Penulis: Muhammad Aria
Abstrak
Tujuan penelitian ini adalah untuk mengusulkan algoritma perencanaan jalur menggunakan algoritma Informed RRT*-Connect dan algoritma pencarian lokal berbasis RRT*. Algoritma Informed RRT*-Connect adalah versi dua arah dari RRT* di mana pengambilan sampel dibatasi pada area yang diprediksi memberikan solusi yang lebih baik. Algoritma pencarian lokal yang diusulkan menggunakan ide dari informed RRT* di mana proses pengambilan sampel dilakukan pada jarak tertentu dari jalur terbaik yang diperoleh dari algoritma perencanaan jalur sebelumnya. Kinerja algoritma yang diusulkan dengan algoritma RRT*, Informed RRT*, dan RRT*-Connect menggunakan beberapa kasus benchmark, yaitu clutter, trapping, dan narrow, masing-masing, dibandingkan. Hasil pengujian menunjukkan bahwa penggunaan algoritma Informed RRT*Connect dengan algoritma pencarian lokal dapat meningkatkan tingkat konvergensi dan kualitas solusi akhir dibandingkan dengan algoritma lain. Algoritma Informed RRT*-Connect dapat memiliki kecepatan konvergensi yang tinggi karena menggunakan dua pohon pencarian dan hanya melakukan pencarian di area terbatas. Algoritma pencarian lokal dapat meningkatkan kualitas solusi akhir karena melakukan pencarian eksploitasi di sepanjang jalur akhir sebelumnya. Jadi, algoritma Informed RRT*Connect dengan algoritma pencarian lokal berpotensi digunakan dalam sistem yang membutuhkan algoritma perencanaan jalur yang cepat dan optimal seperti robot dan kendaraan otonom. © 2020 Taylor’s University. Semua hak dilindungi undang-undang.
Kata kunci penulis
Informed RRT; Informed RRT*-Connect; Pencarian lokal; Perencanaan jalur; RRT*-Connect
Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85101915934
