Pengujian dan sertifikasi kendaraan secara berurutan sesuai dengan pengembangannya biasanya dicapai pada testbed dinamometer sasis. Makalah ini mengusulkan implementasi sistem bantuan mengemudi waktu nyata menggunakan komputasi awan, alat yang disematkan, dan bermotor aktuator untuk kendaraan dengan power train transmisi manual yang sedang diuji. Untuk aktuasi kopling kendaraan, aktuator kaki robot yang terhubung ke motor stepper torsi tinggi dikendalikan oleh Kode Python di program pada Raspberry Pi 4, dihubungkan melalui jaringan pintar untuk jarak jauh mengendalikan sistem melalui dasbor antarmuka pengguna dan sistem kerja digital sehingga menggunakan konektivitas data melalui komputasi awan. Dengan menerapkan struktur jaringan ini, maka fungsionalitas implementasi sistem bantuan mengemudi cerdas menggunakan infrastruktur cloud gratis diselidiki, ketika perangkat keras disiapkan di Malaysia, sementara kontrolnya dari Jerman. Kerangka kerja yang mengatur prototipe ini melibatkan berbagai domain teknik seperti data pemrosesan, manufaktur, mekanik, jaringan, sistem tertanam, dan aktuator mampu digunakan dalam sistem bantuan mengemudi cerdas untuk mobil yang diuji pada dinamometer sasis dengan latensi kurang dari 1 detik.

Pengenalan Dinamometer

Biasanya, dinamometer sasis digunakan untuk menguji dan mengesahkan kendaraan yang baru dikembangkan ketika sudah selesai dirakit, biasanya untuk menilai berbagai aspek mesin dan kinerja power train. Emisi kebisingan, emisi gas buang, kinerja mesin, konsumsi bahan bakar dan kompatibilitas elektromagnetik adalah beberapa parameter umum yang diselidiki dalam uji coba pengujian.

Baru-baru ini, testbed dinamometer sasis lebih disukai daripada uji coba di jalan raya karena faktor ekonomis, kemudahan pengoperasian, keandalan, pengulangan dan yang paling menggoda untuk penelitian dan industri dengan kemajuan teknologi adalah kemungkinan untuk otomatisasi penuh. Selanjutnya, dinamometer sasis juga memungkinkan untuk uji coba sementara dalam kondisi lingkungan yang bervariasi dan telah ditentukan sebelumnya ketika pengujian dilakukan di dalam ruang iklim atau ketinggian. Selain itu, integrasi dari beberapa perangkat seperti perangkat pengukuran emisi, kontrol beban, dan akuisisi data jauh lebih banyak lebih mudah dengan dinamometer sasis dibandingkan dengan uji jalan.

Uji coba biasanya di otomatisasi dengan menggunakan perangkat robotik, yang menggantikan fungsi fungsi pengemudi. Tugas perangkat robotik biasanya untuk mengoperasikan rem, mengendalikan gaya yang diberikan ke akselerator dan pengaktifan pedal kopling, dan sejauh mana memanipulasi tuas persneling untuk mengganti gigi. 

Biasanya ketika beroperasi, profil kecepatan yang sudah ditentukan sebelumnya dan strategi pemindahan gigi terkait harus dilakukan untuk uji coba pengujian otomatis pada sasis dynamometer test bed, di mana tantangan untuk rekayasa kontrol terletak pada pertimbangan aktuator sebagai variabel yang dimanipulasi dalam loop tertutup kendaraan dan pengontrol pengemudi. Pengemudi pengontrol harus dikembangkan untuk menangani berbagai tugas yang terdiri dari beberapa pengontrol di atasnya berurusan dengan rutinitas seperti mengemudi, akselerasi, perpindahan gigi, perlambatan, dan berhenti. Itu kontrol seluruh rutinitas jarak jauh dapat diatasi dengan menerapkan Internet-of-Things (IoT). Hal ini dapat bermanfaat bagi tim pengembangan untuk mengakses fasilitas pengujian tanpa perlu hadir secara fisik di tempat pengujian. Hal ini penting untuk memungkinkan kolaborasi lintas negara yang sangat penting untuk inovasi teknologi yang merupakan pendorong utama perubahan di sektor ini.

Studi ini mengusulkan kerangka kerja konseptual untuk mengimplementasikan sistem bantuan mengemudi real-time yang cerdas menggunakan komputasi awan, mekanisme transportasi, alat yang disematkan dan aktuator bermotor untuk kendaraan dengan power train transmisi manual yang sedang diuji. Alat yang disematkan digunakan sebagai klien untuk memperoleh sinyal dari cloud broker dan memanipulasi sinyal untuk mengontrol gerakan dan kecepatan kaki robot mengaktifkan dan melepaskan pedal kopling. Uji coba pengaturan perangkat keras di Asia dilakukan dengan bertukar data dengan data agen IoT di Eropa.

