ロボット工学の研究者は、自律型全地形対応車を訓練するためのデータを作成します

自動運転車が泥に引っかかった場合はどうなりますか？

カーネギーメロン大学の研究者は知りたがっていました。 彼らは全地形対応車をオフロードに乗せました。 研究者を乗せて、密集した植生や水たまりを運転するなどの困難な状況を旅しました。 それは、30mph（48mph）の速度で、そして急な曲がり角で、丘を上り下りする積極的なドライブでペースを通り抜けました。

研究者はと呼ばれるデータセットを生成しました TartanDrive。 それはで構成されています 改造されたヤマハバイキングATVでの約200,000回のオフロード走行インタラクション。 これには、さまざまな地形での7つの独自のセンシングモダリティが含まれていました。 彼らは、これが相互作用とセンサータイプの点で最大の実世界のマルチモーダルオフロード走行データセットであると信じています。

将来的には、自動車メーカーはこのデータを使用して自律型オフロード車を訓練する可能性があります。

ほとんどの研究は都市環境に焦点を合わせています。 文献レビューで、研究者は、現在のオフライド運転セットは、ロボットと環境の間の相互作用ではなく、環境の特徴を理解することに焦点を当てる傾向があることに注目しています。

したがって、このデータは将来の研究のための貴重なリソースを提供します。

自律型全地形対応車の実際の使用例は何ですか？

カーネギーメロン大学の研究者だけが、全地形対応車の自動化を加速することに焦点を当てているわけではありません。

軍隊が戦争シナリオで、または捜索救助任務の一部として自律全地形対応車を配備する可能性があることは予見可能です。

おそらくこの地域で最も有名な研究開発は国防高等研究計画局（DARPA）とその グランドチャレンジ、チームがモハーベ砂漠の起伏の多い地形を横切ってオフロード自動運転車をレースした場所。

現在、DARPAは、車両テストをさらに加速するためにオフロードシミュレーションに焦点を合わせています。 4月中、 IntelLabsの研究者、バルセロナのコンピュータビジョンセンター、およびテキサス大学 契約を勝ち取った オフロード自律地上車両用の高度なシミュレーションソリューションを開発する。

オフロードシミュレーションプラットフォームは、開発コストを大幅に削減し、シミュレーションと現実世界の間のギャップを埋めることを目的としています。

DARPAは、長い間、軍事用途での自動運転車の開発に投資してきました。 しかし、農業または産業労働の役割における自律型ATVの役割も簡単にわかります。

研究開発は商業展開につながりますか？

CES2019で、ホンダが発表 t彼は3E-D18、自律的なオフロードの主力製品です。 シートやハンドルバーの代わりに、カスタマイズ可能なレールシステムが付属しています。 大型エアレスタイヤは、車両が障害物を通過するのに役立ちます。

同社はパートナーと協力して、ノースカロライナ州の大規模な太陽光発電事業会社のユースケースをベータテストおよび評価しています。 コロラド州の荒野の消防部門も、カリフォルニア州の農業および環境科学大学と同様に車両をテストしています。

これは現在概念的な車両ですが、R＆Dは将来的に商用展開の余地を提供します。

いくつかの点で、オフロード自律型ATVがまださらに進化していないのは驚くべきことです。 結局のところ、道路の規則や制限速度に従う必要はありません。 しかし、トレーニングデータの開発は困難です。 データを収集するだけでなく、必要な学習モデルを開発することも含まれます。 研究から商業的実行可能性へと進むには長い道のりがあります。 しかし、テクノロジーが進化するにつれて、特に産業および農業環境での潜在的なユースケースも進化します。