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.
MIT Memperkenalkan SANDO sebagai Inovasi Navigasi Drone Otonom
Inovasi sistem navigasi drone semakin membuka sejumlah pendekatan baru untuk mengoptimalkan perlindungan uncrewed aerial vehicle. Berdasarkan riset yang dilakukan, kelompok riset dari MIT menghadirkan SANDO, singkatan dari Safe AutoNomous Trajectory Planning for Dynamic unknOwn environments. Sistem tersebut dirancang untuk drone menghindari rintangan bergerak dalam wilayah tanpa informasi peta sebelumnya. Berbeda dari teknologi yang memerlukan informasi rintangan sejak awal, SANDO mempertimbangkan perubahan posisi hambatan sebelum menyusun lintasan drone. Metode tersebut menawarkan jaminan keamanan berdasarkan perhitungan dalam batasan pergerakan yang telah ditetapkan.
Pengembangan sistem tersebut melibatkan kontribusi utama dari Kota Kondo, peneliti yang menyelesaikan studi doktoral di MIT. Kelompok ilmuwan tersebut turut mencakup Jesús Tordesillas, Juan Rached, Lili Sun, Yixuan Jia, dan Jonathan P. How. Temuan ilmiah tersebut dipublikasikan dalam IEEE Transactions on Robotics, sebuah jurnal ilmiah bidang robotika. Salah satu tujuan penting adalah menghasilkan jalur penerbangan yang bebas tabrakan tanpa mengandalkan informasi posisi semua objek sebelum penerbangan. Pengembangan semacam ini menjadi sangat relevan ketika robot udara memasuki lingkungan tidak terduga. Walaupun demikian, pembuktian keselamatan sistem tidak berarti seluruh risiko penerbangan otomatis hilang.
Cara Kerja SANDO dalam Mendeteksi dan Menghindari Rintangan Bergerak
Sistem SANDO mengolah data pengamatan perangkat untuk mengidentifikasi objek di sekelilingnya. Melalui data yang diterima, perangkat lunak menganalisis perbedaan antara hambatan tetap dan hambatan yang berubah posisi. Setelah proses pengenalan, SANDO menghasilkan wilayah tiga dimensi untuk penerbangan yang dapat dilalui drone. Wilayah penerbangan ini tidak terbatas pada lokasi rintangan pada waktu pengamatan, tetapi juga potensi gerakan objek di masa mendatang. Dengan demikian, sistem dapat mempertimbangkan ancaman sebelum terjadi. Kemampuan tersebut berpotensi memperkuat keselamatan navigasi dalam area dengan banyak objek bergerak.
Salah satu prinsip penting SANDO adalah menentukan batas lokasi yang dapat dicapai hambatan berdasarkan informasi mengenai seberapa cepat rintangan mampu bergerak. Ketika sistem mendeteksi objek, metode ini menggunakan wilayah perkiraan gerakan di sekitar posisi objek tersebut. Perkiraan ruang tersebut secara sederhana menyerupai area tiga dimensi yang menggambarkan jangkauan perpindahan. Berdasarkan batas pergerakan itu, SANDO mengarahkan drone menjauhi ruang yang berpotensi dilalui objek. Perlu diperhatikan, keakuratan data sensor dan informasi batas gerakan objek menjadi bagian penting dalam pembuktian matematis. Apabila kondisi sebenarnya melampaui batas model, pembuktian bebas tabrakan mungkin tidak lagi mencakup situasi tersebut.
Sistem SANDO Menggabungkan Prediksi Gerakan dan Optimasi Lintasan
Salah satu inovasi utama SANDO adalah pembentukan jalur aman yang mempertimbangkan dimensi temporal. Tidak sama dengan perencanaan ruang yang tidak memperhitungkan waktu, sistem terbaru membentuk batas keselamatan berdasarkan jangkauan perpindahan hambatan selama penerbangan. Strategi ini bertujuan mengurangi jalur yang terlalu konservatif. Jika semua area yang mungkin dijangkau hambatan diperlakukan sebagai wilayah terlarang secara bersamaan, drone mungkin kesulitan menemukan jalur. Dengan mempertimbangkan waktu, SANDO mampu merencanakan pergerakan dengan batas keamanan yang lebih tepat. Metode tersebut menjadi penting dalam perencanaan lintasan drone di ruang tiga dimensi yang kompleks.
