Konsep Mobil Otonom dan Evolusi ke Kendaraan Tanpa Pengemudi

Pengertian Mobil Otonom

Mobil otonom adalah jenis kendaraan yang memiliki kemampuan untuk mendeteksi dan merespons lingkungannya tanpa perlu keterlibatan manusia. Dalam mobil otonom, penumpang tidak perlu terus-menerus mengendalikan kendaraan dan bahkan tidak perlu berada di dalam kendaraan sama sekali. Mobil otonom memiliki kemampuan untuk melakukan perjalanan ke tempat tujuan yang sama seperti kendaraan tradisional dan dapat melaksanakan tugas-tugas yang biasanya dilakukan oleh pengemudi manusia yang berpengalaman. Kendaraan otonom juga dikenal sebagai mobil self-driving, mobil tanpa pengemudi, atau mobil robot. Istilah "mobil self-driving" telah menjadi istilah yang umum digunakan karena teknologi ini terus berkembang.

Terdapat berbagai jenis kendaraan self-driving yang berbeda, bergantung pada tingkat otomasi yang dimilikinya. Tingkatan ini telah ditetapkan oleh Society of Automotive Engineers (SAE) dan diadopsi oleh Departemen Perhubungan Amerika Serikat. Tingkatan ini mulai dari Level 0 yang merupakan kendaraan yang sepenuhnya manual hingga Level 5 yang merupakan kendaraan dengan tingkat otonomi penuh.

Kendaraan otonom mengandalkan sistem kecerdasan buatan dan pembelajaran mesin yang canggih untuk "memahami" lingkungannya dan merespons perintah. Sensor dan aktuator kompleks, serta kemampuan computer vision yang canggih digunakan untuk membuat peta lingkungan yang terus diperbarui, mendeteksi keberadaan kendaraan dan pejalan kaki di sekitar, mengukur jarak, dan mendeteksi permukaan jalan dan trotoar yang tidak rata. Kendaraan otonom juga dapat terhubung dengan perangkat eksternal seperti lampu lalu lintas pintar dan infrastruktur jalan raya, meskipun banyak konsep ini masih dalam tahap hipotetis.
 

Cara Kerja Mobil Otonom

Teknologi kecerdasan buatan memainkan peran penting dalam sistem mobil otonom. Pengembang mobil otonom menggunakan jumlah data yang besar dari sistem pengenalan gambar, bersama dengan pembelajaran mesin dan jaringan saraf, untuk membangun sistem yang dapat mengemudi secara mandiri.
Jaringan saraf bertanggung jawab untuk mengenali pola dalam data yang diberikan, yang kemudian disampaikan ke algoritma pembelajaran mesin. Data ini meliputi gambar yang diambil oleh kamera pada mobil otonom, yang digunakan oleh jaringan saraf untuk belajar mengidentifikasi lampu lalu lintas, pohon, trotoar, pejalan kaki, rambu lalu lintas, dan elemen lingkungan lainnya dalam perjalanan.

Sebagai contoh, proyek mobil otonom Google, yang dikenal sebagai Waymo, menggunakan berbagai jenis sensor, termasuk lidar (Light Detection and Ranging - teknologi serupa dengan RADAR) dan kamera, serta menggabungkan data dari semua sensor tersebut untuk mengidentifikasi segala sesuatu di sekitar kendaraan dan memprediksi tindakan selanjutnya. Semua ini terjadi dalam waktu singkat. Tingkat kemampuan sistem sangat penting dalam hal ini. Semakin banyak kendaraan otonom yang beroperasi, semakin banyak data yang dapat dimasukkan ke dalam algoritma pembelajaran mendalam, yang pada akhirnya memungkinkan sistem membuat keputusan mengemudi yang lebih kompleks dan beragam.

Berikut ini menguraikan cara kerja kendaraan Google Waymo:
•    Pengemudi (atau penumpang) menetapkan tujuan. Perangkat lunak mobil menghitung rute.
•    Sensor Lidar yang dipasang di atap yang berputar memantau jarak 60 meter di sekitar mobil dan membuat peta tiga dimensi (3D) dinamis dari lingkungan mobil saat ini.
•    Sebuah sensor di roda belakang kiri memonitor gerakan menyamping untuk mendeteksi posisi mobil relatif terhadap peta 3D.
•    Sistem radar di bumper depan dan belakang menghitung jarak ke rintangan.
•    Perangkat lunak kecerdasan buatan di dalam mobil terhubung ke semua sensor dan mengumpulkan masukan dari Google Street View dan kamera video di dalam mobil.
•    Kecerdasan buatan mensimulasikan proses perseptual dan pengambilan keputusan manusia menggunakan deep learning dan tindakan kontrol dalam sistem kontrol pengemudi, seperti kemudi dan rem.
•    Perangkat lunak mobil berkomunikasi dengan Google Maps untuk pemberitahuan sebelumnya tentang hal-hal seperti tengara, rambu lalu lintas, dan lampu.
•    Fungsi override tersedia untuk membiarkan manusia mengambil kendali kendaraan.
 

