Lembaga Penelitian Astronomi dan Geofisika Nasional
M. Saeed Darwis Universitas Nil
LIHAT PROFIL Ahmad Hosni
Universitas Luksemburg 7 penulis, termasuk:
Makalah Konferensi · Agustus 2018
LIHAT PROFIL
Semua konten setelah halaman ini diunggah oleh Hazem Fahmy pada tanggal 25 Februari 2021.
Muhammad Adel Badwi DOI: 10.1109/MWSCAS.2018.8623896
(V2V) Komunikasi
Algoritma Penghindaran Tabrakan Depan Mode Ganda Berdasarkan Kendaraan-ke-Kendaraan
Lihat diskusi, statistik, dan profil penulis untuk publikasi ini di: https://www.researchgate.net/publication/331351477
LIHAT PROFIL
93 PUBLIKASI 515 SITASI 2 PUBLIKASI 24 SITASI
BACAAN
9 PUBLIKASI 96 SITASI Universitas Kairo SITASI
14 PUBLIKASI 137 SITASI
Pengguna telah meminta peningkatan pada berkas yang diunduh.
277
Hazem Fahmi
LIHAT PROFIL
17
2Fakultas Teknik, Universitas Kairo, Giza, Mesir
Makalah ini disusun sebagai berikut: Bagian II memberikan deskripsi tentang algoritma tumbukan maju yang diusulkan. Hasil simulasi diberikan di Bagian III. Akhirnya, seluruh pekerjaan disimpulkan di Bagian IV.
antara LV dan FV dan digunakan dalam pasangan sistem otonom dan peringatan yang menggunakan Pesan Keselamatan Dasar (BSM).
Algoritma ini didasarkan pada masalah optimasi yang diberikan oleh penulis yang sama dalam [3,4] dalam model matematika numerik simbolis dan terdefinisi dengan baik. Beberapa parameter diperlakukan sebagai input yang diberikan dari Kendaraan-ke-Kendaraan (V2V) terintegrasi atau
Menurut protokol Society of Automotive Engineers (SEA J2735) [6], BSM adalah set pesan utama yang
Dengan menggunakan informasi ini yang dikombinasikan dengan data yang diterima dari BSM yang dikirim oleh Kendaraan Terkemuka, kendaraan induk menghitung Jarak-Ke-Tabrakan berdasarkan percepatan (DTCa) antara kedua kendaraan.
menggunakan berbagai ukuran dan teori. Dalam suatu kejadian yang mencakup FV dan LV dan ketika LV bergerak pada kecepatan konstan (percepatan nol), DTC dihitung berdasarkan kecepatan saja [8] sebagai berikut:
=
Sistem Vehicle-to- Any Device (V2X), seperti dimensi rintangan jalan dan informasi kecepatan jalan [4]. Karya ini
sistem peringatan untuk mode pengemudi. Skenario dasar berisi dua kendaraan yaitu Leading Vehicle (LV) dan Following Vehicle (FV). Setiap kendaraan dilengkapi dengan perangkat Global-Positioning-System (GPS) dan Radio Frequency (RF)
Karya ini mengembangkan algoritma penghindaran tabrakan depan yang
mengendalikan kendaraan untuk mengubah atau mempertahankan jalur yang disajikan
menyediakan simulasi praktis untuk model matematika dalam [3,4] dalam menghindari tabrakan dengan menggunakan alat Prescan dan MATLAB.
[5]. Sistem Antena digunakan untuk mentransfer data posisi
menghindari tabrakan depan yang mungkin disebabkan oleh kendaraan lain.
