突破極限！卡內基大學打造全地形自駕車 征服礦場、救災與探險任務

想像一台能穿越茂密樹林、崎嶇岩石，甚至在完全沒有道路的荒野中奔馳的自駕車。卡內基梅隆大學機器人研究所的團隊，正讓這個想像成為現實！

當自駕計程車和卡車逐漸出現在都市街道時，這群研究人員卻將目光投向更艱鉅的挑戰——開發能應付礦場開採、救難任務、野火管控、國防應用等極端環境的全地形自駕系統。與依賴明確地圖和交通標誌的都會型自駕車不同，這款越野車必須即時解讀複雜多變的自然環境。

AirLab實驗室的TartanDriver團隊開發出一套革命性的「自我監督式自主系統」，突破傳統需要耗時人工標記數據的限制。團隊成員王文山博士解釋：「我們結合基礎模型與自我監督技術，讓車輛能自動識別高草、樹木等地貌特徵，大幅提升數據收集效率。」

這套系統建立在三大核心技術上：自我監督學習、多模態感知與風險評估能力。研究團隊為全地形車配備光達感測器、攝影機、慣性測量單元等多種裝置，透過「逆向強化學習」技術，讓車輛能自主判斷最佳路徑，在風險與性能間取得平衡。

團隊成員Micah Nye說明：「在沒有預設地圖的情況下，我們運用SLAM（即時定位與地圖構建）技術，讓系統能在不同視覺環境中保持穩定的感知能力。」目前測試已成功通過草地、岩石坡道等多種複雜地形，接下來將加裝熱成像攝影機，進一步提升在煙霧等惡劣環境中的表現。

令人振奮的是，這項技術不僅限於越野車，團隊已開始將系統移植到四足機器人與電動輪椅上，展現出跨平台應用的巨大潛力。這項突破將為危險環境作業與緊急救援任務，開創全新的可能性。

[end]