RANGKUMAN AUTONOMOUS SELF DRIVING

Disusun Untuk Memenuhi Tugas Kuliah

Mata Kuliah : Mekantronika

Dosen Pembimbing :
Raka Pratindya, S.T., M.T.

Disusun Oleh:
Daris Alwansyah
20.02.10.11
TRO A

PROGRAM STUDI TEKNOLOGI REKAYASA OTOMOTIF

POLITEKNIK KESELAMATAN TRANSPORTASI JALAN
TAHUN 2022
 Explained Autonomous Self Driving Levels
Autonomous Self Driving Levels adalah level atau tingkatan mengemudi sesuai daerah jalan yang
dilewati sebuah kendaraan. Ada enam tingkatan yaitu mulai level 0 sampai level 5.

1. Level 0
Pada level 0 kendaraan tidak memiliki control otonom atau self-driving sama sekali. Itu artinya,
pengemudi harus benar – benar memperhatikan kondisi jalan yang dilewati dan bereaksi jika
sewaktu – waktu.

2. Level 1
Level 1 merupakan yang paling umum dijumpai di jalan saat ini. Pada level ini kendaran
memiliki system yang memungkinkan mobil dan pengemudi berbagi kendali atas kendaraan.
Contoh dari level ini adalah adaptif cruise control. Cara kerja dari system adaptif cruise control
yaitu ketika system diaktifkan mobil akan bergerak stabil pada kecepatan antara 40 km/jam
hingga 80 km/jam. Ketika system ini diaktifkan kendaran akan berjalan stabil walaupun
pengemudi memelankan atau mempercepat laju kendaraannya, namun pengemudi tetap harus
memperhatikan dan mengendalikan arah kendaraan yang dikemudikan.

3. Level 2
Pada kendaraan di level 2 memiliki system internal yang menangani semua aspek mengemudi :
kemudi, akselerasi, dan pengereman. Namun, pengemudi harus dapat dapat melakukan intervensi
jika ada bagian dari sistem yang gagal. Level 2 juga disebut sebagai "lepas tangan". Namun,
pengemudi diharuskan untuk tetap memegang kemudi setiap saat dan harus tetap waspada dengan
kondisi jalan.
Contoh dari level 2 adalah Autopilot Tesla , karena dapat secara otomatis menjaga Anda di jalur
yang benar di jalan dan menjaga Anda pada jarak yang aman dari mobil di depan saat dalam
kemacetan lalu lintas. ProPilot Nissan juga level 2, seperti yang ditemukan di Nissan leaf.

4. Level 3
Kendaraan level 3 adalah kendaraan yang benar-benar dapat dianggap otonom. Sering disebut
sebagai kendaraan "mata-mata", kendaraan yang berada di level 3 dapat memungkinkan
pengemudi untuk duduk dan bersantai karena mobil dapat menangani semuanya saat mengemudi
di sepanjang jalan. Pengemudi diizinkan untuk menggunakan ponsel atau menonton film dengan
aman, meskipun mereka masih harus siap sedia untuk campur tangan jika perlu, jadi tertidur
bukanlah pilihan.

Audi A8 adalah mobil pertama yang mengklaim otonomi level 3, karena dapat mengambil alih
semua aspek mengemudi, dalam lalu lintas yang bergerak lambat hingga 60kph. Namun,
pembaruan itu tidak pernah datang ke mobil dan sejak itu telah ditinggalkan karena saat ini
merupakan wilayah abu-abu peraturan: apakah legal untuk mengemudi dalam keadaan "mata-
mata" adalah masalah yang berbeda - saat ini, Anda masih harus mengendalikan kendaraan saat
berkendara di jalan raya umum.
5. Level 4
Mobil Level 4 disebut sebagai "mind-off", karena mereka sangat mampu sehingga pengemudi
tidak perlu campur tangan sama sekali, jadi Anda bisa tidur jika mau.

Namun, ada beberapa batasan, karena mode self-driving penuh hanya dapat diaktifkan di area
tertentu dengan geofencing atau dalam kemacetan lalu lintas. Jika mobil tidak berada di area
tertentu atau dalam kemacetan lalu lintas, maka ia harus bisa menyelamatkan diri jika pengemudi
tidak dapat mengambil kendali dalam keadaan darurat.

Contoh terbaik dari kendaraan level 4 adalah proyek Waymo Google . Kendaraan Waymo telah
mengoperasikan driver gratis untuk beberapa waktu di AS, meskipun test driver siap untuk
berjaga-jaga jika terjadi kesalahan. Banyak konsep sekarang mengklaim level 4, meskipun secara
hukum, mereka belum dapat mengemudi dalam kondisi itu.

6. Level 5
Mobil Level 5 adalah mobil yang tidak memerlukan interaksi manusia sama sekali, mereka
adalah kendaraan yang sepenuhnya otonom. Contoh kendaraan level 5 adalah taksi robotik atau
konsep Audi's Aicon. Level 5 juga ada kemungkinan dapat dikendalikan secara jarak jauh.

Memahami Cara Kerja Autonomous Self Driving melalui fungsi dan

cara kerja dari komponen – komponennya

Google Car yang saat ini jadi Waymo, startup armada taksi tanpa pengemudi di California. Tidak
hanya Google, Tesla produsen mobil produksi Elon Musk juga memasukkan fitur autopilot pada
produk mobilnya yang membuat pengemudi dapat rileks sejenak. Secara universal self- driving
memakai proses yang nyaris sama semacam:

1. Computer Vision

Computer vision ialah merupakan proses di mana serangkaian kamera silih terkoneksi untuk
membagikan cerminan terhadap kondisi dekat dari subject yang dalam perihal ini merupakan
mobil. Foto ataupun video yang dikirimkan dari kamera ini diproses oleh pc dengan keahlian
machine learning. Tugas dari pc machine learning ini merupakan label tiap objek yang nampak
dalam foto ataupun video tersebut semacam mobil, pejalan kaki, rambu- rambu kemudian lintas,
serta sebagainya.