(1) Elemen keselamatan dalam kendaraan bermotor merupakan pilar dasar
dalam pengurangan kecelakaan di seluruh dunia. Menurut statistik Organisasi Kesehatan Dunia (WHO) tahun 2016, 1,25 Juta kematian di seluruh dunia disebabkan oleh kecelakaan mobil [1], yang berarti bahwa kecelakaan mobil merupakan penyebab kematian kesembilan di seluruh dunia, dan jumlahnya diperkirakan akan meningkat menjadi 1,9 Juta pada tahun 2030, yang berarti bahwa kecelakaan mobil akan menjadi penyebab kematian kelima di seluruh dunia pada tahun 2030 [2]. Tujuan utama makalah ini
3Universitas Jerman di Kairo, Kairo, Mesir 4Departemen Nanoteknologi, Kota Sains dan Teknologi Zewail, Mesir
II. ALGORITMA TABRAKAN MAJU YANG DIUSULKAN
DTC sering digunakan dalam literatur sebagai deskriptor seberapa mendesaknya suatu situasi, serta berpotensi sebagai bagaimana pengemudi memandang stimulus selama suatu kejadian [7]. DTC ditentukan
Dalam makalah ini, model sistem didasarkan pada tiga skenario termasuk dualitas antara sistem mode otonom dan
adalah untuk mengurangi kecelakaan yang diakibatkan oleh kesalahan pengemudi atau masalah jalan dengan menghindari tabrakan depan.
I. PENDAHULUAN
Institut Teknik dan Teknologi Penerbangan, Giza, Mesir
Industri otomotif menempati posisi penting dalam penelitian teknologi di seluruh dunia. Miliaran dolar dihabiskan setiap tahunnya untuk penelitian dan pengembangan kapasitas mobil, baik dalam hal kemewahan maupun keamanan. Hal ini membuka jalan bagi banyak perusahaan global untuk
berinvestasi miliaran dolar. berisi informasi dasar untuk mengamankan kehidupan pengemudi dan
mengirim data antar kendaraan.
Kendaraan berikut memperbarui jarak pengereman aman sebagai fungsi kecepatan, lintang, dan bujur (nilai posisi).
setiap tahun menjadi penelitian untuk mendapatkan keuntungan finansial yang besar dan keuntungan teknologi yang menguntungkan korporasi dan perekonomian di seluruh dunia.
1
Bahasa Indonesia: Bahasa Indonesia: Hazem M. Fahmy3 , M. Saeed Darweesh1,4
Wessam Gamil1 Mohamed Adel1,2 Ahmad Hosny1 ,
Mohamed Yousef1 , Bahasa Indonesia:
Hassan Mostafa 2,4 tahun
Berdasarkan Komunikasi Kendaraan-ke-Kendaraan (V2V) Algoritma Penghindaran Tabrakan Maju Mode Ganda
Hasil simulasi menunjukkan bahwa sistem penghindaran tabrakan yang diusulkan membuat analisis gabungan terhadap risiko tabrakan dan memberikan peringatan waktu nyata yang akurat serta jalur alternatif untuk mode berkendara ganda.
Kata Kunci—Penghindaran Tabrakan, Kendaraan-ke-Kendaraan (V2V), Prescan, Otonom.
tingkat kecelakaan, menggunakan tiga tingkat penghindaran tabrakan yang berbeda untuk mode pengemudi. Selain itu, dalam mode mengemudi otonom, ia mengikuti jalur optimal alternatif
untuk menghindari tabrakan. Hasil simulasi diimplementasikan menggunakan Prescan dan MATLAB.
Abstrak — Makalah ini mengusulkan algoritma penghindaran tabrakan depan berbasis komunikasi Kendaraan-ke-Kendaraan (V2V) dengan membunyikan alarm kepada pengemudi untuk mode pengemudi normal dan mengendalikan roda kemudi untuk mode mengemudi yang diatur sendiri (otonom). Algoritma yang diusulkan memanfaatkan pertukaran informasi antara kendaraan induk dan kendaraan terdepan untuk menghitung jarak aman antara kendaraan induk dan kendaraan terdepan guna menjamin penghindaran
tabrakan. Sistem yang diusulkan memberikan peringatan dini dan peringatan dini sesuai dengan prediksi
-
739
Algoritma 1: Algoritma Tabrakan Maju yang Diusulkan
2 2
2
2
1 3
2
2 ÿ ÿÿ 2+2
2
3
2
1
1
3 2
3
1
3
2 1
1 ÿ ÿÿ 2+2
Jarak peringatan ambang batas kedua dihitung dari (5) dan memperingatkan pengemudi untuk mengambil keputusan untuk berpindah jalur.
