Xe ATV Tự Lái Sắp Ra Mắt

Một nhóm nghiên cứu tại Đại học Carnegie Mellon (CMU) đang đưa chúng ta gần hơn với việc đạt được xe địa hình tự lái (ATV). Nhóm đã điều khiển xe ATV qua nhiều môi trường khác nhau, bao gồm cỏ cao, sỏi lỏng và bùn để thu thập dữ liệu về cách xe ATV tương tác với các môi trường off-road này.

Tạo Tập Dữ Liệu TartanDrive

Xe ATV đã được điều khiển một cách hung hãn với tốc độ lên đến 30 dặm mỗi giờ. Nó trượt qua các khúc cua, đi lên và xuống đồi, và bị kẹt trong bùn trong khi thu thập dữ liệu quan trọng như video, tốc độ của mỗi bánh xe và hành trình sốc của hệ thống treo từ bảy loại cảm biến.

Sau khi thu thập tất cả dữ liệu, nó đã được biên soạn thành một tập dữ liệu gọi là TartanDrive. Nó bao gồm khoảng 200.000 tương tác trong thế giới thực, và nhóm tin rằng đây là tập dữ liệu lái xe off-road đa phương thức lớn nhất trong thế giới thực. Dữ liệu này có thể được sử dụng sau này để đào tạo một chiếc xe tự lái cho việc điều hướng off-road.

Wenshan Wang là một nhà khoa học dự án tại Viện Robotics (RI).

“Không giống như lái xe tự động trên đường phố, lái xe off-road khó khăn hơn vì bạn phải hiểu được động lực học của địa hình để lái xe an toàn và lái nhanh hơn,” Wang nói.

Đã có một số công việc trước đây được thực hiện trong lĩnh vực này, nhưng nó thường liên quan đến các bản đồ được chú thích cung cấp các nhãn như bùn, cỏ, thảm thực vật và nước. Những nhãn này giúp robot hiểu được địa hình nó đang điều hướng, nhưng vấn đề là loại thông tin này thường khó thu thập. Nó cũng là thông tin khá chung chung. Ví dụ, “bùn” có thể có nghĩa là một môi trường có thể lái xe được hoặc không.

Xây Dựng Mô Hình Dự Báo

Với dữ liệu cảm biến đa phương thức mà nhóm đã thu thập, họ có thể xây dựng các mô hình dự báo vượt trội so với các mô hình được phát triển với dữ liệu đơn giản và không động. Bằng cách điều khiển xe ATV một cách hung hãn, nó trở nên quan trọng để hiểu được động lực học của hiệu suất.

Samuel Triest là một sinh viên năm thứ hai về robotics và là tác giả chính của bài nghiên cứu.

“Động lực học của các hệ thống này trở nên khó khăn hơn khi bạn thêm nhiều tốc độ,” Triest nói. “Bạn lái xe nhanh hơn, bạn sẽ va chạm với nhiều thứ hơn. Nhiều dữ liệu chúng tôi quan tâm thu thập là việc lái xe hung hãn hơn, các dốc hơn và thảm thực vật dày hơn vì đó là nơi một số quy tắc đơn giản bắt đầu bị phá vỡ.”

Mặc dù thực tế là hầu hết nghiên cứu và công việc xung quanh xe tự lái tập trung vào lái xe trên đường phố, các nhà nghiên cứu cho biết các ứng dụng đầu tiên có khả năng sẽ là các khu vực off-road được kiểm soát. Điều này cho phép giảm thiểu rủi ro va chạm.

Nhóm đã thực hiện tất cả các thử nghiệm tại một địa điểm được kiểm soát gần Pittsburgh nơi Trung tâm Kỹ thuật Robotics Quốc gia của CMU thử nghiệm xe tự lái off-road.

Xe ATV đã được điều khiển bởi con người sử dụng hệ thống lái bằng dây để kiểm soát hướng và tốc độ.

“Chúng tôi đang buộc con người phải đi qua cùng giao diện điều khiển như robot sẽ làm,” Wang nói. “Theo cách đó, các hành động con người thực hiện có thể được sử dụng trực tiếp làm đầu vào cho cách robot nên hành động.”

Nghiên cứu này sẽ được trình bày tại Hội nghị Quốc tế về Robotics và Tự động hóa (ICRA) tại Philadelphia.