dimas avian maulana-1207100045 subchan, phย ยท โขposisi robot mobil berada pada selang r q๐<...
TRANSCRIPT
Robot mobil adalah salah satu contoh dari wahana nir awak (WaNA) yang dapat dikendalikan dari jauh atau memiliki sistem pengendali otomatis untuk bergerak dan berpindah haluan. Robot mobil menjadi salah satu sarana yang digunakan oleh pihak militer untuk untuk melakukan pengintaian, penjelajahan, dan pengawasan ke tempat-tempat yang berbahaya bagi manusia. Pada penerapannya ada beberapa lintasan yang dianggap berbahaya untuk dilalui, didefinisikan suatu lintasan terlebih dahulu agar robot mobil bergerak sesuai lintasan tersebut. Robot mobil tidak bisa mengikuti lintasan dengan baik tanpa diberi perintah terlebih dahulu dan dikendalikan. Untuk itu, diperlukan suatu metode untuk mengendalikan robot mobil agar dapat bergerak mengikuti lintasan dalam misinya untuk melakukan pengintaian, penjelajajahan dan pengawasan. Dalam tugas akhir ini, diterapkan model predictive controller (MPC) untuk mendesain suatu desain pengendalian. Lebih lanjut lagi digunakan MPC Linear dalam mendesain pengendalian robot mobil tersebut. Hasil yang diperoleh adalah bahwa MPC Linear dapat diterapkan dalam desain pengendalian robot mobil dengan beberapa bentuk lintasan.
Kata kunci : desain pengendalian, robot mobil, model predictive control (mpc)
Wahana Nir Awak (WaNA)
Robot Mobil Lintasan
Trajectory Tracking
Pengendalian Robot Mobil
Model predictive control
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
Masalah yang akan dibahas adalah bagaimana penerapan
model predictive control pada desain pengendalian robot mobil
beroda empat
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Digunakan MPC linear.
โข Karena masih berupa prototype, dianggap tidak ada hambatan pada lintasan dan robot mobil tidak pernah tergelincir.
โข Lebar lintasan yang dilalui robot mobil adalah 1 ๐
โข Kontrol masukannya adalah kecepatan linear ๐ฃ dan sudut kemudi ๐ . Kecepatan linear ๐ฃ tidak bernilai nol.
โข State (ruang keadaan) dari model tersebut dianggap sama dengan model yang sebenarnya.
โข Digunakan horizon prediksi ๐ = 3 dan dilakukan iterasi sebanyak 10 kali
โข Posisi robot mobil berada pada selang 0 โค ๐ < ๐2
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Tujuan yang ingin dicapai dalam Tugas Akhir ini adalah
diterapkannya MPC untuk mendesain pengendalian robot mobil
beroda empat.
โข Manfaat yang diharapkan dari Tugas Akhir ini adalah:
โข Mengendalikan robot mobil sesuai lintasan
โข Sebagai rujukan untuk navigasi, panduan, dan kendali pada WaNA
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
๐ฅ =๐๐ฅ
๐๐ก= ๐ฃ cos ๐ โฆโฆ (1)
๐ฆ =๐๐ฆ
๐๐ก= ๐ฃ sin ๐ โฆ โฆ (2)
Gambar 1: Dimensi fisik Robot Mobil Gambar 2: Sistem kemudi robot mobil (1)
๐ฟ
๐ฅ, ๐ฆ
Roda Depan
Roda Belakang ๐
๐
๐
๐
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
๐ ๐ก =1
๐ ๐ก
๐ ๐ก =tan ๐ ๐ก
๐ฟ
๐ ๐ก =๐๐
๐๐
๐ =๐๐
๐๐ก=
๐๐
๐๐ โ๐๐
๐๐ก
๐ = ๐ ๐ก โ ๐ฃ ๐ก
๐ =tan๐
๐ฟ๐ฃ โฆ โฆ (3)
Gambar 2: Sistem kemudi robot mobil (2)
๐ฟ
๐
๐
๐
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Sehingga dari persamaan (1), (2), dan (3) dan dengan
memisalkan dengan memisalkan ๐ฅ = ๐ฅ1, ๐ฆ = ๐ฅ2, dan ๐ = ๐ฅ3,
dapat dituliskan sebuah sistem dinamik dari kinematika robot
mobil sebagai berikut :
๐ฅ 1 = ๐ฃ cos ๐ฅ3 โฆ โฆ (1) ๐ฅ 2 = ๐ฃ sin ๐ฅ3 โฆ โฆ (2)
๐ฅ 3 =๐ฃ
๐ฟtan๐ โฆ โฆ 3
โข Atau jika dinyatakan dalam bentuk kompak
๐ฅ = ๐ ๐ฅ, ๐ข โฆโฆ 4
Model Predictive Contol atau MPC adalah suatu metode proses
kontrol lanjutan yang banyak diterapkan pada proses industri.
MPC adalah algoritma pengendali peubah banyak (Wikipedia,
Model Predictive Control, 2004). Ada dua tipe MPC, yaitu MPC
Linear dan MPC Nonlinear
3 komponen yang memegang peranan penting yaitu :
โข Model prediksi
โข Fungsi objektif
โข Aturan kontrol (control law)
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
MPC Linear MPC Nonlinear
1. Menggunakan model linear
๐ฅ = ๐ด๐ฅ + ๐ต๐ข
2. Fungsi objektif kuadratik
๐น = ๐ฅ๐๐๐ฅ + ๐ข๐๐ ๐ข
3. Kendala linear ๐น๐ฅ + ๐บ๐ข < 0
4. Diselesaikan dengan menggunakan
Quadratic program (pada MATLAB
menggunakan quadprog)
1. Menggunakan model nonlinear
๐ฅ = ๐ ๐ฅ, ๐ข
2. Fungsi objektif bisa berupa
nonkuadratik ๐น = ๐ฅ, ๐ข
3. Kendala nonlinear ๐(๐ฅ, ๐ข) < 0
4. Diselesaikan dengan
menggunakan Nonlinear
program (pada MATLAB
menggunakan fmincon)
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
Tabel 1: Tipe MPC
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
Gambar 4: Skema MPC
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Didefinisikan ๐ฅ ๐ = ๐ฅ ๐ โ ๐ฅ๐ ๐ โ 0 sebagai aturan kontrol
โข Diharapkan nilai ๐ฅ ๐ mendekati nol sehingga robot mobil
bergerak sama persis dengan referensi lintasan.
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
Gambar 5: Algoritma Trayektori Lintasan
Step 0 Input kontrol referensi ๐ฅ๐ 0 , ๐ข๐ dan
๐ฅ 0
Step1 Bila kondisi STOP belum terpenuhi,
kerjakan step 2-5
Step 2 Dapatkan nilai error posisi untuk
iterasi ๐ ๐ฅ ๐ = ๐ฅ ๐ โ ๐ฅ๐ ๐
Step 3 Mendapatkan prediksi nilai kontrol
optimal untuk sampling ke ๐, ๐ + 1, dan ๐ + 2
dari MPC
Step 4 Dapatkan nilai error kontrol untuk
iterasi ๐ ๐ขโ ๐ = ๐ข โ ๐ โ ๐ข๐ ๐
Step 5 Mendapatkan posisi sebenarnya
๐ฅ ๐ + 1 robot mobil
Step 6 Tes kondisi STOP
Step 7 Plot grafik referensi lintasan
Step 8 Plot grafik posisi sebenarnya robot
mobil
Step 9 Plot state ๐ฅ, ๐ฆ, dan ๐
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Metode pengendalian optimal yang digunakan pada MPC linear ini
adalah quadratic programming. Didefinisikan fungsi objektif (da Silva
Jr., Kรผhne, & Lages, 2005)
๐ฝ ๐ = ๐ฅ ๐ ๐ + ๐|๐ ๐ฌ๐ฅ ๐ + ๐|๐ + ๐ข ๐ ๐ + ๐ โ 1|๐ โ๐ข (๐ + ๐
๐
๐=1
โ 1|๐) โฆ โฆ (5)
โข Dengan :
๐ : horizon prediksi
๐ฌ : matriks pembobot state-space
โ : matriks pembobot kontrol
๐ ๐|๐ menyatakan nilai ๐ pada saat ๐ yang diprediksi pada saat ๐
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Matriks ๐ฌ merupakan matriks semidefinit positif ๐ฌ โฅ 0 dan
matriks โ merupakan matriks definit positif โ > 0 . Masalah
optimasi dapat ditulis kembali dalam bentuk QP secara umum.
Didefinisikan vektor-vektor berikut ini (da Silva Jr., Kรผhne, &
Lages, 2005):
๐ฅ ๐ + 1 โ
๐ฅ ๐ + 1|๐
๐ฅ ๐ + 2|๐โฎ
๐ฅ ๐ + ๐|๐
๐ข ๐ โ
๐ข ๐|๐
๐ข ๐ + 1|๐โฎ
๐ข ๐ + ๐ โ 1|๐
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Sehingga dapat ditulis kembali fungsi objektif (5) sebagai
berikut:
๐ฝ ๐ = ๐ฅ ๐ ๐ + 1 ๐ฌ ๐ฅ ๐ + 1 + ๐ข ๐ ๐ โ ๐ข ๐ โฆโฆ (6)
dengan:
๐ฌ โ
๐ฌ 0 โฏ 00 ๐ฌ โฏ 0โฎ โฎ โฑ โฎ0 0 โฏ ๐ฌ
โ โ
โ 0 โฏ 00 โ โฏ 0โฎ โฎ โฑ โฎ0 0 โฏ โ
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Didefinisikan
๐ฅ ๐ + 1 = ๐ด ๐ ๐ฅ ๐|๐ + ๐ต ๐ ๐ข ๐ โฆ โฆ (7)
dengan:
๐ด ๐ โ
๐ด ๐|๐
๐ด ๐|๐ ๐ด ๐ + 1|๐โฎ
๐ผ ๐, 0
๐ต ๐ โ
๐ต ๐|๐ 0 โฆ 0
๐ด ๐ + 1|๐ ๐ต ๐|๐ ๐ต ๐ + 1|๐ โฆ 0โฎ โฎ โฑ โฎ
๐ผ ๐, 1 ๐ต ๐|๐ ๐ผ ๐, 2 ๐ต ๐ + 1|๐ โฆ ๐ต ๐ + ๐ โ 1|๐
Dimana:
๐ผ ๐, ๐ didefinisikan sebagai:
๐ผ ๐, ๐ = ๐ด ๐ + ๐|๐
๐โ1
๐=๐
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Fungsi objektif (7) ditulis kembali sebagai berikut
๐ฝ ๐ =1
2๐ข ๐ ๐ ๐ป ๐ ๐ข ๐ + ๐๐ ๐ ๐ข ๐ + ๐ ๐ โฆ โฆ (8)
dengan:
๐ป ๐ โ 2 ๐ต ๐ ๐ ๐ฌ ๐ต ๐ + โ ๐ ๐ โ 2๐ต ๐ ๐ ๐ฌ ๐ด ๐ ๐ฅ ๐|๐ ๐ ๐ โ ๐ฅ ๐ ๐|๐ ๐ด ๐ ๐ ๐ฌ ๐ด ๐ ๐ฅ ๐|๐
Matriks ๐ adalah Matriks Hessian, definit positif yang
mendeskripsikan bagian kuadratik dari fungsi objektif tersebut.
Sedangkan ๐ mendeskripsikan bagian linear. ๐ tidak bergantung
pada ๐ dan tidak berpengaruh pada penentuan nilai ๐โ.
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Fungsi objektif (7) menjadi sebagai berikut
๐ฝ ๐ =1
2๐ข ๐ ๐ ๐ป ๐ ๐ข ๐ + ๐๐ ๐ ๐ข ๐ โฆ โฆ (9)
yang merupakan pernyataan standar yang digunakan dalam
masalah quadratic programming dan masalah optimasi yang
diselesaikan pada waktu sampling dinyatakan sebagai:
๐ข โ = ๐๐๐ min๐ข
๐ฝ โฒ ๐
โข Agar performansi kontrol baik, perlu diberikan suatu batasan
pada kontrol masukannya (Wang, 2009). Didefinisikan batasan
untuk kontrol masukan pada iterasi ke-๐
๐ข๐๐๐ โค ๐ข ๐ + ๐|๐ โค ๐ข๐๐๐๐
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Dari persamaan tersebut dapat dinyatakan ke dalam dua bentuk
pertidaksamaan
๐ข ๐ + ๐|๐ โค ๐ข๐๐๐๐ โ๐ข ๐ + ๐|๐ โค โ๐ข๐๐๐
โข Jika dinyatakan dalam bentuk matriks ๐ผ
โ๐ผ๐ข ๐ + ๐|๐ โค
๐ข๐๐๐๐
โ๐ข๐๐๐
dengan :
๐ โ 0,๐ โ 1
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Nilai ๐ข optimal yang akan meminimumkan ๐ฝ, diperoleh dari
๐ฝโฒ = 0. Jika ๐ป ๐ simetris, maka turunan pertama ๐ฝ โฒ ๐ adalah
๐๐ฝ โฒ ๐
๐๐ข=
๐
๐๐ข
1
2๐ข ๐ ๐ ๐ป ๐ ๐ข ๐ + ๐๐ ๐ ๐ข ๐
๐๐ฝ โฒ ๐
๐๐ข= ๐ป ๐ ๐ข ๐ + ๐ ๐
โข Syarat perlu untuk memperoleh nilai minimum ๐ฝ adalah
๐๐ฝ โฒ ๐
๐๐ข= 0
๐ข ๐ = โ๐ปโ1 ๐ ๐ ๐ โฆโฆ (10)
Dalam tugas akhir ini akan digunakan subroutine quadprog
dalam MATLAB untuk menyelesaikan masalah optimasi
1. Mengkaji kinematika robot mobil dan MPC
2. Membentuk desain pengendalian
3. Simulasi permasalahan dengan menggunakan MPC Linear
4. Analisis dan Pembahasan
5. Penyimpulan Hasil dan Pemberian Saran
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
Dari kinematika robot mobil akan diperoleh suatu referensi lintasan
dengan mendiskritkan kinematika robot mobil dengan menggunakan
beda hingga maju dan mengambil nilai ๐ฟ = 4/5. maka:
๐ฅ๐1 ๐ + 1 = ๐ฅ๐1 ๐ + ๐ฃ๐ ๐ โ๐ก cos ๐ฅ๐3 ๐
๐ฅ๐2 ๐ + 1 = ๐ฅ๐2 ๐ + ๐ฃ๐ ๐ โ๐ก sin ๐ฅ๐3 ๐
๐ฅ๐3 ๐ + 1 = ๐ฅ๐3 ๐ +5
4๐ฃ๐ ๐ โ๐ก tan ๐๐ ๐
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Dilakukan linearisasi sebelum mencari nilai ๐ฅ, ๐ฆ, dan ๐. Sebuah
model linear diperoleh dari penghitungan sebuah model error
yang berhubungan dengan referensi robot mobil. Didefinisikan
referensi robot mobil
๐ฅ ๐ = ๐ ๐ฅ๐ , ๐ข๐ โฆโฆ (11) โข Dengan mengekspansikan persamaan (4) disekitar titik ๐ฅ๐ , ๐ข๐
dan menghilangkan turunan tingkat tinggi akan diperoleh:
๐๐ฅ
๐๐ก= ๐ ๐ฅ๐ , ๐ข๐ +
๐๐ ๐ฅ, ๐ข
๐๐ฅ ๐ฅ=๐ฅ๐๐ข=๐ข๐
๐ฅ โ ๐ฅ๐
+๐๐ ๐ฅ, ๐ข
๐๐ข ๐ฅ=๐ฅ๐๐ข=๐ข๐
๐ข โ ๐ข๐ โฆโฆ (12)
atau
๐ฅ = ๐ ๐ฅ๐ , ๐ข๐ + ๐๐ฅ,๐ ๐ฅ โ ๐ฅ๐ + ๐๐ข,๐ ๐ข โ ๐ข๐ โฆโฆ (13)
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Dimana ๐๐ฅ,๐ ๐ฅ โ ๐ฅ๐ dan ๐๐ข,๐ ๐ข โ ๐ข๐ menyatakan matriks
jacobian ๐ yang berhubungan dengan ๐ฅ dan ๐ข disekitar titik
referensi ๐ฅ๐ , ๐ข๐
โข Kemudian, dengan mengurangkan persamaan (11) dan (13)
menghasilkan:
๐ฅ = ๐๐ฅ,๐๐ฅ + ๐๐ข,๐๐ข
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Dengan menghampiri ๐ฅ dengan beda maju dan mengambil
waktu sampling โ๐ก = 1๐ , diperoleh suatu model prediksi sebagai
berikut:
๐ฅ ๐ + 1 = ๐ด ๐ ๐ฅ ๐ + ๐ต ๐ ๐ข ๐ โฆโฆ (14)
๐ด =1 0 โ๐ฃ๐ ๐ sin ๐ฅ 3 ๐
0 1 ๐ฃ๐ ๐ cos ๐ฅ 3 ๐0 0 1
๐ต =
cos ๐ฅ 3 ๐ 0
sin ๐ฅ 3 ๐ 05
4tan ๐๐ ๐
5
4๐ฃ๐ sec2 ๐๐ ๐
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Persamaan (12) dapat ditulis sebagai:
๐ฅ ๐ + 1 = ๐ด ๐ ๐ฅ ๐ + ๐ต ๐ ๐ข ๐ โฆโฆ (15) dengan
๐ด ๐ =1 0 โ๐ฃ๐ ๐ sin ๐ฅ 3 ๐
0 1 ๐ฃ๐ ๐ cos ๐ฅ 3 ๐0 0 1
๐ต ๐ =
cos ๐ฅ 3 ๐ 0
sin ๐ฅ 3 ๐ 05
4tan ๐๐ ๐
5
4๐ฃ๐ ๐ sec2 ๐๐ ๐
โข Robot mobil diasumsikan bergerak pada lintasan yang bebas hambatan, dan hanya bergerak maju.
โข Diberikan suatu batasan pada kontrol sudut kemudi yaitu โ ๐6 โค ๐ โค ๐
6 . Tanda negatif menyatakan robot mobil sedang melakukan pergerakan ke kanan (belok ke kanan), sedangkan tanda positif menyatakan hal yang sebaliknya (belok ke kiri) dengan acuan 0ยฐ terletak pada sumbu-๐ฅ positif sesuai dengan koordinat kartesius. ๐ menyatakan posisi mobil terhadap sumbu-๐ฅ positif pada koordinat kartesius dan ๐0 menentukan arah gerak pertama robot mobil tersebut.
โข Simulasi desain pengendalian ini dilakukan dengan memberikan nilai matriks pembobot state-space ๐ฌ = 0,01 โ ๐๐ฆ๐(9) dan matriks pembobot kontrol โ = 0,01 โ ๐๐ฆ๐(6) . Dalam simulasi tugas akhir ini, source code dikerjakan dalam kondisi statis, dimana variabel-variabel yang diperlukan didefinisikan terlebih dahulu.
โข Karena digunakan MPC dengan ๐ = 3 , dengan kata lain akan diprediksi kontrol untuk dua langkah kedepan, maka matriks ๐ฌ berupa matriks 9 ร 9 dan matriks โ berupa matriks 6 ร 6. Simulasi dilakukan dengan kontrol referensi yang konstan dalam beberapa lintasan.
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Dengan mengambil Posisi awal referensi lintasan robot mobil ๐ฅ๐0
, ๐ฆ๐0, ๐๐0
= 0,0,0 , Kontrol referensi ๐ฃ๐ , ๐๐ = 0.8, ๐ 12 , Posisi awal robot mobil ๐ฅ0, ๐ฆ0, ๐0 = 0,0, ๐ 18 dan iterasi sebanyak 10 kali, diperoleh:
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
Gambar 4: Pergerakan robot mobil untuk ๐๐ = ๐12
0 1 2 3 4 5 6 7 80
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18Grafik Posisi Robot Mobil
posisi-x (meter)
posis
i-y (
mete
r)
Posisi Referensi
Posisi Sebenarnya
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
Gambar 4: State
๐ฅ, ๐ฆ, dan ๐ untuk
๐ฅ0, ๐ฆ0, ๐0 =0,0, ๐ 18
1 2 3 4 5 6 7 8 9 100
2
4
6
8Posisi pada sumbu-x
waktu sampling (detik)
posis
i-x (
mete
r)
Posisi Referensi
Posisi Sebenarnya
1 2 3 4 5 6 7 8 9 100
0.05
0.1
0.15
0.2Posisi pada sumbu-y
waktu sampling (detik)
posis
i-y (
mete
r)
Posisi Referensi
Posisi Sebenarnya
1 2 3 4 5 6 7 8 9 100
0.05
0.1
0.15
0.2Posisi sudut mobil
waktu sampling (detik)
posis
i sudut
(radia
n)
Posisi Referensi
Posisi Sebenarnya
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
Iterasi Referensi Sebenarnya
๐ฅ ๐ฆ ๐ ๐ฅ ๐ฆ ๐
1 0,0000 0,0000 0,0000 0,0000 0,0000 0,1745
2 0,8000 0,0000 0,0058 0,8000 0,0000 0,0058
3 1,6000 0,0047 0,0117 1,6000 0,0047 0,0117
4 2,3999 0,0140 0,0175 2,3999 0,0140 0,0175
5 3,1998 0,0281 0,0234 3,1998 0,0281 0,0234
6 3,9996 0,0468 0,0292 3,9996 0,0468 0,0292
7 4,7992 0,0701 0,0351 4,7992 0,0701 0,0351
8 5,5988 0,0982 0,0409 5,5988 0,0982 0,0409
9 6,3981 0,1309 0,0468 6,3981 0,1309 0,0468
10 7,1972 0,1683 0,0526 7,1972 0,1683 0,0526
Iterasi Error
๐ฅ ๐ฆ ๐
1 0,0000 0,0000 0,1745
2 0,0000 0,0000 0,0000
3 0,0000 0,0000 0,0000
4 0,0000 0,0000 0,0000
