Apa yang Dilakukan Kendaraan Otonom Saat Menghadapi Sirene Polis dan Ambulans?

Bagikan Halaman Ini
Kendaraan otonom dapat mendeteksi suara sirene; Mikrofon eksternal Waymo dan AI suara dari Cerence melakukannya pada jarak hingga 800 meter. Namun mendeteksi dan memberikan respons yang tepat bukanlah hal yang sama: taksi robot berhenti di depan mobil pemadam kebakaran, menyumbat pintu keluar stasiun pemadam kebakaran, dan menghalangi jalan kendaraan darurat sambil menunggu isyarat tangan polisi. Singkatnya: mereka punya telinga, tetapi refleksnya masih kurang.
Sorotan
- Sistem pengenalan suara Cerence mengenali lebih dari 1.500 suara sirene dan dapat melakukan deteksi pada jarak lebih dari 800 meter.
- Pada Agustus 2023 di San Francisco, mobil pemadam kebakaran dengan sirene menyala menabrak kendaraan Cruise tanpa pengemudi yang sedang melewati lampu hijau.
- NHTSA menerbitkan peringatan publik bagi pengembang kendaraan otonom pada Juli 2026 setelah lebih dari 75 kejadian.
- Waymo, sejak 2017, melatih kendaraannya untuk mengenali mobil pemadam kebakaran, ambulans, dan mobil polisi.
- Di California, mulai 1 Juli, taksi robot dapat kena denda karena menghalangi petugas tanggap darurat.
Apakah Ada Telinga untuk Sirene dalam Paket Sensor?
Bayangkan bagaimana kendaraan otonom melihat lingkungannya: lidar menggambar peta tiga dimensi, radar mencakup jarak jauh dan cuaca buruk, kamera mengenali lampu, dan sensor ultrasonik menangani jarak dekat. Bagus, tetapi paket ini punya satu kelemahan umum: semuanya mengandalkan garis penglihatan. Jika mobil pemadam kebakaran berada di balik tikungan, kamera hanya melihat jalan yang kosong. Di sinilah suara berperan, karena suara sirene bisa datang dari balik tembok dan dari luar garis penglihatan. Sama seperti kamu tidak bisa mendengar suara mesin saat kaca mobil tertutup di tengah lalu lintas, logikanya sama.
Karena itulah kendaraan Waymo dilengkapi mikrofon eksternal; mikrofon tersebut dipasang di bagian luar untuk mendeteksi sirene dan klakson. Ketika beberapa mikrofon merekam suara yang sama pada waktu yang berbeda, arah datangnya suara dapat dihitung berdasarkan perbedaan waktu. Jadi kendaraan tidak hanya berkata "ada sirene", tetapi juga mencoba memperkirakan arahnya dan apakah ada kendaraan yang mendekat. Keren, kan? Sekarang mari kita lihat di mana hal ini tersendat dalam kehidupan nyata.
Mengapa Mengenali Sirene Sesulit Itu?
Pita frekuensi suara hampir setiap saat tertutupi oleh kebisingan kota: traktor, sepeda motor, konstruksi, musik ber-bass. Tambahkan pula keragaman sirene itu sendiri. Dalam catatan paten, terdapat dua pola sirene dasar: "wail" yang berayun lambat dan "yelp" yang bergetar cepat. Selain itu, tekanan suara tertinggi biasanya terpusat pada pita 1.000-2.000 Hz, dan pita ini tumpang tindih dengan rentang kebisingan kota yang paling padat. Agar sistem dapat memisahkan sirene dari kebisingan, rekaman suara dibagi menjadi klip, diubah menjadi spektrogram, dan diproses melalui jaringan saraf konvolusional yang telah dilatih sebelumnya. Kedengarannya rumit karena memang benar-benar rumit.
Bagian tersulit bukanlah teknik, melainkan operasional: kendaraan darurat tersembunyi di balik gedung, truk, atau barisan pohon menjadi titik terlemah dari sistem deteksi. Baik dalam perangkat lunak maupun studi akademik, skenario "kendaraan yang bersembunyi" ini diperlakukan sebagai masalah tersendiri. Pada pemberitaan tentang paten deteksi kendaraan darurat Nvidia, temuan yang sama juga diulangi: kendaraan otonom kesulitan mengenali kendaraan darurat dan memberikan respons yang tepat. Jadi masalahnya bukan "tidak melihat?", melainkan pertanyaan "jika melihat, apa yang kamu lakukan?".
Seberapa Andalkan Angka-Angka Ini?
Sistem pengenalan suara menjanjikan tingkat keberhasilan yang mengesankan: sebuah studi akademik melaporkan akurasi di atas 99 persen untuk deteksi keberadaan sirene pada jarak kritis 10-50 meter. Namun perhatikan: angka tersebut berasal dari kumpulan data terkontrol. Di jalan yang sesungguhnya, dua sirene berbunyi bersamaan, angin menggelegar, dan kendaraan tersembunyi di belakang sebuah truk. Perbedaan antara nilai jangkauan dan akurasi yang disorot para produsen dengan performa di lalu lintas sehari-hari adalah bagian terpenting namun paling sedikit dibicarakan dari kisah ini.