=
kembali ( 1) ÿ
fungsi biaya minimum. dan menunjukkan maksimum Di mana
Output: Waktu hingga peringatan ( 1 , 2 ,
(5) (4)
(otonom) atau untuk memperlambat kendaraan (mode pengemudi).
=
+
-0,5
interval simulasi, dan merupakan batas dari setiap optimasi ÿ DTC--
= ÿ
dan waktu hingga terjadinya tabrakan, masing-masing.
ÿ ÿ 1ÿV ÿ ÿ 2ÿV ÿ ÿ 3ÿV
jika tidak Dan
3) mulai (2)
ambang batas.
-
(6)
Algoritma 1 menunjukkan algoritma tabrakan maju yang diusulkan.
Kemudian
Persamaan (5) umumnya digunakan dalam desain jalan untuk menetapkan jarak pandang henti minimum yang diperlukan pada jalan tertentu.
Rentang peringatan ambang batas ketiga memperingatkan pengemudi untuk segera mengambil keputusan guna menghindari tabrakan. Jika pengemudi tidak merespons, mode otonom akan membuat mobil mengerem atau berpindah jalur jika tidak ada mobil yang melaju di jalur berlawanan.
Dalam makalah ini ada tiga tingkat ambang batas yang ditetapkan untuk
ÿ DTC--
jika
+ 19,6( + + )
persamaan rentang peringatan ambang batas ketiga dalam situasi LV
2 ,
Berdasarkan persamaan gerak kedua [10], penelitian ini mengusulkan sistem penghindaran tabrakan depan dengan mengusulkan
Kemudian
iterasi berdasarkan pengambilan sampel diskrit. dan Dimana r adalah jarak antara kendaraan berdasarkan
menurut American Association of State Highway and Transportation Officials (AASHTO) yang memberikan rumus perhitungan jarak henti [9]. Jika jarak antar kendaraan aktual berada di bawah ambang batas tersebut, maka jarak terhadap tabrakan lebih kecil dari jarak total yang ditempuh kendaraan selama waktu tunda (td) maka jarak peringatan ambang batas ketiga akan aktif.
ÿ
Algoritma optimasi dan kontrol yang diusulkan ditunjukkan pada Gambar 1 di mana adalah batas keseluruhan
masing-masing.
ÿ
Kemudian
+
ÿ DTC--
+
adalah sudut kemudi dan rasio pengereman baru yang dioptimalkan untuk iterasi saat ini yang sesuai dengan minimum yang merupakan fungsi biaya. menunjukkan jumlah divisi yang harus diambil sampelnya dari seluruh interval. menunjukkan ideal
= 0,5(
kembali ( 2) jarak peringatan dengan mempertimbangkan kecepatan dan percepatan kedua
kendaraan (LV dan FV) dan jarak di antara keduanya untuk menghitung DTCa dari (3). Peringatan dipicu ketika jarak antara kedua kendaraan kurang dari jarak yang ditentukan.
Makalah ini mengusulkan sistem penghindaran tabrakan maju dengan dua mode (mode pengemudi dan mode otonom) berdasarkan percepatan agar menjadi model yang lebih praktis dan realistis dengan menghitung DTCa saat percepatan FV diasumsikan nol dan saat LV mengalami deakselerasi.
Percepatan LV dimasukkan dalam persamaan DTCa sebagai berikut:
akhir
bobot penalti pelanggaran kecepatan yang diizinkan dan batasan Dimana dan
Jarak peringatan ambang batas pertama
setelah menambahkan percepatan sebagai:
ÿ
Di mana dan adalah percepatan LV dan FV, masing-masing. Istilah tambahan adalah jarak antara kendaraan induk dan kendaraan di depan saat mereka berhenti, ini digunakan untuk memberi tahu pengemudi bahwa ada kendaraan di jalur yang sama.
=
Input: Periode pembaruan GPS ( ), Jarak ke tabrakan berdasarkan percepatan ( ), Jarak pengereman aman dan otomatis ( 1 , 3) dan Kecepatan kendaraan induk saat ini ( ).
