Teknologi Kecerdasan Artifisial

Kuliah Team Teaching Live Pekan 14

Self
Driving Car
AUTONOMOUS VEHICLES
Team Teaching Aplikasi-IOT
Universitas Gunadarma @ 2021 :
1. Dr. Mohammad Iqbal
2. Ike Putri Kusumawijaya, ST,
MMSI
3. Dr. Lily Wulandari
Agenda
01 DEFINISI & Taksonomi
Teknologi AV
Memahami Teknik, Perangkat,
sistem, software, Tools
AV

02 KEAMANAN DALAM AV
Teknologi Aktual dan Contoh
penerapan keamanan AV

03 TANTANGAN DALAM ITS

Beberapa tantangan dan solusi
yang dapat kita tempuh
 Definisi Autonomous Vehicles (AV)

• Sebuah kendaraan yang dapat

berpindah dari satu titik ke titik
lain, tanpa campur tangan /
interaksi manusia.
• Untuk mencapai ini, mereka
harus menggunakan sejumlah
sensor yang ditempatkan
dengan baik yang mendeteksi
dan terus mengamati lokasi dan
pergerakan kendaraan lain,
orang, dan lampu lalu lintas, dll.
Definisi Autonomous Vehicles (AV)
 Definisi Autonomous Vehicles (AV)
Teknologi AV (Autonomous Vehicle)
VS. Operasi Manual
• Persepsi manusia dan waktu reaksi :
1.5 detik
• Reaksi persepsi AV : 0.1 detik
menggunakan sensor depan, belakang,
dan samping
• Kemampuan ini dapat mengurangi
“safe spacing” antar kendaraan hingga
50%.
Dampak Teknologi AV yang
Diharapkan pada Sistem Transportasi
Proyeksi Dampak Teknologi AV dapat
mencakup:
• Peningkatan kapasitas jalan raya sebesar
~ 100%
• Peningkatan kecepatan perjalanan jalan
bebas hambatan sebesar >20%
• Pengurangan signifikan dalam kecelakaan
dan cedera
• Pengurangan terukur dalam kebutuhan
peningkatan modal di masa depan dan
mampu memungkinkan tingkat permintaan
perjalanan yang lebih tinggi
5
 KekuranganTeknologiAV
• Meskipun ada orang yang menginginkan
teknologi di mobil mereka, biayanya bisa:
• $2.000 untuk teknologi terkait
keselamatan (bukan otomatisasi)
• $10.000 untuk sistem otonom "Cruise"
misal pada mobil Audi S4s.

• Performa buruk dalam kondisi cuaca buruk

• Siapa yang harus disalahkan jika terjadi

kecelakaan?
• Pabrikan mobil?
• Pemrogramnya?
• Supir?
https://www.frickey.com/blog/pros-cons-driverless-cars
Level Otomatisasi AV

12
Advanced Driver Assistance Systems (ADAS)
 Ketika Tugas Pengemudi diambil alih AV
• Kontrol lateral – kemudi / stir
• Kontrol longitudinal -
pengereman, akselerasi

• Object and event detection and

response (OEDR): deteksi,
reaksi

• Perencanaan
• Jangka panjang (rute)
• Jangka pendek

• Lain-lain
 Ilustrasi Level 5 - Full Driving Automation

Object and
Lateral Longitudinal OEDR event
Control Control detection and
response
(OEDR)

Operational
Fallback Unlimited ODD Design
Domain
(ODD) : utk
segala kondisi
alam

18
 Fundamental Otomatisasi Dalam AV

Analisa ego Memutuskan &

Input motion & merencanakan Ouput
Driving
Lingkungan manuver Driving

(Perception) (Planning)
 Apakah persepsi ?

