โมเดลและแพลตฟอร์ม AI

รถ ATV ขับเคลื่อนอัตโนมัติ กำลังจะมาถึง

Alex McFarland
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญชุดข้อมูล TartanDrive ของ CMU ประกอบด้วยปฏิสัมพันธ์ในโลกจริงนอกถนน 200,000…
ดูเพิ่มเติม
  • ชุดข้อมูล TartanDrive ของ CMU ประกอบด้วยปฏิสัมพันธ์ในโลกจริงนอกถนน 200,000 ครั้งจากการขับขี่รถเอทีวีแบบรุนแรง
  • ระบบขับเคลื่อนอัตโนมัตินอกถนนจำเป็นต้องเข้าใจพลวัตของภูมิประเทศ ซึ่งแตกต่างจากการขับขี่บนถนนที่ง่ายกว่าซึ่งมีป้ายกำกับแบบคงที่
  • การประยุกต์ใช้ยานยนต์ไร้คนขับครั้งแรกน่าจะเป็นพื้นที่นอกถนนที่ถูกควบคุมเพื่อลดความเสี่ยงในการชน

ทีมนักวิจัยจากมหาวิทยาลัยคาร์เนกีเมลลอน (CMU) กำลังพัฒนาเทคโนโลยีรถ ATV ขับเคลื่อนอัตโนมัติ โดยทีมวิจัยได้ขับรถ ATV ผ่านสภาพแวดล้อมต่างๆ เช่น หญ้าสูง พื้นกรวดร่วน และโคลน เพื่อรวบรวมข้อมูลเกี่ยวกับวิธีการที่รถ ATV ตอบสนองต่อสภาพแวดล้อมเหล่านี้

การสร้างชุดข้อมูล TartanDrive

รถ ATV ถูกขับอย่างดุดันด้วยความเร็วสูงสุด 30 ไมล์ต่อชั่วโมง โดยไถลผ่านทางโค้ง ขึ้นและลงเนิน และติดโคลน เพื่อรวบรวมข้อมูลสำคัญ เช่น วิดีโอ ความเร็วของล้อแต่ละล้อ และระยะยุบตัวของโช้คอัพระบบกันสะเทือนจากเซ็นเซอร์ 7 ประเภท

หลังจากรวบรวมข้อมูลทั้งหมดแล้ว ชุดข้อมูล TartanDrive ถูกสร้างขึ้น โดยมีข้อมูลการโต้ตอบจริงประมาณ 200,000 ครั้ง และทีมวิจัยเชื่อว่านี่เป็นชุดข้อมูลการขับขี่ออฟโรดแบบหลายรูปแบบจากโลกจริงที่ใหญ่ที่สุด ซึ่งสามารถใช้ในการฝึกอบรมรถยนต์ขับเคลื่อนอัตโนมัติสำหรับการขับรถออฟโรด

เวนชาน วัง เป็นนักวิจัยโครงการใน สถาบันโรบอทิกส์ (RI)

“การขับรถออฟโรดมีความท้าทายมากกว่าการขับรถบนถนน เพราะ คุณต้องเข้าใจพลศาสตร์ของพื้นเพื่อขับรถอย่างปลอดภัยและเร็ว” วัง กล่าว

มีการวิจัยในด้านนี้มาก่อน แต่ส่วนใหญ่จะใช้แผนที่ที่มีเครื่องหมาย เช่น โคลน หญ้า พืชพรรณ และน้ำ ซึ่งช่วยให้โรบอทเข้าใจสภาพแวดล้อม แต่ปัญหาก็คือ ข้อมูลนี้มักจะยากที่จะรวบรวม และเป็นข้อมูลทั่วไป เช่น “โคลน” อาจหมายถึงสภาพแวดล้อมที่สามารถขับรถได้หรือไม่ได้

 

การสร้างแบบจำลองการคาดการณ์

ด้วยข้อมูลเซ็นเซอร์หลายแบบที่ทีมวิจัยรวบรวมได้ พวกเขาสามารถสร้างแบบจำลองการคาดการณ์ที่ดีกว่าแบบจำลองที่พัฒนาโดยใช้ข้อมูลทั่วไปและไม่เปลี่ยนแปลง โดยการขับรถ ATV อย่างเข้มข้น ทำให้การเข้าใจพลศาสตร์ของสมรรถนะรถเป็นสิ่งสำคัญยิ่ง

ซามูเอล ไตรเอสต์ เป็นนักศึกษาระดับมหาบัณฑิตปีที่ 2 ในสาขาโรบอทิกส์ และเป็นผู้เขียนบทความวิจัยหลัก

“พลศาสตร์ของระบบเหล่านี้มักจะท้าทายมากขึ้นเมื่อคุณเพิ่มความเร็ว” ไตรเอสต์ กล่าว “คุณขับรถเร็วขึ้น คุณจะกระแทกกับของมากขึ้น ข้อมูลที่เราสนใจคือการขับรถอย่างเข้มข้นมากขึ้น ทางลาดที่ท้าทายมากขึ้น และพืชพรรณที่หนาแน่นมากขึ้น เพราะ นั่นคือจุดที่กฎทั่วไปเริ่มล้มเหลว”

แม้ว่าการวิจัยและงานส่วนใหญ่เกี่ยวกับรถยนต์ขับเคลื่อนอัตโนมัติจะเน้นไปที่การขับรถบนถนน แต่นักวิจัยกล่าวว่า การใช้งานระยะแรกน่าจะอยู่ในพื้นที่ออฟโรดที่ควบคุมได้ ซึ่งจะลดความเสี่ยงของการชน

ทีมวิจัยได้ทำการทดสอบทั้งหมดที่ไซต์ที่ควบคุมใกล้กับเมืองพิตต์สเบิร์ก ซึ่งศูนย์วิศวกรรมหุ่นยนต์แห่งชาติของ CMU ใช้ทดสอบยานพาหนะออฟโรดอัตโนมัติ

รถ ATV ถูกขับโดยมนุษย์โดยใช้ระบบควบคุมด้วยสัญญาณไฟฟ้า (drive-by-wire) เพื่อควบคุมการเลี้ยวและความเร็ว

“เรากำลังบังคับให้คนขับรถผ่านอินเทอร์เฟซการควบคุมเดียวกับที่โรบอทจะใช้” วัง กล่าว “ในทางนั้น การกระทำของคนขับจึงใช้เป็นข้อมูลเข้าโดยตรงเพื่อกำหนดว่าหุ่นยนต์ควรทำงานอย่างไร”

การวิจัยนี้จะถูกนำเสนอที่การประชุมสัมมนาระดับนานาชาติเกี่ยวกับโรบอทและอัตโนมัติ (ICRA) ในเมืองฟิลาเดลเฟีย

Alex เป็นผู้นำการดำเนินงานข่าวที่ใช้ AI ของ Unite.AI โดยผสานงานวารสารศาสตร์ การวิจัย และระบบอัตโนมัติ เพื่อสนับสนุนการรายงานข่าวด้านปัญญาประดิษฐ์อย่างทันท่วงทีและรองรับการขยายงาน งานของเขาช่วยให้ความก้าวหน้าใหม่ ๆ ด้าน AI ได้รับการนำเสนออย่างมีประสิทธิภาพ พร้อมรักษามาตรฐานบรรณาธิการของสำนักพิมพ์