menu
close

WildFusion AI Memberikan Persepsi Sensorik Mirip Manusia pada Robot

Peneliti dari Duke University telah mengembangkan WildFusion, sebuah kerangka kerja AI revolusioner yang memungkinkan robot menavigasi lingkungan kompleks dengan mengintegrasikan penglihatan, getaran, dan sentuhan. Pendekatan multisensorik ini memungkinkan robot berkaki empat melintasi medan menantang seperti hutan dan zona bencana dengan presisi yang belum pernah ada sebelumnya. Teknologi ini merupakan lompatan besar dalam persepsi robotik, meniru cara manusia menggunakan berbagai indra untuk memahami dan berinteraksi dengan lingkungan sekitar.
WildFusion AI Memberikan Persepsi Sensorik Mirip Manusia pada Robot

Para peneliti dari Duke University telah menciptakan kerangka kerja AI revolusioner bernama WildFusion yang mengubah cara robot memahami dan menavigasi lingkungan kompleks dengan menggabungkan berbagai masukan sensorik layaknya persepsi manusia.

Berbeda dengan sistem robotik tradisional yang umumnya hanya mengandalkan data visual dari kamera atau LiDAR, WildFusion mengintegrasikan penglihatan dengan umpan balik taktil dan akustik. Sistem ini, yang dibangun pada robot berkaki empat, mengombinasikan kamera RGB dan LiDAR dengan mikrofon kontak, sensor taktil, serta unit pengukuran inersia untuk menciptakan kesadaran lingkungan yang menyeluruh.

"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 tidak dapat diprediksi seperti hutan, zona bencana, dan medan off-road."

Yang membuat WildFusion sangat inovatif adalah kemampuannya memproses dan menafsirkan data sensorik melalui encoder neural khusus. Saat robot berjalan, mikrofon kontak mendeteksi getaran unik dari setiap langkah—membedakan permukaan seperti daun kering atau lumpur—sementara sensor taktil mengukur tekanan kaki untuk menilai stabilitas. Informasi sensorik yang kaya ini dimasukkan ke dalam model pembelajaran mendalam menggunakan representasi neural implisit, memungkinkan robot membangun peta lingkungan secara kontinu bahkan ketika data visual tidak lengkap.

Teknologi ini telah diuji dengan sukses di Eno River State Park, North Carolina, di mana robot mampu menavigasi hutan lebat, padang rumput, dan jalur kerikil dengan presisi luar biasa. Ketika cahaya matahari yang terpecah membingungkan sensor visual, pendekatan terintegrasi WildFusion tetap mampu memprediksi pijakan yang stabil secara akurat.

Implikasinya melampaui penelitian akademis. WildFusion berpotensi merevolusi aplikasi di operasi pencarian dan penyelamatan, eksplorasi lingkungan berbahaya, inspeksi infrastruktur, dan otomasi industri. Pengembangan di masa depan menargetkan integrasi sensor tambahan seperti detektor suhu dan kelembapan, sehingga semakin meningkatkan kesadaran lingkungan robot.

Seiring robot semakin terintegrasi dalam skenario dunia nyata yang kompleks, WildFusion menjadi langkah penting menuju terciptanya mesin yang mampu beradaptasi dan berfungsi secara efektif di lingkungan tak terduga yang biasa dihadapi manusia.

Source:

Latest News