Tingkatan Otonomi Menurut SAE

Menurut SAE terdapat 6 tingkatan otonomi yaitu:

1.    Level 0 (Tanpa Otomatisasi Mengemudi)
Pada tingkat ini, kendaraan sepenuhnya dikendalikan secara manual oleh pengemudi. Tidak ada fitur otomatis atau bantuan pengemudi yang ada, kecuali mungkin beberapa sistem keamanan yang membantu seperti pengereman darurat. Kendaraan Level 0 memerlukan pengemudi manusia untuk melakukan semua tugas mengemudi.

2.    Level 1 (Bantuan Pengemudi)
Pada tingkat ini, kendaraan dilengkapi dengan sistem bantuan pengemudi tunggal yang dapat mengontrol kemudi atau akselerasi/perlambatan. Contoh umum dari tingkat ini adalah kontrol jelajah adaptif, di mana kendaraan dapat menjaga jarak yang aman dengan kendaraan di depannya. Namun, pengemudi manusia tetap bertanggung jawab penuh atas kendali kendaraan dan harus memantau kondisi jalan serta melakukan tugas mengemudi lainnya.

3.    Level 2 (Otomasi Mengemudi Sebagian)
Pada tingkat ini, kendaraan memiliki kemampuan otomatisasi mengemudi yang lebih lanjut. Sistem otomatis dapat mengontrol kemudi, akselerasi/perlambatan, dan beberapa fungsi lainnya secara mandiri. Pengemudi masih harus hadir di kursi pengemudi dan siap untuk mengambil alih kendali kendaraan kapan saja. Contoh dari tingkat ini adalah beberapa sistem seperti Tesla Autopilot dan Super Cruise dari Cadillac, di mana pengemudi dapat melepaskan tanggung jawab pengemudi tetapi masih diharuskan untuk memantau dan siap mengambil alih kendali kendaraan.

4.    Level 3 (Otomasi Berkendara Bersyarat)
Pada Level 3, kendaraan memiliki kemampuan "deteksi lingkungan" yang lebih canggih dan dapat mengambil keputusan sendiri dalam beberapa situasi tertentu. Misalnya, kendaraan dapat melaju melewati kendaraan yang bergerak lambat atau melakukan manuver lainnya tanpa intervensi pengemudi. Namun, penting untuk dicatat bahwa pengemudi masih harus hadir di kursi pengemudi, tetapi dalam kondisi tertentu mereka dapat menyerahkan kendali kepada sistem otomatis.

Contoh dari kendaraan Level 3 adalah Audi A8L 2019, yang diperkenalkan sebagai kendaraan produksi pertama di dunia dengan tingkat otomatisasi ini. Audi A8L dilengkapi dengan fitur Traffic Jam Pilot yang menggunakan sensor lidar, sensor lainnya, dan kekuatan pemrosesan yang canggih untuk memberikan kemampuan otomasi berkendara dalam keadaan kemacetan. Namun, perlu dicatat bahwa peraturan dan persyaratan hukum untuk kendaraan otonom dapat bervariasi antara negara bagian dan negara, sehingga dapat mempengaruhi ketersediaan dan implementasi teknologi Level 3.

5.    Level 4 (Otomasi Mengemudi Tinggi)
Kendaraan memiliki kemampuan otomatisasi tinggi dan dapat beroperasi dalam mode mengemudi sendiri dalam kondisi tertentu. Perbedaan utama dengan Level 3 adalah bahwa kendaraan Level 4 dapat mengintervensi sendiri jika terjadi kesalahan atau kegagalan sistem. Ini berarti kendaraan Level 4 tidak memerlukan interaksi manusia dalam sebagian besar situasi, tetapi manusia masih memiliki opsi untuk mengambil alih kendali secara manual jika diperlukan. Namun, penting untuk dicatat bahwa kendaraan Level 4 hanya dapat beroperasi dalam area terbatas yang ditentukan yang sering disebut sebagai geofencing. Biasanya, ini mencakup lingkungan perkotaan dengan batasan kecepatan tertentu, seperti rata-rata 30 mph. Geofencing digunakan untuk memastikan bahwa kendaraan otonom beroperasi dalam lingkungan yang terkendali dan dikenal dengan baik.

