Drone Balap Monokular Menghancurkan Juara Manusia dengan Kecepatan 62 Mil per Jam

·oleh Henderson·Engineering
Drone Balap Monokular Menghancurkan Juara Manusia dengan Kecepatan 62 Mil per Jam
Poin Penting
  • Drone MonoRace mengalahkan tiga juara dunia dengan kecepatan sekitar 62 mil per jam.
  • Sistem ini menggunakan satu kamera dan IMU untuk navigasi, tanpa GPS.
  • MonoRace menghasilkan perintah motor langsung melalui pembelajaran penguatan, bereaksi sangat cepat.
  • Penelitian menunjukkan kecerdasan efisien dapat diekstrak dari sumber daya terbatas, mendorong perkembangan AI.

Sebuah drone balap yang mengamati dunia melalui satu lensa tunggal mengalahkan tiga mantan juara dunia serta semua tim otonom pesaing lainnya dalam kompetisi internasional, mencapai kecepatan sekitar 62 mil per jam (100 kilometer per jam), menurut laporan peneliti Universitas Teknologi Delft. Sistem tersebut bernama MonoRace, dikembangkan di MAVLab Departemen Teknik Penerbangan Universitas Teknologi Delft. Sistem balap otonom awal bergantung pada banyak sensor, sedangkan MonoRace menggunakan satu kamera menghadap depan dan satu unit pengukur inersia (IMU) untuk persepsi, navigasi, dan kontrol.

Pada kecepatan balap, drone hampir tidak punya waktu untuk menafsirkan gambar yang kabur dan terdistorsi. Jaringan saraf mengidentifikasi gerbang lintasan di setiap bingkai, sedangkan IMU dan model dinamika drone digunakan untuk memperkirakan posisi dan geraknya. Sistem ini tidak melibatkan GPS atau pelacakan gerak eksternal. Perangkat lunak juga harus mengatasi kegagalan penerbangan nyata, seperti gangguan kamera dan saturasi sensor. Penulis utama penelitian Stavrow Bahnam menyatakan: "Kami mengembangkan metode tangguh yang menggabungkan informasi yang dilihat kamera dengan informasi gerak drone itu sendiri, memungkinkannya bernavigasi tanpa GPS."

Desain Unik Sistem MonoRace

MonoRace tidak mengadopsi tumpukan kontrol tradisional; sistem ini menggunakan satu jaringan saraf kecil untuk langsung menghasilkan perintah motor. Ia berjalan pada chip onboard mungil, pengendali penerbangan mengeluarkan perintah pada frekuensi 500 kali per detik. Peneliti melatihnya melalui pembelajaran penguatan, memungkinkannya mengontrol drone sambil mempertimbangkan batasan fisik. Penulis Robin Ferede menyatakan, melewati langkah perencanaan jalur penerbangan terlebih dahulu membuat pengendali mampu bereaksi sangat cepat dan memanfaatkan performa drone sepenuhnya, sambil tetap ringkas agar bisa berjalan di onboard.

Tim peneliti menguji MonoRace pada Kejuaraan Drone Otonom Abu Dhabi 2025. Penyelenggara merancang dan mengoperasikan drone serta lingkungan lintasan, sehingga peneliti tidak bisa mengontrol perangkat keras atau lintasan. Meskipun demikian, drone Delft tetap mencapai kecepatan 100 kilometer per jam dan mengalahkan semua tim otonom lain serta tiga mantan juara dunia pengemudi manusia. Christophe De Wagter menyatakan, tujuannya bukan memberi robot sensor dan komputer yang lebih kuat, melainkan melihat seberapa banyak kecerdasan yang bisa diekstrak dari sumber daya terbatas.

Balap Mendorong Batas AI

Balap memaksa AI harus cepat, tangguh, dan mampu beradaptasi tanpa referensi pengukuran eksternal.

Profesor Universitas Teknologi Delft Guido de Croon menyatakan, balap adalah cara mendorong AI robotika ke batasnya. Di sini tim mengoptimalkan kecepatan, tetapi ia menilai pendekatan yang sama bisa memprioritaskan efisiensi atau keamanan, misalnya menyediakan kontrol halus dan optimal energi untuk mesin mulai dari penyedot debu kecil hingga derek berbasis pantai besar. Peneliti percaya prinsip-prinsip ini dapat membantu banyak sistem otonom, termasuk kendaraan, robot bergerak, serta robot udara dan humanoid masa depan, untuk membuat keputusan cepat dan andal dengan komputasi onboard yang terbatas.

Penelitian ini pertama kali diterbitkan di jurnal Science Robotics.

Dampak MonoRace bagi Sistem Otonom

Keberhasilan MonoRace tidak hanya menampilkan performa drone dalam kondisi ekstrem, tetapi juga menyoroti bagaimana, dalam keterbatasan sumber daya, teknologi inovatif dapat meningkatkan kemampuan kecerdasan sistem otonom. Pendekatan ini tidak bergantung pada konfigurasi multi-sensor tradisional, justru memanfaatkan satu kamera dan informasi gerak internal, menunjukkan potensi sistem otonom masa depan dalam berbagai aplikasi, baik transportasi maupun otomatisasi industri, yang dapat mendapat manfaat dari strategi kontrol efisien ini.

H
Tentang penulis
Henderson