vid den internationella konferensen om robotik och automation (ICRA) i Philadelphia.