COVER Muhammad Vardani Rulianto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 1 Muhammad Vardani Rulianto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 2 Muhammad Vardani Rulianto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 3 Muhammad Vardani Rulianto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 4 Muhammad Vardani Rulianto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 5 Muhammad Vardani Rulianto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
PUSTAKA Muhammad Vardani Rulianto
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Sistem kontrol lateral dan sistem penentu lokasi merupakan bagian yang penting dalam mobil otonom. Penelitian sebelumnya mendalami dua hal ini secara terpisah. Belum pernah dilakukan analisa terkait sistem penentu lokasi dan sistem kontrol lateral secara bersamaan. Padahal kedua sistem tersebut saling mempengaruhi satu sama lain. Penelitian ini bertujuan untuk menganalisa pengaruh sistem penentu lokasi terhadap performansi kontrol lateral dengan perancangan dan pengujian.
Metode yang dilakukan adalah dengan merancang sistem penentu lokasi berbasis Unscented Kalman Filter (UKF). Sebagai variasi pengontrol, dirancang pengontrol integral backstepping. Pengujian dilakukan dengan membandingkan skema pengontrolan dengan dan tanpa UKF. Sebagai pembanding, digunakan juga pengontrol Stanley.
Pengontrol integral backstepping memiliki parameter gain, k1 dan k2, yang perlu ditentukan nilainya. Pada penelitian ini gain ditentukan oleh agen Reinforcement Learning Soft Actor-Critic (SAC) yang telah dilatih di lingkunan simulator kinematik. Begitu juga UKF memiliki parameter ????0 dan ???? yang ditentukan nilainya dengan algoritma Grey Wolf Optimizer (GWO). Pengujian dilakukan menggunakan simulasi hardware-in-the-loop menggunakan simulator CARLA dan ROS.
Didapatkan bahwa pemilihan sistem penentu lokasi mempengaruhi performa pengontrolan secara signifikan. Pengontrol integral bakstepping dengan sistem penentu lokasi berbasis GNSS gagal dalam melakukan simulasi. Sebaliknya, pengontrol integral backstepping dengan sistem penentu lokasi berbasis UKF dapat menyelesaikan simulasi.
Didapatkan indeks performansi pada kecepatan maksimum 7,5 m/s untuk integral backstepping adalah MAE 0,268 m, RMSE 0,448 m dengan waktu simulasi 19,870 detik; stanley didapatkan MAE 0,652 m, RMSE 0,943 m, dan waktu simulasi 23,090 detik.