Ø Kemampuan untuk merasakan Lingkungan sekitar dan diri sendiri

Ø Dua Hal :
Ø Identifikasi
Ø Memahami gerakan (motion)
Ø Mengapa ?
Ø Untuk menginformasikan keputusan dalam mengemudi
Ø Dasar Teknologi untuk Persepsi : Object and Event Detection
and Response (OEDR)
Ø Persepsi adalah kriteria penting dalam otomatisasi
 Tujuan Persepsi
• Mengenali obyek Statis :
• Jalanan dan marka (pembatas
Jalan) (on-road)

• Pembatas Trotoar (off-road)

 Tujuan Persepsi
• Mengenali obyek Statis (Lanjutan) :
• Lampu Lalu Lintas (off-road)
• Rambu-rambu Lalu lintas (off-
road)
• Rambu Perbaikan jalan &
penghalang jalan (on-road)
 Tujuan Persepsi
• Mengenali obyek Dinamik :
• Kendaraan lain :
• Kendaraan roda 4 (mobil, truk…)
• Kendaraan roda 2 (motor,
sepeda…)
• Pedestarian

• Mengenali Ego Localization :

• Posisi
• kecepatan & akselerasi
• Orientasi & gerakan berbelok
 Tantangan Persepsi
• Deteksi dan segmentasi yang
sangat kuat
• Ketidakpastian pembacaan sensor
• Adanya penghalang atau pantulan
cahaya
• Iluminasi, lens flare
• Cuaca, curah hujan
 Perencanaan
Membuat Keputusan
• Jangka Panjang :
• Bagaimana menentukan aktivitas perjalanan (navigasi) dari Bogor
Ke Yogyakarta
• Jangka Pendek :
• Bisakah saya mengubah jalur saya ke jalur kanan saya? Dapatkah
saya melewati persimpangan ini dan bergabung dengan jalan kiri?
• Jangka Menengah :
• Bisakah saya tetap berada di jalur di jalan yang berbelok ini?
• Menambah akselerasi atau mengerem, dan berapa banyak?

3
 Perencanaan
1. Contoh : Berbelok di persimpangan a. Identifikasi jalur belok untuk
• Mendekati persimpangan untuk belok kiri.
berbelok ke kiri.
• Asumsi : Di persimpangan ada lampu
lalu lintas

4
 Perencanaan
b. Mendekati persimpangan,
mengurangi kecepatan dengan
perlahan-lahan menuju ke garis stop.
c. Bagaimana jika :
1. Ada kendaraan lain yang memasuki
jalur belok?
2. Ada pejalan kaki menyeberang?
3. Ada mobil di belakang ?
6
 Perencanaan
1. Contoh : Berbelok di persimpangan
• Ini adalah manuver sederhana, namun dibutuhkan 3-4 tingkat
keputusan dan kontrol untuk mengeksekusi.
• Pertimbangkan berapa banyak aturan yang diperlukan untuk
mengemudi :
• aman
• efisiensi
• mengikuti semua peraturan lalu lintas yang berlaku
• hanya ikuti aturan yang diikuti semua orang.

Pengambilan keputusan dalam mengemudi itu rumit!

9
 Jenis Perencanaan
Reactive Planning
• Ini adalah perencanaan berbasis aturan
• Pohon keputusan yang terlibat!
• Dalam perencanaan berbasis aturan reaktif,
terdapat aturan yang memperhitungkan
keadaan terkini dari ego dan objek lain dan
memberikan keputusan.
• Contoh:
• Jika ada pejalan kaki di jalan,
berhentilah.
• Jika batas kecepatan berubah, sesuaikan
kecepatan agar sesuai.
Predictive Planning
• Membuat prediksi tentang kendaraan
lain dan bagaimana mereka bergerak.
Kemudian gunakan prediksi ini untuk
menginformasikan keputusan kita.
Contoh:
• Mobil itu telah berhenti selama 10 detik
terakhir. Dan akan tetap berhenti
selama beberapa detik berikutnya.
• Pejalan kaki akan memasuki jalur kita
saat kita mencapainya.
10
 Sensor pada AV
Sensor: perangkat yang mengukur
atau mendeteksi properti
lingkungan, atau perubahan yang
terjadi pada property Lingkungan

Kategori Sensor :
• exteroceptive: extero =
lingkungan sekitar
• proprioceptive: proprio =
internal
4
Sensors untuk Mendukung Persepsi dan Perencanaan

Camera LIDAR RADAR

Ultrasonics GNSS/IMU Wheel

Odometry
Sensors untuk Mendukung Persepsi exteroceptive
dan Perencanaan
Camera
• Penting untuk memahami lingkungan
dengan benar
• Metrik perbandingan kamera :
• Resolusi
• Field of view (FOV)
• Dynamic Range

Apakah ada trade-off

antara resolusi dan FOV?

5
Sensors untuk Mendukung Persepsi exteroceptive
dan Perencanaan
• Memungkinkan estimasi kedalaman dari Stereo
data citra

Left and right images

6
Sensors untuk Mendukung Persepsi exteroceptive
dan Perencanaan
LIDAR
• Mendapatkan detil 3D scene geometry
dari LIDAR point cloud

• Metrik Perbandingan LIDAR:

o Jumlah beams
o Points per second
o Rotation rate
o Field of view

Teknologi selanjutnya :
Solid state LIDAR!
7
Sensors untuk Mendukung Persepsi exteroceptive
dan Perencanaan
RADAR
Untuk pendeteksi Objek yang handal dan
untuk Estimasi Kecepatan Relatif

• Metrik Perbandingan :
o range
o field of view
o position and speed accuracy

• Konfigurasi :
o WFOV, short range
o NFOV, long range
Tetap dapat bekerja dalam visibilitas yang
buruk seperti dalam situasi kabut dan asap !
8
Sensors untuk Mendukung Persepsi exteroceptive
dan Perencanaan
Ultrasonics
• Pengukuran jarak pendek untuk segala cuaca
• Ideal untuk solusi parkir murah
• Tidak terpengaruh oleh pencahayaan, curah
hujan

• Metrik Perbandingan :
o Range
o Field of view
o Cost

9
Sensors untuk Mendukung Persepsi proprioceptive
dan Perencanaan
GNSS/IMU
• Global Navigation Satellite Systems dan
Inertial measurement units
• Pengukuran langsung untuk ego vehicle
States :
o position, velocity (GNSS)
§ Varying accuracies: RTK, PPP, DGPS
o angular rotation rate (IMU)
o acceleration (IMU)
o heading (IMU, GPS)

10
Sensors untuk Mendukung Persepsi proprioceptive
dan Perencanaan Wheel
• Melacak kecepatan dan orientasi roda Odometry
• Gunakan sensor ini untuk menghitung
kecepatan keseluruhan dan orientasi /
arah mobil
o Akurasi Kecepatan
o position drift

11
Sensors untuk Mendukung Persepsi dan Perencanaan

LIDAR

Cameras GNSS
antenna

Radar Central
Ultrasonics Wheel Computer
Odometry
 Dimana Meletakkan Sensor ?
• Kebutuhan sensor untuk mendukung manuver dalam ODD
(Operational Design Domain )
• Secara umum, Terdapat dua lingkungan mengemudi yaitu :
Highway Urban / Residential

Traffic Speed High Low - Medium

Traffic Volume High Medium - High

# of lanes Banyak Biasanya sekitar 2-4

Fitur Lainnya Lebih sedikit, belokan Banyak belokan dan

berupa kurva gradual persimpangan
 Analisis Highway
Umumnya ada 3 jenis manuver:
• Emergency Stop
• Maintain Speed
• Lane Change
 Analisis Highway : Emergency Stop
Jika ada halangan di depan, kendaraan harus berhenti
tepat waktu.
Longitudinal Coverage:

• Diasumsikan kita melaju dengan

kecepatan 120 km/jam.
• Jarak berhenti bisa ~110 meter;
harus melakukan pelambatan
yang agresif
 Analisis Highway : Emergency Stop
Untuk menghindari tabrakan, Bisa berhenti atau
berpindah jalur.

Lateral Coverage:

Setidaknya pindah ke jalur yang

berdekatan, untuk menghindari
pemberhentian yang sulit.
Analisis Highway : Maintain speed
Kecepatan relatif biasanya kurang dari
30 km/jam.
Longitudinal
coverage:

Setidaknya ~100 meter di depan

ketika kedua kendaraan sedang
bergerak, jadi tidak perlu melihat
sejauh ketika terjadi Emergency-
Stop
Analisis Highway : Maintain speed dengan
Penggabungan jalur

Lateral Coverage:
• Biasanya terjadi pada jalur saat
ini
• Jalur yang berdekatan akan
lebih disukai untuk
menggabungkan deteksi
kendaraan.
 Analisis Highway : Perubahan Jalur
Pertimbangkan kemungkinan skenario
perubahan jalur ini:

Perubahan jalur yang diinginkan

 Analisis Highway : Perubahan Jalur
Longitudinal coverage:
Perlu melihat ke depan untuk menjaga jarak aman.

Perlu melihat ke belakang untuk melihat apa yang dilakukan kendaraan belakang.
 Analisis Highway : Perubahan Jalur
Secara lateral, kita perlu melihat tidak hanya di jalur yang
berdekatan, tetapi mungkin lebih jauh.

Lateral coverage:
Perlu penginderaan
yang lebih luas

Bagaimana jika ?
Analisis Highway : Overall Coverage

Emergency Stop

Emergency Stop,
Maintain Speed
Maintain Speed,
Lane Change

Lane Change
 Analisis Urban
Ada 6 jenis Manuver :
o Emergency Stop Mirip dengan Analisis highway
o Maintain Speed
o Lane Change

o Menyalip
o Berbelok, menyeberang di persimpangan
o Melewati bundaran
 Analisis Urban : Menyalip
Longitudinal coverage:

Jika menyalip kendaraan

yang diparkir atau
bergerak, perlu
mendeteksi lalu lintas
yang datang di luar titik
kembali ke jalurnya
sendiri.
 Analisis Urban : Menyalip
Lateral coverage:

• Selalu perlu mengamati

jalur yang berdekatan.

• Perlu mengamati jalur

tambahan jika kendaraan
lain bisa pindah ke jalur
yang berdekatan
dengannya.
 Analisis Urban : Persimpangan

• Amati di luar persimpangan untuk

kendaraan yang mendekat,
penyeberangan pejalan kaki, jalur
keluar yang jelas.
• Membutuhkan penginderaan
dekat omni-directional untuk
sudut persimpangan berubah
dengan cepat.
 Analisis Urban : Melewati Bundaran
Lateral coverage:
Kendaraan harus lebih lambat dari
biasanya, karena jangkauan
penglihatan terbatas.

Longitudinal coverage:
Karena bentuknya bundaran, perlu
bidang pandang yang lebih luas.
 Analisis Urban : Overall Coverage
Emergency Stop, Overtaking
Emergency Stop, Maintain Speed,
Lane Change, Overtaking,
Intersections,
Roundabouts

Overtaking, Intersections
Overtaking, Intersections
Roundabouts
 Overall Coverage & Sensors Analysis

Long range
Medium range

Short range (ultrasonics)

 Perangkat Keras Komputansi
• Butuh alat “self-driving brain”
o Takes in all sensor data
o Computes actions
o Already existing advanced systems that do self
driving car processing (e.g. Drive PX/AGX, Intel &
Mobileye EyeQ)
• Image processing, Object detection,
Mapping :
o GPUs - Graphic Processing Unit
o FPGAs - Field Programmable Gate Array
o ASICs - Application Specific Integrated Chip

• Synchronization Hardware
o To synchronize different modules
and provide a common clock
Perangkat Keras Komputansi
 Arsitektur Perangkat Lunak | High-level

Environment
System Supervisor
Mapping

Sensors
Output Actuation

Environment Motion
Controller
Perception Planning
 Arsitektur Perangkat Lunak | Environment Perception

