Tren Teknologi Yang Akan Berkembang Dimasa Depan

Teknologi Self Driving Car

    Mobil tanpa sopir atau dikenal dengan istilah self-driving car menjadi teknologi yang marak dibicarakan akhir-akhir ini. Teknologi yang saat ini sedang dikembangkan oleh perusahaan-perusahaan besar di dunia seperti dari perusahaan otomotif, teknologi, software, semikonduktor sedang berusaha menjadi yang terdepan dalam hal tersebut. Diantaranya seperti Google (Waymo), Apple, Tesla, GM, Ford, Uber, Volkswagen, Toyota, Honda, Daimler, Nvidia, dan Samsung. Juga tak lupa startup potensial seperti Aurora Innovation, Drive.ai, dan Zoox. Bukan hanya bermodalkan GPS dan peta digital, mereka juga melengkapi mobil terbaru mereka dengan banyak sensor tambahan untuk dapat mengenali rambu2 lalu lintas, pengguna jalan lain, pejalan kaki, dan objek2 berbahaya di sekitarnya.

    Cukup masuk akal memang, mengingat traffic di jalan jauh lebih padat daripada di udara dan tingkat kepatuhan pengemudi di jalan raya yang sangat parah bila dibandingkan dengan pilot yang harus menempuh pelatihan dan uji sertifikasi bertahun-tahun. Google pun telah bereksperimen dengan self-driving car, yaitu dalam pengumpulan data untuk Google StreetView.

    Dalam pengumpulan data sepanjang 2.9 juta km yang telah ditempuh tersebut, hanya terdapat 13 kecelakan minor. Dan semuanya itu diakibatkan oleh kesalahan pengguna (human error). Self-driving cars, begitulah istilah yang sering muncul pada headline berita-berita teknologi di tahun 2018-2019 ini. Self-driving car adalah konsep transportasi di mana mobil sepenuhnya dikendalikan oleh komputer.

    Cara kerja teknologi self driving car itu sendiri mobil dijalankan melalui sistem software yang dirancang khusus sehingga mampu bertindak seperti pengemudi untuk menggerakan setir, rem, gas, dan lainnya. Juga ada komponen tambahan yang cukup penting seperti kamera dan Lidar, sinar laser yang berfungsi men-scan lingkungan sekitar mobil sebagai input data. Teknologi ini berkembang pesat semenjak perkembangan Deep Learning, salah satu cabang dari Artificial Intelligence yang mampu mengolah data input, mengembangkan data tersebut, dan menghasilkan keputusan yang punya akurasi yang sangat tinggi.

    Dibalik itu semua, teknologi Big Data memegang peran sangat penting dalam perkembangan teknologi ini. Dengan berbagai sensor yang begitu banyak tertanam, maka tidak heran jika ternyata data yg dikumpulkan mencapai 1 Gigabyte setiap detiknya. Atau dalam setahun dengan pemakaian wajar, data yang dikumpulkan dapat mencapai 2 PetaByte. Data tersebut baru data dari 1 mobil saja, sedangkan setiap kendaraan canggih tersebut dapat terhubung satu sama lain.

Teknologi di Balik Self-Driving Car

    Seperti yang kita tahu beberapa tahun yang lalu Google sempat mengembangkan Google Car yang sekarang menjadi Waymo, startup armada taksi tanpa pengemudi di California. Selain Google, Tesla produsen mobil milik Elon Musk juga memasukkan fitur autopilot pada produk mobilnya yang membuat pengemudi bisa rileks sejenak. Terlepas dari perbedaan filosofi teknologi yang mendasari keduanya, secara umum self-driving menggunakan proses yang hampir sama seperti:

1. Computer Vision
2. Sensor Fusion
3. Localization
4. Path Planning
5. Control

Agar bisa memahami bagaimana mobil self-driving atau yang juga biasa disebut autonomous vehicle bekerja, mari kita bahas proses di atas satu per satu.

1. Computer Vision/LIDAR

    Computer vision merupakan adalah proses di mana serangkaian kamera saling terkoneksi untuk memberikan gambaran terhadap keadaan sekitar dari subject yang dalam hal ini adalah mobil. Gambar atau video yang dikirimkan dari kamera ini diproses oleh komputer dengan kemampuan machine learning. Tugas dari komputer machine learning ini adalah melabeli setiap objek yang tampak dalam gambar atau video tersebut seperti mobil, pejalan kaki, rambu-rambu lalu lintas, dan sebagainya. Kekurangan dari computer vision ini adalah walaupun kamera bisa memberikan rich data seperti pergerakan dan warna, kamera tidak dapat memberikan data secara akurat seberapa jauh objek dari lensa.

    Tesla merupakan salah satu perusahaan teknologi yang ‘percaya’ pada teknologi ini. Seperti machine learning pada umumnya, computer vision yang dimiliki oleh Tesla membutuhkan banyak data untuk proses belajarnya. Data ini diambil dari kamera yang merekam perjalanan semua mobil Tesla dan tentunya data ini bersifat anonimus. Tesla cukup pede dalam menggunakan computer vision sebagai teknologi utama yang dipakai fitur autopilot-nya walaupun ditunjang dengan sensor jarak yang terpasang di body mobil.

