AI-translated from English; not yet reviewed by a fluent editor. # Makalah MonoRace dari TU Delft menjelaskan sistem balap drone berkamera tunggal > Makalah baru di Science Robotics merinci kamera, IMU, dan kendali onboard di balik kemenangan balap drone pada 2025. Hasilnya terbatas pada lintasan kompetisi yang sudah dikenal. By BIG CHANGE Editorial Published: 2026-10-15T06:59:17.849Z Updated: 2026-10-15T06:59:17.849Z Canonical: https://bigchange.ai/blog/tudelft-monorace-one-camera-autonomous-drone-racing ![Conceptual charcoal illustration of an unbranded quadrotor flying toward a freestanding orange-edged gate on an open field.](https://bigchange.ai/api/media/file/monorace-drone-gate-concept-v2.png) AI-generated conceptual illustration by BIG CHANGE; no actual MonoRace aircraft, A2RL event or race result is depicted. Peneliti TU Delft menerbitkan metode di balik MonoRace dalam [*Science Robotics*](https://doi.org/10.1126/scirobotics.aee9250) pada 14 Oktober 2026. Hasil yang dijelaskan makalah itu terjadi lebih awal: drone tersebut menang di Abu Dhabi Autonomous Drone Racing Competition pada April 2025. Makalah itu merinci cara satu kamera menghadap ke depan, unit pengukuran inersia (IMU), dan jaringan kendali kecil onboard bekerja bersama pada kecepatan balap. Naskah [Preprint penulis yang dapat diakses](https://arxiv.org/html/2601.15222v1), diserahkan pada 21 Januari 2026, melaporkan kemenangan atas tim otonom lain dan tiga juara dunia manusia dalam ajang sistem gugur. Makalah itu menyebut MonoRace mencapai kecepatan hingga 100 km/h di lintasan kompetisi tanpa pelacakan gerak eksternal. [Publikasi kampus TU Delft melaporkan kemenangan itu](https://delta.tudelft.nl/en/article/ai-drone-from-tu-delft-outpaces-human-pilots-at-world-championship-in-abu-dhabi) pada April 2025. BIG CHANGE belum menguji sistem tersebut. ## Perubahan utama - **Apa yang berubah:** Makalah Oktober 2026 menjelaskan cara tim menyetel ulang keselarasan kamera MonoRace setelah benturan atau perbaikan, dengan gambar penerbangan onboard dan bentuk gerbang yang diketahui, tanpa pelacakan gerak eksternal. - **Mengapa penting:** Tim balap drone yang mengevaluasi beberapa pesawat perlu menilai penghindaran tabrakan secara terpisah. MonoRace menempati posisi ketiga dalam ajang mult drone karena tidak memiliki kemampuan itu, meskipun menang di nomor tunggal dan balapan melawan manusia. - **Yang perlu dipantau:** Hasil pada lintasan bertanda tidak membuktikan keandalan di luar trek, navigasi serbaguna, keamanan penerapan, ketersediaan komersial, atau pemindahan kemampuan ke robot lain. ## Dari gambar gerbang ke perintah motor Drone kompetisi menggunakan satu kamera visual bersama IMU yang mengukur gerakan. Kamera rolling shutter mengirim gambar ke komputer onboard, tempat jaringan saraf menandai gerbang balap. Perangkat lunak kemudian menemukan sudut gerbang, membandingkannya dengan tampilan yang diharapkan, dan menggabungkan perkiraan posisi visual dengan pembacaan IMU di dalam estimator keadaan. Menurut [metode dalam makalah](https://arxiv.org/html/2601.15222v1), model dinamika drone membantu estimator ketika manuver keras mendorong akselerometer melampaui rentang pengukurannya. Peneliti juga menggunakan rekaman penerbangan untuk memperbaiki kalibrasi antar putaran. Mereka membandingkan lokasi kemunculan gerbang yang bentuk dan ukurannya diketahui pada gambar kamera dengan lokasi yang ditemukan sistem segmentasi. Penyesuaian offline itu sangat berguna untuk menyempurnakan posisi dan sudut kamera relatif terhadap drone setelah perbaikan atau benturan. Penyesuaian tersebut memanfaatkan pengetahuan tentang gerbang