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, tiga pengendali diuji di sirkuit berliku 300 meter pada tiga kecepatan. MPC paling akurat di semua kecepatan, sampai hampir 10 kali lebih akurat dari pure pursuit. Kita juga melihat harga yang dibayar MPC pada kecepatan tinggi. Ayo kita mulai. Halo, selamat datang di episode terakhir seri kendaraan otonom MPC Pass Tracking. Tikungan es masih tergolong mudah. Hari ini kita uji ketiga pengendali di sirkuit berliku dengan tikungan berjari-jari hanya 10,7 meter, pada kecepatan 5, 10, dan 15 meter per detik, lalu mengevaluasi galat dan kehalusan kemudinya seperti dalam makalah ilmiah.
Langkah 1: Tiga pengendali x tiga kecepatan
Buat file uji underscore akhir.py Untuk setiap kecepatan dan setiap pengendali kita jalankan simulasi dan catat 4 ukuran. Galat lateral RMS, galat lateral maksimum, galat arah RMS, dan kehalusan kemudi, yaitu rata-rata perubahan sudut kemudi perlangkah. Jalankan. Pada 5 meter per detik, MPC punya galat RMS hanya 0,006 meter, 9,7 kali lebih akurat dari pure pursuit. Pada 10 meter per detik, MPC 0,038 meter, Stanley 0,111, dan pure pursuit 0,136. Pada 15 meter per detik, MPC 0,079 meter, Stanley 0,107, dan pure pursuit melenceng sampai 1,1 meter di tikungan tertajam.
Langkah 2: Lintasan, galat & diagram batang
Lanjutkan dengan grafik, lintasan ketiga pengendali di sirkuit pada 15 meter per detik, galat lateral terhadap waktu, dan diagram batang RMS per kecepatan. Mari lihat grafiknya. Pada skala sirkuit, ketiganya tampak mengikuti lintasan, tetapi grafik galat memperlihatkan pure pursuit melonjak di tikungan tajam sekitar detik ke-12. Diagram batang menunjukkan galat semua pengendali membesar seiring kecepatan, dan MPC selalu terendah. Tetapi pada 15 meter per detik, kemudi MPC berubah lebih sering, 0,55 derajat per langkah. Tikungan 10,7 meter pada kecepatan itu menuntut percepatan lateral lebih dari 2 kali gravitasi, di luar kemampuan mobil nyata, sehingga MPC bekerja keras di batas laju putar setir.
Selesai!
Selesai, dan selesai pula seri ini. Kita sudah membangun penelitian pass tracking kendaraan otonom secara lengkap, bicycle model, lintasan referensi, pure pursuit dan Stanley, linearisasi dan formulasi MPC, implementasi dengan CVXPi, sampai uji sirkuit pada berbagai kecepatan. Untuk penelitian lanjutan, coba model dinamik dengan gaya ban, MPC no linear dengan casadi, pengaturan kecepatan otomatis berdasarkan kelengkungan, atau penghindaran rintangan. Terima kasih sudah mengikuti seri ini. 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 CVXPi, 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 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
53 kelas video1.281 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.