    Berbeda dengan pendekatan yang dilakukan oleh Tesla yang memakai kamera, Google sendiri lebih memilih teknologi yang disebut LIDAR (Light Detection and Ranging) sebagai alat untuk memberikan data visual. LIDAR dapat memberikan data yang jauh lebih akurat bila dibandingkan kamera. LIDAR juga dapat berfungsi dengan baik tanpa bantuan cahaya sekalipun karena menggunakan sensor infra merah. Akan tetapi, LIDAR tidak dapat membedakan rambu-rambu maupun warna lampu-lintas. Bagi orang-orang yang mengutamakan penampilan, alat LIDAR yang terpasang di atas mobil juga secara estetis dirasa kurang menarik.

2. Sensor Fusion

    Dalam proses ini data yang berasal dari kamera atau pun LIDAR digabung dengan data dari sensor yang lain. Sensor parkir misalnya, sensor ini memberikan penginderaan jarak dekat yang lebih akurat hingga hitungan sentimeter.

    Proses penggabungan antar sensor ini bisa dibilang ‘hasil akhir’ untuk dijadikan referensi keadaan sekitar oleh komputer di mobil self-driving. Sensor fusion juga dapat berfungsi sebagai backup plan jika terjadi kerusakan atau kegagalan sistem pada kamera atau LIDAR.

3. Localization

    Setelah tahu kondisi sekitar, saatnya mobil autonomous untuk mengetahui di mana dia berada, apakah dia ada di jalan atau di halaman parker. Contohnya, jika kita berada di lahan parkir, kita akan mengemudi perlahan-lahan walaupun kondisi di lahan parkir tersebut sedang sepi dan jarang ditemui mobil lain yang terparkir. Otak kita mengantisipasi jika ada orang membawa troli tiba-tiba melintas.

    Proses localization juga berguna dalam path planning guna menentukan di bagian mana kita berjalan. GPS biasa mungkin hanya dapat memberikan informasi di jalan mana kita berada bukan di lajur kanan atau kiri. Oleh karena itu proses localization membutuhkan sistem navigasi yang lebih baik yang biasa disebut HD GPS.

4. Path Planning

    Proses selanjutnya yang dilakukan oleh mobil self-driving adalah merencanakan jalur mana  yang akan dipilih agar sampai tujuan. Tidak setiap jalur yang memiliki jarak tempuh terdekat selalu memiliki waktu tempuh yang tercepat. Hal ini dipengaruhi oleh traffic lalu-lintas, kondisi jalan, serta force majeure. Dengan adanya Google Maps, path planning bahkan bisa kita lakukan sendiri melalui smartphone. Bedanya, path planning yang dilakukan mobil self-driving ini lebih mendetail karena harus mempertimbangkan data dari proses-proses sebelumnya.

5. Control

    Proses paling akhir adalah ‘control’. Proses ini dilakukan oleh alat yang sering disebut ECU. Teknologi ECU (Electronic Control Unit) memang bukan teknologi yang benar-benar baru. Memang di mobil konvensional ECU berfungsi untuk penghematan bahan bakar, keamanan, serta kenyamanan berkendara. Di mobil self-driving ‘kekuasaan’ dari ECU lebih besar lagi. ECU dapat mengontrol kemudi hingga putaran penuh, mengerem, dan bahkan menginjak pedal gas.

Masa Depan Mobil Self-Driving

    Proses-proses yang dilakukan di dalam self driving ini sangat bergantung pada teknologi machine learning dan artificial intelligence. Meskipun jalan yang ditempuh dalam pengembangan mobil self-driving ini masih panjang (pun intended) dan masih perlu banyak perbaikan di sana-sini, mobil self-driving atau autonomous vehicle ini sebenarnya merupakan sebuah solusi yang cukup logis untuk mengatasi masalah pengemudi ugal-ugalan.

     Walaupun tampaknya teknologi ini seperti masih jauh di masa depan, tapi perkembangannya dapat kita lihat saat ini. Google, Tesla, Nissan, GM, Volvo, Mercedes-Benz, Delphi Automotive, Audi dan Bosch sudah mulai berlomba-lomba menarik data dari kendaraan mereka. Industri otomotif kini merangkul teknologi big data untuk dapat bersaing, General Motor bahkan merekrut hingga 10ribu tenaga IT untuk riset mereka.

    Selain itu bukan tidak mungkin di masa depan dengan semakin terbatasnya lahan parkir, tidak lagi ada kepemilikan mobil. Mobil akan menjadi sebuah layanan dengan metode berlangganan. Dengan segudang manfaat, teknologi self-driving-car ini akan melahirkan tantangan baru dalam era Big Data.

https://otomasi.sv.ugm.ac.id/2018/10/11/teknologi-self-driving-car/

https://idbigdata.com/official/self-driving-car-masa-depan-big-data-di-depan-mata/

https://inixindojogja.co.id/bagaimana-mobil-self-driving-bekerja/#:~:text=Self%2Ddriving%20car%20adalah%20konsep,jenis%20kendaraan%20bahkan%20pejalan%20kaki.