Selama ini, robot umumnya hanya mengandalkan informasi visual untuk menavigasi lingkungan sekitarnya, sehingga efektivitasnya sangat terbatas di lingkungan yang kompleks dan tak terduga. Kini, para peneliti dari Duke University telah menciptakan kerangka kerja revolusioner bernama WildFusion yang secara fundamental mengubah cara robot memahami dan berinteraksi dengan dunia di sekitarnya.
WildFusion membekali robot berkaki empat dengan berbagai kemampuan sensorik yang meniru persepsi manusia. Selain input visual standar dari kamera dan LiDAR, sistem ini juga mengintegrasikan mikrofon kontak yang mendeteksi getaran dari setiap langkah, sensor taktil yang mengukur gaya yang diberikan, serta sensor inersia yang melacak stabilitas robot saat bergerak di medan yang tidak rata.
"WildFusion membuka babak baru dalam navigasi robotik dan pemetaan 3D," jelas Boyuan Chen, Asisten Profesor di Duke University. "Teknologi ini membantu robot beroperasi dengan lebih percaya diri di lingkungan yang tidak terstruktur dan tak terduga seperti hutan, zona bencana, dan medan off-road."
Inti dari WildFusion adalah model pembelajaran mendalam canggih yang berbasis representasi neural implisit. Berbeda dengan metode tradisional yang memperlakukan lingkungan sebagai kumpulan titik-titik diskrit, pendekatan ini memodelkan permukaan secara kontinu, sehingga robot dapat mengambil keputusan secara intuitif bahkan ketika data visual terhalang atau ambigu. Sistem ini secara efektif "mengisi kekosongan" saat data sensor tidak lengkap, mirip seperti yang dilakukan manusia.
Teknologi ini telah berhasil diuji di Eno River State Park, North Carolina, di mana robot mampu menavigasi hutan lebat, padang rumput, dan jalur kerikil dengan percaya diri. Menurut penulis utama mahasiswa Yanbaihui Liu, "Uji coba di dunia nyata ini membuktikan kemampuan luar biasa WildFusion dalam memprediksi kelayakan lintasan secara akurat, sehingga secara signifikan meningkatkan pengambilan keputusan robot dalam memilih jalur aman di medan yang menantang."
Tim peneliti juga telah mengembangkan metode simulasi yang memungkinkan mereka menguji kemampuan robot tanpa keterlibatan manusia secara langsung pada tahap awal pengembangan, sehingga proses penelitian menjadi lebih cepat dan skalabel. Pendekatan ini merupakan kemajuan signifikan dalam metodologi pengujian robotika.
Dengan desain modularnya, WildFusion memiliki potensi aplikasi yang luas di luar jalur hutan, termasuk respons bencana, inspeksi infrastruktur terpencil, dan eksplorasi otonom. Teknologi ini, yang didukung oleh DARPA dan Army Research Laboratory, akan dipresentasikan pada IEEE International Conference on Robotics and Automation (ICRA 2025) di Atlanta pada bulan Mei mendatang.