Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Transkrip
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Tampilkan transkrip
Pembuka
Inilah hasil akhirnya, model gerak mobil yang kita tulis sendiri dengan Python, dan terbukti tepat, jari-jari bloknya persis sama dengan rumus L di bagi tangan sudut kemudi, sampai 8 angka di belakang koma. Model ini menjadi fondasi seluruh seri. Ayo kita mulai. Halo, selamat datang di seri tutorial riset, kendali kendaraan otonom untuk pass tracking berbasis model predictive control. Pass tracking adalah tugas membuat mobil mengikuti lintasan sedekat mungkin, inti dari setiap mobil tanpa pengemudi. Di seri 6 episode ini kita membangun semuanya dari nol. Model kendaraan, lintasan referensi, pengendali Pure Pursuit dan Stanley, formulasi MPC, implementasi dengan CVXPY, sampai uji di sirkuit berliku. Di episode pertama kita memodelkan kendaraannya. Kita buka terminal lewat menu Terminal, New Terminal, lalu pasang Nampai, Skippy, CVXPY, dan Matplotlib.
Langkah 1: Memasang library
CVXPY baru kita pakai di episode 5 untuk menyelesaikan optimasi MPC, sedangkan model kendaraannya kita tulis sendiri.
Langkah 2: Keadaan, masukan & persamaan gerak
Buat file kendaraan.py Bicycle model menyatukan 2 roda depan menjadi 1 roda dan 2 roda belakang menjadi 1 roda, seperti sepeda. Parameternya wheelbase 2,7 meter, langkah waktu 0,1 detik, kemudi maksimum 30 derajat, percepatan maksimum 3 meter per detik kwadrat, dan laju putar setir 30 derajat per detik. Keadaan kendaraan ada 4, posisi X dan Y poros belakang, arah hadap SI, dan kecepatan V masukannya percepatan A dan sudut kemudi delta. Laju perubahan arah sama dengan V dibagi L dikali tangen delta.
Langkah 3: Batas aktuator & Runge-Kutta
Fungsi batasi menjaga masukan dalam batas fisik, karena setir tidak bisa diputar lebih dari 30 derajat. Fungsi langkah mengintegrasikan model dengan rungi kuta orde 4, dan kecepatan dijaga antara 0 dan 20 meter per detik. Fungsi sudut normal membungkus sudut kerentang minus pi sampai pi.
Langkah 4: Validasi jari-jari belok
Buat file uji underscore kendaraan.py dan jalankan. Dengan kemudi tetap, mobil seharusnya berputar pada lingkaran berjari-jari L per tangen delta. Untuk kemudi 5 derajat, teori 30,86 meter dan simulasi tepat 30,86 meter. 10 derajat 15,31 meter, 20 derajat 7,42 meter, semuanya cocok. Kemudi 40 derajat dibatasi menjadi 30, sehingga jari-jari belok minimum 4,68 meter. Percepatan 2 meter per detik kuadrat selama 5 detik menghasilkan kecepatan 10 meter per detik dan jarak tepat 25 meter.
Langkah 5: Lingkaran belok & laju yaw
Mari lihat grafiknya. Makin besar sudut kemudi, makin kecil lingkaran belok, dan permintaan 40 derajat berimpit dengan lingkaran 30 derajat karena dibatasi. Grafik kanan memperlihatkan hal penting untuk kendali. Dengan sudut kemudi yang sama, laju yu naik sebanding dengan kecepatan. Jadi pada kecepatan tinggi, kesalahan kemudi kecil pun berdampak besar.
Selesai!
Selesai. Kita sudah membangun bisikel model kendaraan dengan batas kemudi, percepatan, dan integrasi rungi kuta, lalu memvalidasinya dengan rumus jari-jari belok. Di episode berikutnya kita membuat lintasan referensi dan menjalankan simulasi kendaraan. Sedang menyusun skripsi, tesis, atau riset di bidang kendaraan otonom dan sistem kendali? Cerdas inovasi digital membantu implementasi sistem kendali kendaraan, dari bicycle model, lintasan referensi, pure pursuit dan Stanley, sampai model predictive control dengan CVXPy, serta membuka kursus pemrograman Python untuk teknik elektro dan mekatronika. Ingin menguasai seluruh seri ini, dari model kendaraan sampai uji sirkuit berliku dengan berbagai kecepatan? Semua 6 episode, lengkap dengan PDF panduan langkah demi langkah dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Mau satu kelas saja? Beli kelas satuan dengan akses selamanya. Langganan sekarang di halaman premium cerdas inovasi digital.com. Hubungi WhatsApp kami, atau kunjungi cerdasinovasidigital.com. Terima kasih telah menonton, sampai jumpa di episode berikutnya.
Tanya materi kelas
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan saya
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Tanya jawab
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.
Pengajar
Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
52 kelas video1.276 episode
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
