Hasil Pencarian  ::  Simpan CSV :: Kembali

"Teknologi keselamatan dan keamanan dalam berkendara telah berkembang pesat dalam beberapa dekade terakhir. Kemampuan ABS dalam menjaga roda agar tidak tergelincir, mengurangi jarak pengereman, serta menjaga agar kendaraan masih dapat dikendalikan menjadikan ABS sebagai salah satu sistem keselamatan yang paling penting untuk alat transportasi darat saat ini. Perkembangan teknologi terbaru dari sisi aktuator juga telah memungkinkan modulasi secara kontinu terhadap torsi pengereman, sehingga sistem pengereman aktif seperti ABS dapat diformulasikan menggunakan pengendalian klasik. Pada penelitian ini diajukan sebuah pengendali untuk ABS dengan pendekatan Model Predictive Control (MPC) agar mampu memberikan nilai torsi pengereman yang sesuai dengan nilai slip roda yang diinginkan. Model dinamik nonlinier setengah bagian mobil digunakan sebagai plant yang dikendalikan karena memberikan gambaran yang cukup lengkap mengenai dinamika pengereman, termasuk fenomena transfer beban dari roda belakang ke roda depan. Respons diskrit dari model ini kemudian dimodelkan dalam bentuk ruang keadaan dengan menggunakan metode Least Square. Model ruang keadaan ini kemudian digunakan dalam perancangan MPC. Nilai konstanta gesek ban terhadap jalan dihitung berdasarkan model Burckhardt yang merepresentasikan berbagai tipe jalan yang berbeda hanya dengan menggunakan tiga parameter. Slip roda dipilih sebagai variabel yang dikendalikan karena secara dinamik lebih robust jika dibandingkan dengan pengendalian perlambatan roda. Pengendali MPC yang dirancang mampu memberikan pengereman yang optimal di kondisi jalan aspal kering, aspal basah dan es.

---

Over the past half-century, vehicle safety technology has evolved considerably. Antilock braking system (ABS) is now one of the most important active safety system for road vehicles since it prevents the wheels from locking up and reduces the total braking distance while retaining drivability during braking. Recent technological advances in actuators have enabled a continuous modulation of the braking torque, thereby allowing us to formulate active braking control as a classical regulation problem.

The main objective of this research is to develop a controller for ABS based on Model Predictive Control (MPC) strategy, which allows the desired wheel slip to be reached and improves the vehicle?s braking distance in any road condition. A double-corner vehicle is employed as the controlled plant since it provides a sufficiently rich description of the braking dynamics, including the load transfer phenomena.

Discrete responses of this model are identified using Least Square method to reproduce the model in a state-space form as the main component of MPC design. As for the tyre-road friction model in this research, the Burckhardt friction model will be employed, as it only has three parameters to model many different tyre-road friction conditions. Wheel slip is chosen as the controlled variable since its dynamics is more robust than speed deceleration control. The designed MPC is able to perform optimal braking in dry asphalt, wet asphalt, and icy road condition"

"Pengujian electronic control unit ECU secara langsung pada kendaraan roda empat memiliki beberapa isu diantaranya faktor keamanan dan biaya. Oleh karenanya, diajukan metode pengujian Hardware In the Loop Simulation HILS. Divais yang diuji yaitu ECU Antilock Braking System ABS, dimana algoritma kendali yang diajukan adalah Model Predictive Control MPC dan sebagai pembanding digunakan algoritma Hysterisis Control. Platform Hardware-In-the Loop HILS yang digunakan pada penelitian ini berbasis NI Labview CompactRIO 9081, sedangkan untuk ECU menggunakan Texas Instrument RM48. Keduanya dihubungkan oleh sistem Data Acquisition DAQ. Model dari kendaraan roda empat pada penelitian ini dihasilkan dari perangkat lunak Carsim, prosedur pengereman juga dapat disimulasikan dengan Carsim. Dari hasil yang diperoleh, pengereman dengan pengendali mampu memperpendek jarak pengereman dan juga menjaga steerability dari kendaraan tidak hilang dibandingkan dengan pengereman tanpa kendali ABS.

---

Testing under development electronic control unit ECU directly to four wheeled vehicles have a number of issues, including safety and financial. Therefore, Hardware in the loop simulation HILS method has been proposed. Device under test is ECU for Antilock braking system ABS, wherein the proposed control algorithm was Model Predictive Control MPC and Hysterisis Control as a comparison. Platform for hardware in the loop simulation HILS were used in the research based on Labview NI CompactRIO 9081, while the ECU was using Texas Instrument RM48. Both of them were connected by Data Acquisition DAQ system. The model of four wheel vehicles resulted from Carsim Car Simulation. Not only model but also braking situation can be simulated by Carsim. From the result, controller able to shorten the braking distance and maintain steerabilitiy of vehicle compare to vehicle without ABS."

"Kenyamanan dan keamanan berkendara dapat dipengaruhi oleh kemajuan teknologi kendali. Anti-Lock Breaking System (ABS) merupakan salah satu sistem keamanan yang menjaga kestabilan slip roda untuk menghindari terjadinya kecelakaan saat pengereman yang darurat. Dalam merancang sistem ABS yang baik, simulasi Hardware in the Loop (HILS) sangat diperlukan untuk mencegah resiko pengujian. Akan tetapi,untuk memastikan algoritma pengendalian, proses Processor in the Loop Simulation (PILS) perlu dilakukan terlebih dahulu. Penelitian ini akan berfokus pada pengujian pengendali prediktif pada sistem ABS menggunakan metode PILS dan komunikasi CAN.

---

Vehicle comfortability and driving security could be effected by the upturn of control system technology. Anti Lock Breaking System (ABS) is one of security system whose purpose is to keep wheel slip stable, concerning any accident from a sudden breaking. In furtherance, Hardware in The Loop Simulation (HILS) would give the best result and refain any risk on ABS design process. However, to ensure the control algorithm, Processor in The Loop Simulation (PILS) is needed to conduct first. The research was focused on implementation of predictive control in ABS with PILS approach using CAN communication."

"Seiring dengan bertambahnya tuntutan akan kendaraan yang lebih baik, keamanan pengemudi kendaraan juga harus diperbaiki. Permasalahan yang terkait dengan Vehicle Dynamics Control (VDC) adalah model yang nonlinear yang sering menimbulkan kesulitan dalam mengendalikan variabel-variabel keadaan. Linearisasi model umumnya dilakukan dengan beberapa asumsi dan simplifikasi yang dapat menghasilkan kesalahan yang besar dan mempengaruhi performa sistem. Pada penelitian ini, pengendalian dari yaw rate dan kecepatan mobil listrik diajukan dengan menggunakan pengendali prediktif. Jenis pengendali prediktif nonlinear ini dipilih karena kemampuan optimasi pengendalian sebagai permasalahan quadratic programming. Dalam pengembangan model prediksi, sudut setir dari pengemudi dianggap sebagai gangguan. Dinamika nonlinear kendaraan diidentifikasi dengan menggunakan identifikasi least square multistage dan divalidasi menggunakan performance indicatorloss function dan Final Prediction Error (FPE). Setpoint untuk yaw rate dihasilkan oleh model referensi sebagai fungsi statik dari kecepatan dan sudut setir, sedangkan nilai referensi untuk kecepatan adalah konstan. Pengendali selanjutnya memberikan kompensasi untuk sudut setir dan gaya longitudinal untuk roda. Performa pengendalian diverifikasi dengan simulasi untuk menunjukkan kemampuan untuk mengikuti perubahan setpointyang diberikan.

---

As the demand for better vehicles increases, the driver’s safety must also be improved. The problem with Vehicle Dynamics Control (VDC) is the nonlinearity of the model often causes difficulties in controlling the state variables. Linearization of the model is usually performed with several assumptions and simplification which leads to large errors that affect the performance of the controlled system. In this research, a yaw rate and vehicle’s velocity control of an electric vehicle is proposed using a predictive control. This type of nonlinear predictive controller is chosen due to its capability of optimizing the control as a quadratic programming problem. In the development of the prediction model, the driver’s steer angle is considered as disturbance. The nonlinear vehicle dynamics is identified by a Multistage Least Square identification method and validated using performance indicators loss function and Final Prediction Error (FPE). The setpoint for the yaw rate is generated by a reference model as a static function of vehicle velocity and driver’s steer angle, while the reference value for the velocity is given constant. The controller then gives compensation to the driver’s steer angle and longitudinal forces to the wheels. The control perforrmance is verified by simulation to show the ability to track the setpoint changes."

