Sistem Multivariable Cascade Control Pada Mobil Otonom Saat Melakukan Path Tracking Menggunakan Nonlinear Model Predictive Control

Jannah, Sutra Wardatul (2023) Sistem Multivariable Cascade Control Pada Mobil Otonom Saat Melakukan Path Tracking Menggunakan Nonlinear Model Predictive Control. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6022201007-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (7MB) | Request a copy

Abstract

Pada penelitian ini tentang sistem kendali multivariabel pada mobil otonom saat melakukan path tracking, dikarenakan saat mengemudi dalam kondisi real, Posisi dan kecepatan mobil merupakan faktor penting yang harus diperhatikan untuk meningkatkan keamanan dan kenyamanan dalam berkendara. Proses pengendalian terdiri dari dua layer, untuk layer pertama (Upper layer) menggunakan Nonlinear Model Predictive Control (NMPC) untuk memprediksi input kontrol optimal beberapa langkah kedepan. Penggunaan nilai prediksi untuk meminimalisir execution time yang diperlukan saat mobil melakukan tracking. Dikarenakan tingkat kompleksitas sistem pada mobil otonom tinggi maka semakin cepat pemrosesan data pada pengendalian sistem akan semakin baik. Proses NMPC menghasilkan nilai sudut steering dan nilai kecepatan sudut roda yang harus dicapai pada beberapa waktu kedepan saat mobil melakukan tracking dilintasan yang telah ditentukan. Nilai sudut steering dan kecepatan sudut roda akan digunakan sebagai nilai masukan kontroler aktuator layer kedua (lower layer) yaitu pengendalian motor aktuator kemudi dan kecepatan,. Aktuator steering yang digunakan merupakan motor DC Electric Power Steering (EPS) untuk menggantikan kinerja manusia dalam memutar kemudi mobil, penggunaan motor EPS untuk membantu meringankan putaran roda mobil. Pengendalian kecepatan dilakukan dengan mengendalikan motor BLDC untuk mengatur kecepatan mobil. Kedua pengendali tersebut menggunakan metode Adaptive PID dengan tuning parameter Kp, Ki, dan Kd menggunakan Algoritma Fuzzy. Berdasarkan pengujian yang telah dilakukan, metode cascade NMPC pada skenario single dan double lane change mampu memprediksi output hingga jarak 54meter kedepan dengan range kecepatan yang diberikan 10 – 18 m/s dan 10- 25 m. Hal tersebut dilihat dari output berupa nilai deviasi lateral dan yaw antara mobil dengan jalur referensi. Panjang jarak prediksi tersebut ditentukan oleh besar prediction dan control horizon yang diberikan. Semakin besar prediction horizon yang di berikan maka akurasi dari kontroler dalam memprediksi output semakin berkurang, sehingga di hasilkan nilai deviasi lateral dan yaw yang semakin besar. Penambahan nilai kecepatan yang di berikan juga mempenngaruhi performansi dari kontrol tracking mobil terutama pada jalur belokan
==============================================================================================================================
This research is about the multivariable control system in autonomous cars when doing path tracking because when driving in actual conditions, the position and speed of the car are essential factors that must be considered to improve safety and comfort in driving. The control process consists of two layers, for the first layer (Upper layer) using Nonlinear Model Predictive Control (NMPC) to predict the control input of the next few steps. The use of predictive values to minimize the execution time needed when the car is tracking. Because the level of system complexity in autonomous cars is high, the faster the data processing on system control, the better. The NMPC process produces the steering angle value and the wheel angular velocity value that has been achieved at some time in the future when the car tracks on a predetermined track. The value of the steering angle and angular speed of the wheels will be used as the input values of the second layer actuator controller (lower layer), namely the control of the steering actuator motor and speed. The steering actuator used is a DC Electric Power Steering (EPS) motor to replace human performance in turning the steering wheel of a car. Using an EPS motor helps ease the rotation of the car wheels. Speed control has calculated by controlling Brushless DC motor to regulate the car's speed. Both controllers use the Adaptive PID method by tuning the Kp, Ki, and Kd parameters using the Fuzzy Algorithm. Based on the tests that have been carried out, the NMPC cascade method in single and double-lane change scenarios can predict output up to a distance of 54 meters in the future with a speed range of 10-18 m/s and 10-25 m. This can be seen from the output in the form of lateral and yaw deviation values between the car and the reference line. The length of the prediction distance is determined by the size of the prediction and control horizon given. The larger prediction horizon has been given, the greater the accuracy of the controller in predicting output, resulting in a greater lateral and yaw deviation value. The addition of the speed value provided also affects the performance of the car tracking control, especially in the turn lane.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Multivariable Control System, Autonomous Car, cascade system, Nonlinear Model Predictive Control, PID, Fuzzy Algorithm, Kontrol multivaribel, Mobil Otonom, sistem cascade
Subjects:	T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL152.5 Motor vehicles Driving T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL152.8 Vehicles, Remotely piloted. Autonomous vehicles.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Sutra Wardatul Jannah
Date Deposited:	20 Jan 2023 10:20
Last Modified:	20 Jan 2023 10:20
URI:	http://repository.its.ac.id/id/eprint/95541

Actions (login required)

View Item