Perbandingan Performa Moving Horizon State Estimation dan Extended Kalman Filter untuk Estimasi State Variabel pada Autonomous Underwater Vehicle

Thoriq, Zaidan Syauqi (2024) Perbandingan Performa Moving Horizon State Estimation dan Extended Kalman Filter untuk Estimasi State Variabel pada Autonomous Underwater Vehicle. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5022201195-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (10MB) | Request a copy

Abstract

Pada beberapa tahun terakhir kendaraan bawah air tanpa awak (Autonomous Underwater Vehicle) telah berkembang secara pesat terutama dalam melakukan pemantauan dan eksplorasi laut lepas. Implementasi AUV dapat diamati dengan di bidang militer seperti pengintaian ataupun tugas-tugas khusus lainnya. Untuk menyelesaikan tugas tersebut maka diperlukan akurasi yang tepat saat AUV bermanuver untuk sampai ke titik target dengan aman. Oleh karena itu diperlukan suatu sistem yang dapat mengestimasi state variable pada AUV untuk menentukan posisi dan orientasi relatif terhadap lingkungan sekitarnya. Estimasi state juga dapat membantu AUV mengambil keputusan secara otonom berdasarkan kecepatan, posisi, dan orientasi kapal. Pada penelitian tugas akhir ini dilakukan simulasi untuk estimasi state pada AUV dengan metode Moving Horizon State Estimate dan Extended Kalman Filter. Eksperimen dan pengujian dilakukan untuk menguji performa kedua metode estimasi untuk mengestimasi persamaan non-linear pada AUV. Dengan hasil estimasi yang akurat diharapkan kapal dapat bergerak lebih efisien termasuk salah satunya perencanaan jalur gerak kapal menuju titik target yang ditentukan dalam penelitian lebih lanjut.
=============================================================
In recent years, Autonomous Underwater Vehicles (AUVs) have developed rapidly, especially in monitoring and exploration of the open sea. The implementation of AUVs can be observed in military fields such as reconnaissance or other special tasks. To accomplish these tasks, it is essential to have precise accuracy when the AUV maneuvers to reach the target point safely. Therefore, a system is required to estimate the state variables of the AUV to determine its position and orientation relative to its surroundings. State estimation also helps the AUV make autonomous decisions based on the vessel's speed, position, and orientation. In this final project research, simulations are conducted for state estimation on AUVs using the Moving Horizon State Estimation method and the Extended Kalman Filter. Experiments and testing are performed to evaluate the performance of both estimation methods in estimating the nonlinear equations of the AUV. With accurate estimation results, it is expected that the vessel can move more efficiently, including one aspect of planning the vessel's path towards the target point, which will be determined in further research.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Autonomous Underwater Vehicle, Estimasi State, Moving Horizon State Estimation, Extended Kalman Filter. Autonomous Underwater Vehicle, State Estimation, Moving Horizon State Estimation, Extended Kalman Filter
Subjects:	U Military Science > U Military Science (General) V Naval Science > V Naval Science (General)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User:	Zaidan Syauqi Thoriq
Date Deposited:	31 Jul 2024 06:23
Last Modified:	31 Jul 2024 06:23
URI:	http://repository.its.ac.id/id/eprint/110957

Actions (login required)

View Item