"Dewasa ini perkembangann teknologi pengontrol elektronik di kendaraan begitu pesat, salah satunya adalah perkembangan teknologi pada sistem pengereman di kendaraan komersial yang tidak hanya mengandalkan kemampuan mekanikal dan pneumatik untuk dapat menghentikan kendaraan, tetapi juga terdapat kontrol elektronik yang dilakukan oleh Electronic Control Unit (ECU) Antilock Braking System (ABS) untuk mengontrol pengereman dan mencegah terjadinya locking pada roda selama proses pengereman terjadi. Atas dasar inilah dibuat analisa dan rancang bangun rangkaian elektronika pengontrol anti lock braking system (ABS) pada kendaraan komersial menggunakan mikrokontroller Arduino Uno. Pada tahap perancangan rangkaian elektronik pengontrol pengereman ABS dibuat perhitungan dan algoritma program yang sesuai dengan standard yang berlaku, hal ini diperlukan agar hasil dari rangkaian pengontrol yang dibuat dapat bekerja secara optimal. Pada proses pembuatan simulasi rangkaian elektronik pengontrol pengereman ABS menggunakan beberapa software yang dapat mensimulasikan bagaimana algoritma pemrograman bekerja serta dapat mensimulasikan bagaimana rangkaian pengontrol tersebut dapat bekerja di dunia nyata. Selesai dalam tahap perancangan dan pembuatan, selanjutnya adalah melakukan percobaan dan pengukuran, dimana percobaan dibagi menjadi empat macam  percobaan yaitu pengetesan dan analisa pengereman pada kecepatan kendaraan kurang dari 60 km/jam, pengetesan dan analisa pengereman pada kecepatan kendaraan lebih dari 60 km/jam dan tidak ada roda yang mengunci, pengetesan dan analisa pengereman pada kecepatan kendaraan lebih dari 60 km/jam dan ada salah satu roda atau lebih roda yang mengunci, pengetesan dan analisa pengereman pada kecepatan kendaraan lebih dari 60 km/jam dan ada salah satu atau lebih roda yang kecepatanya melebihi kecepatan kendaran.

---

Nowdays, the development of electronic control technology in vehicles is so rapid, one of which is the development of technology in braking systems in commercial vehicles that do not only rely on mechanical and pneumatic capabilities to be able to stop vehicles, but also have electronic controls carried out by Electronic Control Unit (ECU) Antilock Braking System (ABS) to control braking and prevent locking on the wheels during the braking process. On this basis an analysis and design of the electronic circuit of the anti lock braking system (ABS) was made on commercial vehicles using the Arduino Uno microcontroller. In the design stage of the ABS braking controller electronic circuit, calculations and program algorithms are made in accordance with the applicable standards, this is needed so that the results of the controller circuit that is made can work optimally. In the process of making a simulation of the ABS braking controller electronic circuit using some software that can simulate how the programming algorithm works and can simulate how the controller circuit can work in the real world. Finish in the design and manufacturing stage, then conduct experiments and measurements, where the experiment is divided into four types of experiments, test and analyze of braking at a vehicle speed of less than 60 km/h, test and analyze of braking at a vehicle speed of more than 60 km/h and there are no wheels that lock, test and analyze braking at a vehicle speed of more than 60 km/h and there is one or more wheels that lock, test and analyze braking at a vehicle speed of more than 60 km/h and there is one or more wheels the speed exceeds the speed of the vehicle."

"Grip atau adhesi antara ban dan jalan adalah salah satu aspek yang paling penting dalam dinamika kendaraan karena grip akan menentukan apakah gaya gerak yang dihasilkan oleh mesin akan berubah menjadi gaya gerak seluruhnya oleh roda atau akan ada kerugian dalam bentuk perputaran roda yang berlebihan atau slip. Slip itu sendiri tergantung kepada besarnya gaya yang dihasilkan oleh mesin dan dengan koeifisen gesek dari jalanan dengan sehingga kondisi dari jalanan, seperti basah, kering, atau bersalju, akan mempengaruhi besarnya slip yang terjadi. Slip memiliki relasi yang bersifat nonlinear dengan miu terlebih lagi ketika terjadi perubahan kondisi jalanan dengan sehingga untuk perlu untuk dikendalikan dengan menggunakan pengendali prediktif agar transisi perubahan kondisi jalan yang terjadi menjadi lebih lembut. Pada penelitian ini, model dua roda nonlinear akan diidentifikasikan dengan menggunakan least square dan lalu hasil model linear yang telah diperoleh akan digunakan sebagai model acuan bagi pengendali MPC. MPC akan mengendalikan torsi yang masuk ke dalam plant berdasarkan masukan slip optimal untuk masing-masing kondisi jalanan. Hasil simulasi menunjukan disaat terjadi perubahan kondisi jalanan, seperti dari kering ke basah, MPC mampu memberikan sinyal pengendali sebelum terjadinya perubahan kondisi tersebut dan juga dengan respon slip dan kecepatan yang cepat tetapi tidak agresif.

