Roboticistas saem da estrada para compilar dados que podem treinar ATVs autônomos

Crédito: Universidade Carnegie Mellon

Pesquisadores da Carnegie Mellon University levaram um veículo todo-o-terreno em passeios selvagens por grama alta, cascalho solto e lama para coletar dados sobre como o ATV interagia com um ambiente off-road desafiador.

Eles dirigiram o ATV fortemente instrumentado agressivamente a velocidades de até 30 milhas por hora. Eles deslizaram em curvas, subiram e desceram colinas e até o prenderam na lama – tudo isso enquanto coletavam dados como vídeo, a velocidade de cada roda e a quantidade de choque da suspensão de sete tipos de sensores.

O conjunto de dados resultante, chamado TartanDrive, inclui cerca de 200.000 dessas interações. Os pesquisadores acreditam que os dados são o maior conjunto de dados de condução off-road do mundo real, multimodal, tanto em termos de número de interações quanto de tipos de sensores. As cinco horas de dados podem ser úteis para treinar um veículo autônomo para navegar fora da estrada.

“Ao contrário da condução autônoma nas ruas, a condução off-road é mais desafiadora porque você precisa entender a dinâmica do terreno para dirigir com segurança e dirigir mais rápido”, disse Wenshan Wang, cientista do projeto no Robotics Institute (RI).

Trabalhos anteriores em direção off-road geralmente envolviam mapas anotados, que fornecem rótulos como lama, grama, vegetação ou água para ajudar o robô a entender o terreno. Mas esse tipo de informação não costuma estar disponível e, mesmo quando está, pode não ser útil. Uma área do mapa rotulada como lama, por exemplo, pode ou não ser dirigível. Robôs que entendem de dinâmica podem raciocinar sobre o mundo físico.

Crédito: Universidade Carnegie Mellon

A equipe de pesquisa descobriu que os dados de sensores multimodais que eles coletaram para o TartanDrive permitiram que eles construíssem modelos de previsão superiores aos desenvolvidos com dados mais simples e não dinâmicos. A condução agressiva também empurrou o ATV para um reino de desempenho onde a compreensão da dinâmica se tornou essencial, disse Samuel Triest, estudante do segundo ano de mestrado em robótica.

“A dinâmica desses sistemas tende a ficar mais desafiadora à medida que você adiciona mais velocidade”, disse Trieste, autor principal do artigo resultante da equipe. “Você dirige mais rápido, você rebate mais coisas. Muitos dos dados que estávamos interessados em coletar eram essa direção mais agressiva, encostas mais desafiadoras e vegetação mais espessa, porque é aí que algumas das regras mais simples começam a ser quebradas.”

Embora a maioria dos trabalhos em veículos autônomos se concentre na condução nas ruas, as primeiras aplicações provavelmente serão fora da estrada em áreas de acesso controlado, onde o risco de colisões com pessoas ou outros veículos é limitado. Os testes da equipe foram realizados em um local perto de Pittsburgh que o Centro Nacional de Engenharia de Robótica da CMU usa para testar veículos off-road autônomos. Os humanos dirigiam o ATV, embora usassem um sistema drive-by-wire para controlar a direção e a velocidade.

“Estávamos forçando o humano a passar pela mesma interface de controle que o robô faria”, disse Wang. “Dessa forma, as ações que o ser humano realiza podem ser usadas diretamente como entrada de como o robô deve agir”.


Publicado em 20/07/2022 08h58

Artigo original:

Estudo original: