Anda belum login :: 18 Jul 2025 15:36 WIB
Detail
BukuSISTEM PATH FINDING DENGAN ALGORITMA A* PADA POINT CLOUD 2 DIMENSI PERANGKAT OTONOM PENGANTAR PAKET
Bibliografi
Author: Bijokangko, Resi Sujiwo ; Siregar, Marsul (Advisor)
Topik: Kendaraan otonom; Algoritma A*; 2D Point Cloud; LIDAR; YOLO
Bahasa: (ID )    
Penerbit: Program Studi Magister Teknik Elektro Fakultas Teknik Unika Atma Jaya     Tempat Terbit: Jakarta    Tahun Terbit: 2024    
Jenis: Theses - Master Thesis
Fulltext:
Abstract
Dalam beberapa dekade terakhir, teknologi kendaraan otonom telah mengalami kemajuan pesat, terutama di sektor otomotif. Kendaraan otonom dianggap sebagai solusi untuk meningkatkan keselamatan dan efisiensi, terutama dalam aplikasi logistik dan pengiriman paket. Salah satu komponen penting dalam kendaraan otonom adalah sistem path finding, yang menentukan jalur optimal dari titik awal ke tujuan dalam lingkungan yang kompleks. Algoritma A* dikenal efektif dalam menemukan jalur terpendek, menggunakan konsep heuristik untuk prediksi jalur terpendek sambil mengeksplorasi berbagai rute. Penelitian ini fokus pada implementasi sistem path finding menggunakan algoritma A* pada data 2D Point Cloud. Data ini merepresentasikan lingkungan sekitar robot mobil, dihasilkan dari pemindaian LIDAR dan deteksi objek menggunakan YOLO. LIDAR memberikan peta tiga dimensi, sementara YOLO mendeteksi dan mengidentifikasi objek dengan cepat dan akurat. Kombinasi ini menghasilkan data lingkungan yang kaya dan andal untuk digunakan algoritma A* dalam menentukan jalur optimal. Penelitian ini bertujuan merancang dan membuat mobil robot otonom pengantar paket, mengevaluasi performa sistem 2D Point Cloud pada LIDAR, dan menguji performa sistem path finding dengan algoritma A*. Metodologi penelitian meliputi studi literatur, pengembangan sistem path finding pada 2D Point Cloud LIDAR, dan pengujian sistem dengan menggunakan sensor RPLIDAR dan kamera untuk mendeteksi lingkungan dan objek penghalang. Hasil penelitian menunjukkan bahwa robot otonom pengantar paket berhasil dirancang dengan spesifikasi yang ditentukan dan beroperasi secara efektif. Sistem deteksi objek dengan YOLOv4-tiny pada 2D Point Cloud menunjukkan performa baik dengan tingkat akurasi prediksi tinggi. Sistem path finding yang dikembangkan memiliki tingkat keberhasilan 100% dengan waktu proses yang efisien. Kesimpulan penelitian ini menunjukkan bahwa algoritma A* pada data 2D Point Cloud dapat meningkatkan efisiensi dan akurasi pergerakan robot mobil, memberikan kontribusi signifikan dalam pengembangan teknologi kendaraan otonom dan aplikasinya dalam industri logistik.
Opini AndaKlik untuk menuliskan opini Anda tentang koleksi ini!

Lihat Sejarah Pengadaan  Konversi Metadata   Kembali
design
 
Process time: 0.140625 second(s)