Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini membahas permasalahan formasi sistem multi-agent menggunakan pengendali prediktif terdistribusi. Model yang digunakan adalah nonholonomic mobile robot. Setiap agen dapat memecahkan sendiri permasalahan optimasi dan mengimplementasikannya setiap cuplikan waktu. Ada dua permasalahan formasi yang dibahas, yaitu formation tracking control dan formation stabilization. Pada permasalahan formation tracking control, setiap agen harus mengikuti referensi trajektori yang telah dibuat dan mempertahankan jarak dengan agen tetangganya. Sedangkan pada permasalahn formation stabilization, setiap agen, dari posisi yang acak, membentuk suatu formasi yang telah ditentukan di posisi yang telah ditentukan juga. Hasil simulasi ditampilkan untuk menggambarkan efektivitas dari pengendali prediktif terdistribusi yang telah didesain. Diperoleh hasil dengan waktu konvergensi yang sangat cepat dibanding jika dengan pengendali lain.

---

This study is concerned with the problem of formation using distributed model predictive control. The model that is used is nonholonomic mobile robot. All the agents are permitted to solve optimization problem by itself and implement them at each time step. There are two formation problem that will be discussed, i.e. formation tracking control problem and formation stabilization problem. On the formation tracking control problem, each agent is required to follow a reference trajectory that has been generated and maintain distance between agents. On the formation stabilization problem, each agent, with random initial condition, is required to form a formation at a specific position that has been determined. A numerical simulation is given to illustrate the effectivenes of the distributed model predictive control. The convergence rate of the result is much faster compared to other control law.

Abstrak :
Sistem multi-agent adalah suatu sistem yang terdiri atas beberapa agen yang mampu melakukan interaksi satu sama lain untuk mencapai tujuan bersama. Salah satu permasalahan dalam sistem multi-agent adalah permasalahan konsensus untuk menyamakan keadaan seluruh agen dengan mengurangi perbedaan keadaan suatu agen dengan agen lainnya. Berbagai jenis protokol pengendali telah dikembangkan untuk membuat seluruh agen mencapai konsensus, tetapi sebagian besar pengendali masih menggunakan mekanisme time-triggered yang mengharuskan pengendali pada setiap agen untuk melakukan komputasi di setiap waktu cuplikan sehingga beban komputasi cukup tinggi. Penelitian ini membahas mengenai pengendali prediktif (MPC) terdistribusi untuk menyelesaikan permasalahan konsensus pada sistem multi-agent dengan mekanisme event-triggered. Permasalahan konsensus dapat diselesaikan dengan menggunakan pengendali prediktif terdistribusi yang bekerja dengan melakukan optimalisasi fungsi objektif. Untuk mengurangi beban komputasi, mekanisme event-triggered digunakan sehingga pengendali melakukan optimalisasi fungsi objektif hanya ketika kondisi trigger terpenuhi. Pada penelitian ini, pengendali prediktif dengan mekanisme event-triggered diujikan terhadap sistem dengan model agen linear vehicle dan nonholonomic mobile robot melalui simulasi. Hasil simulasi yang diperoleh menunjukkan performa yang baik dalam mencapai konsensus dengan total waktu komputasi yang lebih sedikit dibanding menggunakan mekanisme time-triggered.

---

Multi-agent system is a system consisting of several agents who are able to interact with each other to achieve a common goal. One of the problems in a multi-agent system is the problem of consensus to equalize the state of all agents by reducing the differences of an agent with other agents. Various types of controlling protocols have been developed to make all agents reach consensus, but most controllers still use a time-triggered mechanism that requires controllers in each agent to do computation at each sampling time so that the computing load is high enough. This study examines the distributed predictive controller (MPC) to solve consensus problems on multi-agent systems with event-triggered mechanisms. Consensus problem can be solved using a distributed predictive controller that works by optimizing objective functions. To reduce computational load, an event-triggered mechanism is used so that the controller performs objective function optimization only when the trigger conditions are met. In this study, predictive controllers with event-triggered mechanisms were tested on systems with linear vehicle and nonholonomic mobile robot agents through simulation. The simulation results show good performance in reaching consensus with less computational time than using time-triggered mechanisms.

Abstrak :
ABSTRAK
Kendaraan roda empat dapat mengalami perilaku understeer atau oversteer ketika berbelok. Perilaku tersebut menunjukkan ketidakstabilan pada kendaraan yang dapat terjadi ketika kendaraan di laju dengan kecepatan tinggi diatas permukaan jalan dengan koefisien gesek yang rendah. Ketidakstabilan ini dapat menjadi potensi bahaya ketika berkendara.Desain pengendali prediktif bertingkat dengan model gerak kendaraan double track, diajukan dalam skripsi ini untuk mengatasi perilaku understeer dan oversteer. Perancangan pengendali dimulai dari mendapatkan data masukkan dan keluaran pergerakkan kendaraan. Kemudian dengan metode least square bertingkat, didapatkan matrik matrik model identifikasi bertingkat. Model identifikasi tingkat pertama digunakan untuk mendapatkan nilai eror estimasi keluaran, sedangkan model identifikasi tingkat kedua digunakan sebagai model pengendali prediktif bertingkat.Pada akhir penelitian, desain pengendali prediktif bertingkat diuji melalui simulasi untuk melihat kemampuan pengendali yang telah dirancang.