balap dan tidak memerlukan pelacakan gerak eksternal. Keadaan yang diperkirakan kemudian dikirim ke jaringan saraf kecil untuk panduan dan kendali pada pengendali penerbangan. Dilatih dalam simulasi, jaringan itu mengirim perintah langsung ke motor sebanyak 500 kali per detik, melewati loop kendali internal yang terpisah. Gambar kamera diproses pada NVIDIA Jetson Orin NX onboard; jaringan 500 Hz berjalan pada pengendali penerbangan. Prosesor gambar dan pengendali motor 500 Hz berjalan pada perangkat keras onboard yang terpisah. ## Apa yang dibuktikan oleh balapan Menurut para peneliti, MonoRace memenangkan Grand Challenge individual dan kompetisi sistem gugur AI melawan manusia pada 2025. Makalah mereka juga mencatat posisi ketiga dalam balapan mult drone, ketika sistem itu tidak memiliki kemampuan menghindari tabrakan. Hasil yang ditunjukkan adalah penerbangan cepat mengitari lintasan gerbang yang diketahui dalam kondisi kompetisi, dengan seluruh persepsi dan kendali berada di onboard serta tanpa pelacakan gerak eksternal. Makalah itu tidak membuktikan navigasi serbaguna, rekam keselamatan penerapan, ketersediaan komersial, atau pemindahan kemampuan ke jenis robot lain. Sistem yang lebih awal, [Swift](https://pmc.ncbi.nlm.nih.gov/articles/PMC10468397/), mengalahkan pilot manusia juara di lintasan dalam ruangan dengan menggunakan sensor onboard selama balapannya. Penelitiannya menggunakan pengindraan visual-inersial stereo dan data penangkapan gerak selama pengembangan. Kemajuan MonoRace yang dilaporkan adalah hasil kompetisi dengan satu kamera visual dan IMU onboard, dipadukan estimator berbasis gerbang dan pengendali motor langsung. Studi tersebut menggunakan lintasan dan acara berbeda, sehingga waktunya bukan ukuran langsung sistem mana yang lebih cepat. ## Sumber dan bacaan lanjutan - [Preprint penulis MonoRace](https://arxiv.org/html/2601.15222v1), diserahkan pada 21 Januari 2026. Ini adalah uraian metode dan hasil yang dapat diakses dan digunakan untuk artikel ini; makalah jurnal yang terbit kemudian ditautkan secara terpisah. - [*Science Robotics* catatan jurnal](https://doi.org/10.1126/scirobotics.aee9250), diterbitkan pada 14 Oktober 2026. Informasi publikasi didukung DOI jurnal dan [bibliografi rilis TU Delft](https://www.brightsurf.com/news/8Y4G736L/the-science-behind-the-worlds-fastest-autonomous-racing-drone.html); halaman lengkap penerbit tidak dapat diakses selama peninjauan ini, sehingga rincian teknis di atas diatribusikan kepada preprint. - [Laporan balap TU Delft Delta tertanggal 16 April 2025](https://delta.tudelft.nl/en/article/ai-drone-from-tu-delft-outpaces-human-pilots-at-world-championship-in-abu-dhabi) mendokumentasikan pemberitaan saat itu tentang kemenangan di Abu Dhabi. - [Makalah penelitian Swift](https://pmc.ncbi.nlm.nih.gov/articles/PMC10468397/) memberikan perbandingan terbatas dengan sistem sebelumnya. ## Sources - [MonoRace: Balap drone tingkat juara dengan AI monokular yang tangguh, preprint penulis v1](https://arxiv.org/html/2601.15222v1) - [MonoRace, DOI jurnal Science Robotics](https://doi.org/10.1126/scirobotics.aee9250) - [Sains di balik drone balap otonom tercepat di dunia, bibliografi rilis TU Delft](https://www.brightsurf.com/news/8Y4G736L/the-science-behind-the-worlds-fastest-autonomous-racing-drone.html) - [Drone AI TU Delft mengungguli pilot manusia di Kejuaraan Dunia Abu Dhabi, Delta](https://delta.tudelft.nl/en/article/ai-drone-from-tu-delft-outpaces-human-pilots-at-world-championship-in-abu-dhabi) - [Balap drone tingkat juara menggunakan pembelajaran penguatan mendalam, Nature](https://pmc.ncbi.nlm.nih.gov/articles/PMC10468397/)