Perkembangan teknologi drone otonom kembali menunjukkan kemajuan menarik setelah para peneliti Massachusetts Institute of Technology (MIT) memperkenalkan sistem navigasi bernama SANDO pada 7 Oktober 2026. Teknologi ini dirancang untuk membantu drone menghindari rintangan bergerak yang tidak diketahui sebelumnya, bahkan ketika perangkat terbang di lingkungan tanpa peta. Berbeda dari metode navigasi konvensional, SANDO menggunakan pendekatan matematis untuk merencanakan jalur penerbangan yang aman sekaligus efisien. Inovasi tersebut berpotensi mendukung berbagai kebutuhan, mulai dari operasi pencarian dan penyelamatan hingga eksplorasi wilayah berbahaya. Melalui sistem ini, peneliti berupaya meningkatkan kemampuan drone mengambil keputusan secara mandiri ketika kondisi lingkungan berubah dengan cepat.
Peneliti MIT Menghadirkan Metode Navigasi Drone yang Lebih Aman
Inovasi sistem navigasi drone semakin membuka beragam metode canggih untuk mengoptimalkan perlindungan uncrewed aerial vehicle. Berdasarkan riset yang dilakukan, tim ilmuwan MIT memperkenalkan SANDO, singkatan dari Safe AutoNomous Trajectory Planning for Dynamic unknOwn environments. Metode navigasi ini dirancang untuk drone menghindari rintangan bergerak dalam wilayah tanpa informasi peta sebelumnya. Berbeda dari sistem yang hanya mempertimbangkan objek diam, SANDO memperhitungkan perubahan posisi hambatan sebelum menentukan jalur penerbangan. Pendekatan tersebut memberikan dasar keselamatan matematis dalam batasan pergerakan yang telah ditetapkan.
Riset navigasi drone ini dipimpin oleh Kota Kondo, ilmuwan yang meneliti navigasi robot udara. Kelompok ilmuwan tersebut mendapatkan kontribusi dari Jesús Tordesillas, Juan Rached, Lili Sun, Yixuan Jia, dan Jonathan P. How. Penelitian mengenai metode ini diterbitkan pada IEEE Transactions on Robotics, sebuah jurnal ilmiah bidang robotika. Fokus utama yang ingin dicapai adalah menghasilkan jalur penerbangan yang bebas tabrakan tanpa harus mengetahui seluruh lingkungan sebelumnya. Pengembangan semacam ini memiliki manfaat potensial ketika drone digunakan dalam misi berisiko. Walaupun demikian, jaminan matematis tersebut tidak berarti seluruh risiko penerbangan otomatis hilang.
Cara Kerja SANDO dalam Mendeteksi dan Menghindari Rintangan Bergerak
Sistem SANDO menggunakan hasil pembacaan sensor kendaraan udara untuk mengenali lingkungan sekitar. Berdasarkan informasi tersebut, perangkat lunak menganalisis perbedaan antara hambatan tetap dan hambatan yang berubah posisi. Tahap berikutnya, SANDO menghasilkan wilayah tiga dimensi untuk penerbangan yang dapat dilalui drone. Ruang aman tersebut tidak hanya mempertimbangkan posisi objek saat terdeteksi, tetapi juga kemungkinan perubahan posisinya. Dengan demikian, drone tidak hanya bereaksi setelah rintangan mendekat. Kemampuan tersebut mendukung keselamatan navigasi dalam lingkungan yang terus berubah.
Konsep yang digunakan SANDO adalah memperkirakan jangkauan gerak objek berdasarkan kecepatan maksimum yang diasumsikan. Apabila hambatan teridentifikasi, metode ini menggunakan wilayah perkiraan gerakan di sekitar posisi objek tersebut. Perkiraan ruang tersebut secara sederhana menyerupai ruang berbentuk bola berdasarkan batas gerakan. Berdasarkan batas pergerakan itu, SANDO menyusun jalur yang menghindari daerah berisiko tabrakan. Namun demikian, batas kesalahan pengamatan dan informasi batas gerakan objek harus sesuai dengan kondisi nyata. Apabila kondisi sebenarnya melampaui batas model, pembuktian bebas tabrakan mungkin tidak lagi mencakup situasi tersebut.
Teknologi Koridor Aman SANDO Membantu Drone Menghindari Tabrakan
Salah satu inovasi utama SANDO adalah penerapan spatiotemporal safe flight corridor. Memiliki karakteristik berbeda dibandingkan jalur aman konvensional, sistem terbaru membentuk batas keselamatan berdasarkan perubahan posisi rintangan dari waktu ke waktu. Strategi ini dirancang untuk membatasi pemilihan rute yang terlalu membatasi pergerakan. Ketika keseluruhan ruang pergerakan rintangan diblokir tanpa mempertimbangkan waktu, algoritma berpotensi gagal memilih lintasan yang memungkinkan. Melalui pembagian tahapan temporal, SANDO berpeluang menemukan lintasan yang lebih sesuai. Pendekatan tersebut relevan untuk diterapkan dalam perencanaan lintasan drone di area dengan banyak hambatan.
