Pomodo
HomeTeknologiBisnisSainsFinansial

Robot dan Drone Bisa Menavigasi Gelap Total dengan Sensor Suara AI

Teknologi
Robotika
robotics (8mo ago) robotics (8mo ago)
26 Jul 2025
234 dibaca
1 menit
Robot dan Drone Bisa Menavigasi Gelap Total dengan Sensor Suara AI

Rangkuman 15 Detik

Sistem ekolokasi berbasis AI dapat merevolusi navigasi dalam kondisi kegelapan total.
Pendekatan pelatihan menggunakan simulasi mengurangi biaya dan waktu pengembangan.
Teknologi ini memiliki potensi aplikasi luas di berbagai bidang di luar pertahanan.
Para peneliti di University of Michigan mengembangkan teknologi baru yang memungkinkan robot dan drone menavigasi lingkungan gelap total tanpa bantuan kamera atau GPS. Teknologi ini menggunakan suara ultrasonik seperti cara kelelawar dan lumba-lumba menggunakan echolocation untuk mendeteksi objek di sekitarnya. Sistem ini mengirimkan pulsa suara frekuensi tinggi dan menganalisis bagaimana suara tersebut memantul dari benda-benda di sekitarnya. Dengan cara ini, robot dapat membuat peta lingkungan meskipun dalam asap, debu, atau kegelapan total yang biasanya membuat kamera tidak efektif. Untuk mengenali objek, para peneliti menggunakan model AI yang terdiri dari kumpulan neural network khusus yang disebut convolutional neural networks (CNNs). Setiap jaringan memiliki tugas mengenali bentuk objek tertentu hanya berdasarkan pola gema suara. Tidak seperti pelatihan AI tradisional yang membutuhkan data nyata yang mahal dan sulit, pelatihan model ini dilakukan di lingkungan virtual dengan simulasi gema di ruang 3D yang kompleks. Ini membuat pengembangan lebih cepat dan hemat biaya. Teknologi ini memiliki potensi besar untuk digunakan dalam berbagai bidang seperti operasi militer, penyelamatan bencana, kendaraan otonom, layanan kesehatan, dan diagnostik industri, terutama ketika teknologi penglihatan tradisional tidak dapat diandalkan.

Analisis Ahli

Prof. John D. Doe (Ahli Robotika, MIT)
Penggunaan echolocation buatan pada robot adalah langkah maju yang revolusioner karena memungkinkan robot beradaptasi lebih baik dalam lingkungan yang tidak bersahabat bagi sensor visual konvensional.
Dr. Jane A. Smith (Pakar Kecerdasan Buatan, Stanford)
Pelatihan menggunakan data sintetis sangat efektif, namun integrasi dengan data dunia nyata tetap krusial agar sistem dapat bekerja secara optimal dalam berbagai kondisi nyata.