Teknologi mobil tanpa sopir atau self-driving tergolong masih sangat baru. Saat ini saja model mobil self-driving baru dibuat oleh beberapa perusahaan serta menjalani tahap uji coba. Alasannya, mobil ini belum benar-benar sempurna.
Tetapi konsep yang ditawarkan sungguh menjanjikan. Apabila proyek ini berhasil, maka kamu akan dengan mudah menjumpai mobil yang berjalan sendiri atau juga mobil dimana sopirnya sedang tertidur di dalam.
Berkat tingginya antusiasme mobil self-driving, akhirnya German Ros dan timnya di Computer Vision Center di Barcelona menemukan cara untuk melatih mobil self-driving agar lebih aman dan mengenali lingkungan lebih baik.
Mobil bisa dilatih?
Mungkin kamu bertanya-tanya bagaimana mungkin mobil bisa dilatih, diajari agar bisa melakukan tugasnya lebih baik. Namun yang dilatih disini adalah sistem AI atau Artificial Intelligence.
Sistem ini layaknya otak secara biologis, ia dapat belajar hal-hal baru sehingga memorinya meningkat seiring materi baru yang didapatkannya.
Setelah diajari, AI ini akan diinstal pada mobil self-driving dan saat diuji akan terlihat perbedaan sebelum dan sesudah diajari.
Synthia, sekolah untuk mengajari mobil self-driving.
Jangan berpikir sekolah ini seperti sekolah untuk manusia. German Ros dan tim penelitinya menciptakan simulasi digital untuk memperbaiki pengenalan sensor mobil terhadap lingkungan.
Faktanya mobil self-driving belum benar-benar mampu mengenali lingkungan layaknya manusia. Misalnya kondisi hujan dimana jalanan pasti licin, sistem jelas tidak mengetahuinya.
Dengan Synthia, sistem AI pada mobil akan dilatih untuk mengenali lingkungan yang dinamis. Misalnya kondisi cuaca berubah, tekstur jalan, lingkungan yang bervariasi, dan sebagainya.
Di sisi lain, Synthia juga mengenalkan lingkungan jalan di tiap-tiap negara. Misal seperti Indonesia dan Amerika Serikat, kondisi jalannya pasti berbeda. Synthia akan melatih mobil agar lebih adaptif.
Tim peneliti menggunakan simulasi digital yang diracik dengan engine game, Unity 3D.
Prosesnya rumit, namun hasilnya memuaskan
Pembuatan simulasi Synthia tidaklah mudah. Tim peneliti mengumpulkan lebih dari 213.000 gambar dan video lingkungan jalan dan merangkumnya dalam simulasi. Masing-masing dikelompokan sebagai objek dengan karakteristik yang berbeda.
Mereka juga memilih resolusi rendah yakni 240 piksel dan 180 piksel dengan tujuan untuk melihat seberapa jauh kepekaan mobil meski dalam penglihatan yang agak samar. Hasilnya, akurasi pengenalan lingkungan naik hingga 55 persen.
Para peneliti merilis semua data dari Synthia dengan lisensi publik untuk penggunaan non-komersial dengan harapan mendapat feedback untuk lebih banyak platform.
