Cerdas Inovasi DigitalPengembang Software ~ Layanan JasaTraining/Pelatihan ~ Berdiri sejak 1995

Memuat

Kursus Kendali Kendaraan Otonom untuk Path Tracking Berbasis Model Predictive Control

Buat mobil otonom mengikuti lintasan dengan Model Predictive Control: bicycle model, lintasan cubic spline, pembanding pure pursuit dan Stanley, linearisasi & formulasi MPC sebagai quadratic program, implementasi CVXPY + OSQP, animasi, sampai uji sirkuit berliku.

✅ 6 Video + PDF🐍 Python & CVXPY🎓 Cocok untuk skripsi & tesis🔒 Dataset & file project khusus pelanggan

Kursus MPC Kendaraan Otonom, kurikulum dan hasil tiap modul, gambar 1

Kursus MPC Kendaraan Otonom, kurikulum dan hasil tiap modul, gambar 2

Kursus MPC Kendaraan Otonom, kurikulum dan hasil tiap modul, gambar 3

Kursus MPC Kendaraan Otonom, kurikulum dan hasil tiap modul, gambar 4

Kursus MPC Kendaraan Otonom, kurikulum dan hasil tiap modul, gambar 5

Kursus MPC Kendaraan Otonom, kurikulum dan hasil tiap modul, gambar 6

Kursus MPC Kendaraan Otonom, kurikulum dan hasil tiap modul, gambar 7

1 / 7

Geser untuk melihat kurikulum dan hasil setiap modul.

Lihat Paket & Daftar Kursus Tonton Modul 1 Gratis

9,7×

MPC lebih akurat dari pure pursuit pada 5 m/s

±10 ms

Waktu satu quadratic program per langkah

3 kecepatan

Uji sirkuit pada 5, 10, dan 15 m/s

1,1 cm

Galat RMS MPC pada tikungan S

Apa yang Akan Kamu Pelajari?

Enam modul berurutan mengikuti alur penelitian kendaraan otonom sungguhan, setiap modul menghasilkan kode yang berjalan dan grafik yang siap dipakai di laporan.

🚗

Bicycle Model

Model kinematika dengan batas kemudi dan RK4.

🛣️

Lintasan Referensi

Cubic spline, kelengkungan, galat lateral, dan simulasi.

Pure Pursuit & Stanley

Dua pengendali geometris sebagai pembanding.

Formulasi MPC

Linearisasi, horizon, fungsi biaya, dan batasan kemudi.

CVXPY & Animasi

Receding horizon dengan OSQP dan animasi kendaraan.

🏁

Uji Sirkuit

Lintasan berliku, variasi kecepatan, dan evaluasi galat.

Kurikulum: 6 Modul Video

Video 7–14 menit per modul, lengkap dengan PDF panduan. Modul 1 bisa ditonton gratis.

Siapa yang Cocok Mengikuti?

Mahasiswa S1/S2 (skripsi & tesis)

Kerangka penelitian kendaraan otonom lengkap: metode pembanding, metode usulan, eksperimen, dan evaluasi siap bab 4.

Peneliti & dosen

Kode Python & CVXPY yang rapi dan mudah diganti data, parameter, atau metodenya untuk publikasi.

Praktisi & engineer

Memahami cara kerja kendaraan otonom dari teori sampai implementasi yang bisa dicoba sendiri.

Developer & data scientist

Praktik Python & CVXPY pada studi kasus nyata, bukan sekadar contoh mainan.

Butuh Pendampingan Riset Kendaraan Otonom?

Kami membantu implementasi model, eksperimen, evaluasi, dan penulisan hasil untuk skripsi, tesis, maupun publikasi.

Lihat Jasa Riset Kendaraan Otonom

Pertanyaan Umum

Apakah cocok untuk skripsi atau tesis?+

Ya. Alurnya mengikuti penelitian sungguhan: metode pembanding, metode usulan, eksperimen, evaluasi, dan analisis hasil yang bisa langsung menjadi kerangka bab 3 dan bab 4.

Data apa yang dipakai?+

Lintasan dan model kendaraan yang dibangkitkan sendiri (tanpa dataset). Data yang dipakai disertakan di file project sehingga hasilnya bisa diulang.

Apakah tersedia source code dan dataset?+

Ya. Pelanggan Kelas Premium dan pembeli kelas mendapat zip berisi dataset dan seluruh source code dari keenam modul, diunduh lewat link aman dari halaman kelas.

Prasyarat apa yang dibutuhkan?+

Dasar Python, Python 3.10+, dan VS Code. Library yang dipakai: numpy scipy cvxpy matplotlib.

Apakah ada modul gratis?+

Ada. Modul 1 bisa ditonton gratis di halaman kelas; modul berikutnya untuk pelanggan Kelas Premium atau pembeli kelas.

Apakah ada pendampingan untuk penelitian saya?+

Ya, tersedia kelas live online dan jasa pendampingan riset kendaraan otonom untuk skripsi, tesis, maupun publikasi.

Mulai Riset Kendaraan Otonom Anda

Konsultasikan topik penelitian Anda, kami bantu pilihkan paket belajar yang paling sesuai.

Konsultasi Gratis