---

ABSTRACT
Oversteer and understeer could be experienced by each of four wheel vehicle. The behaviours show the instability of the vehicle, and might be happened because of high velocity of the vehicle and low friction coefficient of the road. The instability could be one of the potential risks in driving the vehicle.The design of multistage predictive control with double track vehicle model is proposed in this research to handle understeer and oversteer behaviours. The design started from collecting the related input and output. Then the multistage least square method is used to find the matrix used in multistage identification model. The first stage of identification model is used to get prediction error that happened while estimating the output. The second level of identification model is used as multistage predictive control model.In the end of research, the multistage predictive control is tested through simulation to check the performance of the controller.

Abstrak :
ABSTRACT
Perkembangan dari pengendalian stabilitas dalam pergerakan kendaraan elektrik telah berkembang pesat. Pengendalian ini dilakukan dengan tujuan agar tercapai kenyamanan saat berkendara, performa kendaraan yang tinggi dan meningkatkan keselamatan ketika berkendara meskipun pada kondisi kritis agar dapat meminimalisir kecelakaan dari kendaraan. Kendaraan yang jungkir balik atau rollover adalah salah satu keadaan yang sering terjadi ketika kendaraan berada pada kondisi kritis. Pada skripsi ini desain pengendali prediktif pada model kendaraan roda empat diajukan untuk menghindari terjadinya rollover meskipun kendaraan berada pada kondisi kritis. Perancangan dari desain pengendalian ini dimulai dari identifikasi yang bertujuan untuk mendapatkan karakteristik masukan dan keluaran dari pergerakan model kendaraan roda empat dengan metode least square bertingkat. Kemudian model identifikasi tersebut digunakan untuk perancangan pengendali prediktif. Tujuan dari pengendalian ini adalah menjaga agar nilai Load Transfer Ratio LTR dari model kendaraan tetap berada pada batas nilai tertentu agar tidak terjadi rollover sambil menjaga kestabilan pergerakan lateral kendaraan dengan memberikan tekanan pengereman pada tiap roda dari model kendaraan. Desain pengendali prediktif ini kemudian diuji melalui simulasi untuk melihat kemampuan dari pengendali yang telah dirancang.

---

ABSTRACT
The development of stability control in electric vehicle dynamics are growing rapidly. This control is applied to achieve comfortable situation in driving, vehicle high performance, and enhance safety of vehicle even in critical condition in order to reduce traffic accidents. Rollover is one of event that frequently happen when vehicle in critical condition. This research propose a design of model predictive control in four wheel vehicle model to prevent vehicle from rollover even in critical situation. The design started from model identification in order to get the input and output characteristic from the model with multistage least square method. Then the result of identification is used to design the predictive controller. Objective of this model predictive control is to keep the value of vehicles Load Transfer Ratio LTR at a certain range in order to prevent rollover from happening while still maintain the lateral stability of vehicle with giving braking pressure to each tire of the vehicle model. Then the design of model predictive control tested with simulation in order to see the capability of the controller.

Abstrak :
Rollover merupakan penyebab utama adanya korban jiwa dari peristiwa ketidakstabilan kendaraan. Karenanya, inovasi pencegahan rollover pada kendaraan roda empat terus dikembangkan untuk meningkatkan keselamatan berkendara. Variabel sudut roll dan kecepatan sudut roll sangat diperlukan dalam pengendalian pencegahan rollover kendaraan, namun kedua variabel ini tidak dapat diukur secara langsung pada kendaraan roda empat karena tingginya harga sensor yang diperlukan. Metode estimasi sudut roll dan kecepatan sudut roll yang akurat dibutuhkan agar pengendalian pencegahan rollover dapat bekerja. Pada penelitian skripsi ini, didesain observer menggunakan metode extended Kalman filter (EKF) diskrit untuk mengestimasi sudut roll dan kecepatan sudut roll. Metode EKF dipilih karena dapat menghasilkan estimasi yang baik pada kondisi non-linier. Persamaan keadaan non-linier yang digunakan pada EKF diturunkan dari model gerak kendaraan pada bidang datar dan model gerak poros kendaraan. Persamaan keadaan non-linier yang dalam bentuk kontinu diaproksimasikan ke bentuk diskrit menggunakan metode Runge-Kutta orde 4. Observer yang didesain lalu diintegrasikan dengan sistem pengendali prediktif pencegahan rollover untuk menguji kinerja metode observer saat kendaraan dalam kondisi pengendalian kestabilan yang non-linier. Metode observer EKF hasil penelitian kemudian dibandingkan dengan metode Kalman filter pada simulasi menggunakan perangkat lunak Carsim dan MATLAB & Simulink. ......Rollover is the main cause of fatalities from vehicle instability. Therefore, rollover prevention innovations in four-wheeled vehicles continue to be developed to improve driving safety. Roll angle and roll rate are very necessary in vehicle rollover prevention control, but these two variables cannot be directly measured on four-wheeled vehicles because of the high price of the sensors needed. The method of high-performance roll angle and roll rate estimation is needed so that rollover prevention control can operate. In this final project, the observer is designed with discrete extended Kalman filter (EKF) method to estimate roll angle and roll rate of the vehicle. The EKF method was chosen because it can yield good estimates in nonlinear conditions. The nonlinear equations used in EKF are derived from the yaw-plane vehicle dynamics model and axis dynamics model. The nonlinear equations which are still in continuous form are approximated to discrete form using the 4th order Runge-Kutta method. The designed observer is integrated with the predictive rollover prevention control system to test the performance of EKF when the vehicles is in stability controlling, nonlinear conditions. The designed EKF observer method is then compared to the Kalman filter method in a simulation using Carsim and MATLAB & Simulink software.