Perancangan Sistem Path Planning Pada Autonomous Vehicle Dengan Algoritma Rapidly Exploring Random Tree* (RRT*)

Darmawan, Muhammad Febrian Rizky (2021) Perancangan Sistem Path Planning Pada Autonomous Vehicle Dengan Algoritma Rapidly Exploring Random Tree* (RRT*). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text Tugas Akhir M.Febrian Rizky Darmawan 02311640000144 fix (2).pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (4MB)

Abstract

Kendaraan otonom (Autonomous Vehicle) telah menjadi sesuatu yang telah dikembangkan oleh perusahaan otomotif di dunia untuk menjadikan sebuah mobil dapat beroperasi tanpa kendali manusia baik secara sebagian (semi-autonomous) dan keseluruhan (fully-autonomous). Pada penelitian ini dilakukan sebuah perancangan sistem perancangan arah jalan (path planning) yang memungkinkan kendaraan otonom untuk mengidentifikasi jalan yang dinilai bebas hambatan, optimal dan kontinyu. Sistem path planning yang didesain menggunakan algoritma Rapidly Exploring Random Tree* (RRT*), algoritma yang berbasis RRT (Rapidly Exploring Random Tree) dalam versi lebih optimal. Algoritma ini berjalan seperti cabang batang pohon yang bermekaran. Desain sistem path planning ini dituangkan dalam bentuk simulasi menggunakan aplikasi pemroresan data matematis MATLAB R2019. Hasil akhir yang dapat dilihat yaitu path yang terbentuk memiliki nilai cost rata-rata sebesar 90,69 m pada RRT* dan 106,14 m pada RRT. Dapat disimpulkan nilai cost rata-rata RRT* lebih rendah dari RRT biasa sehingga jarak yang ditempuh akan lebih optimal.
======================================================================================================
An autonomous vehicle (Autonomous Vehicle) has widely developed by automotive
companies in the world to make a car able to operate without human control partially (semi�autonomous) ortotally (fully-autonomous). In this study, a path planning system was carried
out which allows autonomous vehicles to identify roads that are obstacle-free, optimal and
continuous. The path planning system is designed using the Rapidly Exploring Random
Tree* (RRT*) algorithm, an optimal version of RRT algorithm that runs like a branch of a
blossoming tree.. The design of this path planning system is implemented in a simulation
using the MATLAB R2019 mathematical data processing application. Results suggest that
the cost of RRT* and RRT algorithm are 90,69 m and 106,14 m respectively. We can
conclude that RRT* algorithm has a less cost value than the regular RRT algorithm. Hence,
RRT* is more optimal.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Path Planning, Rapidly-Exploring Random Tree, Optimal, Autonomous Vehicle, Path planning, RRT*, Optimization
Subjects:	T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL152.8 Vehicles, Remotely piloted. Autonomous vehicles.
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Physics Engineering > 30201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Febrian Rizky Darmawan
Date Deposited:	03 Jul 2021 01:57
Last Modified:	03 Jul 2021 01:57
URI:	http://repository.its.ac.id/id/eprint/84259

Actions (login required)

View Item