Bagaimana Para Produsen Mencoba Menyelesaikan Masalah Ini?
Salah satu pemain paling ambisius berada di sisi suara. Sistem deteksi kendaraan darurat Cerence Emergency Vehicle Detection (EVD) bersertifikat di 47 negara dan mendukung lebih dari 1.500 suara sirene; melakukan deteksi dari jarak 300 meter dengan mikrofon di dalam kendaraan, dan lebih dari 800 meter dengan mikrofon eksternal. Pemasangan dengan mikrofon eksternal juga memberikan informasi arah. Mercedes-Benz dan BMW telah mengintegrasikan sistem ini ke dalam program mengemudi otomatis mereka; sistem ini juga muncul dalam proyek robotaksi dan truk otonom. Jadi di titik tertentu industri telah belajar mengatakan "kamera saja tidak cukup, mari beri kendaraan telinga".
Di pihak Waymo, kisahnya menjangkau lebih jauh ke belakang. Sejak 2017 perusahaan telah melatih kendaraannya agar mengenali kendaraan pemadam kebakaran, ambulans, dan polisi; sensor mengumpulkan contoh dari berbagai kecepatan, jarak, dan sudut berbeda. Sebuah hierarki perilaku juga telah ditetapkan untuk mendeteksi polisi lalu lintas dan menunggu isyarat tangan. Pendekatan Tesla berbeda: terutama mengandalkan kamera dan radar, deteksi sirene berbasis suara pada Tesla tidak jelas. Sejak versi 13, perilaku menepi ke pinggir jalan untuk kendaraan darurat berlampu berkedip dilaporkan oleh para pengguna; dalam satu kejadian, Full Self-Driving berpindah lajur untuk memberi jalan bagi ambulans yang mendekat saat berhenti di lampu merah. Meski demikian, area ini pada Tesla belum terdokumentasi dengan detail rekayasa yang sekonkret Waymo dan Cerence.
| Sistem | Pendekatan | Data yang Menonjol |
|---|---|---|
| Cerence EVD | AI suara, mikrofon di dalam dan luar kendaraan | 1.500+ suara sirene, deteksi di atas 800 m, sertifikat 47 negara |
| Waymo | Mikrofon eksternal (EAR) + pengenalan visual, deteksi isyarat polisi | Pelatihan kendaraan darurat sejak 2017 |
| Tesla FSD | Terutama kamera dan radar | Perilaku menepi ke pinggir jalan sejak versi 13 (laporan pengguna) |
Mengapa Robotaksi Tersendat Di Depan Sirene? Kasus Nyata

Teorinya indah, praktiknya kejam. Kasus yang paling mencolok terjadi pada Agustus 2023 di San Francisco: sebuah mobil pemadam yang sedang menuju panggilan darurat dengan sirene dan lampu menyala menabrak robotaksi Cruise tanpa pengemudi yang melintasi lampu hijau, dan satu orang terluka. Bayangkan, hal yang paling jelas yang harus dilihat teknologi - lampu sein, sirene, kendaraan darurat - namun sistemnya tetap salah mengambil keputusan.
Adegan serupa juga terulang di pihak Waymo. Di Austin, sebuah robotaksi kosong memblokir jalan mobil pemadam yang menuju laporan kebakaran hotel; kendaraan itu melakukan manuver kecil maju mundur, membunyikan klakson tetapi tidak bisa memberi jalan dengan benar. Pada Mei 2024 di Dallas County, seorang petugas penegak hukum menemukan sebuah Waymo kosong yang memblokir jalan di dekat kebakaran bangunan yang menelan korban jiwa. Petugas pemadam kebakaran San Francisco juga mengeluhkan blokade yang berulang: tercatat bahwa kendaraan-kendaraan itu menyekat pintu keluar stasiun pemadam dan berhenti di depan ambulans serta kendaraan pemadam kebakaran. Dalam satu kejadian, petugas pemadam terpaksa memindahkan kendaraan itu ke tepi dengan tangan mereka sendiri. Video robotaksi yang membunyikan klakson selama 30 detik sebenarnya adalah yang paling ringan di antara semuanya.
Di sisi polis, keadaannya juga tidak lebih baik. Laporan Desember 2025 dari sebuah lembaga keahlian yang berfokus pada penegakan hukum mengonfirmasi bahwa kendaraan otonom bermasalah dalam situasi lalu lintas yang tidak teratur seperti lalu lintas kendaraan darurat, penutupan jalan, instruksi verbal, dan isyarat tangan. Bahkan unit polis Departemen Kehakiman AS menerbitkan panduan pada September 2025 yang menjelaskan kepada petugas cara berinteraksi dengan sistem berkendara otomatis. Negara melatih polisnya menghadapi robotaksi - baca sekali lagi keanehan kalimat ini.