Tidak hanya menentukan ruang penerbangan, SANDO menerapkan perencanaan berbasis heat map untuk mendeteksi bagian lingkungan yang memiliki risiko tinggi. Informasi tingkat risiko ini membantu algoritma memilih lintasan dengan risiko hambatan lebih rendah. Ketika ruang aman telah disusun, sistem menjalankan penyesuaian rute penerbangan dengan persyaratan keselamatan yang wajib dipenuhi. Melalui pendekatan komputasi tersebut, perhitungan lintasan menerapkan Mixed-Integer Quadratic Programming atau MIQP. Metode ini didukung oleh penyederhanaan variabel agar proses optimasi menjadi lebih efisien. Penyederhanaan ini penting bagi drone karena jalur harus diperbarui dengan cepat.
Pengujian SANDO Membuktikan Kemampuan Menghindari Rintangan Dinamis
Untuk mengevaluasi kemampuan sistem, tim pengembang SANDO mengadakan pengujian dalam lingkungan virtual yang menggunakan beragam konfigurasi lingkungan. Pada eksperimen simulasi, SANDO dievaluasi terhadap beberapa metode navigasi mutakhir. Temuan dari simulasi menunjukkan bahwa sistem SANDO dapat menghasilkan waktu pencapaian target lebih singkat dibandingkan beberapa sistem yang diuji. Selain itu, simulasi tersebut memperlihatkan keberhasilan menghindari rintangan dalam rangkaian simulasi yang dievaluasi. Meskipun pengujian menunjukkan kinerja positif, eksperimen komputer belum mencakup setiap kemungkinan di lapangan. Karena alasan ini, pengujian perangkat fisik memiliki peran besar untuk memeriksa kemampuan penerapan.
Sebagai kelanjutan pengujian, tim peneliti melakukan validasi dengan perangkat UAV nyata yang menggunakan sensor serta komputer yang dibawa saat terbang. Menurut penjelasan mengenai hasil eksperimen, SANDO berhasil menghindari hambatan bergerak yang digunakan pada 12 penerbangan pengujian yang dilaporkan. Pada setiap eksperimen, perangkat melakukan penyesuaian terhadap jalur penerbangan berdasarkan informasi rintangan terkini. Mekanisme penyesuaian rute menjadi penting karena lingkungan bisa mengalami perubahan cepat. Penggunaan komputer onboard menunjukkan potensi kemampuan navigasi mandiri pada UAV. Sebagai catatan, hasil pengujian yang dilaporkan tidak membuktikan seluruh risiko dapat dihilangkan.
Manfaat Teknologi Navigasi Drone MIT dalam Berbagai Bidang
Bidang penggunaan yang berpotensi memperoleh manfaat dari SANDO adalah misi tanggap darurat. Dalam kondisi tersebut, personel tanggap darurat mungkin berhadapan dengan lingkungan dengan berbagai risiko fisik. Robot terbang mandiri memiliki peluang menunjang pengumpulan informasi visual tanpa langsung menempatkan manusia pada area berisiko. Pada kejadian kebakaran besar, kendaraan udara berpotensi menemui cabang pohon yang jatuh. Melalui perencanaan jalur dinamis, SANDO dapat menjadi pendukung untuk mengurangi risiko benturan selama navigasi. Walaupun demikian, operasi lapangan berisiko tinggi tetap membutuhkan evaluasi keselamatan lebih lanjut.
Di luar penggunaan pada situasi darurat, metode perencanaan lintasan ini dapat dikembangkan lebih lanjut untuk penjelajahan area pertambangan, pemantauan lingkungan kerja kompleks, serta distribusi paket berbasis UAV. Dalam eksplorasi terowongan, peta lokasi mungkin tidak lengkap, sehingga perencanaan rute adaptif berpotensi meningkatkan efektivitas operasi. Untuk layanan logistik, drone mungkin menghadapi manusia yang berjalan. Pendekatan navigasi tersebut menawarkan landasan bagi sistem penerbangan lebih adaptif. Meskipun demikian, penggunaan dalam layanan masyarakat harus mempertimbangkan 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 menunjukkan kemajuan menarik dalam pengembangan sistem penerbangan otonom. Melalui kombinasi pemrosesan data rintangan, prediksi jangkauan perpindahan hambatan, dan perencanaan koridor penerbangan aman, metode tersebut berpotensi meningkatkan kemampuan drone menghindari tabrakan. Validasi melalui pengujian virtual dan perangkat fisik memberikan bukti awal kemampuan untuk penggunaan drone dalam lingkungan kompleks. Namun demikian, pengujian dalam kondisi lebih beragam tetap diperlukan agar teknologi dapat diterapkan lebih luas. Menurut Anda, bagaimana peluang penerapan sistem penghindaran rintangan berbasis AI dan algoritma dalam mendukung eksplorasi wilayah berbahaya? Silakan bagikan pendapat Anda mengenai perkembangan teknologi ini.
