Asymptoticcaly-Optimal Path Planning Using the Improved Probabilistic Road Map Algorithm

Abstract

Suatu algoritma perencanaan jalur bersifat asimptotik optimal jika dapat menjamin bahwa akan menghasilkan solusi optimal jika diberikan waktu yang memadai. Algoritma perencanaan jalur yang dapat memberikan solusi optimal sangat penting dalam banyak aplikasi robotik. Penelitian ini bertujuan untuk mengusulkan algoritma perencanaan jalur baru yang bersifat asimptotik optimal. Metode yang digunakan adalah dengan meningkatkan algoritma probabilistic road map (PRM) melalui tiga strategi. Strategi pertama adalah menggunakan teknik pembangkitan sampel berbasis informasi. Strategi kedua adalah area pencarian dimulai dari subset ellipsoid yang berukuran kecil dahulu. Strategi ketiga adalah melakukan perbaikan jalur menggunakan proses wrapping. Algoritma yang diusulkan ini dinamakan algoritma wrapping-based informed PRM (WIPRM). Selanjutnya, performansi algoritma WIPRM dibandingkan dengan algoritma PRM, informed rapidly-exploring random tree* (RRT*), dan informed PRM. Hasil pengujian menunjukkan bahwa algoritma WIPRM dapat membangun jalur yang optimal untuk semua scenario pengujian. Waktu komputasi yang dibutuhkan algoritma WIPRM untuk membangun jalur optimal lebih baik daripada algoritma informed RRT* dan informed PRM. Dengan demikian, algoritma WIPRM berpotensi untuk diimplementasikan dalam berbagai sistem robotik yang membutuhkan algoritma perencanaan jalur yang optimal seperti mobil otonom, unmanned aerial vehicles (UAV), maupun autonomous underwater vehicles (AUV).