Kapan Regulator Turun Tangan?
Para pejabat yang menahan diri akhirnya bersuara. Pada Juli 2026, otoritas keselamatan lalu lintas federal di AS mendeteksi pola yang jelas bahwa kendaraan tanpa pengemudi menghambat penegak hukum dan penanggap pertama, lalu menuntut perusahaan untuk segera menyelesaikannya; setelah lebih dari 75 kejadian, ini lebih merupakan kritik yang menyayat daripada sekadar peringatan ringan. Pada periode yang sama, aturan baru mulai berlaku di California: mulai 1 Juli, perusahaan robotaksi dapat menghadapi sanksi ketika kendaraannya menghambat polis atau petugas pemadam kebakaran.
Gagasan yang lebih keras juga beredar di meja perundingan: sebuah rancangan undang-undang diusulkan yang mengatur dua modalitas deteksi terpisah untuk robotaksi, sebuah jalur telepon penanggap pertama yang aktif 24 jam, dan gagasan pembatasan geografis yang mewajibkan kendaraan dijauhkan dari zona tertentu sedang didiskusikan. Ini belum menjadi regulasi final tetapi menunjukkan arahnya: jika teknologi tidak memperbaiki dirinya sendiri, aturan yang akan berusaha memperbaikinya.
Perbedaan antara Janji dan Kenyataan: Siapa yang Menggerakkan Sistem Ini?
Janji industri itu jelas: fusi sensor multimodal dan kecerdasan buatan suara akan menyelesaikan masalah, kita akan memberi kendaraan mata sekaligus telinga. Kenyataannya saat ini adalah seperti ini: bahkan kendaraan yang mampu mendeteksi pun belum tentu dapat memberikan respons yang benar; bukti memberi jalan, ia membunyikan klakson, menunggu dengan manuver kecil, atau bahkan membeku sepenuhnya. Solusi paling praktis saat ini ketika sebuah robotaxi berhenti di depan kendaraanmu tetap saja manusia: Panduan yang diterbitkan Waymo untuk petugas pertolongan pertama mendefinisikan prosedur pengambilalihan manual. Artinya petugas pemadam bisa membuka pintu mobil dan mengambil kendali. Dari sisi emosi agak menyakitkan, dari sisi rekayasa cukup jujur.
Pertanyaan saya adalah: Angka seperti tingkat akurasi 99 persen dan jangkauan 800 meter dipamerkan di etalase, sementara kinerja nyata di jalanan belum terverifikasi. Menurut saya masuknya NHTSA setelah lebih dari 75 kejadian adalah bukti paling jelas bahwa teknologi ini belum mencapai kematangan operasional. Penelitian universitas juga menunjuk ke arah yang sama: para produsen wajib meningkatkan kemampuan deteksi dan respons terhadap kendaraan darurat. Mendengar sirene adalah hal yang bagus, tetapi di belakang mobil pemadam bisa ada nyawa manusia; waktu tunggu diukur dengan nyawa itu.
Ringkasan: Telinga Sudah Terpasang, Refleks Belum Ada
Kendaraan otonom kini bisa mendengar sirene - berkat susunan mikrofon, kecerdasan buatan audio, dan pengenalan visual, bagian ini sudah terlampaui. Ambang berikutnya lebih sulit: merespons sirene yang terdengar dengan refleks yang andal dan cepat. Garis yang membentang dari kecelakaan Cruise tahun 2023 hingga peringatan federal tahun 2026 menunjukkan bahwa ini bukan masalah yang bisa diselesaikan semalam dengan pembaruan perangkat lunak. Mobil pemadam yang menunggu di depan robotaxi, menurut saya, adalah rapor paling jujur bagi teknologi ini - dan nilainya belum lulus.
Sumber
- Emergency Vehicle Detection: Enhancing Safety with Audio AI - Cerence AI
- Emergency siren detection for autonomous vehicles - US20220122620A1, Google Patents
- Can Self-Driving Cars Detect Emergency Vehicles? - TCS Upfitting
- Companies must address self-driving car interference with emergency vehicles, U.S. says - Reuters
- Recognizing the sights and sounds of emergency vehicles - Waymo Blog
- Waymo self-driving cars can now respond to traffic cops' gestures - CNET
- Cruise (autonomous vehicle) - Wikipedia
- VIDEO: Driverless Cruise car struck by SF firetruck, injuring ... - ABC7 News
- Waymo Robotaxi Blocks Fire Truck Responding To Austin - Yahoo News
- Firefighters Had to Move a Waymo Themselves After It ... - Inc.
- New PERF report helps police prepare for autonomous vehicles - Police Executive Research Forum
- Guidance for Interacting with Automatic Driving Systems - COPS Office, US DOJ
- Do driverless cars have a first responder problem? - Understanding AI
- Nvidia patent helps autonomous cars detect emergency vehicles - The Robot Report
- Investigation of the impacts of the deployment of AVs - Emerald