Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kenyamanan dan keamanan berkendara dapat dipengaruhi oleh kemajuan teknologi kendali. Anti-Lock Breaking System (ABS) merupakan salah satu sistem keamanan yang menjaga kestabilan slip roda untuk menghindari terjadinya kecelakaan saat pengereman yang darurat. Dalam merancang sistem ABS yang baik, simulasi Hardware in the Loop (HILS) sangat diperlukan untuk mencegah resiko pengujian. Akan tetapi,untuk memastikan algoritma pengendalian, proses Processor in the Loop Simulation (PILS) perlu dilakukan terlebih dahulu. Penelitian ini akan berfokus pada pengujian pengendali prediktif pada sistem ABS menggunakan metode PILS dan komunikasi CAN.

---

Vehicle comfortability and driving security could be effected by the upturn of control system technology. Anti Lock Breaking System (ABS) is one of security system whose purpose is to keep wheel slip stable, concerning any accident from a sudden breaking. In furtherance, Hardware in The Loop Simulation (HILS) would give the best result and refain any risk on ABS design process. However, to ensure the control algorithm, Processor in The Loop Simulation (PILS) is needed to conduct first. The research was focused on implementation of predictive control in ABS with PILS approach using CAN communication."

"Teknologi keselamatan dan keamanan dalam berkendara telah berkembang pesat dalam beberapa dekade terakhir. Kemampuan ABS dalam menjaga roda agar tidak tergelincir, mengurangi jarak pengereman, serta menjaga agar kendaraan masih dapat dikendalikan menjadikan ABS sebagai salah satu sistem keselamatan yang paling penting untuk alat transportasi darat saat ini. Perkembangan teknologi terbaru dari sisi aktuator juga telah memungkinkan modulasi secara kontinu terhadap torsi pengereman, sehingga sistem pengereman aktif seperti ABS dapat diformulasikan menggunakan pengendalian klasik. Pada penelitian ini diajukan sebuah pengendali untuk ABS dengan pendekatan Model Predictive Control (MPC) agar mampu memberikan nilai torsi pengereman yang sesuai dengan nilai slip roda yang diinginkan. Model dinamik nonlinier setengah bagian mobil digunakan sebagai plant yang dikendalikan karena memberikan gambaran yang cukup lengkap mengenai dinamika pengereman, termasuk fenomena transfer beban dari roda belakang ke roda depan. Respons diskrit dari model ini kemudian dimodelkan dalam bentuk ruang keadaan dengan menggunakan metode Least Square. Model ruang keadaan ini kemudian digunakan dalam perancangan MPC. Nilai konstanta gesek ban terhadap jalan dihitung berdasarkan model Burckhardt yang merepresentasikan berbagai tipe jalan yang berbeda hanya dengan menggunakan tiga parameter. Slip roda dipilih sebagai variabel yang dikendalikan karena secara dinamik lebih robust jika dibandingkan dengan pengendalian perlambatan roda. Pengendali MPC yang dirancang mampu memberikan pengereman yang optimal di kondisi jalan aspal kering, aspal basah dan es.

---

Over the past half-century, vehicle safety technology has evolved considerably. Antilock braking system (ABS) is now one of the most important active safety system for road vehicles since it prevents the wheels from locking up and reduces the total braking distance while retaining drivability during braking. Recent technological advances in actuators have enabled a continuous modulation of the braking torque, thereby allowing us to formulate active braking control as a classical regulation problem.

The main objective of this research is to develop a controller for ABS based on Model Predictive Control (MPC) strategy, which allows the desired wheel slip to be reached and improves the vehicle?s braking distance in any road condition. A double-corner vehicle is employed as the controlled plant since it provides a sufficiently rich description of the braking dynamics, including the load transfer phenomena.