Di samping memetakan wilayah yang dapat dilalui, SANDO menerapkan peta tingkat risiko lingkungan untuk mengidentifikasi wilayah dengan banyak hambatan. Informasi tingkat risiko ini digunakan untuk menentukan jalur yang menghindari kepadatan rintangan. Ketika ruang aman telah disusun, perangkat lunak menggunakan optimasi lintasan dengan persyaratan keselamatan yang wajib dipenuhi. Melalui pendekatan komputasi tersebut, proses optimasi menggunakan Mixed-Integer Quadratic Programming atau MIQP. Teknik optimasi tersebut dikombinasikan dengan teknik eliminasi variabel agar proses optimasi menjadi lebih efisien. Kemampuan tersebut dibutuhkan pada robot terbang karena respons terhadap rintangan membutuhkan waktu komputasi singkat.
MIT Menguji Navigasi Otonom pada Kondisi Lingkungan yang Berubah
Untuk mengevaluasi efektivitas metode navigasi, tim pengembang SANDO melakukan serangkaian eksperimen berbasis simulasi yang melibatkan beragam konfigurasi lingkungan. Melalui skenario yang disiapkan, SANDO dievaluasi terhadap sistem perencanaan lintasan lain. Temuan dari simulasi menunjukkan bahwa sistem SANDO mampu mencapai tujuan lebih cepat dibandingkan beberapa sistem yang diuji. Di samping peningkatan kecepatan, hasil eksperimen virtual menunjukkan lintasan bebas benturan dalam skenario yang dilaporkan. Walaupun hasilnya menjanjikan, eksperimen komputer belum mencakup setiap kemungkinan di lapangan. Dengan pertimbangan tersebut, pengujian perangkat fisik memiliki peran besar untuk menilai performa operasional.
Di luar eksperimen virtual, tim peneliti juga menggunakan kendaraan udara tanpa awak sebenarnya yang dilengkapi sensor dan komputer onboard. Menurut penjelasan mengenai hasil eksperimen, SANDO menunjukkan kemampuan mengelak dari seluruh rintangan dinamis pada 12 penerbangan pengujian yang dilaporkan. Pada setiap eksperimen, perangkat melakukan penyesuaian terhadap lintasan yang direncanakan berdasarkan informasi rintangan terkini. Proses perencanaan ulang menjadi penting karena hambatan mungkin bergerak mendadak. Pemrosesan langsung pada drone memberikan bukti awal mengenai kemampuan navigasi mandiri pada UAV. Perlu dipahami, keberhasilan eksperimen terbatas tidak membuktikan seluruh risiko dapat dihilangkan.
Manfaat Teknologi Navigasi Drone MIT dalam Berbagai Bidang
Bidang penggunaan yang berpotensi memperoleh manfaat dari SANDO adalah operasi pencarian dan penyelamatan. Ketika situasi darurat terjadi, petugas lapangan dapat menemukan wilayah berbahaya dan tidak stabil. Drone otonom memiliki peluang menunjang pengumpulan informasi visual tanpa mengirim personel ke titik yang belum aman. Pada kejadian kebakaran besar, perangkat dapat menghadapi cabang pohon yang jatuh. Berkat metode prediksi perpindahan objek, SANDO berpotensi memberikan manfaat untuk meningkatkan kemampuan menghindari objek bergerak. Meski memiliki potensi besar, penggunaan pada lingkungan ekstrem harus memperhatikan kondisi sensor dan cuaca.
Selain bidang penyelamatan, teknologi SANDO memiliki peluang diterapkan untuk penjelajahan area pertambangan, pemantauan lingkungan kerja kompleks, serta layanan logistik udara otonom. Dalam eksplorasi terowongan, peta lokasi mungkin tidak lengkap, sehingga kemampuan menghindari hambatan menjadi sangat dibutuhkan. Sementara itu, kendaraan udara berpotensi bertemu manusia yang berjalan. Metode penghindaran rintangan dinamis menawarkan landasan bagi rute otomatis yang memperhitungkan perubahan. Namun, penerapan komersial juga memerlukan ketentuan operasional wilayah, kemampuan menghadapi gangguan sensor, dan mekanisme pengendalian risiko.
Kesimpulan: Sistem SANDO Membuka Masa Depan Navigasi Drone yang Lebih Aman
Pengembangan sistem SANDO oleh MIT memberikan kontribusi ilmiah berharga dalam pengembangan sistem penerbangan otonom. Dengan menggabungkan pengamatan sensor, prediksi jangkauan perpindahan hambatan, dan penyusunan jalur menggunakan batasan matematis, metode tersebut menawarkan pendekatan untuk memperbaiki kemampuan drone menghindari tabrakan. Validasi melalui pengujian virtual dan perangkat fisik menunjukkan potensi penerapan untuk operasi pada area tidak dikenal. Walaupun perkembangannya positif, evaluasi keselamatan tambahan perlu terus dilakukan agar pemanfaatannya semakin sesuai dengan kebutuhan operasional. Bagaimana pendapat Anda mengenai, bagaimana peluang penerapan sistem penghindaran rintangan berbasis AI dan algoritma dalam mendukung eksplorasi wilayah berbahaya? Anda dapat berbagi pemikiran mengenai masa depan drone otonom.