Metodologi

Protokol Pengiriman Pesan Message Queuing Telemetry Transport (MQTT)
Mekanisme transport yang diimplementasikan pada penelitian ini menggunakan protokol pengiriman pesan Message Queuing Telemetry Message Queuing Telemetry Transport (MQTT) messaging protokol yang memungkinkan sistem untuk mengurangi jumlah total data yang dikirim menggunakan paradigma terkenal yang disebut publish-subscribe. Untuk sistem dengan peralatan terbatas, rendah bandwidth rendah, latency tinggi, dan jaringan yang handal seperti dinamometer sasis di laboratorium otomotif, Protokol MQTT cocok karena merupakan mekanisme transmisi informasi yang sangat sederhana dan ringan. Karena MQTT dirancang untuk meminimalkan bandwidth jaringan dan kebutuhan sumber daya peralatan, sambil memastikan keandalan dan jaminan pengiriman pada tingkat tertentu pada saat yang sama, penggunaan MQTT dengan sistem bantuan mengemudi yang peka terhadap penundaan dan menggunakan sedikit daya baterai dianggap ideal.

Perangkat yang digunakan untuk mengirim data dapat mempublikasikannya pada topik tertentu sedangkan perangkat atau layanan yang sama-sama tertarik dengan informasi tersebut dapat berlangganan topik yang diminati. Di antara kedua entitas ini ada entitas lain yang disebut broker yang bertanggung jawab untuk menyampaikan pesan pembaruan   kepada pelanggan. Kerangka kerja ini, terdiri dari komponen-komponen, GUI Browser Cayenne, sebagai penerbit, pengawas lokal dan Raspberry Pi sebagai pelanggan dan
HiveMQ di cloud sebagai perantara. Protokol komunikasi untuk Raspberry Pi yang bertindak sebagai MQTT-client ditulis dalam bahasa pemrograman Python. Kelas klien MQTT Python adalah diimplementasikan yang menyediakan fungsi-fungsi yang diperlukan untuk mempublikasikan pesan dan berlangganan topik.

Metode dari kelas klien paho mqtt seperti menghubungkan, memutuskan, berlangganan, berhenti berlangganan dan mempublikasikan digunakan dalam kode. Raspberry Pi 4 yang digunakan dalam proyek ini perlu berlangganan topik yang dibuat di protokol komunikasi untuk dapat mengirim dan menerima data, yaitu kecepatan target, posisi kopling dan
mengirim kembali data On-board Diagnostics (OBD) seperti kecepatan aktual dan Revolutions per Minute (RPM). Sinyal MQTT yang dimanipulasi oleh Raspberry Pi akan digunakan untuk mengontrol motor stepper, yang terhubung ke pedal kopling, menggunakan sirkuit.

Robotic Leg (Kaki Robotik)
Mekanisme kaki robot digerakkan oleh motor stepper torsi tinggi. Motor stepper model Nema 34 digunakan dalam proyek ini untuk mengatasi torsi, τ yang dibutuhkan dalam mendorong pedal kopling ke titik maksimum. Pada penelitian ini dilakukan pengukuran dan perhitungan torsi ketika pedal kopling didorong pada sudut yang berbeda. Fm adalah gaya terukur yang tegak lurus terhadap pedal kopling yang diperoleh ketika pedal kopling maksimum, sedangkan Fx dan Fy adalah dua komponen vektor gaya yang diselesaikan menjadi dua
komponen. Sudut tuas dan panjang push rod adalah parameter geometris dari hubungan untuk kinematika untuk mentransfer gaya dari motor stepper ke pedal kopling yang meniru gaya berjalan manusia pengemudi.

real-time Monitoring 
Pemantauan nyata dari sistem bantuan mengemudi yang dikembangkan diwujudkan dengan pengembangan antarmuka pengguna grafis (GUI) Cayenne berbasis web. Dasbor yang dihasilkan dengan cara seret dan lepas berisi penggeser dan pengukur untuk kontrol posisi kopling dan kecepatan kendaraan.

Untuk melengkapi dinamometer sasis dengan sistem bantuan mengemudi, harus dibuat untuk mengakomodasi semua subsistem, yaitu penutup elektronik yang berisi Raspberry Pi 4 dan komponen elektronik, mekanisme motor (motor stepper bertenaga 110 VDC dengan gearbox dengan rasio 10:1), dan penghubung (push rod dan penjepit pedal). Platform perangkat keras dirakit untuk memberikan kemampuan retrofit sistem pada kendaraan power train transmisi manual tanpa memerlukan modifikasi besar yang dapat merusak fisik mobil.