Rumus Haversine [7], dan adalah kecepatan relatif, yang didefinisikan sebagai:
1 ,
Dan
2 ,
Pada setiap BSM yang masuk, algoritma memeriksa perbedaan antara DTCa dan jarak peringatan (dan 3 ) lalu menghitung interval waktu untuk mencapai
jarak peringatan dengan mempertimbangkan kecepatan saat ini. Jika waktu yang diperoleh untuk peringatan () lebih kecil dari periode pembaruan GPS (), peringatan tabrakan dipicu setelah beberapa detik.
ÿ
kembali ( 3)
akhir (3)
ÿ
baris yang harus dirujuk oleh pengoptimalan saat menghitung )+
jika tidak adalah kecepatan LV dan FV,
adalah percepatan LV,
masing-masing [4]. Rincian lengkap dari masalah optimasi tersedia di [3,4]
oleh penulis yang sama.
dihitung dari (4):
740
Gambar 1: Algoritma optimasi untuk mengumpulkan data setiap iterasi dan
Gambar 5: Peringatan ambang batas ketiga Gbr. 4: Peringatan ambang batas kedua
Gbr. 3: Peringatan ambang batas pertama
interpolasi ke dalam vektor yang dapat divisualisasikan setelah proses selesai
Gambar 2: Skenario Lalu Lintas di Prescan
Gbr. 6: Kendaraan Pengikut bertindak untuk melewati Kendaraan Terdepan
seperti yang ditunjukkan pada Gambar 5.
III. HASIL SIMULASI
• Saat LV berhenti, FV mengerem sebelum tabrakan terjadi
Dalam penelitian ini, alat simulasi Prescan dihubungkan ke MATLAB untuk memverifikasi kinerja algoritma penghindaran tabrakan maju yang diusulkan. Skenario lalu lintas diimplementasikan dalam Prescan seperti yang ditunjukkan pada Gambar 2.
untuk berhenti sebelum tabrakan terjadi seperti yang ditunjukkan pada Gambar 3 dan 4.
Jika tidak ada respon dari pengemudi, mode otonom akan membuat mobil mengerem atau berpindah jalur jika tidak ada mobil yang datang dari jalur berlawanan.
• LV melakukan deakselerasi, pengemudi FV diinformasikan oleh tiga tingkat peringatan sebelum melakukan tindakan pengereman
A. Skenario Mode Pengemudi
B. Skenario Mode Otonom
• LV bergerak lambat, sementara FV bergerak dengan kecepatan lebih tinggi dan karenanya, FV harus melewati LV dengan mengubah jalur saat ini lalu kembali ke jalur semula. Dalam melakukan tindakan perubahan jalur ini, algoritma memastikan bahwa tidak ada kendaraan yang datang di jalur lain untuk menghindari tabrakan.
seperti yang ditunjukkan pada Gambar 6 dan 7.
Metrik kinerja dalam karya ini adalah keberhasilan menghasilkan pesan peringatan bagi pengemudi kemudian memasuki mode yang sesuai (mode pengemudi atau mode otonom) untuk mengurangi kecepatan atau mengerem atau berpindah jalur sebelum tabrakan terjadi.
Algoritma penghindaran tabrakan depan yang diusulkan diuji dalam berbagai skenario (pengemudi dan otonom) sebagai berikut:
741
dan
742
Dalam karya ini, diusulkan algoritma penghindaran tabrakan depan berdasarkan akselerasi kendaraan yang digunakan untuk memperingatkan pengemudi kendaraan melalui tiga tingkat peringatan. Juga, mendukung mode otonom untuk perubahan jalur dan melewati Kendaraan Terdepan dan 9.
untuk menghindari tabrakan dalam semua skenario. Algoritma yang diusulkan telah diuji untuk berbagai skenario guna memastikan kemampuan menghindari tabrakan dalam semua skenario ini menggunakan lingkungan simulasi Prescan dan MATLAB.
kendaraan lain yang datang di jalur lain. Oleh karena itu, FV harus kurangi kecepatan dan jangan pernah berpindah jalur untuk menghindari tabrakan dengan kendaraan yang datang dari jalur lain seperti yang ditunjukkan pada Gambar 8
• Skenario sebelumnya yang sama diulang jika ada IV. KESIMPULAN
PENGAKUAN
Pekerjaan ini dilakukan pada sebuah proyek di Institute of Aviation Engineering and Technology (IAET) yang didanai oleh Academy of Scientific Research and Technology (ASRT). Penelitian ini sebagian didanai oleh ONE Lab di Cairo University, Zewail City of Science and Technology, dan KAUST.
