自动驾驶全地形车即将到来

卡内基梅隆大学（CMU）的研究团队正一步步地实现自动驾驶全地形车（ATV）。该团队驾驶一辆全地形车穿过各种环境，包括高草、松散的砾石和泥泞，以收集全地形车与这些类型的越野环境交互的数据。

创建TartanDrive数据集

全地形车以每小时最高30英里的速度行驶，通过转弯、上下坡和陷入泥泞，同时收集重要数据，如视频、每个轮子的速度和七种传感器的悬挂冲击旅行。

收集所有数据后，将其编译成一个名为TartanDrive的数据集。它包含大约20万个真实世界的交互，团队认为这是最大的真实世界、多模态、越野驾驶数据集。这些数据可以用来训练自动驾驶车辆进行越野导航。

文山王是机器人研究所（RI）的项目科学家。

“与自动驾驶街区驾驶不同，越野驾驶更具挑战性，因为您需要了解地形的动态才能安全驾驶和更快地驾驶，”王说。

在这个领域已经有一些以前的工作，但它通常涉及带有标签的注释地图，提供泥土、草地、植被和水等标签。这些标签帮助机器人了解它所导航的地形，但问题是这种信息通常很难收集。它也是相当通用的信息。例如，“泥土”可能意味着可驾驶或不可驾驶的环境。

构建预测模型

利用团队收集的多模态传感器数据，他们可以构建比使用简单和非动态数据开发的模型更好的预测模型。通过激进地驾驶全地形车，了解其性能的动态变得至关重要。

萨缪尔·特里斯特是机器人专业的第二年硕士生，也是研究论文的首席作者。

“这些系统的动态会随着速度的增加而变得更加具有挑战性，”特里斯特说。“您驾驶得更快，您会弹跳得更多。我们感兴趣的数据大部分是这种更激进的驾驶、更具挑战性的斜坡和更厚的植被，因为那是简单规则开始崩溃的地方。”

虽然大多数关于自动驾驶车辆的研究和工作都是针对街区驾驶的，但研究人员说，首先应用的可能是受控的越野区域。这可以减少碰撞的风险。

该团队在匹兹堡附近的一个受控场地进行了所有测试，该场地是CMU国家机器人工程中心测试自动驾驶越野车辆的地方。

全地形车由人类使用线控系统控制方向和速度。

“我们强迫人类通过与机器人相同的控制界面，”王说。“这样，人类采取的行动可以直接用作机器人应该采取的行动的输入。”

该研究将在费城的国际机器人和自动化会议（ICRA）上发表。