Perpustakaan Digital ITB

Navigasi untuk pencarian target secara akurat di lingkungan tanpa Global Positioning System (GPS), seperti kawasan urban padat dan dalam ruangan (indoor), merupakan tantangan penting dalam pengembangan sistem robotika. Teknologi Ultra-Wideband (UWB) menawarkan solusi potensial dengan kemampuan estimasi posisi hingga tingkat sentimeter, melampaui akurasi teknologi nirkabel konvensional seperti WiFi dan Bluetooth yang umumnya berada pada skala meter. Penelitian ini mengembangkan sistem navigasi drone untuk misi pencarian target, yang mengintegrasikan tiga komponen utama: (1) algoritma lokalisasi berbasis Time Difference of Arrival (TDoA) untuk estimasi posisi akurat; (2) algoritma perencanaan jalur menggunakan Q-Learning yang mengoptimalkan lintasan berdasarkan hasil lokalisasi; serta (3) pengendali Nonlinear Model Predictive Control (NMPC) untuk mengikuti trajektori secara presisi berdasarkan model dinamika drone. Sistem dikembangkan dalam lingkungan simulasi guna menguji performa navigasi secara terpadu. Hasil evaluasi menunjukkan bahwa estimasi jarak UWB memiliki error antara 1–10 cm pada rentang pengukuran 20–200 meter. Lokalisasi TDoA menghasilkan Root Mean Square Error (RMSE) sebesar 2,5 cm untuk posisi dinamis. Perencanaan jalur dengan Q-Learning menghasilkan trajektori yang aman dari halangan, dan pengontrol NMPC menunjukkan performa stabil dengan RMSE posisi horizontal sebesar 1,63–1,82 meter. Kata kunci: Ultra-Wideband (UWB), Reinforcement Learning (RL), Q-Learning, Nonlinear Model Predictive Control (NMPC), navigasi tanpa GPS, lokalisasi drone, perencanaan jalur.