REFERENSI
• Skenario sebelumnya sama dan masih ada kendaraan lain yang datang di jalur lain, tetapi dalam skenario ini FV ingin melewati LV. Oleh karena itu, FV harus menunggu di jalur lain
kendaraan untuk lewat terlebih dahulu dan kemudian mengambil tindakan melewati LV dengan berpindah jalur seperti yang ditunjukkan pada Gambar 10, 11 dan 12.
Gbr. 8: Mode otonom dengan kendaraan yang datang di jalur lain
[3] H. Fahmy, G. Baumann, M. AbdelGhany, “Penilaian dan Kontrol Risiko Kendaraan untuk Menjaga Jalur dan Menghindari Tabrakan pada Skenario Kecepatan Rendah dan Kecepatan Tinggi,” Transaksi IEEE pada Teknologi Kendaraan, 2018.
Gbr. 7: Kendaraan Berikutnya setelah melewati Kendaraan Terdepan
DOI:
[Online]. Tersedia: http://www.lexjansen.com/nesug/nesug06/dm/.
[4] H. Fahmy, G. Baumann, M. AbdelGhany, dan H. Mostafa, “Penilaian dan Pengendalian Risiko Kendaraan Berbasis V2V untuk Menjaga Jalur dan Menghindari Tabrakan,” Konferensi Internasional IEEE tentang Mikroelektronika (ICM 2017),
Gbr. 12: Kendaraan yang Mengikuti setelah Melewati Kendaraan Terdepan
Beirut, Lebanon, hal.61-65, 2017.
http://www.who.int/gho/road_safety/mortality/en/
[6] SAE Std. J2735 SAE Int., Komite DSRC, “Jarak Pendek Khusus
[10] RG Lerner, GL Trigg, Ensiklopedia Fisika (2
[9] Asosiasi Pejabat Jalan Raya dan Transportasi Negara Bagian Amerika. “Kebijakan Desain Geometris Jalan Raya dan Jalan,” 2001.
[2] Christopher JL Murray dan Alan D. Lopez, eds., “Beban Penyakit Global: Penilaian Komprehensif Mortalitas dan Disabilitas akibat Penyakit, Cedera, dan Faktor Risiko pada Tahun 1990 dan Proyeksi pada Tahun 2020,” Sekolah Kesehatan Masyarakat Harvard, Boston, 1996.
Jurnal,
Edisi), Penerbit VHC, ISBN (Verlagsgesellschaft) 3-527-26954-1 (VHC Inc.) 0-89573-
Gbr. 10: Mode otonom dengan kendaraan yang datang di jalur lain Gbr. 9: Kendaraan yang Mengikuti Memperlambat dan Tetap pada Jalurnya
[1] “Kematian akibat lalu lintas jalan raya,” dalam Organisasi Kesehatan Dunia, [online] Tersedia:
[8] Knipling, R., Mironer, M., Hendricks, D., Tijerina, L., Everson, J., Allen, J., & Wilson, C., “Penilaian tindakan pencegahan IVHS untuk menghindari tabrakan: Tabrakan dari belakang,” DOTHS-807-995. Washington, DC: Administrasi Keselamatan Lalu Lintas Jalan Raya Nasional, 1993.
Kamus Set Pesan Komunikasi (DSRC), November 2009.
[5] Mohamed Saeed, Hanan Kamal, Mona El-Ghoneimy, “Teknik Logika Fuzzy Tipe-2 Baru untuk Masalah Serah Terima dalam Jaringan Heterogen,”
[7] F. Ivis, “Menghitung jarak geografis: Konsep dan metode,” 2006.
752-3, 1991.
Gbr. 11: Kendaraan yang Mengikuti Menunggu Kendaraan dari Jalur Lain untuk Berlalu Lalu Berpindah Jalur
Optimasi Teknik 2017, 10.1080/0305215X.2017.1402012.
