Prendre une conduite autonome hors route pour l’exploitation minière, la recherche et le sauvetage, l’exploration

Les arbres, la végétation, les rochers, les terrains imprévisibles et le manque de routes clairement définies – ou des routes du tout – n’arrêteront pas un véhicule autonome et hors route développé par des chercheurs de l’Institut de robotique de l’Université Carnegie Mellon.

Comme Taxis autonomesles camions et autres véhicules apparaissent dans les rues et les autoroutes de la ville, des défis demeurent pour véhicules autonomes Conçu pour l’exploitation minière, la recherche et le sauvetage, la gestion des incendies de forêt, l’exploration, la défense et d’autres utilisations qui peuvent les emmener dans un imprévisible, tout-terrain terrain. Les véhicules autonomes s’appuient sur des cartes définies, des lois de la circulation, des panneaux et des marqueurs de rue pour naviguer dans les villes, les banlieues et les autoroutes. Mais ces informations ne sont pas disponibles pour le véhicule tout-terrain autonome accélérant sur un champ ou un désert ouvert.

Naviguer avec succès sur le terrain hors route nécessite un véhicule qui peut interpréter son environnement en temps réel. La plupart des systèmes actuels nécessitent des mois d’étiquetage des données dirigé par l’homme, de conception et de tests sur le terrain. L’équipe Tartandriver de l’Airlab, un laboratoire de recherche RI spécialisée dans l’autonomie de pointe, a créé une nouvelle pile d’autonomie auto-supervisée qui permet aux véhicules de traverser en toute sécurité des terrains complexes avec vitesse et précision sans avoir besoin d’une intervention humaine qui prend du temps.

« En combinant la puissance des modèles de fondation et la flexibilité de l’auto-opération, la compagnie aérienne de CMU repousse les limites de la conduite autonome dans des terrains difficiles », a déclaré Wenshan Wang, un scientifique des systèmes à Airlab et membre de l’équipe Tartandriver. Les modèles de fondation peuvent reconnaître des caractéristiques naturelles telles que les herbes hautes et les arbres sans que les chercheurs doivent tout étiqueter eux-mêmes, ce qui rend le processus de collecte de données beaucoup plus efficace.

L’équipe s’est concentrée sur trois principes clés: l’auto-surveillance, la multimodalité et la sensibilisation à l’incertitude. Ils ont équipé leur VTT avec des capteurs lidar pour détecter les objets, les caméras, les unités de mesure inertielle (IMU), les capteurs de voyage d’amortissement, les encodeurs de roues et plus encore. Le système qui en résulte englobe l’auto-supervision pour naviguer seul avec un apprentissage par renforcement inverse des données de perception multimodale pour savoir où aller et équilibrer les risques et les performances.

« Puisqu’il n’y a pas de carte ou de GPS préalable, notre système s’appuie sur SLAM (localisation et cartographie simultanées) pour suivre la position et construire une compréhension locale de l’environnement en temps réel », a déclaré Micah Nye, étudiant en robotique en robotique (MSR) et membre de l’équipe Tartandriver. « Cela permet une perception cohérente sur les terrains qui ont des environnements visuels différents. »

L’équipe a mis en œuvre son système sur un VTT côte à côte et a testé ses capacités sur plusieurs terrains complexes, notamment des terrains de gazon, des chemins rocheux et des pentes variables. Le véhicule a pu naviguer avec succès dans les environnements et s’adapter aux changements sans correction humaine. Ensuite, la compagnie aérienne fait pression pour réussir dans des conditions plus difficiles en ajoutant de nouveaux capteurs à leur charge utile, comme les caméras thermiques.

« Les caméras thermiques détectent la chaleur au lieu de la lumière, nous permettant de voir à travers la fumée et dans d’autres conditions visuellement dégradées », a déclaré Yifei Liu, étudiant MSR et membre de l’équipe sur Tartandriver.

Au-delà du VTT, l’équipe a également commencé à tester la pile d’autonomie sur les quadrupèdes et les fauteuils roulants motorisés urbains, élargissant ses capacités sur de nouvelles plates-formes et environnements.