Studi kasus
Percobaan dilakukan di Pusat Keunggulan Otomotif UMP (AEC) di Pekan, Pahang,
Malaysia di mana dinamometer sasis disertifikasi dengan standar Eropa. Kendaraan uji diikat pada Mustang Dynamometer 17,8 inci. Dalam studi konseptual ini, kendaraan dikemudikan dalam kondisi tanpa kondisi siklus mengemudi, karena tujuan penelitian ini hanya untuk menyelidiki fungsionalitas mengemudi sistem bantuan yang dipasang pada kendaraan yang sedang diuji pada dinamometer sasis. Pengemudi berlisensi dipekerjakan untuk melakukan melakukan perpindahan dan akselerasi dalam uji coba eksperimental. Investigasi latensi dalam protokol komunikasi antara klien MQTT dan MQTT-broker selama percobaan dicatat.

Hasil dan pembahasan

Hasil eksperimen disajikan dalam dua subbagian, yaitu (1) fungsionalitas
kerangka kerja protokol komunikasi dan (2) keandalan sistem bantuan mengemudi dalam melakukan uji siklus mengemudi pada testbed dinamometer sasis. Kinerja MQTT telah dianalisis melalui kinerja latensi dari simpul pelanggan di ujung broker untuk MQTT untuk menyoroti efisiensi protokol komunikasi diusulkan.

Hasil percobaan menunjukkan bahwa protokol komunikasi MQTT yang ditulis dalam bahasa Python dapat melakukan rutinitas mendorong pedal persneling dengan latensi kurang dari 1 detik, yang mirip dengan dipublikasikan oleh Mukherjee, Dey dan De [9] yang memperoleh peningkatan 30% dari rata-rata pengiriman pesan kinerja dalam kasus MQTT-SN (jaringan sensor) yang disempurnakan dan 17% peningkatan untuk peningkatan MQTT dengan latensi 15,5 ms. Data yang ditampilkan di dashboard web-server Cayenne juga menunjukkan bahwa informasi yang dapat diandalkan terkait profil kecepatan, kecepatan, pedal gas, posisi kopling dapat diperoleh secara akurat dalam waktu nyata.

Uji coba untuk memasang kembali sistem bantuan mengemudi di dalam mobil yang diuji menghasilkan posisi dan jarak jangkauan push rod seperti yang ditunjukkan pada Gambar 6. Fiksasi platform perangkat keras dirancang berdasarkan analisis elemen hingga untuk mempelajari deformasi platform ketika gaya diterapkan secara aksial di ujung batang dorong (yang melekat pada pedal kaki) dan perangkat keras dipasang pada lokasi yang berbeda
lokasi yang berbeda di sepanjang rangka perangkat keras yang sejajar dengan fiksasi kursi pengemudi yang ada. Percobaan menunjukkan bahwa jika pada kondisi siaga posisi push rod adalah 0°, maka pada titik tengah adalah 6° dan pada titik akhir adalah 52°. Sedangkan jarak jangkauan push rod pada proses mendorong adalah 0 mm, 105,2 mm dan 210,4 mm pada posisi siaga, titik tengah dan titik akhir.

Kesimpulan

Dalam makalah ini, kerangka kerja konseptual untuk mengimplementasikan sistem bantuan mengemudi waktu nyata yang cerdas untuk kopling kontrol pedal menggunakan protokol komunikasi MQTT, python, Raspberry Pi 4 dan batang dorong yang terhubung ke motor stepper yang diarahkan untuk kendaraan dengan power train transmisi manual dibawah uji dinamometer sasis.

Hasil penelitian menunjukkan bahwa protokol komunikasi MQTT untuk klien MQTT di berbagai benua berkomunikasi, yaitu Asia dan Eropa dapat direalisasikan dengan latensi tinggi (<1 detik). Perkuatan dari sistem untuk digunakan pada kendaraan power train transmisi manual untuk studi emisi atau mesin penilaian kinerja dengan mudah dilakukan dengan menggunakan fiksasi yang ada untuk kursi pengemudi di kendaraan. Di masa depan, sistem bermotor untuk akselerator dapat digunakan untuk mencapai pengemudian IoT sepenuhnya sistem bantuan untuk kendaraan yang sedang diuji pada dinamometer sasis. Selain itu, implementasi waktu nyata MQTT untuk perangkat keras, perangkat lunak, dan diagnostik On-board (OBD) dapat dilakukan untuk membenarkan sistem efisiensi.