Buzz
Con đường là một nơi hỗn loạn, lộn xộn. Người lái xe không dự đoán được. Băng trượt. Đường nhựa nhỏ. Trẻ con vụng trộm chạy ra giữa đường giữa những chiếc xe đậu. Lắm lúc khó nhận biết, đầy những vũng nước khiến bánh xe mất kiểm soát. Sống sót trong tất cả đòi hỏi biết cách đạp ga mạnh hoặc xoay vô lăng mà không mất kiểm soát. Điều này đủ khiến bất kỳ chiếc xe tự động nào cũng run sợ. Hơn nữa, tính hiếm hoi của những tình huống này cũng làm cho chúng khó chuẩn bị. Không có luyện tập, không có sự hoàn thiện.
Một nhóm kỹ sư tự động hóa tại Trường Đại học Công nghệ Georgia tin rằng kinh nghiệm thực tế là một bổ sung quan trọng cho đào tạo mô phỏng. Nhưng xe tự động thực, nguyên mẫu, là đắt đỏ. Cần một khoản đầu tư lên đến 1 triệu đô la để xây dựng các cảm biến, máy tính và điều khiển mà một xe tự động cần. Chúng là những chiếc máy cần được chăm sóc như trẻ nhỏ, lái nhẹ nhàng và nhất định không nên đưa đến cực đoan hùng dữ. Nếu chúng va chạm, lật ngổ, hoặc trượt khỏi đường, chúng có thể đặt người dân vào tình thế nguy hiểm và ngân sách vào tình trạng âm.
Mặc dù điều đó có thể không làm phiền một đại gia như Audi, đã đưa robot đi qua các đường đua và lên đỉnh Pikes Peak, nhưng đó là một vấn đề đối với những người không có tiền để đốt cháy.
“Làm nghiên cứu, chúng tôi không có access, thời gian, tiền bạc, hoặc không gian để làm việc với các phương tiện có kích thước đầy đủ,” nói Brian Goldfain, một sinh viên tiến sĩ chuyên ngành robot tại Trường Đại học Công nghệ Georgia. Điều đó không ngăn cản anh và đồng nghiệp của mình thực hiện công việc của họ. “Chúng tôi quyết định tạo ra một đội xe tự động tỉ lệ thu nhỏ.” Những chiếc minicar gần như không thể phá hủy này có thể được sử dụng trong mọi tình huống mà các nhà nghiên cứu muốn thử nghiệm xe tự động, nhưng không có tài nguyên để vận hành một phương tiện thông thường—đặc biệt là một chiếc họ muốn đẩy đến giới hạn.
“Hầu hết kết quả thử nghiệm của chúng tôi tập trung vào nhiệm vụ đua xe ngoại ô,” nói Goldfain. Điều đó bao gồm các đường đua đất, nơi skids và lật ngổ xảy ra thường xuyên trong các bài kiểm tra. Nhóm đã cung cấp hướng dẫn cách xây dựng các phương tiện cho bất kỳ ai trực tuyến, để các nhà nghiên cứu khác có thể thử nghiệm trong mọi tình huống cực đoan mà họ có thể nghĩ ra. Họ đã đặt tên nó là AutoRally: một nền tảng mở cho việc lái xe tự động mạnh mẽ.
Kết quả là một chiếc xe tự động tỉ lệ 1:5 trông giống như một chiếc xe tải thu nhỏ đã trải qua nhiều trận chiến. Thiết kế dài khoảng ba feet, nặng 45 pounds và có thể đạt đến 60 mph—một tốc độ đáng sợ đối với một máy móc nhỏ như vậy. “Nó nhanh đến đáng sợ,” theo lời của Goldfain. “Các thuật toán của chúng tôi chưa bao giờ điều khiển nó nhanh như vậy.”
Thậm chí nếu họ làm vậy, chiếc xe có thể vẫn ổn. Nó có thể quay, lật và trượt trong đất mà không bị hỏng hóc. Việc học cách một chiếc xe tự động phản ứng trong tình huống đó có thể giúp phát triển một chiếc xe có thể tránh khỏi đứa trẻ chạy ra đường mà không mất kiểm soát và gây thương tổn cho người khác.
Thay vì cảm biến lidar đắt tiền, những chiếc robot nhỏ này sử dụng một cặp camera hướng trước được bảo vệ kỹ lưỡng và anten ngắn được lắp đặt trên mái nhà, cho phép nhà nghiên cứu kết nối hệ thống điều khiển từ xa hoặc thu thập tín hiệu GPS vệ tinh, nếu đó là yêu cầu của thí nghiệm của họ. Điều đó có thể không đại diện cho các cảm biến của một xe tự động đầy đủ kích thước, nhưng Goldfain nói rằng công việc thực hiện trên mô hình thu nhỏ có thể mở rộng lên. Nhiều thuật toán mà các nhà nghiên cứu cần thử nghiệm trong quá trình lập kế hoạch đường đi không phụ thuộc vào cảm biến. Chúng cần một số dữ liệu về thế giới, nhưng điều đó có thể đến từ radar, lidar, giao tiếp xe với xe, hoặc một chiếc camera. Neural net cơ bản đang được đào tạo sẽ có cùng cấu trúc.
Việc sử dụng nền tảng AutoRally đã cho phép các nhà nghiên cứu công bố cái nhìn sâu sắc vào lái xe tự động với cảm biến giá rẻ và dữ liệu đầu vào chất lượng kém. Các kết quả đang được trình bày tại hội nghị Robotics: Science and Systems, đang diễn ra tại Pittsburgh.
Bằng cách công bố thiết kế và thông số kỹ thuật của AutoRally, Goldfain hy vọng rằng các nhà nghiên cứu khác có thể tái tạo phương pháp tiếp cận thực tế, thực hành của anh. Đội của anh tại Trường Đại học Công nghệ Georgia đã xây dựng sáu chiếc robot đến nay, và kế hoạch là để chúng cùng tham gia trên đường đua sớm. Trong tương lai, họ có thể mời các nhà nghiên cứu khác tham gia, hoặc thách thức phần mềm của họ. Hãy nghĩ về Battle Bots, nhưng mục tiêu là không va chạm với đối thủ. Đó là một mục tiêu mà mọi người sẽ hưởng lợi khi xe tự động cuối cùng sẵn sàng chạy trên đường.
Những điều tuyệt vời khác từ Mytour
- Bên trong vụ lừa đảo lớn nhất thế giới crypto
- Làm thế nào Square tạo ra bản thay thế iPad riêng của mình
- Bốn lý do chúng ta vẫn chưa có ô tô bay—cho đến bây giờ
- Bạn có thể sống cuộc sống Westworld với Amazon Echo của bạn ngay bây giờ
- Làm thế nào mạng của Oprah cuối cùng đã tìm thấy giọng nói của mình
- Đang tìm kiếm thêm? Đăng ký nhận bản tin hàng ngày của chúng tôi và đừng bao giờ bỏ lỡ những câu chuyện mới nhất và tuyệt vời nhất của chúng tôi
