Courtesy of InterestingEngineering

Algoritma Baru DFLIOM Tingkatkan Efisiensi Navigasi Robot Mobile hingga 57%

Memperkenalkan algoritma baru yang meningkatkan efisiensi navigasi robot mobile dengan mengurangi beban komputasi dan memori.

02 Mei 2025, 21.53 WIB

100 dibaca

Ikhtisar 15 Detik

Algoritma DFLIOM dapat meningkatkan efisiensi navigasi robot hingga 57 persen dibandingkan metode yang ada.
Pendekatan baru ini mengurangi beban memori dan memungkinkan robot beroperasi lebih lama dan lebih efisien.
Penelitian ini menunjukkan bahwa lebih banyak data tidak selalu berarti kinerja yang lebih baik dalam pemetaan dan navigasi.

Boston, Massachusetts, Amerika Serikat - Para peneliti di Universitas Northeastern telah mengembangkan algoritma baru yang meningkatkan efisiensi navigasi robot mobile. Algoritma ini, yang dinamakan Deep Feature Assisted Lidar Inertial Odometry and Mapping (DFLIOM), dirancang untuk mengurangi tuntutan memori yang berat dari operasi otonom. Dengan algoritma ini, robot dapat bergerak dan membuat keputusan dengan menggunakan lebih sedikit sumber daya komputasi.

DFLIOM memperkenalkan metode pemindaian baru yang hanya memproses data poin yang paling penting, sehingga mengurangi jumlah data yang diperlukan dan dalam beberapa situasi meningkatkan akurasi pemetaan. Penelitian ini menantang anggapan umum bahwa kinerja meningkat dengan lebih banyak data, dengan menunjukkan bahwa algoritma dapat menjadi kewalahan oleh terlalu banyak data, yang mengakibatkan pemrosesan lebih lambat dan efisiensi yang lebih buruk.

Para peneliti menguji algoritma mereka menggunakan robot kecil Agile X Scout milik Northeastern, yang dilengkapi dengan sensor lidar Ouster, paket baterai, dan PC kecil Intel NUC. Robot tersebut berhasil menghasilkan peta 3D dari beberapa lokasi di kampus Universitas, menunjukkan kemampuan algoritma untuk bekerja di lingkungan yang beragam dan kompleks. Penelitian ini merupakan langkah maju dalam pengembangan sistem otonom yang praktis dan skalabel.

--------------------

Analisis Kami: Penemuan ini menandai kemajuan penting dalam bidang robotika dengan menunjukkan bahwa lebih banyak data tidak selalu berarti lebih baik, sebuah pemahaman yang sering diabaikan dalam industri. Pendekatan selektif DFLIOM terhadap pemrosesan data bisa membuka jalan bagi desain robot otonom yang lebih hemat sumber daya tanpa mengorbankan kualitas peta dan navigasi.

--------------------

Analisis Ahli:

Michael Everett: DFLIOM menyederhanakan pengolahan data pada robot mobile yang membantu meningkatkan kinerja tanpa perlu peningkatan perangkat keras mahal, membuat solusi ini lebih praktis untuk aplikasi dunia nyata.

--------------------

What's Next: Dengan efisiensi yang meningkat secara signifikan, robot otonom akan semakin banyak digunakan di lingkungan perkotaan untuk berbagai tugas seperti pengantaran barang dengan biaya operasional lebih rendah dan waktu operasional lebih lama.

Referensi:
[1] https://interestingengineering.com/innovation/new-algorithm-cuts-memory-use-in-robots

Pertanyaan Terkait

Apa nama algoritma baru yang dikembangkan oleh peneliti di Northeastern University?

Nama algoritma baru yang dikembangkan adalah Deep Feature Assisted Lidar Inertial Odometry and Mapping (DFLIOM).

Apa tujuan utama dari algoritma DFLIOM?

Tujuan utama dari algoritma DFLIOM adalah untuk mengurangi beban komputasi dan penggunaan memori dalam navigasi robot otonom.

Mengapa penggunaan lidar penting dalam navigasi robot otonom?

Penggunaan lidar penting karena memungkinkan robot untuk melakukan pemetaan dan lokalizasi secara bersamaan dengan mendeteksi jarak menggunakan pulsa cahaya.

Siapa yang membimbing Zihao Dong dalam penelitian ini?

Zihao Dong dibimbing oleh Profesor Michael Everett dalam penelitian ini.

Apa yang membedakan DFLIOM dari metode pemetaan sebelumnya?

DFLIOM membedakan dirinya dengan memperkenalkan metode pemindaian baru yang hanya memproses data yang paling penting, sehingga mengurangi jumlah data yang diperlukan.