Perpustakaan Digital ITB

Navigasi otonom rover planetary menuntut kemampuan merencanakan lintasan yang tidak hanya bebas rintangan secara geometris, tetapi juga mempertimbangkan karakteristik fisik medan yang menentukan kelayakan dan biaya sesungguhnya bagi kendaraan beroda. Algoritma perencanaan lintasan klasik seperti A* dan Hybrid A* pada umumnya memperlakukan biaya perpindahan secara seragam atau semata berdasarkan jarak geometris, sehingga tidak merepresentasikan pengaruh kemiringan, kekasaran, dan karakteristik terramekanika tanah terhadap kelayakan maupun konsumsi energi suatu lintasan. Penelitian ini mengembangkan kerangka TV-Hybrid A*, varian Hybrid A* dengan fungsi biaya adaptif-medan yang dipandu Jump Point Search (JPS) untuk kasus navigasi rover kelas Mars 2020/Perseverance berbasis data Digital Elevation Model (DEM). Peta keterlintasan (traversability) dibangun dari lima kriteria kelayakan fisik: batas kemiringan, batas friksi, batas kekasaran, keamanan jarak kolong (ground clearance), dan batas sinkage, yang seluruhnya diturunkan dari geometri suspensi rocker-bogie serta model terramekanika Bekker dan Janosi–Hanamoto per kelas tanah. Kemiringan (slope) dan kekasaran (roughness) diestimasi langsung dari raster DEM melalui analisis jendela geser seukuran jejak kendaraan yang sadar-NoData, dengan kekasaran didefinisikan sebagai residual elevasi setelah komponen bidang miring lokal dikurangkan. Bobot antar-komponen biaya (ketinggian, kekasaran, friksi, kemiringan) tidak ditetapkan tetap, melainkan diprediksi secara daring oleh jaringan saraf tiruan (multi-layer perceptron dengan Batch Normalization, Dropout, dan optimizer Adam) yang dilatih meminimumkan divergensi Kullback–Leibler terhadap label bobot sintetis. Lintasan JPS turut difungsikan sebagai medan pemandu dan sumber heuristik sadar-medan bagi TV-Hybrid A*, dengan admissibility heuristik tetap terjaga. Keempat algoritma A*, JPS, Hybrid A*, dan TV-Hybrid A* terpandu JPS dibandingkan pada peta keterlintasan (traversability) yang identik menggunakan metrik panjang lintasan, waktu tempuh, konsumsi energi berbasis model fisika kendaraan off-road lima-komponen (resistansi guling, slip, tanjakan, aerodinamika, dan daya bantu), serta waktu komputasi. Pengujian dilakukan pada domain 250 × 250 m beresolusi 1 m/sel berupa medan berbukit sintetis yang dikalibrasi menyerupai statistik DEM Mars riil meliputi relief, amplitudo kekasaran, dan proporsi kelas tanah. Jaringan bobot mencapai KL-Divergence rata-rata 0,0042 dengan R² 0,664–0,899 per bobot pada data uji, dan analisis sensitivitasnya menunjukkan bobot kemiringan sebagai yang paling responsif terhadap keparahan medan konsisten dengan kedudukan kemiringan sebagai mekanisme kegagalan keterlintasan (traversability) yang paling kritis. TV-Hybrid A* terpandu JPS menghasilkan konsumsi energi terendah (417.860 J, 5,2% di bawah Hybrid A* murni serta 3,7–4,0% di bawah JPS dan A*), waktu tempuh tersingkat (4.651,6 s), serta efisiensi energi terbaik (1.129,9 J/m, 8,5% lebih baik daripada Hybrid A*), meskipun lintasannya secara geometris sedikit lebih panjang (369,8 m berbanding 356,9 m milik Hybrid A* yang terpendek). Seluruh hasil kuantitatif diperoleh melalui simulasi pada medan sintetis yang dikalibrasi menyerupai statistik DEM Mars riil, sehingga validitasnya terletak pada konsistensi pipeline secara end-to-end, bukan pada karakterisasi area Mars spesifik. Namun demikian, panduan JPS tidak terbukti mempercepat pencarian: waktu komputasi TV-Hybrid A* justru mencapai 451,0 s dibandingkan 22,9 s milik Hybrid A* murni, dengan jumlah iterasi hampir dua kali lipat — sehingga manfaat panduan JPS pada konfigurasi ini terwujud pada kualitas lintasan, bukan pada kecepatan pencarian. Hasil ini menunjukkan bahwa integrasi analisis traversability (keterlintasan) berbasis fisika dengan bobot adaptif hasil pembelajaran mesin dapat menghasilkan kerangka perencanaan lintasan yang secara eksplisit sadar-medan dan unggul pada metrik operasional yang relevan bagi misi rover, dengan biaya komputasi sebagai konsekuensinya. Eksekusi pada data DEM riil skala penuh serta optimasi biaya komputasi ditetapkan sebagai agenda penelitian lanjutan.