Ronny Mardiyanto, Muhammad Ichlasul Salik, Djoko Purwanto
{"title":"Autopilot Pesawat Tanpa Awak Menggunakan Algoritme Genetika untuk Menghilangkan Blank Spot","authors":"Ronny Mardiyanto, Muhammad Ichlasul Salik, Djoko Purwanto","doi":"10.22146/jnteti.v11i1.2492","DOIUrl":null,"url":null,"abstract":"Makalah ini menjelaskan pengembangan autopilot pada sistem pesawat tanpa awak yang mampu meminimalkan blank spot pada hasil pemetaan udara menggunakan algoritme genetika. Tujuan dari autopilot yang dikembangkan adalah mempercepat waktu yang dibutuhkan untuk melakukan pemetaan udara dan menghemat konsumsi baterai. Waktu yang lebih cepat dalam melakukan pemetaan udara akan menghemat biaya operasional dan penghematan konsumsi baterai akan menekan biaya perawatan UAV. Autopilot yang dikembangkan memiliki kemampuan analisis blank spot hasil pemotretan udara dan melakukan optimasi rute terbang untuk melakukan pemotretan ulang. Rute penerbangan sistem pesawat tanpa awak pada saat pemotretan ulang ditentukan dengan menerapkan algoritme genetika untuk mendapatkan jarak terpendek. Hal ini dilakukan untuk menghemat konsumsi baterai dan waktu terbang. Cara kerja autopilot yang dikembangkan adalah rute penerbangan diatur secara manual oleh operator, kemudian pesawat akan terbang sesuai rute tersebut. Faktor ketidakstabilan angin akan menyebabkan pergeseran rute penerbangan dan hal ini menyebabkan terjadinya blank spot. Setelah seluruh rute penerbangan dilalui, sistem yang dikembangkan akan menganalisis lokasi blank spot tersebut. Rute penerbangan baru dihitung menggunakan algoritme genetika untuk menentukan jarak terpendek dari semua lokasi blank spot tersebut. Sistem yang dikembangkan terdiri atas unmanned aerial vehicle (UAV) yang dilengkapi autopilot dan ground control station (GCS). Pada saat terbang, UAV akan mengirim koordinat rute yang dilalui ke GCS untuk perhitungan analisis blank spot. Setelah misi penerbangan selesai, GCS akan membuat rute baru dan dikirimkan ke UAV. Pengujian yang dilakukan adalah pesawat terbang dengan ketinggian 120 m dengan menggunakan baterai Lipo 4S 4.200 mAh 25C dan persentase throttle saat terbang lurus adalah 30%. Hasil yang didapatkan adalah autopilot yang dikembangkan menghemat waktu 46,4% dan menghemat kapasitas baterai 41,18% jika dibandingkan dengan autopilot konvensional.","PeriodicalId":31477,"journal":{"name":"Jurnal Nasional Teknik Elektro dan Teknologi Informasi","volume":"112 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-02-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Nasional Teknik Elektro dan Teknologi Informasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22146/jnteti.v11i1.2492","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1
Abstract
Makalah ini menjelaskan pengembangan autopilot pada sistem pesawat tanpa awak yang mampu meminimalkan blank spot pada hasil pemetaan udara menggunakan algoritme genetika. Tujuan dari autopilot yang dikembangkan adalah mempercepat waktu yang dibutuhkan untuk melakukan pemetaan udara dan menghemat konsumsi baterai. Waktu yang lebih cepat dalam melakukan pemetaan udara akan menghemat biaya operasional dan penghematan konsumsi baterai akan menekan biaya perawatan UAV. Autopilot yang dikembangkan memiliki kemampuan analisis blank spot hasil pemotretan udara dan melakukan optimasi rute terbang untuk melakukan pemotretan ulang. Rute penerbangan sistem pesawat tanpa awak pada saat pemotretan ulang ditentukan dengan menerapkan algoritme genetika untuk mendapatkan jarak terpendek. Hal ini dilakukan untuk menghemat konsumsi baterai dan waktu terbang. Cara kerja autopilot yang dikembangkan adalah rute penerbangan diatur secara manual oleh operator, kemudian pesawat akan terbang sesuai rute tersebut. Faktor ketidakstabilan angin akan menyebabkan pergeseran rute penerbangan dan hal ini menyebabkan terjadinya blank spot. Setelah seluruh rute penerbangan dilalui, sistem yang dikembangkan akan menganalisis lokasi blank spot tersebut. Rute penerbangan baru dihitung menggunakan algoritme genetika untuk menentukan jarak terpendek dari semua lokasi blank spot tersebut. Sistem yang dikembangkan terdiri atas unmanned aerial vehicle (UAV) yang dilengkapi autopilot dan ground control station (GCS). Pada saat terbang, UAV akan mengirim koordinat rute yang dilalui ke GCS untuk perhitungan analisis blank spot. Setelah misi penerbangan selesai, GCS akan membuat rute baru dan dikirimkan ke UAV. Pengujian yang dilakukan adalah pesawat terbang dengan ketinggian 120 m dengan menggunakan baterai Lipo 4S 4.200 mAh 25C dan persentase throttle saat terbang lurus adalah 30%. Hasil yang didapatkan adalah autopilot yang dikembangkan menghemat waktu 46,4% dan menghemat kapasitas baterai 41,18% jika dibandingkan dengan autopilot konvensional.
这篇论文解释了自动驾驶仪在无人驾驶飞机系统上的发展,该系统可以用基因算法将空气测绘结果中的空白点最小化。自动驾驶仪发展的目的是加快进行空气测绘所需的时间并节省电池消耗。更快的时间进行航空地图将节省运行成本,电池消费将降低无人机的维护成本。开发的自动驾驶仪具有对空航拍结果分析能力,并对飞行路线进行了优化再拍摄。在重新拍摄时,无人机系统的飞行路线是通过使用基因算法来确定的,以获得最短的距离。这样做是为了节省电池的消耗和飞行时间。自动驾驶仪的工作原理是飞行路线由操作员手动控制,然后飞机将沿着这些路线飞行。风的不稳定因素将导致飞行路线的变化,这将导致盲点。一旦整个飞行路线被攻破,开发的系统将分析空白地点的位置。新的飞行路线是用基因算法计算出所有空白点的最短位置。开发的系统包括自动驾驶仪和地面控制站(GCS)。在飞行过程中,无人机将发送到GCS进行分析空白点的计算路径的坐标。一旦飞行任务完成,GCS将创建一条新的航线并将其传送到无人机上。测试包括使用Lipo电池4S 4200 mAh 25C,飞行时油门的百分比为30%。它获得的结果是一种自动驾驶仪,这种自动驾驶仪可以节省46.4%的时间,与传统自动驾驶仪相比,还能节省41.18%的电池电量。