Implementasi Algoritma Artificial Potential Field pada Perencanaan Lintasan Pesawat Terbang Tanpa Awak 2 Dimensi
Keywords:
PTTA, Sistem Perencanaan Lintasan, APFAbstract
Dengan perkembangan teknologi dewasa ini, PTTA menjadi salah satu alat utama sistem senjata sebagai bagian dari wahana militer serta digunakan juga pada berbagai aplikasi sipil seperti pemetaan dan mitigasi. Kemampuan yang harus dimiliki oleh PTTA yang dapat bergerak secara otonom adalah system perencanaan lintasan. Tulisan ini menjelaskan mengenai implementasi algoritma APF (artificial potential field) pada PTTA dua dimensi sebagai sistem perencanaan lintasan. Penerapan gaya menarik pada titik tujuan dan gaya tolak pada rintangan dapat diterapkan pada lingkungan yang dinamis maupun statis. Implementasi dari algoritma APF dilakukan dengan menggunakan software Octave dengan closed loop simulation. Dari hasil pengujian yang dilakukan algoritma APF dapat diterapkan sebagai sistem perencanaan lintasan pada PTTA dimana PTTA dapat menghindari rintangan dengan sukses serta mencapai titik tujuan dengan rute terdekat.
References
[1] Khatib, O., “Real-Time Obstacle Avoidance for Manipulators and Mobile Robots”, International Journal of Robotic Research, Vol. 26, hal. 500–505, 1985.
[2] Akshay Kumar Guruji, Himansh Agarwal, D. K., “ Time-Efficient A* Algorithm for Robot Path” , 3rd International Conference on Innovations in Automation and Mechatronics Engineering, ICIAME, Procedia Technology, Vol. 23, hal. 144 – 149, 2016.
[3] Baoye Song, Zidong Wang, Lei Zou, “On Global Smooth Path Planning for Mobile Robots using a Novel Multimodal Delayed PSO Algorithm, Cognitive Computation, Vol. 9, hal 5–17, 2017.
[4] Ivan Maurovi ́ c, Marija Seder, Kruno Lenac, Ivan Petrovi ́ c, “Path Planning for Active SLAM Based
the D* Algorithm With Negative Edge Weights, IEEE Transactions On Systems, Man, And Cybernetics: Systems, hal. 2168-2216, 2017.
[5] Anis Pandey, Dayal R. Parhi, “Optimum Path Planning of Mobile Robot in Unknown Static and Dynamic Environment using Fuzzy-Wind Driven Optimization Algorithm”, Defence Technology, Vol. 23, pp. 47-58, 2017.
[6] B.K.Patle, D.R.K.Parhi, A.Jagadeesh, Sunil Kumar Kashyap,” Matrix-Binary Codes based Genetic Algorithm for path planning of mobile robot”, Computers & Electrical Engineering, Vol. 67, hal. 708-728, 2018.
[7] Hendri Himawan Triharminto, Oyas Wahyunggoro, Teguh Bharata Adji, Adha Cahyadi, Igi Ardiyanto, and Iswanto,”Local Information using Stereo Camera in Artificial Potential Field based Path Planning, International Journal of Computer Science, Vol. 44(3), 2017.
[8] Mohamed Elhosenya, Abdulaziz Shehabb, and Xiaohui Yuana,” Optimizing robot path in dynamic environments using Genetic Algorithm and Bezier Curve”, Journal of Intelligent & Fuzzy Systems, Vol. 33, hal. 2305–2316, 2017.