5 0,0000 0,0000 0,0000
6 0,0000 0,0000 0,0000
7 0,0000 0,0000 0,0000
8 0,0000 0,0000 0,0000
9 0,0000 0,0000 0,0000
10 0,0000 0,0000 0,0000
Tabel 2: Posisi Referensi dan Posisi Sebenarnya Tabel 3: Error
โข Dari analisis dan pembahasan yang telah dilakukan dalam menerapkan MPC
untuk mendesain pengendalian pada robot mobil beroda empat diperoleh
kesimpulan bahwa:
1. Model Predictive Controller (MPC) dapat diterapkan pada desain
pengendalian robot mobil beroda empat.
2. MPC linear memberikan hasil yang cukup baik untuk memberikan prediksi
nilai kontrol optimal dengan menghasilkan error yang paling besar pada
posisi sudut ๐ sebesar 0,1745.
3. Dengan mengambil horizon prediksi ๐ = 3, waktu sampling ๐ก = 1๐ dan
iterasi sebanyak 10 kali diperoleh nilai ๐ฅ ๐ yang mendekati dengan nilai
๐ฅ๐ ๐
4. Dari hasil simulasi, robot mobil dapat mengikuti lintasan dengan baik pada
beberapa lintasan, terutama lintasan lurus ๐๐ ๐ = 0.
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
โข Saran yang diajukan dari Tugas Akhir ini untuk penelitian
selanjutnya adalah sebagai berikut:
1. Source code simulasi pada tugas akhir ini dilakukan secara
statis, tidak dinamis. Diharapkan pada penelitian selanjutnya
dikembangkan source code simulasi yang dinamis guna
mempercepat running program dan menambah variasi
lintasan.
2. Digunakan horizon prediksi yang lebih besar, misal ๐ = 5
dan dilakukan iterasi lebih banyak lagi daripada iterasi yang
dilakukan pada tugas akhir ini
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup
Bordons, C., & Camacho, E. F. (1999). Model Predictive Control. Sevilla: Springer-Verlag
London Limited.
da Silva Jr., J. M., Kรผhne, F., & Lages, W. F. (2005). Mobile Robot Trajectory Tracking Using
Model Predictive Control. VII SBAI / II IEEE Latin America Robotics Symposium, 1-7.
Hartini, S. (2011). Implementasi Metode Ensemble Kalman Filter (EnKF) Untuk Mengestimasi
Posisi Robot Mobil. Tugas Akhir Jurusan Matematika. Surabaya, Jawa Timur, Indonesia:
Institut Teknologi Sepuluh Nopember.
Naidu, D. S. (2003). Optimal Control System. Idaho: CRC Press.
Orukpe, P. E. (2005). Basics of Model Predictive Control. ICM, EEE-CAP (hal. 1-27). London:
Imperial College.
Sotelo, M. A. (2003). Lateral Control Strategy for Autonomous Steering of Ackerman-like
Vehicles. Robotics and Autonomous Systems 45, 223-233.
Wang, L. (2009). Model Predictive Control System Design and Implementation using MATLAB.
Melbourne: Springer.
Wikipedia. (2004). Model Predictive Control. Wikipedia: The Free Encyclopedia: <URL
http://en.wikipedia.org/wiki/Model_predictive_control>
Wikipedia. (2006). Mobile Robot. Wikipedia: The Free Encyclopedia: <URL
http://en.wikipedia.com/wiki/Mobile_robot>
Pendahuluan Tinjauan Pustaka
Metodologi Penelitian
Analisis dan Pembahasan
Penutup