Discrete responses of this model are identified using Least Square method to reproduce the model in a state-space form as the main component of MPC design. As for the tyre-road friction model in this research, the Burckhardt friction model will be employed, as it only has three parameters to model many different tyre-road friction conditions. Wheel slip is chosen as the controlled variable since its dynamics is more robust than speed deceleration control. The designed MPC is able to perform optimal braking in dry asphalt, wet asphalt, and icy road condition"

"Pengujian electronic control unit ECU secara langsung pada kendaraan roda empat memiliki beberapa isu diantaranya faktor keamanan dan biaya. Oleh karenanya, diajukan metode pengujian Hardware In the Loop Simulation HILS. Divais yang diuji yaitu ECU Antilock Braking System ABS, dimana algoritma kendali yang diajukan adalah Model Predictive Control MPC dan sebagai pembanding digunakan algoritma Hysterisis Control. Platform Hardware-In-the Loop HILS yang digunakan pada penelitian ini berbasis NI Labview CompactRIO 9081, sedangkan untuk ECU menggunakan Texas Instrument RM48. Keduanya dihubungkan oleh sistem Data Acquisition DAQ. Model dari kendaraan roda empat pada penelitian ini dihasilkan dari perangkat lunak Carsim, prosedur pengereman juga dapat disimulasikan dengan Carsim. Dari hasil yang diperoleh, pengereman dengan pengendali mampu memperpendek jarak pengereman dan juga menjaga steerability dari kendaraan tidak hilang dibandingkan dengan pengereman tanpa kendali ABS.

---

Testing under development electronic control unit ECU directly to four wheeled vehicles have a number of issues, including safety and financial. Therefore, Hardware in the loop simulation HILS method has been proposed. Device under test is ECU for Antilock braking system ABS, wherein the proposed control algorithm was Model Predictive Control MPC and Hysterisis Control as a comparison. Platform for hardware in the loop simulation HILS were used in the research based on Labview NI CompactRIO 9081, while the ECU was using Texas Instrument RM48. Both of them were connected by Data Acquisition DAQ system. The model of four wheel vehicles resulted from Carsim Car Simulation. Not only model but also braking situation can be simulated by Carsim. From the result, controller able to shorten the braking distance and maintain steerabilitiy of vehicle compare to vehicle without ABS."

"Dewasa ini perkembangann teknologi pengontrol elektronik di kendaraan begitu pesat, salah satunya adalah perkembangan teknologi pada sistem pengereman di kendaraan komersial yang tidak hanya mengandalkan kemampuan mekanikal dan pneumatik untuk dapat menghentikan kendaraan, tetapi juga terdapat kontrol elektronik yang dilakukan oleh Electronic Control Unit (ECU) Antilock Braking System (ABS) untuk mengontrol pengereman dan mencegah terjadinya locking pada roda selama proses pengereman terjadi. Atas dasar inilah dibuat analisa dan rancang bangun rangkaian elektronika pengontrol anti lock braking system (ABS) pada kendaraan komersial menggunakan mikrokontroller Arduino Uno. Pada tahap perancangan rangkaian elektronik pengontrol pengereman ABS dibuat perhitungan dan algoritma program yang sesuai dengan standard yang berlaku, hal ini diperlukan agar hasil dari rangkaian pengontrol yang dibuat dapat bekerja secara optimal. Pada proses pembuatan simulasi rangkaian elektronik pengontrol pengereman ABS menggunakan beberapa software yang dapat mensimulasikan bagaimana algoritma pemrograman bekerja serta dapat mensimulasikan bagaimana rangkaian pengontrol tersebut dapat bekerja di dunia nyata. Selesai dalam tahap perancangan dan pembuatan, selanjutnya adalah melakukan percobaan dan pengukuran, dimana percobaan dibagi menjadi empat macam  percobaan yaitu pengetesan dan analisa pengereman pada kecepatan kendaraan kurang dari 60 km/jam, pengetesan dan analisa pengereman pada kecepatan kendaraan lebih dari 60 km/jam dan tidak ada roda yang mengunci, pengetesan dan analisa pengereman pada kecepatan kendaraan lebih dari 60 km/jam dan ada salah satu roda atau lebih roda yang mengunci, pengetesan dan analisa pengereman pada kecepatan kendaraan lebih dari 60 km/jam dan ada salah satu atau lebih roda yang kecepatanya melebihi kecepatan kendaran.