Inputs
Vehicle
GPS / IMU / Wheel Position
Odometry Localization

Bounding Object Dynamic Objects

LIDAR Dynamic Object Boxes Dynamic Object Tracks Object Motion
Cameras Detection Tracking Prediction
Radar
Static
HD Road Static Object Objects
Map Detection

Environment
System Supervisor
Mapping

Sensor
s Actuation
Output
Environment Motion
Controller
Perception Planning
 Arsitektur Perangkat Lunak | Environment Maps
Occupancy Grid Map
Object tracks Occupancy Grid Map

LIDAR
Localization Map
Localization Map

Prior Road Map

Detailed Road Map
Vehicle Position
Detailed Road Map
Segmented Image
Static Objects

Environment
System Supervisor
Mapping

Sensor
s Actuation
Output
Environment Motion
Controller
Perception Planning
 Arsitektur Perangkat Lunak | Environment Maps
Occupancy Grid Map
Object tracks Occupancy Grid Map

LIDAR
Localization Map
Localization Map

Prior Road Map

Detailed Road Map
Vehicle Position
Detailed Road Map
Segmented Image
Static Objects

Environment
System Supervisor
Mapping

Sensor
s Actuation
Output
Environment Motion
Controller
Perception Planning
 Arsitektur Perangkat Lunak | Environment Maps
Occupancy Grid Map
Object tracks Occupancy Grid Map

LIDAR
Localization Map
Localization Map

Prior Road Map

Detailed Road Map
Vehicle Position
Detailed Road Map
Segmented Image
Static Objects

Environment
System Supervisor
Mapping

Sensor
s Actuation
Output
Environment Motion
Controller
Perception Planning
 Arsitektur Perangkat Lunak | Environment Maps
Occupancy Grid Map
Object tracks Occupancy Grid Map

LIDAR
Localization Map
Localization Map

Prior Road Map

Detailed Road Map
Vehicle Position
Detailed Road Map
Segmented Image
Static Objects

Environment
System Supervisor
Mapping

Sensor
s Actuation
Output
Environment Motion
Controller
Perception Planning
 Arsitektur Perangkat Lunak | Motion Planning

Detailed Road Map Mission Planner

Vehicle Position
Mission Path

Dynamic Objects
Behavior Planner

Occupancy Grid Behavior Constraints

Planned Trajectory

Vehicle Position Local Planner

Dynamic Objects Environment
System Supervisor
Mapping

Sensor
s Actuation
Output
Environment Motion
Controller
Perception Planning
 Arsitektur Perangkat Lunak | Motion Planning
Current Goal

Detailed Road Map Mission Planner 7 4

1 8
2 2
Vehicle Position
7 13 1
Mission Path 5 1 2
1 2
1 6 8 9 7 0
9
Dynamic Objects
Behavior Planner 9 3 8 9 4

11 6
Occupancy Grid Behavior Constraints
Planned Trajectory

Vehicle Position Local Planner

Dynamic Objects Environment
System Supervisor
Mapping

Sensor
s Actuation
Output
Environment Motion
Controller
Perception Planning
 Arsitektur Perangkat Lunak | Motion Planning
Current Goal

Detailed Road Map Mission Planner

Vehicle Position
Mission Path

Dynamic Objects
Behavior Planner

Occupancy Grid Behavior Constraints

Planned Trajectory

Vehicle Position Local Planner

Dynamic Objects Environment
System Supervisor
Mapping

Sensor
s Actuation
Output
Environment Motion
Controller
Perception Planning
 Arsitektur Perangkat Lunak | Motion Planning
Current Goal

Detailed Road Map Mission Planner

Vehicle Position
Mission Path

Dynamic Objects
Behavior Planner

Occupancy Grid Behavior Constraints

Planned Trajectory

Vehicle Position Local Planner

Dynamic Objects Environment
System Supervisor
Mapping

Sensor
s Actuation
Output
Environment Motion
Controller
Perception Planning
 Arsitektur Perangkat Lunak | Vehicle Controller

