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, dua pengendali klasik pass tracking, Pure Pursuit dan Stanley, yang membuat mobil mengikuti lintasan pindah jalur dan tikungan es dengan galat hanya belasan sentimeter. Keduanya menjadi pembanding untuk MPC nanti. Ayo kita mulai. Halo, selamat datang di episode ketiga seri kendaraan otonom MPC Pass Tracking. Sebelum membangun MPC, penelitian yang baik selalu punya pembanding. Kita pakai dua pengendali geometris yang paling populer. Pure Pursuit, yang mengejar titik di depan, dan Stanley, yang dipakai mobil stand for pemenang DARPA Grand Challenge tahun 2005.
Langkah 1: Pure Pursuit
Buat file pembanding.py. Kecepatan diatur dengan pengendali proporsional sederhana. Pure Pursuit memilih titik di lintasan sejauh jarak look ahead di depan mobil, lalu menghitung busur lingkaran yang menghubungkan poros belakang ke titik itu. Sudut kemudinya artang N dari dua L-sinus alfa dibagi look ahead, dengan alfa sudut antara arah mobil dan titik tujuan. Look ahead dibuat adaptif, 3 meter ditambah setengah kali kecepatan, karena pada kecepatan tinggi mobil harus melihat lebih jauh.
Langkah 2: Stanley
Stanley bekerja di poros depan. Sudut kemudinya terdiri dari dua bagian, minus galat arah, agar mobil sejajar dengan lintasan, dan minus artang N dari keakali galat lateral dibagi kecepatan, agar mobil kembali ke lintasan. Pembagian dengan kecepatan membuat koreksinya lembut saat cepat dan tegas saat pelan.
Langkah 3: Uji pindah jalur & tikungan $
Buat file uji underscore pembanding dot py dan jalankan pada 10 meter per detik. Pada pindah jalur, Pure Pursuit punya galat lateral RMS 0,084 meter, dan Stanley jauh lebih kecil, 0,024 meter. Pada tikungan S, Pure Pursuit 0,101 meter dan Stanley 0,084 meter. Tetapi Stanley membayar akurasinya dengan kemudi yang lebih sering berubah, 0,26 derajat per langkah dibanding 0,18 untuk Pure Pursuit. Mari lihat grafiknya.
Langkah 4: Lintasan & galat lateral
Pada pindah jalur, Pure Pursuit memotong tikungan karena mengejar titik di depan, sedangkan Stanley lebih rapat. Grafik galat lateral di tikungan S memperlihatkan keduanya melenceng paling jauh tepat di bagian lintasan yang kelengkungannya berubah, karena keduanya hanya bereaksi terhadap galat saat ini, tidak melihat tikungan yang akan datang. Kelemahan inilah yang akan diatasi MPC.
Selesai!
Selesai. Kita sudah membangun Pure Pursuit dengan look ahead adaptif dan Stanley. Lalu membandingkannya pada dua lintasan. Di episode berikutnya kita memformulasikan MPC, linearisasi model, horizon prediksi, fungsi biaya, dan batasan kemudi. 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 prediktif kontrol dengan CVX-Py, 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 enam 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 cerdasinovasidigital.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.