Proses computer vision ini dicoba secara real time yang pastinya memerlukan keahlian komputasi
yang besar. Meski begitu, dengan kemajuan teknologi saat ini ini, image recognition tidaklah hal
yang susah lagi, apalagi dapat dicoba oleh smartphone kita. Kekurangan dari computer vision ini
merupakan meski kamera dapat membagikan rich informasi semacam pergerakan serta warna,
kamera tidak bisa membagikan informasi secara akurat seberapa jauh objek dari lensa.

Tesla ialah salah satu industri teknologi yang‘ yakin’ pada teknologi ini. Semacam machine
learning pada biasanya, computer vision yang dipunyai oleh Tesla memerlukan banyak informasi
buat proses belajarnya. Informasi ini diambil dari kamera yang merekam ekspedisi seluruh mobil
Tesla serta pastinya informasi ini bertabiat anonimus. Tesla menggunakan computer vision selaku
teknologi utama yang dipakai fitur autopilot- nya meski ditunjang dengan sensor jarak yang
terpasang di body mobil.

Berbeda dengan pendekatan yang dicoba oleh Tesla yang mengenakan kamera, Google sendiri
lebih memilah teknologi yang diucap LIDAR( Light Detection and Ranging) selaku perlengkapan
buat membagikan informasi visual. LIDAR bisa membagikan informasi yang jauh lebih akurat
apabila dibanding kamera. LIDAR pula bisa berperan dengan baik tanpa dorongan sinar
sekalipun sebab memakai sensor infra merah. Namun, LIDAR tidak bisa membedakan rambu-
rambu ataupun warna lampu- lintas. Untuk orang- orang yang mengutamakan penampilan,
perlengkapan LIDAR yang terpasang di atas mobil pula secara estetis dirasa kurang menarik.

2. Sensor Fusion

Semacam yang dibahas pada bagian computer vision, kamera yang terpasang tidak bisa
membagikan informasi akurat menimpa jarak objek yang terdapat di depannya. Tiap mobil
autonomous tentu dilengkapi sensor lain. Dalam proses ini informasi yang berasal dari kamera
ataupun juga LIDAR digabung dengan informasi dari sensor yang lain. Sensor parkir misalnya,
sensor ini membagikan penginderaan jarak dekat yang lebih akurat sampai hitungan sentimeter.

Proses penggabungan antar sensor ini dapat dibilang‘ hasil akhir’ buat dijadikan rujukan kondisi
dekat oleh pc di mobil self- driving. Sensor fusion pula bisa berperan selaku backup plan bila
terjalin kerusakan ataupun kegagalan sistem pada kamera ataupun LIDAR.

3. Localization

Pada keadaan dekat, mobil autonomous dapat mengenali di mana ia terletak, apakah ia terdapat
di jalur ataupun di taman parkir. Ketahui di mana kita terletak hendak mengatur pada kecepatan
serta style mengemudi. Perihal ini pastinya mudah untuk manusia buat mengatur style
mengemudinya. Contohnya, bila kita terletak di lahan parkir, kita hendak mengemudi dengan
kecepatan rendah meski keadaan di lahan parkir tersebut hening serta tidak sering ditemui mobil
lain yang terparkir. Otak kita mengestimasi bila terdapat orang membawa troli seketika melintas.

Proses localization pula bermanfaat dalam path planning guna memastikan di bagian mana kita
berjalan. GPS biasa bisa jadi cuma bisa membagikan data di jalur mana kita terletak bukan di
lajur kanan ataupun kiri. Oleh sebab itu proses localization memerlukan sistem navigasi yang
lebih baik yang biasa diucap HD GPS.

4. Path Planning

Proses berikutnya yang dicoba oleh mobil self- driving merupakan merancang jalan mana

yang hendak dipilih untuk dituju. Tidak hanya jarak pastinya terdapat aspek lain yang jadi
pertimbangan pc. Salah satunya merupakan waktu tempuh. Tidak tiap jalan yang mempunyai
jarak tempuh terdekat senantiasa mempunyai waktu tempuh yang tercepat. Perihal ini dipengaruhi
oleh traffic lalu- lintas, keadaan jalur, dan force majeure.

Path planning nampak semacam perihal yang tidak bisa jadi dicoba 1 dekade yang kemudian
sebab tidak bisa jadi dicoba tanpa terdapatnya informasi stream tentang keadaan lalu lintas.
Namun dengan terdapatnya Google Maps, path planning apalagi dapat kita jalani sendiri
menggunakan smartphone. Kelainannya, path planning yang dicoba mobil self- driving ini lebih
mendetail sebab wajib memikirkan informasi dari proses- proses lebih dahulu.

5. Control

Proses sangat akhir merupakan‘ control’. Proses ini dicoba oleh perlengkapan yang kerap diucap
ECU. Teknologi ECU( Electronic Control Unit) memanglah bukan teknologi yang betul- betul
baru. Memanglah di mobil konvensional ECU berperan buat penghematan bahan bakar,
keamanan, dan kenyamanan berkendara. Di mobil self- driving‘ kekuasaan’ dari ECU lebih besar
lagi. ECU bisa mengendalikan kemudi sampai putaran penuh, mengerem, serta apalagi tiba pedal
gas.