Perpustakaan Digital ITB

Vehicle platooning adalah sebuah metode berkendara dengan menggabungkan beberapa kendaraan menjadi sebuah regu dengan tujuan meningkatkan kapasitas kendaraan dalam sebuah jalan. Kendali dalam vehicle platooning dapat dibagi menjadi dua buah, yaitu kendali longitudinal dan lateral. Kendali longitudinal vehicle platooning menggunakan metode adaptive cruise control (ACC), dan dikembangkan lebih lanjut menjadi cooperative adaptive cruise control (CACC). Kendali lateral menggunakan metode look-down, yaitu metode yang menggunakan sensor untuk mendeteksi marka jalan. Kelemahan dari metode look-down adalah marka jalan dapat sangat sulit dideteksi sehingga pembacaan marka tersebut menjadi sangat terganggu. Kelemahan tersebut diatasi dengan pengembangan pendekatan look-ahead, dimana kendaraan follower menggunakan kendaraan yang berada di depannya sebagai referensi. Kelemahan dari pendekatan ini adalah permasalahan cutting corner, yaitu keadaan saat kendaraan berbelok bersamaan dengan kendaraan yang menjadi referensi. Untuk mengatasi hal tersebut, dikembangkanlah pendekatan yang disebut extended look-ahead. Pada penelitian ini, untuk mengendalikan pendekatan extended look-ahead dan kendali CACC di dalam vehicle platooning, digunakan algoritma deep deterministic policy gradient atau ddpg karena algoritma tersebut mampu mengendalikan vehicle platooning dalam ranah kontinu dan model free. Hasil dari penelitian ini menunjukkan model DDPG mampu mengendalikan kendaraan follower untuk mengikuti kendaraan leader tanpa secara aktif menyusul kendaraan leader dan tidak terjadi cutting corner. Hasil ini dibuktikan dengan menggunakan simulasi Donkey Car Gym dan diimplementasikan dengan menggunakan robot Donkey Car.