Throttle percentage

Velocity Controller Brake percentage

Planned Trajectory

Vehicle Position

Steering Controller Steering Angle

Environment
System Supervisor
Mapping

Sensor
s Actuation
Output
Environment Motion
Controller
Perception Planning
 Arsitektur Perangkat Lunak | System Supervisor
Environment
Perception

Environment
Mapping Sensor
Software Supervisor Hardware Supervisor
Outputs
Motion Planning

Controller

Environment
System Supervisor
Mapping

Sensor
s Actuation
Output
Environment Motion
Controller
Perception Planning
Agenda
01 DEFINISI & Taksonomi
Teknologi AV
Memahami Teknik, Perangkat,
sistem, software, Tools
AV

02 KEAMANAN DALAM AV
Teknologi Aktual dan Contoh
penerapan keamanan AV

03 TANTANGAN DALAM ITS

Beberapa tantangan dan solusi
yang dapat kita tempuh
 Implementasi Arsitektur ITS for AV

https://www.researchgate.net/publication/342580942_Performance_Evaluation_of_Data_Dissemination_Protocols_for_Connected_Autonomous_Vehicles/
Implementasi Arsitektur ITS for AV : Public Transport

https://space.uitp.org/toolkit/how-to-integrate-avs-in-public-transport
Implementasi Arsitektur ITS for AV
Implementasi Arsitektur ITS for AV
Data Dari Mobil Yang Terkoneksi
Layer Pengamanan Data Yang Terkoneksi
Agenda
01 DEFINISI & Taksonomi
Teknologi AV
Memahami Teknik, Perangkat,
sistem, software, Tools
AV

02 KEAMANAN DALAM AV
Teknologi Aktual dan Contoh
penerapan keamanan AV

03 TANTANGAN DALAM ITS

Beberapa tantangan dan solusi
yang dapat kita tempuh
 Smart City
• “Smart city” – Penggunaan teknologi untuk menghasilkan Kecerdasan
• Untuk Merespon kebutuhan Kota. (Smart City and the Applications, 2011)

• Smart Environment
Intelligent Transport
System (ITS) adalah
• Smart People
integrasi
• Smart Economy antar sistem
informasi dan
teknologi
komunikasi dengan
Smart Living infrastruktur
transportasi,
Smart Transportation kendaraan dan
pengguna jalan.
Smart Governance
 Transportasi Cerdas meliputi……
Perencanaan Smart City
Urban • Integrated development & spatial planning
Planning • Strategi Transportasi & trafik
• Environment & public safety

System Teknologi & Urban Smart Sensing dan

Infrastruktur Urban Computing
Design, Multimodal
• Otomatisasi • Data Statik & data
Management Systems for
• Informasi Real-time mobile
& Operation • Metode High-Density • Urban informatika &
Advanced control Megacities data analitik

Outcomes & Smart Travel Behavior Smart Performance

Impacts • Data driven (Short-term) • Efisien
• Infrastructure (Medium-term) • Tangguh dan handal
• Technology driven (long-term) • Aman
• Green dan berkelanjutan
 Gugus Tugas Teknologi Transportasi Cerdas
Aspek Transportasi Kota Cerdas Informasi & Komunikasi
Kendaraan & Energi “Next • Cybersecurity
Generation” • Cloud Computing
• Automated Vehicles • Flexible work
• Connected Vehicles Kendaraan & • Big Data and AI Augmented Analytics
• Electric Vehicles Energi “Next • Open Data Portals
Generation”
• Unmanned Aerial Vehicles • Crowdsourcing
• Scooters, E-bikes Artificial Intelligence and Robotics
• Personal Delivery Devices Infrastruktur Informasi & • RFID
Konstruksi. & Komunikasi • Blockchain
Infrastruktur & Konstruksi • Collaborative telepresence
• Infrastructure Enhancements • Advanced networks
• Intelligent Transportation Systems • Real-time Language Translation
Interconnecte
• Construction Techniques
• Equipment dApplication
Platform Berbasis Layanan
• Alternative energy options s • Location-Based Services
• Resilience improvements • Transportation Network Services
Material & Platform
Additive Berbasis • Mobility as a Service
Material dan Additive Manufacturing Manufacturing Layanan
• Self-Healing Pavements Teknologi Lain
• Nanotechnologies • Augmented Vision / Reality
• Piezoelectrics Teknologi • Virtual Reality / Holography
• 3D Printing Lain
• Wearables
• Solar Roadways • Machine Robotics
• Exo-skeletons
• Brain – Machine interfaces