---

Grip, the adhesion between the tire and the road, is one of the most important aspect in vehicle dynamics because grip will determine if the driving force generated by the engine will be turned into moving force entirely by the wheel or will there be losses in forms of excessive wheel spin or slip. Slip alone depends on the force generated by the engine and the road friction coefficient thus the conditions of the road, e.g. dry, wet, snowy, will affect the slip.

Slip has a nonlinear relation with road friction coefficient and furthermore the changing conditions of the road will make the relation even more nonlinear and thus the system is needed to be controlled with a predictive controller to make transitions of the changing road conditions smoother.

In this research, a nonlinear two wheel model will be identified with least square and then the linear model generated by least square will be used as a model reference for MPC. MPC will control the torque entering the plant based on an optimal slip for each road conditions.

Results of the simulations shows that when the road conditions are changed, e.g. from dry to wet, MPC is capable of giving a control signal well before the actual road conditions are changed, and furthermore the slip and speed response from the system is fast but not aggressive."

"ABSTRAKKeselamatan dalam berkendara sangat dikembangkan oleh industri otomotif. Salah satu komponen yang memegang peranan penting dalam memberikan keselamatan bagi pengemudi saat berkendara adalah Vehicle Dynamics Control. Sistem ini biasa dikenal juga sebagai Vehicle Dynamics Control atau Electronic Stability Control semua jenis sistem ini diaplikasikan dalam sistem kendali untuk keselamatan dan berbeda nama sesuai industri otomotif yang membuatnya.Sistem VDC ini berfungsi ketika pengemudi yang sedang melaju cepat di jalanan meliku dan melakukan over steering dan under steering, mobil tetap dalam kestabilan tidak sampai menabrak sampai terbalik. Pada penelitian ini dibuat pengendalian mobil dengan cara mendeteksi dan menimalisir slip yang diberikan oleh torsi pada setiap ban menggunakan pengendali prediktif bertingkat. Sehingga ketika pengemudi kehilangan kontrol pengendalian maka dengan otomatis maka system ini akan melakukan pengereman secara otomatis. Pengereman otomatis akan berdasarkan perhitungan yaw rate kemudian memberikan perintah langsung ke masing masing roda. Roda depan akan mencegah terjadinya oversteer dan roda belakang akan mencegah terjadinya understeer.

---

ABSTRACTSafety in driving highly developed by the automotive industry. One of the components that play an important role in providing safety for the driver while driving is the Vehicle Dynamics Control. This system is commonly known as Vehicle Dynamics Control or Electronic Stability Control all types of systems applied in control systems for safety and a different name as the automotive industry. The VDC system is functioning when the driver speeding on the street turn and perform over steering and under steering, the car remains in the stability not until crashing to the upside. This research is making the car control by detecting and minimizing slip given by the torque on each tire with multistage predictive controller . So that when the driver lost control then automatically controls the system will do the braking automaticly. The braking based on the calculation yaw rate then gave direct orders to each wheel. The front wheels will prevent oversteer and the rear wheels will prevent understeer."

"Multi-Agent System MAS atau sistem dengan agen-ganda didefinisikan sebagai sebuah sistem yang terdiri dari beberapa autonomous agents yang saling berinteraksi satu sama lain. MAS dapat diaplikasikan di berbagai disiplin ilmu, seperti di bidang biologi, fisika, ekonomi, ilmu komputer, dsb. Pada penelitian dalam beberapa tahun terakhir, MAS yang dirancang dapat dibedakan berdasarkan: model, skema organisasi, topologi komunikasi, protokol dan algoritma pengendalian MAS yang digunakan, serta parameter lain pada MAS, seperti waktu pencuplikan, waktu tunda, gangguan, batasan, dsb. Walaupun teknologi MAS tidak dapat dikatakan sebagai teknologi yang baru, berbagai masalah masih kerap alam ditemukan dalam implementasinya. Masalah yang biasa ditemukan dalam perancangan MAS antara lain berupa masalah komunikasi, pengendalian agent, hingga MAS yang terlalu kompleks seperti MAS dengan model dinamik agent yang berubah-ubah terhadap waktu . Oleh karena itu, diperlukan penelitian lebih lanjut mengenai MAS dengan kompleksitas tinggi. Pada penelitian ini, akan dikembangkan protokol pengendalian yang tepat guna untuk MAS dengan kompleksitas tinggi sehingga dapat mencapai konsensus walaupun dihadapkan dengan batasan-batasan yang ditemukan pada sistem, seperti topologi komunikasi yang berubah-ubah yang mengganggu ketahanan sistem.

