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 teknologi penerbangan otonom semakin membuka berbagai solusi untuk memperbaiki keselamatan kendaraan udara tanpa awak. Melalui penelitian terbaru, tim ilmuwan MIT mengembangkan SANDO, singkatan dari Safe AutoNomous Trajectory Planning for Dynamic unknOwn environments. Metode navigasi ini dikembangkan guna kendaraan udara menghindari objek dinamis dalam wilayah tanpa informasi peta sebelumnya. Berbeda dari metode navigasi yang mengandalkan lingkungan statis, SANDO menganalisis perubahan posisi hambatan sebelum memilih rute yang akan ditempuh. Strategi ini memungkinkan pembuktian keamanan lintasan secara formal dalam kondisi tertentu yang memenuhi asumsi penelitian.
Pengembangan sistem tersebut dipimpin oleh Kota Kondo, ilmuwan yang meneliti navigasi robot udara. Kelompok ilmuwan tersebut juga melibatkan Jesús Tordesillas, Juan Rached, Lili Sun, Yixuan Jia, dan Jonathan P. How. Penelitian mengenai metode ini dipublikasikan dalam IEEE Transactions on Robotics, sebuah publikasi akademik mengenai sistem robot. Salah satu tujuan penting adalah menciptakan lintasan drone yang memenuhi batas keselamatan tanpa harus mengetahui seluruh lingkungan sebelumnya. Pengembangan semacam ini memiliki manfaat potensial ketika perangkat menjalankan operasi di area berbahaya. Kendati hasilnya menjanjikan, keamanan lintasan yang dirancang tidak berarti seluruh risiko penerbangan otomatis hilang.
Cara Kerja SANDO dalam Mendeteksi dan Menghindari Rintangan Bergerak
Metode perencanaan lintasan ini mengolah hasil pembacaan sensor kendaraan udara untuk mengenali lingkungan sekitar. Melalui data yang diterima, sistem melakukan identifikasi terhadap rintangan statis dan dinamis. Tahap berikutnya, SANDO membentuk koridor penerbangan aman yang dapat dilalui drone. Koridor tersebut tidak terbatas pada posisi objek saat terdeteksi, tetapi juga kemungkinan perubahan posisinya. Berdasarkan perhitungan ini, drone tidak hanya bereaksi setelah rintangan mendekat. Kemampuan tersebut mendukung kemampuan menghindari tabrakan dalam lingkungan yang terus berubah.
Dasar perhitungan utama SANDO adalah menentukan batas lokasi yang dapat dicapai hambatan berdasarkan batas tertinggi kecepatan objek. Saat drone mengenali rintangan, metode ini menggunakan ruang jangkauan yang mungkin dicapai di sekitar titik keberadaan hambatan. Perkiraan ruang tersebut secara sederhana menyerupai area tiga dimensi yang menggambarkan jangkauan perpindahan. Dengan memperkirakan kemungkinan posisi berikutnya, SANDO menyusun jalur yang menghindari ruang yang berpotensi dilalui objek. Namun demikian, keakuratan data sensor dan perkiraan kemampuan perpindahan hambatan harus sesuai dengan kondisi nyata. Jika asumsi tersebut dilanggar, jaminan keselamatan tidak dapat dianggap tetap berlaku.
Sistem SANDO Menggabungkan Prediksi Gerakan dan Optimasi Lintasan
Salah satu inovasi utama SANDO adalah penerapan spatiotemporal safe flight corridor. Memiliki karakteristik berbeda dibandingkan perencanaan ruang yang tidak memperhitungkan waktu, metode tersebut memperbarui representasi wilayah aman berdasarkan jangkauan perpindahan hambatan selama penerbangan. Strategi ini bertujuan mengurangi perhitungan ruang aman yang berlebihan. 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 pengembangan penerbangan otonom di area dengan banyak hambatan.