Beberapa perusahaan dan proyek telah mengembangkan kendaraan Level 4 dan telah melakukan uji coba serta implementasi terbatas. Contohnya termasuk perusahaan Prancis, NAVYA, yang telah menjual angkutan dan taksi otonom Level 4 di Amerika Serikat dengan kecepatan tertinggi mencapai 55 mph. Waymo, anak perusahaan Alphabet, juga meluncurkan layanan taksi swakemudi Level 4 di Arizona setelah melakukan pengujian intensif selama lebih dari satu tahun dan lebih dari 10 juta mil. Perusahaan otomotif dan teknologi lainnya juga terlibat dalam pengembangan kendaraan Level 4. Misalnya, Magna, perusahaan otomotif Kanada, telah mengembangkan teknologi MAX4 yang memungkinkan kemampuan Level 4 di lingkungan perkotaan dan jalan raya. Mereka bekerja sama dengan Lyft untuk memasok peralatan teknologi tinggi yang dapat mengubah kendaraan menjadi mobil otonom. Selain itu, Volvo dan Baidu telah mengumumkan kemitraan strategis untuk mengembangkan kendaraan listrik Level 4 yang akan melayani pasar robotaxi di China.

6.    Level 5 (Otomasi Mengemudi Penuh)
Kendaraan Level 5 merupakan jenis kendaraan yang sepenuhnya otonom dan tidak memerlukan intervensi manusia dalam tugas mengemudi. Mereka tidak dilengkapi dengan roda kemudi atau pedal akselerasi/pengereman. Kendaraan Level 5 memiliki kemampuan untuk beroperasi tanpa batasan geografis dan dapat melakukan segala hal yang dapat dilakukan oleh pengemudi manusia berpengalaman. Saat ini, kendaraan otonom sepenuhnya sedang dalam tahap pengujian di berbagai wilayah di dunia, namun belum tersedia secara umum bagi masyarakat.
 

Tantangan Mobil Otonom

Mobil yang sepenuhnya otonom (Level 5) sedang menjalani pengujian di beberapa kantong dunia, tetapi belum ada yang tersedia untuk masyarakat umum. Kami masih bertahun-tahun lagi dari itu. Tantangan berkisar dari teknologi dan legislatif hingga lingkungan dan filosofis. Berikut adalah beberapa hal yang tidak diketahui.

1.    Gangguan Radar
Mobil otonom menggunakan radar dan laser untuk navigasi, dengan radar mendeteksi pantulan gelombang radio dari objek di sekitarnya. Namun, ketika ada ratusan mobil otonom di jalan, muncul pertanyaan apakah mobil dapat membedakan sinyal radar sendiri dari sinyal kendaraan lain. Dalam hal ini, meskipun beberapa frekuensi radio tersedia, mungkin tidak cukup untuk semua kendaraan yang beroperasi.

2.    Kondisi Jalan
Kondisi jalan dapat sangat bervariasi, mulai dari jalan raya yang lebar dan terawat dengan baik hingga jalan yang rusak tanpa marka jalan yang jelas. Terdapat juga kondisi jalan seperti jalan berlubang, pegunungan, dan terowongan di mana tanda arah eksternal mungkin tidak terlihat dengan jelas.

3.    Kondisi Cuaca
Kondisi cuaca juga menjadi faktor yang mempengaruhi kinerja mobil otonom. Cuaca bisa berubah-ubah dari cerah hingga hujan dan badai. Mobil otonom harus mampu beroperasi dalam segala kondisi cuaca tanpa adanya ruang untuk kegagalan atau downtime.

4.    Kondisi Lalu Lintas
Mobil otonom harus mampu berinteraksi dengan lalu lintas yang ada di jalan. Mereka harus mampu berbagi jalan dengan kendaraan otonom lainnya dan juga berinteraksi dengan pengemudi manusia. Emosi manusia juga dapat mempengaruhi situasi lalu lintas, dan dalam kondisi lalu lintas padat, setiap pergerakan kecil sangat penting. Oleh karena itu, mobilitas kendaraan otonom juga harus mempertimbangkan keadaan ini.

5.    Kecerdasan Buatan dan Kecerdasan Emosional
Pengemudi manusia dapat mengandalkan isyarat halus dan komunikasi non-verbal, seperti ekspresi wajah dan bahasa tubuh, untuk membuat penilaian dan memprediksi perilaku. Pertanyaan muncul apakah mobil otonom dapat mereplikasi jenis koneksi ini. Apakah mereka dapat memiliki insting dan naluri penyelamatan diri seperti pengemudi manusia?
 

Kesimpulan

Mobil otonom adalah jenis kendaraan yang memiliki kemampuan untuk mendeteksi dan merespons lingkungannya tanpa perlu keterlibatan manusia. Mobil otonom menggunakan teknologi kecerdasan buatan dalam sistemnya sehingga dapat “memahami" lingkungannya dan merespons perintah. Terdapat 6 level otonom yaitu level 0 hingga level 5.