---

Multi Agent System MAS or a system with multiple agents is defined as a system consisting of multiple autonomous agents interacting with each other. MAS can be applied in various disciplines, such as in the fields of biology, physics, economics, computer science, etc. In researches in the recent decades, the designed MAS can be distinguished by model, organizational scheme, communications topology, protocol and control algorithm which is used, and other parameters on MAS, such as sampling time, delay time, interruption, constraints, etc.

Although MAS technology can not be said to be a new technology, various problems are still often found in implementation. Common problems can be found in communication problems, agent control, up to MAS that is too complex such as MAS with time varying dynamic model of agents. Therefore, further research is needed on MAS with high complexity. In this research, appropriate control protocol will be developed for MAS with time varying dynamic model of agents so that it can reach consensus, although faced with the constraints found in the system, such as the changing communications topology."

"Sistem tata udara presisi merupakan komponen yang sangat penting dalam sebuah ruang pusat data untuk menjaga agar perangkat yang disimpan tidak mengalami kerusakan pada waktu singkat. Sistem ini merupakan sistem multivariabel dan diperlukan untuk menjaga suhu dan kelembaban ruang pusat data pada batasan yang sesuai dengan kondisi kerja peralatan IT, sehingga diperlukan pengendali cerdas yang mampu bekerja pada batasan tertentu dan mampu menangani sistem multivariabel. Selain itu, pengendali tersebut juga harus mampu menangani karakteristik sistem tata udara presisi yang nonlinier. Oleh karena itu, pengendali MPC (Model Predictive Control) digunakan untuk mengendalikan sistem tersebut.Pengendali MPC merupakan pengendali yang menggunakan model proses secara eksplisit dalam penghitungan sinyal kendalinya. Model linier digunakan untuk menghitung prediksi keluaran sistem nonlinier dan menghitung besar sinyal kendali agar keluaran sistem nonlinier sesuai dengan acuan. Agar besar kesalahan prediksi keluaran dari model dan keluaran sesungguhnya dari sistem dapat diminimalisasi maka digunakan model ruang keadaan multimodel yang diperoleh melalui metode identifikasi least square.Model yang diperoleh dari hasil identifikasi dapat digunakan untuk pengendalian MPC sebab memiliki nilai 𝐽𝑒𝑒 dan FPE yang rendah (< 10−5), nilai eigen berada di dalam unit circle, serta memiliki sifat fully controllable dan fully observable. Pengendali MPC berbasis multimodel linier kemudian dirancang untuk mengendalikan sistem tata udara presisi yang bersifat MISO (multi input single output), dengan keluaran berupa temperatur udara masukan kabinet (𝑇𝑖𝑛,𝑐𝑎𝑏). Untuk memperoleh pengendalian yang terbaik, pengendali MPC disimulasikan pada sistem linier dan nonlinier. Variasi nilai 𝐻𝑝, 𝐻𝑢, Q, dan R diberikan untuk mengetahui pengaruh perubahan nilai parameter pengendali MPC terhadap karakteristik sinyal kendali masukan dan sinyal respon keluaran sistem, serta waktu komputasi dan nilai loss function. Simulasi pengendalian MPC menunjukkan hasil yang baik pada nilai 𝐻𝑝 = 𝐻𝑢 = 6, 𝐐 = 50, dan 𝐑 = 5 untuk sistem linier, dan nilai 𝐻𝑝 = 12, 𝐻𝑢 = 3, 𝐐 = 70, dan 𝐑 = 0.5 untuk sistem nonlinier.

---

Precision air conditioning is a vital component in a data center to keep the stored devices from failures. This system is a multivariable system and needed to keep the temperature and humidity of a data center in a certain constraints which is suitable for IT devices operating condition. Hence, an intelligent controller which can take constraints into account and handle multivariable system is needed. Furthermore, the controller must be capable to handle nonlinear characteristic of such system. Thus, Model Predictive Controller (MPC) is used to control such systems.