Tidak hanya menentukan ruang penerbangan, SANDO memanfaatkan peta tingkat risiko lingkungan untuk mendeteksi bagian lingkungan yang memiliki risiko tinggi. Peta tersebut digunakan untuk menentukan rute yang lebih sesuai. Sesudah wilayah penerbangan tersedia, sistem menjalankan penyesuaian rute penerbangan dengan persyaratan keselamatan yang wajib dipenuhi. Pada rancangan algoritma, proses optimasi menggunakan Mixed-Integer Quadratic Programming atau MIQP. Metode ini dikombinasikan dengan pengurangan jumlah variabel keputusan agar beban komputasi berkurang. Penyederhanaan ini 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, para peneliti MIT melakukan pengujian dalam lingkungan virtual yang melibatkan objek diam serta hambatan dinamis. Melalui skenario yang disiapkan, SANDO dibandingkan dengan sistem perencanaan lintasan lain. Hasil penelitian mengindikasikan bahwa algoritma yang dikembangkan dapat menghasilkan waktu pencapaian target lebih singkat dibandingkan beberapa sistem yang diuji. Di samping peningkatan kecepatan, hasil eksperimen virtual menunjukkan lintasan bebas benturan dalam rangkaian simulasi yang dievaluasi. Walaupun hasilnya menjanjikan, simulasi tetap memiliki keterbatasan. Karena alasan ini, eksperimen penerbangan langsung menjadi tahapan penting untuk memastikan sistem dapat dijalankan pada perangkat nyata.
Selain simulasi komputer, tim peneliti juga menggunakan perangkat UAV nyata yang menggunakan sensor serta komputer yang dibawa saat terbang. Dalam laporan MIT, SANDO berhasil menghindari hambatan bergerak yang digunakan pada 12 penerbangan pengujian yang dilaporkan. Ketika drone bergerak, perangkat melakukan penyesuaian terhadap jalur penerbangan berdasarkan perubahan kondisi lingkungan. Mekanisme penyesuaian rute memiliki fungsi utama karena hambatan mungkin bergerak mendadak. Penggunaan komputer onboard menunjukkan potensi pengolahan jalur secara langsung selama penerbangan. Namun demikian, capaian dalam skenario penelitian belum berarti sistem aman pada setiap kondisi nyata.
Peluang Penggunaan SANDO pada Misi Robotika Otonom Masa Depan
Contoh pemanfaatan penting dari SANDO adalah operasi pencarian dan penyelamatan. Dalam kondisi tersebut, petugas lapangan dapat menemukan wilayah berbahaya dan tidak stabil. Robot terbang mandiri berpotensi membantu pengamatan dari udara tanpa mengharuskan petugas memasuki lokasi berbahaya. Sebagai contoh, kendaraan udara berpotensi menemui hambatan akibat perubahan lingkungan. Berkat metode prediksi perpindahan objek, SANDO dapat menjadi pendukung untuk meningkatkan kemampuan menghindari objek bergerak. Meski memiliki potensi besar, operasi lapangan berisiko tinggi memerlukan pengujian tambahan.
Di luar penggunaan pada situasi darurat, metode perencanaan lintasan ini juga berpotensi digunakan untuk penjelajahan area pertambangan, pemantauan lingkungan kerja kompleks, serta distribusi paket berbasis UAV. Ketika digunakan di ruang bawah tanah, peta lokasi mungkin tidak lengkap, sehingga perencanaan rute adaptif berpotensi meningkatkan efektivitas operasi. Sementara itu, drone mungkin menghadapi manusia yang berjalan. Metode penghindaran rintangan dinamis dapat membantu mengembangkan rute otomatis yang memperhitungkan perubahan. Meskipun demikian, penggunaan dalam layanan masyarakat harus mempertimbangkan persyaratan keselamatan publik, keandalan komunikasi, dan mekanisme pengendalian risiko.
Kesimpulan: Sistem SANDO Membuka Masa Depan Navigasi Drone yang Lebih Aman
Hadirnya metode navigasi SANDO menjadi perkembangan penting dalam pengembangan sistem penerbangan otonom. Dengan menggabungkan pemrosesan data rintangan, estimasi pergerakan rintangan, dan penyusunan jalur menggunakan batasan matematis, sistem ini berpotensi meningkatkan kemampuan drone menghindari tabrakan. Temuan dari eksperimen komputer serta penerbangan memperlihatkan hasil yang menjanjikan untuk berbagai misi berisiko. Walaupun perkembangannya positif, evaluasi keselamatan tambahan masih menjadi kebutuhan agar keandalannya dapat dinilai secara menyeluruh. Dari sudut pandang Anda, seberapa besar manfaat sistem penghindaran rintangan berbasis AI dan algoritma dalam mendukung eksplorasi wilayah berbahaya? Anda dapat berbagi pemikiran mengenai masa depan drone otonom.
