Algoritma Hybrid Dynamic Task Allocation Pada Multi USV Untuk Mengepung Target USV Dengan Penghindaran Halangan Menggunakan Artificial Potential Field

Sabiqin, Muhammad (2025) Algoritma Hybrid Dynamic Task Allocation Pada Multi USV Untuk Mengepung Target USV Dengan Penghindaran Halangan Menggunakan Artificial Potential Field. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 5022211029-Undergraduate_Thesis.pdf] Text
5022211029-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (8MB) | Request a copy

Abstract

Perkembangan teknologi Unmanned Surface Vehicle (USV) memberikan kontribusi besar dalam berbagai bidang seperti militer, pemetaan laut, hingga misi penyelamatan. Penelitian ini mengusulkan sebuah sistem koordinasi multi-USV untuk melakukan pengepungan target bergerak dengan mempertimbangkan waktu dan penghindaran halangan. Sistem ini menggabungkan algoritma Hybrid Dynamic Task Allocation (HDTA) sebagai metode pembagian tugas dinamis dan Artificial Potential Field (APF) untuk perencanaan jalur serta penghindaran rintangan. Dalam algoritma HDTA, USV dengan informasi awal target berperan sebagai pemimpin sementara dan menyebarkan informasi ke agen lainnya untuk membentuk formasi pengepungan berdasarkan fungsi biaya. Pengujian dilakukan dalam empat skenario: tanpa halangan, dengan halangan statis, formasi adaptif, dan halangan dinamis. Hasil simulasi menunjukkan bahwa pendekatan ini mampu mengepung target secara efisien, menghindari tabrakan dengan halangan, serta menyesuaikan formasi secara adaptif tergantung kondisi lingkungan. Algoritma HDTA terbukti lebih unggul dibanding metode centralized dan distributed dalam hal efisiensi waktu dan keberhasilan mengepung, khususnya pada skenario kompleks.
====================================================================================================================================
Advances in Unmanned Surface Vehicle (USV) technology have made significant contributions in various fields such as the military, marine mapping, and rescue missions. This study proposes a multi-USV coordination system for surrounding moving targets, considering time and obstacle avoidance. The system combines the Hybrid Dynamic Task Allocation (HDTA) algorithm as a dynamic task allocation method and the Artificial Potential Field (APF) for path planning and obstacle avoidance. In the HDTA algorithm, USVs with initial target information act as temporary leaders and disseminate information to neighboring agents to form an encirclement formation based on a cost function. Testing was conducted in four scenarios: no obstacles, static obstacles, adaptive formation, and dynamic obstacles. Simulation results show that this approach can efficiently surround the target, avoid collisions with obstacles, and adaptively adjust the formation depending on environmental conditions. The HDTA algorithm proved superior to centralized and distributed methods in terms of time efficiency and success rate, especially in complex scenarios.

Item Type: Thesis (Other)
Uncontrolled Keywords: Artificial Potential Field, Hybrid Dynamic Task Allocation, Multiagen, USV
Subjects: Q Science > Q Science (General) > Q337.3 Swarm intelligence
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: Muhammad Sabiqin
Date Deposited: 25 Jul 2025 03:41
Last Modified: 25 Jul 2025 03:41
URI: http://repository.its.ac.id/id/eprint/121210

Actions (login required)

View Item View Item