Peneliti MIT memperkenalkan SANDO, perencana jalur drone dengan jaminan formal bebas tabrakan

Para peneliti di MIT telah memaparkan sebuah perencana lintasan (trajectory planner) untuk pesawat nirawak (UAV) bernama SANDO, singkatan dari Safe AutoNomous trajectory planning for Dynamic unknOwn environments (perencanaan lintasan otonom yang aman untuk lingkungan dinamis yang tidak dikenal). Menurut MIT News, yang mengumumkan karya ini pada 7 Oktober, sistem tersebut menyusun rute melalui lingkungan yang belum pernah dipetakan oleh drone, bahkan ketika objek di dalamnya bergerak dengan cara yang tidak dapat diprediksi siapa pun, dan tim membuktikan secara matematis bahwa lintasan yang dihasilkan terhindar dari tabrakan. Makalahnya terbit di IEEE Transactions on Robotics. Para peneliti menyebut kegunaan seperti penerbangan pencarian dan penyelamatan ke dalam gedung yang runtuh, penjelajahan jaringan terowongan tersembunyi di tambang, atau pengiriman paket di lingkungan permukiman yang ramai.

Perencana semacam ini mengubah data kamera dan sensor dari pesawat menjadi jalur menuju tujuannya. MIT menyebut sebagian besar perencana yang ada saat ini mengasumsikan bahwa rintangan di ruang yang tidak dikenal tetap diam, atau menghindari rintangan yang bergerak tanpa janji formal apa pun bahwa tidak akan terjadi tabrakan; sistem yang banyak digunakan dan memang memberikan jaminan seperti itu umumnya memerlukan lingkungan statis atau rintangan yang sudah diketahui sebelumnya. Menurut para peneliti, memeriksa setiap kemungkinan tabrakan dalam lingkungan yang berubah akan terlalu lambat untuk penggunaan praktis. Penulis utama Kota Kondo merangkumnya dalam pengumuman MIT: “Dalam lingkungan dinamis yang tidak dikenal, tidak banyak asumsi yang bisa Anda andalkan.”

SANDO pertama-tama membangun koridor keselamatan (safety corridor), yaitu rangkaian wilayah 3D yang saling terhubung, tidak berisi rintangan, dan boleh dilalui drone. Berbeda dengan koridor sebelumnya, koridor ini berubah seiring waktu. Sebuah modul khusus mendeteksi rintangan yang bergerak, mengelompokkannya, dan melacaknya untuk memperkirakan ke mana arahnya. Karena jalur masa depan rintangan tidak diketahui secara pasti, perencana mengambil kecepatan maksimum setiap rintangan, menghitung seberapa jauh rintangan itu dapat bergerak dalam waktu tertentu, lalu membungkusnya dengan sebuah bola yang mencakup setiap titik yang dapat dicapainya; koridor kemudian dibentuk di sekitar bola-bola tersebut. Sebuah perencana peta panas (heat map) menandai area padat yang “panas” sehingga drone diarahkan menjauhinya. Di dalam koridor, SANDO mencari rute tercepat menuju tujuan dan terus memperbarui koridor maupun lintasan selama penerbangan. Tim menyederhanakan optimisasi yang mendasarinya agar komputer onboard dapat merencanakan ulang dengan cepat.

Dalam simulasi, menurut laporan para peneliti, SANDO mencapai tujuannya lebih cepat daripada beberapa sistem mutakhir (state-of-the-art) dan tidak mengalami tabrakan di lingkungan mana pun yang diuji. Dalam 12 penerbangan uji dengan UAV sungguhan, yang berjalan di komputer dan sensor milik pesawat itu sendiri, SANDO menghindari semua rintangan yang bergerak. “Bagian tersulit dalam mengembangkan SANDO adalah matematikanya,” kata Kondo. Kondo, yang baru saja menyelesaikan gelar PhD di bidang aeronautika dan astronautika di MIT, menulis makalah ini bersama Jesús Tordesillas, kini asisten profesor di Comillas Pontifical University (Universitas Kepausan Comillas) di Madrid, serta tiga mahasiswa pascasarjana MIT, Juan Rached, Lili Sun, dan Yixuan Jia. Jonathan P. How, yang bekerja di Laboratory for Information and Decision Systems (LIDS) dan Aerospace Controls Laboratory MIT, adalah penulis senior. Defense Science and Technology Agency Singapura turut mendanai sebagian penelitian ini.

Fei Gao dari Zhejiang University di Tiongkok, seorang profesor madya yang tidak terlibat dalam proyek ini, merangkum masalah yang ingin diatasi oleh perencana tersebut: “jalur yang aman saat direncanakan dapat menjadi tidak aman ketika lingkungan berubah.” Ia memuji koridor terbang SANDO yang berubah terhadap waktu (time-varying), optimisasi lintasan dengan batasan ketat (hard constraint), serta uji perangkat kerasnya karena menawarkan pendekatan praktis untuk lingkungan dinamis yang kompleks. Sebagai langkah berikutnya, para peneliti mengatakan mereka dapat membuat SANDO lebih ringan secara komputasi dan memadukannya dengan model machine learning (pembelajaran mesin) agar pengguna dapat memberi instruksi kepada robot dalam bahasa sehari-hari. MIT News juga mencantumkan tautan ke kode SANDO di samping makalahnya.