26
 Arsitektur ITS

Technology Application
oriented oriented
Functional area Functional area

ATMS ATIS AVCS AHS VICS APTS EMS EP CVO

1. Advanced Traffic Management Systems 1. Advanced Public Transport Systems

(ATMS) (APTS)
2. Advanced Traveler Information Systems (ATIS) 2. Emergency Management Systems
3. Advanced Vehicle Control Systems (AVCS) (EMS)
4. Advanced Cruise-assist Highway Systems 3. Electronic Payment (EP)
(AHS) 4. Commercial Vehicle Operations (CVO )
5. Vehicle Information And Communication
System (VICS) 74
 Arsitektur ITS : ATMS
Advanced Traffic Management Systems (ATMS)
• Fokus pada perangkat
kontrol lalu lintas :
• Kontrol sinyal lalu lintas
adaptif: untuk menghindari
sinyal yang buruk
• Pengukuran ramp (RAMP
METERING): untuk
menghindari kendaraan
masuk ke jalan raya

Tiga elemen ATMS :

1. Tim pengumpulan data
2. Sistem pendukung
3. Sistem kontrol lalu lintas
realtime
75
 Arsitektur ITS : ATIS
Advanced Traveler Information Systems (ATIS)
informasi pra-perjalanan :
- Kondisi arus lalu lintas
realtime
- Rute alternatif
- Pembangunan &
pemeliharaan jalan terjadwal

Membantu memutuskan:
- Waktu keberangkatan
- Mode & rute yang akan
digunakan

Perencanaan perjalanan yang

ekonomis & nyaman
76
 Arsitektur ITS : ATIS
Advanced Traveler Information Systems (ATIS)
Panduan & Navigasi Rute:
- Instruksikan belokan & manuver yang
akan datang
- Menghemat bahan bakar dan
mengurangi kemacetan

Informasi Pengemudi Dalam

Perjalanan:
- Informasi setelah memulai perjalanan
- Tanda Pesan Variabel
- Radio mobil
- Perangkat komunikasi portabel

Informasi Parkir

Informasi Angkutan Umum

77
 Arsitektur ITS : AVCS
Advanced Vehicle Control Systems (AVCS)
P e n i n g k a t a n K e m a m p u a n Vi s i o n :
1. Sistem Aktif / pasif
2. HUD
3. Jangkauan 300 m
4. Sistem JLR “Follow-me Ghost
Car”

N i g h t Vi s i o n b e r b a n t u a n K a m e r a
IR

LCD Deteksi Pedestrian

Operasi Kendaraan Otonom :

• Merasakan lingkungan dan
navigasi tanpa input manusia
• M e n g g u n a k a n r a d a r, l a s e r, G P S ,
s e n s o r, C o m p u t e r Vi s i o n , d l l
78
Dan lain-lain dibahas tersendiri
 Arsitektur ITS : AHS
Advanced Cruise-assist Highway Systems (AHS)
• Menyediakan informasi, PERALATAN PENGOLAHAN
JALAN AHS
peringatan dan dukungan
1. Subsistem pemrosesan gambar:
operasional untuk pencegahan Menggunakan pemrosesan
kecelakaan dengan gambar untuk mendeteksi
menggunakan komunikasi radio rintangan jalan dan kendaraan
antara jalanan dan kendaraan lain, dan untuk mengamati lalu
• Cara cerdas memungkinkan lintas
berbagai pertukaran informasi di 2. Komunikasi Road-to-Vehicle
antara semua pengguna ITS 3. Jaringan Peralatan
• Ini membutuhkan fungsi yang Roadside.
mampu mendeteksi data
lingkungan jalan
• fungsi untuk menghasilkan
pedoman dari data jalan-
lingkungan dan komunikasi
jalan-ke-kendaraan
79
 Arsitektur ITS : VICS
Vehicle Information And Communication System (VICS)

