Perencanaan Lintasan Unmanned Surface Vehicle Untuk Meminimumkan Waktu Tempuh Menggunakan Algoritma Rapidly Exploring Random Tree dan Artificial Potential Field

Rahman, Adetya Fadlur (2025) Perencanaan Lintasan Unmanned Surface Vehicle Untuk Meminimumkan Waktu Tempuh Menggunakan Algoritma Rapidly Exploring Random Tree dan Artificial Potential Field. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5022211002_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Sistem autopilot pada Unmanned Surface Vehicle (USV) diharuskan memiliki kemampuan untuk bergerak mencapai waypoint yang diinginkan dengan waktu tempuh minimum sekaligus menghindari halangan dari situasi local yang tidak dapat diprediksi dan dinamis. Algoritma perencanaan jalur yang dapat meminumkan waktu tempuh saat ini masih belum dapat bekerja dengan baik saat menghadapi halangan dinamis pada jalurnya. Penggabungan metode diperlukan agar sistem autopilot dapat bekerja sesuai yang diinginkan, metode RRT* dengan kemampuan rewiring mampu merekonstruksi jalur yang lebih optimal dari node yang sudah ada. Kemampuan ini membuat algoritma perencanaan jalur yang mampu meminimumkan waktu tempuh dengan keterbatasan dalam menghadapi rintangan dinamis, kemudian metode SAPF dengan medan tolak dan tarik dapat digunakan untuk menghindari rintangan dinamis pada situasi local. Penggabungan kedua metode ini dapat dilakukan untuk membuat sistem autopilot yang baik. Metode RRT* berhasil menghasilkan jalur yang mampu menghindari rintangan statis dan mencapai tujuan, dengan penambahan path smoothing waktu tempuh menjadi 1.98% lebih cepat pada lingkungan sederhana dan 6.74% lebih cepat pada lingkungan yang cukup kompleks, metode SAPF memiliki performa yang baik dalam menghindari rintangan dinamis sembari menjaga waktu tempuh tetap minimum. Integrasi RRT* dengan SAPF berhasil menghasilkan jalur dengan waktu tempuh minimum dan mampu bernavigasi pada lingkungan yang cukup kompleks dengan menghindari rintangan dinamis.
================================================================================================================================
The autopilot system of an Unmanned Surface Vehicle (USV) is required to navigate toward designated waypoints with minimal travel time while simultaneously avoiding unpredictable and dynamic local obstacles. Current path planning algorithms that aim to minimize travel time often struggle to operate effectively in the presence of dynamic obstacles along the route. Therefore, a hybrid approach is necessary to ensure the autopilot system functions as intended. The RRT* method, with its rewiring capability, can reconstruct more optimal paths from existing nodes, making it suitable for minimizing travel time despite its limitations in handling dynamic obstacles. Meanwhile, the Safe Artificial Potential Field (SAPF) method, utilizing attractive and repulsive fields, is effective in dynamic obstacle avoidance within local environments. Combining these two methods enables the development of a robust autopilot system. RRT* has proven effective in generating paths that avoid static obstacles and reach the target, and with path smoothing applied, travel time was reduced by 1.98% in a simple environment and 6.74% in a moderately complex environment. SAPF demonstrates strong performance in avoiding dynamic obstacles while maintaining minimal travel time. The integration of RRT* and SAPF successfully produces paths with minimum travel time and enables reliable navigation in complex environments with dynamic obstacle avoidance.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	USV, Perencanaan Jalur, RRT*, SAPF, Autopilot, Path Planning.
Subjects:	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 > 20201-(S1) Undergraduate Thesis
Depositing User:	Adetya Fadlur Rahman
Date Deposited:	24 Jul 2025 04:10
Last Modified:	24 Jul 2025 04:10
URI:	http://repository.its.ac.id/id/eprint/120987

Actions (login required)

View Item