Adaptive Path Planning For Autonomous Mobile Robots In Dynamic Environments Using A Hybrid APF-RRT* And Dynamic Window Approach

Jedidiah, Michael Raphael (2025) Adaptive Path Planning For Autonomous Mobile Robots In Dynamic Environments Using A Hybrid APF-RRT* And Dynamic Window Approach. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5022211241-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (9MB) | Request a copy

Abstract

Perencanaan jalur dalam situasi dinamis merupakan tantangan besar bagi robot mobile otonom karena adanya rintangan statis dan dinamis. Meskipun perencana global seperti Rapidly-exploring Random Tree Star (RRT*) dapat menghasilkan jalur yang secara asimtotik optimal, algoritma ini sering kesulitan beradaptasi terhadap perubahan lingkungan yang tiba-tiba. Dynamic Window Approach (DWA) memiliki keunggulan dalam hal respons lokal yang cepat, namun sering terjebak pada masalah minimum lokal dan menghasilkan navigasi yang kurang efisien. Penelitian ini mengusulkan pendekatan perencanaan jalur hibrida yang menggabungkan metode sampling yang dipandu oleh Artificial Potential Field (APF) dengan RRT* untuk perencanaan jalur global yang efektif, serta menggunakan DWA untuk menghindari rintangan secara real-time di tingkat lokal. Simulasi dilakukan menggunakan MATLAB dalam berbagai skenario yang mencakup rintangan statis dan dinamis. Dalam lingkunga dinamis, rata-rata biaya jalur adalah 21.37 meter, rata-rata biaya waktu adalah 137.81 detik, dan rata-rata jumlah node adalah 1220. Ini menghasilkan perbedaan dibandingkan dengan RRT* saja, yaitu berkurang hingga 4.37% pada biaya lintasan, 11.58% pada biaya waktu, dan 40.7% pada jumlah node. ntegrasi DWA berhasil mempertahankan kelayakan lintasan secara real-time. Hasil simulasi menunjukkan bahwa pendekatan yang diusulkan meningkatkan efisiensi komputasi, mengurangi biaya jalur, dan menghasilkan lintasan yang lebih halus dibandingkan dengan metode konvensional. Temuan ini menunjukkan bahwa arsitektur hibrida APF-RRT* dan DWA secara efektif mengatasi keterbatasan utama dari algoritma perencanaan jalur yang berdiri sendiri dalam lingkungan yang dinamis.
========================================================================================================================================
Path planning in dynamic situations is a significant difficulty for autonomous mobile robots because of the existence of both static and dynamic obstacles. Although global planners like Rapidly-exploring Random Tree Star (RRT*) can provide asymptotically optimum pathways, they frequently have difficulties in adjusting to abrupt environmental alterations. The Dynamic Window Approach (DWA) has superior local responsiveness, however it is hindered by local minima and inefficient navigation. This study presents a hybrid route planning approach that combines Artificial Potential Field (APF)-guided sampling with RRT* for effective global path creation, alongside Dynamic Window Approach (DWA) for real-time local obstacle avoidance. Simulations conducted in MATLAB across several situations with static and dynamic impediments indicate that the suggested strategy enhances computing efficiency, decreases path cost, and yields smoother trajectories relative to traditional approaches. Specifically, in dynamic environments, the average of path cost is 21.37 meters, the average of time cost is 137.81 seconds, the average number of nodes is 1220, which reduced by up to 4.37% of path cost, 11.58% of time cost, and 40.7% of number of nodes compared to RRT*. The integration of DWA successfully maintained path feasibility in real-time. The findings indicate that the hybrid APF-RRT* and DWA architecture proficiently mitigates significant constraints of independent planning algorithms in dynamic environments.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	robot mobile otonom, perencanaan jalur, APF, RRT*, DWA, lingkungan dinamis, navigasi adaptif, mobile robot, path planning, APF, RRT*, DWA, obstacle avoidance, dynamic environment, adaptive navigation
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK3070 Automatic control
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User:	Michael Raphael Jedidiah
Date Deposited:	22 Jul 2025 09:26
Last Modified:	22 Jul 2025 09:26
URI:	http://repository.its.ac.id/id/eprint/120609

Actions (login required)

View Item