menu
close

WildFusion Memberikan Robot Indra Mirip Manusia untuk Navigasi di Luar Ruangan

Para peneliti di Duke University telah mengembangkan WildFusion, sebuah kerangka kerja revolusioner yang menggabungkan penglihatan, sentuhan, dan sensor getaran untuk membantu robot menavigasi lingkungan luar ruangan yang kompleks. Pendekatan multi-indra ini memungkinkan robot berkaki empat untuk lebih memahami dan berinteraksi dengan medan yang menantang dengan memproses data lingkungan secara mirip dengan manusia. Setelah berhasil diuji di hutan, padang rumput, dan jalur kerikil, WildFusion menjadi kemajuan signifikan bagi robot yang beroperasi di lingkungan alami yang tak terduga.
WildFusion Memberikan Robot Indra Mirip Manusia untuk Navigasi di Luar Ruangan

Tim peneliti yang dipimpin oleh Boyuan Chen di Duke University telah menciptakan kerangka kerja revolusioner bernama WildFusion yang memberikan kemampuan persepsi mirip manusia kepada robot untuk menavigasi lingkungan luar ruangan yang sulit.

Berbeda dengan robot konvensional yang hanya mengandalkan data visual dari kamera atau LiDAR, WildFusion melengkapi robot berkaki empat dengan tambahan indra sentuhan dan getaran. Pendekatan multi-indra ini memungkinkan robot membangun peta lingkungan yang lebih kaya dan mengambil keputusan yang lebih baik tentang jalur aman di medan yang menantang.

"WildFusion membuka babak baru dalam navigasi robotik dan pemetaan 3D," ujar 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."

Sistem ini bekerja dengan mengintegrasikan data dari berbagai sensor. Mikrofon kontak merekam getaran dari setiap langkah, membedakan permukaan seperti daun kering atau lumpur lunak. Sensor taktil mengukur tekanan kaki untuk mendeteksi stabilitas, sementara sensor inersia melacak keseimbangan robot. Semua informasi ini diproses melalui encoder saraf khusus dan digabungkan menjadi model lingkungan yang komprehensif.

Inti dari WildFusion adalah arsitektur pembelajaran mendalam yang merepresentasikan lingkungan sebagai medan matematis kontinu, bukan titik-titik terpisah. Hal ini memungkinkan robot "mengisi kekosongan" ketika data sensor tidak lengkap, mirip seperti manusia yang secara intuitif menavigasi dengan informasi parsial.

Teknologi ini telah berhasil diuji di Eno River State Park, North Carolina, di mana robot dengan percaya diri menavigasi hutan lebat, padang rumput, dan jalur kerikil. "Pengujian di dunia nyata ini membuktikan kemampuan luar biasa WildFusion dalam memprediksi kelayakan lintasan secara akurat," ungkap Yanbaihui Liu, penulis utama mahasiswa.

Ke depannya, tim berencana menambahkan sensor tambahan seperti detektor suhu dan kelembapan untuk lebih meningkatkan kesadaran lingkungan robot. Dengan desain modularnya, WildFusion memiliki potensi aplikasi yang luas di luar jalur hutan, termasuk respons bencana, pemantauan lingkungan, pertanian, dan inspeksi infrastruktur terpencil.

Source:

Latest News