Autonomi di sini bermaksud gerakan gelongsoran seperti putaran stereng, tukaran gear dan lain-lain gerakan tanpa campur tangan pemandu.
Bukan untuk berseronok tetapi melibatkan kajian tentang tindak balas kereta terhadap kenderaan lain, pejalan kaki dan penunggang basikal.
Aksi secara autonomi melibatkan kecerdasan buatan (AI) termasuk rangkaian neural model tayar bagi pembelajaran melalui pengalaman.
Kemalangan kereta di Amerika Syarikat mengakibatkan lebih 40,000 dan kira-kira 1.35 juta kehilangan nyawa di dunia setiap tahun.
Banyak dari kejadian tersebut disebabkan kehilangan kawalan di dalam keadaan dinamik yang mengejut.
Teknologi autonomi dapat membantu pemandu untuk bertindak balas dengan betul. Dari penerangan ini masuk akal kenapa kajian ditumpukan pada situasi drift atau gelongsoran.
Aksi dan ciri-ciri teknikal gelongsoran secara beriring Toyota GR Supra:
- Ujikaji dijalankan di Thunderhill Raceway Park, California menggunakan dua buah GR Supra yang diubah suai
- Kereta pendahulu (lead car) menggunakan algoritma yang dibangunkan di TRI
- Jurutera Stanford membangunkan algoritma pada kereta yang mengejar (chase car)
- Stanford Engineering membangunkan model AI kereta dan algoritma yang membolehkan Supra yang mengejar dapat menyesuaikan gerakan mengikut Supra pendahulu tanpa berlanggar
- GReddy dan Toyota Racing Development (TRD) mengubahsuai ampaian, enjin, kotak gear dan kelengkapan keselamatan
- Walaupun kedua-dua kereta sedikit berbeza, Supra tersebut dibuat mengikut spesifikasi perlumbaan Formula Drift
- Tujuannya untuk mengumpul data dengan pemandu pakar di dalam keadaan terkawal
- Kedua-dua Supra dilengkapi komputer dan penderia bagi mengawal stereng, pendikit dan brek selain penderiaan gerakan (kedudukan, halaju dan kadar putaran)
- Berkongsi rangkaian WiFi yang sama untuk berhubung secara masa nyata dengan bertukar maklumat seperti kedudukan relatif dan trajektori yang dirancang
- Untuk drift secara beriring, kedua-dua kereta perlu merancang arahan putaran stereng, pendikit dan brek dan trajektori yang mahu dibuat menggunakan teknik yang dipanggil Nonlinear Model Predictive Control (NMPC)
- Melalui NMPC, setiap kereta mempunyai objektif masing-masing dengan peraturan tersendiri
- Objektif kereta pendahulu adalah untuk mengekalkan gelongsoran pada laluan dan tertakluk kepada kekangan hukum asas fizik dan had perkakasan seperti sudut stereng maksimum
- Objektik kereta pengejar adalah untuk drift di sisi kereta pendahulu dan bertindak secara proaktif bagi mengelakkan pelanggaran
- Setiap kereta membuat pemprosesan sehingga 50 kali sesaat bagi menentukan bentuk arahan stereng, pendikit dan brek yang terbaik dalam memenuhi objektif masing-masing selain bertindak balas dengan pantas kepada keadaan yang berubah-ubah
- Dengan memanfaatkan AI atau belajar dari input sebelumnya, kereta menjadi lebih baik dari setiap sesi di litar
Penulis: Muhammad Md Tajudin
