Adatokat gyűjtenek az önvezető terepjárók képzéséhez

A Carnegie Mellon Egyetem kutatói egy terepjárót vittek úttalan utakra magas fűben, laza kavicson és sárban, hogy adatokat gyűjtsenek arról, hogyan lép kapcsolatba a kihívást jelentő környezettel egy terepjáró – írja a Computerworld.

h i r d e t é s

Az erősen felműszerezett 4x4-est agresszívan, akár 50 kilométeres sebességgel is vezették, és minden csínybe belevitték, ami csak az off roadozásban ismert. Eközben hétféle érzékelővel gyűjtöttek adatokat, például videóztak, rögzítették az egyes kerekek sebességét és a felfüggesztés lengéscsillapításának mértékét.

Az eredményül kapott adathalmaz, amelyet TartanDrive névre kereszteltek, körülbelül 200 ezer ilyen interakciót tartalmaz. A kutatók úgy vélik, hogy a TartanDrive a legnagyobb valós, multimodális, terepjárós vezetési adathalmaz, mind az interakciók számát, mind az érzékelők típusait tekintve. Az öt órányi adat hasznos lehet egy önvezető jármű terepen való navigációjának betanításához.

Az autonóm utcai közlekedéstől eltérően a terepen való vezetés nagyobb kihívást jelent, mert meg kell érteni a terep dinamikáját a biztonságos és gyorsabb vezetéshez

– mondta Wenshan Wang, a Robotikai Intézet kutatója. A terepjáró vezetéssel kapcsolatos korábbi munkák során gyakran használtak megjegyzésekkel ellátott térképeket, amelyek olyan címkékkel látták el a robotot, mint a sár, a fű, a növényzet vagy a víz, hogy segítsenek megérteni a terepet. Ez a fajta információ azonban nem gyakran áll rendelkezésre, és még ha rendelkezésre is áll, nem biztos, hogy hasznos. Egy sárként megjelölt terület például lehet, hogy járható, de az is lehet, hogy nem. A dinamikát értő robotok képesek következtetéseket levonni a fizikai világról. A kutatócsoport úgy találta, hogy a TartanDrive számára gyűjtött multimodális szenzoradatok lehetővé tették számukra, hogy az egyszerűbb és nem dinamikus adatokkal kidolgozott modellekhez képest jobb előrejelzési rendszert hozzanak létre. Az agresszív vezetés a terepjárót olyan teljesítményszintre terelte, ahol a dinamika megértése nélkülözhetetlenné vált - mondta Samuel Triest kutató.

Ezeknek a rendszereknek a dinamikája általában egyre nagyobb kihívást jelent, ahogy a sebességet növeljük. Ha gyorsabban haladsz, több dologról pattansz le. Sok adatot szerettünk volna összegyűjteni az agresszívebb vezetésről, a nagyobb kihívást jelentő lejtőkről és a sűrűbb növényzetről, mert ezek miatt kezd összeomlani néhány egyszerűbb szabály

– állapította meg Triest, aki a projektet leíró tanulmány vezető szerzője. Bár az önvezető járművekkel kapcsolatos legtöbb munka az utcai vezetésre összpontosít, az első alkalmazások valószínűleg a közúton kívül, ellenőrzött hozzáférési területeken lesznek, ahol az emberekkel vagy más járművekkel való ütközés kockázata korlátozott. A csapat tesztjeit egy Pittsburgh melletti helyszínen végezte, amelyet a CMU Nemzeti Robotikai Mérnöki Központja használ az autonóm terepjáró járművek tesztelésére. Az 4x4-eseket emberek vezették, bár a kormányzás és a sebesség szabályozására drive-by-wire rendszert használtak - írta a TechXplore.

Arra kényszerítettük az embert, hogy ugyanazon a vezérlőfelületen menjen keresztül, mint a robot. Ily módon az ember által végrehajtott cselekvések közvetlenül felhasználhatók inputként ahhoz, hogy a robot hogyan cselekedjen

– mondta Wang. Triest a TartanDrive tanulmányt a Philadelphiában megrendezett Nemzetközi Robotikai és Automatizálási Konferencián (ICRA) mutatta be. (Computerworld)