MPC is a controller that used the model of a process explicitly to compute the control signal. The linear model is used to predict the output of nonlinear system and calculate the control signal to meet the given target. To minimize error between predicted output from the model and the actual output of the plant, double-stage state space model is used.

The model is identified using least square method and can be used for system control using MPC due to its low 𝐽𝑒𝑒 and FPE (< 10−5), its eigenvalues located inside the unit circle, and its characteristics which is fully controllable and fully observable. MPC based on linear multimodel linear is designed to control PAC system which is a MISO (Multiple Input Single Output) system, which output is the temperature of input air to cabinet (𝑇𝑖𝑛,𝑐𝑎𝑏). In order to obtain the best control action, MPC is simulated in linear and nonlinear system. The value of controller parameters 𝐻𝑝, 𝐻𝑢, Q, and R is varied to study the effect of changes in parameter value to the characteristic of input control signal and system responds, input signal computing time and the value of loss function. The best simulation result is obtained at 𝐻𝑝 = 𝐻𝑢 = 6, 𝐐 = 50, and 𝐑 = 5 for linear system, and 𝐻𝑝 = 12, 𝐻𝑢 = 3, 𝐐 = 70, and 𝐑 = 0.5 for nonlinear system."

"Berkendara adalah salah satu aktivivitas yang berbahaya. Kegagalan atau kesahalan pengemudi dalam mengemudikan kendaraan (seperti kurangnya focus, mengantuk dan penyakit) menjadi salah satu penyebab kecelakaan yang paling besar. Oleh karena itu, Advanced Driving Assistance System (ADAS) telah menjadi fokus penelitian yang dilakukan pada ranah akademis dan industri. Salah satu model ADAS yang dikembangkan yakni Lane Keeping Assistance System. Sistem bantuan ini memanfaatkan informasi yang diberikan oleh vision system (geometri jalan, dan posisi kendaraan), sensor devices (torsi, sudut kemudi, yaw angle, dan tingkah laku pengemudi) untuk dikalkulasikan agar kendaraan tetap berada di jalur yang tepat. Penelitian ini berfokus pada pengembangan pengendali lateral dengan menggunakan Model Predictive Control (MPC) untuk mengatasi masalah model kendaraan yang non linier, gangguan eksternal, keadaan kendaraan dan lingkungan kendaraan yang bervariasi, serta sharing control antara pengemudi dengan sistem bantuan. Secara umum, skema pengendalian terbagi menjadi tiga bagian, yaitu persepsi yang berfungsi untuk mendeteksi marka jalan dengan menggunakan sensor ADAS yang terdapat pada CarSim. Selanjutnya memodelkan referensi trajektori sebagai set point dalam pengendalian. Terakhir, pengendali lane keeping dengan MPC. Dalam penelitian ini, menggunakan model identifikasi bertingkat untuk mendapatkan model kendaraan yang mendekati model yang sesungguhnya. Hasil identifikasi ini kemudian akan digunakan pada MPC. Secara keseluruhan, penelitian ini menggunakan MATLAB®, Simulink®, dan Mechanical Simulation CarSim. Hasil percobaan menunjukkan MPC memiliki kemampuan yang baik untuk menjaga kendaraan tetap berada dijalur yang tepat.

---

Driving is a dangerous activiy. The failure of human driver’s performance (for example inattention, drowsiness, and illness) remains one of the most important causes the accident. Therefore, advanced driving assistance system (ADAS) have become the focus research in both academy and industry settings. The one part of ADAS models developed is the lane keeping assistance system. The assistance system of line keeping assist utilizes information that provided by the vision system (like road geometry, and vehicle position), and by sensor devices (like torque, steering angle, yaw angle, yaw rate error, and driver behavior). Then the informations is calculated so the vehicle stays in the center of the lane. This study has been focused on the development of lateral control for autonomous driving based on Model Predictive Control (MPC). The propose strategy utilized MPC to solve many shortcomings in terms of overcoming non-liner vehicle models, external disturbance, varying vehicle state and environment, and sharing control between humans and assistance system. Generally, scheme control method devided into three part: perception serves to detect boundary lines by using ADAS sensor in CarSim. Then reference trajectory generation as a set point in control. The last is controlling the vehicle keep in the center of the line. In this study, also using a multistage identification to obtain a dynamic lateral bicycle vehicle model that approaches the actual model. The result of identification model will be used for MPC controllers. The overall system has been developed using MATLAB®, Simulink®, and Mechanical Simulation CarSim. The experimental result show that MPC method have a good performance for keep the vehicle in the center of the lane."