Das TartanDriver-Team im AirLab, einem RI-Forschungslabor, das sich auf hochmoderne autonome Systeme spezialisiert hat, hat ein neues selbstüberwachendes autonomes System entwickelt, mit dem sich Fahrzeuge in komplexem Gelände sicher, schnell und präzise bewegen können, ohne dass ein zeitaufwändiges Eingreifen des Menschen erforderlich ist.
„Durch die Kombination der Leistungsfähigkeit der Basismodelle mit der Flexibilität der Selbstüberwachung verschiebt das AirLab der Carnegie Mellon University (CMU) die Grenzen des autonomen Fahrens in anspruchsvollem Gelände“, sagt Wenshan Wang, Systemwissenschaftler am AirLab und Mitglied des TartanDriver-Teams. Die Basismodelle sind in der Lage, natürliche Merkmale wie hohes Gras und Bäume zu erkennen, ohne dass die Forscher alles selbst markieren müssen.
Das Team konzentrierte sich auf drei Schlüsselprinzipien: Selbstüberwachung, Multimodalität und Unsicherheitsbewusstsein. Sie rüsteten ihr ATV mit Lidar-Sensoren zur Objekterkennung, Kameras, Inertialmesseinheiten (IMUs), Stoßsensoren, Raddrehgebern und vielem mehr aus. Das resultierende System nutzt die Selbstüberwachung, um selbst zu navigieren, und das inverse Verstärkungslernen aus multimodalen Wahrnehmungsdaten, um zu lernen, wohin es gehen soll, und um Risiko und Leistung abzuwägen.
„Unser System verwendet SLAM (Simultaneous Localization and Mapping), um die Position zu verfolgen und in Echtzeit ein lokales Verständnis der Umgebung zu entwickeln“, erklärt Micah Nye, Student im Masterstudiengang Robotik und Mitglied des TartanDriver-Teams. „Dies ermöglicht eine konsistente Wahrnehmung in unterschiedlichem Gelände mit verschiedenen visuellen Umgebungen.
Das Team implementierte sein System in ein Side-by-Side-Geländefahrzeug und testete dessen Fähigkeiten in verschiedenen komplexen Umgebungen, darunter Grasflächen, felsige Wege und unterschiedliche Steigungen. Das Fahrzeug war in der Lage, erfolgreich durch die Umgebungen zu navigieren und sich ohne menschliche Korrekturen an Veränderungen anzupassen. Als Nächstes will AirLab unter noch schwierigeren Bedingungen erfolgreich sein, indem es seine Nutzlast um neue Sensoren wie Wärmebildkameras erweitert. (jr)