VICS menyediakan tiga jenis tampilan :

1. Tampilan Peta,
2. Tampilan Grafis Sederhana, dan
3. Tampilan Teks

80
 Arsitektur ITS : APTS
Advanced Public Transport Systems (APTS)

81
 Arsitektur ITS : APTS
Advanced Public Transport Systems (APTS)
• Memberikan analisis kendaraan dan
fasilitas secara real time
• Lokasi Kendaraan Otomatis
(Automatic Vehicle Location - AVL)
berbasis GPS
• Mengidentifikasi penyimpangan dari
jadwal
• Pastikan koneksi transfer antara
kendaraan dan mode Pengiriman
bantuan komputer (CAD -
Computer-aided dispatch)
• Penghitungan penumpang otomatis
• Informasi penumpang real-time &
berbasis web
• Integrasi dengan prioritas Sinyal
Lalu Lintas
• Pemberhentian berikutnya
pengumuman kendaraan otomatis
82
 Arsitektur ITS : EMS
Emergency Management Systems (EMS)
Pemberitahuan Darurat dan Keamanan
Pribadi :
• Menginformasikan personel tanggap darurat
yang tepat mengenai kebutuhan bantuan
dalam keadaan darurat.
• Pengemudi & Keamanan Pribadi
(dinisiasi oleh pengguna
• Pemberitahuan Tabrakan Otomatis

Manajemen Kendaraan Darurat:

• Mengurangi waktu tunda dengan
pemberitahuan & kedatangan di lokasi
insiden.
• Identifikasi kendaraan respon yang paling
dekat & tepat
• Panduan rute
• Prioritas & pengaturan sinyal lalu lintas untuk
kendaraan darurat
83
 Arsitektur ITS : EMS
Emergency Management Systems (EMS)

Emergency
Vehicle
Notification
Systems

84
 Arsitektur ITS : EP
Electronic Payment (EP)

85
 Arsitektur ITS : CVO
Commercial Vehicle Operations (CVO )
Manajemen operasi untuk
kendaraan komersial untuk
mengatur dan memberi
pelayananan, meminimalkan
gangguan rute dan penundaan
perjalanan, memelihara tingkat
keselamatan dan tingkat efisiensi
biaya.

86
 Arsitektur ITS : CVO
Commercial Vehicle Operations (CVO )
CV Pra-keberangkatan :
• Status keamanan, kredensial kendaraan,
ukuran dan berat
• Hanya kendaraan ilegal yang dipisahkan untuk
diperiksa

Pemantauan Keamanan On-board CV:

• Pantau kecepatan, akselerasi, gaya
pengereman
• Sistem Peringatan Tabrakan untuk menghindari
kendaraan lain yang terlalu dekat
• Roll Stability Advisor (RSA) mencatat gaya
lateral tinggi pada kurva untuk menghindari
rollover.
• Perubahan jalur / peringatan keberangkatan
• Pengereman Darurat Otonom
• Sistem peringatan kantuk pengemudi
• Kamera CCTV untuk menghindari titik buta
87
 Arsitektur ITS : CVO
Commercial Vehicle Operations (CVO )
CV Manajemen Armada On-board:
• Pelacakan GPS
• Jarak tempuh dan konsumsi bahan
bakar
• Perilaku pengemudi - pelatihan untuk
pengemudi yang berbahaya & tidak
efisien
• Sistem Penonaktifan Kendaraan Jarak
Jauh - cegah pencurian

Inspeksi Keamanan Pinggir Jalan

Otomatis:
• Penimbangan kendaraan ketika
bergerak
• Sistem pencitraan termal otomatis
• Pemindaian area bawah kendaraan
• Anomali Ban dan Sistem Klasifikasi

88
Referensi