---

Nowdays, the development of electronic control technology in vehicles is so rapid, one of which is the development of technology in braking systems in commercial vehicles that do not only rely on mechanical and pneumatic capabilities to be able to stop vehicles, but also have electronic controls carried out by Electronic Control Unit (ECU) Antilock Braking System (ABS) to control braking and prevent locking on the wheels during the braking process. On this basis an analysis and design of the electronic circuit of the anti lock braking system (ABS) was made on commercial vehicles using the Arduino Uno microcontroller. In the design stage of the ABS braking controller electronic circuit, calculations and program algorithms are made in accordance with the applicable standards, this is needed so that the results of the controller circuit that is made can work optimally. In the process of making a simulation of the ABS braking controller electronic circuit using some software that can simulate how the programming algorithm works and can simulate how the controller circuit can work in the real world. Finish in the design and manufacturing stage, then conduct experiments and measurements, where the experiment is divided into four types of experiments, test and analyze of braking at a vehicle speed of less than 60 km/h, test and analyze of braking at a vehicle speed of more than 60 km/h and there are no wheels that lock, test and analyze braking at a vehicle speed of more than 60 km/h and there is one or more wheels that lock, test and analyze braking at a vehicle speed of more than 60 km/h and there is one or more wheels the speed exceeds the speed of the vehicle."

"Grip atau adhesi antara ban dan jalan adalah salah satu aspek yang paling penting dalam dinamika kendaraan karena grip akan menentukan apakah gaya gerak yang dihasilkan oleh mesin akan berubah menjadi gaya gerak seluruhnya oleh roda atau akan ada kerugian dalam bentuk perputaran roda yang berlebihan atau slip. Slip itu sendiri tergantung kepada besarnya gaya yang dihasilkan oleh mesin dan dengan koeifisen gesek dari jalanan dengan sehingga kondisi dari jalanan, seperti basah, kering, atau bersalju, akan mempengaruhi besarnya slip yang terjadi. Slip memiliki relasi yang bersifat nonlinear dengan miu terlebih lagi ketika terjadi perubahan kondisi jalanan dengan sehingga untuk perlu untuk dikendalikan dengan menggunakan pengendali prediktif agar transisi perubahan kondisi jalan yang terjadi menjadi lebih lembut. Pada penelitian ini, model dua roda nonlinear akan diidentifikasikan dengan menggunakan least square dan lalu hasil model linear yang telah diperoleh akan digunakan sebagai model acuan bagi pengendali MPC. MPC akan mengendalikan torsi yang masuk ke dalam plant berdasarkan masukan slip optimal untuk masing-masing kondisi jalanan. Hasil simulasi menunjukan disaat terjadi perubahan kondisi jalanan, seperti dari kering ke basah, MPC mampu memberikan sinyal pengendali sebelum terjadinya perubahan kondisi tersebut dan juga dengan respon slip dan kecepatan yang cepat tetapi tidak agresif.

---

Grip, the adhesion between the tire and the road, is one of the most important aspect in vehicle dynamics because grip will determine if the driving force generated by the engine will be turned into moving force entirely by the wheel or will there be losses in forms of excessive wheel spin or slip. Slip alone depends on the force generated by the engine and the road friction coefficient thus the conditions of the road, e.g. dry, wet, snowy, will affect the slip.

Slip has a nonlinear relation with road friction coefficient and furthermore the changing conditions of the road will make the relation even more nonlinear and thus the system is needed to be controlled with a predictive controller to make transitions of the changing road conditions smoother.

In this research, a nonlinear two wheel model will be identified with least square and then the linear model generated by least square will be used as a model reference for MPC. MPC will control the torque entering the plant based on an optimal slip for each road conditions.

Results of the simulations shows that when the road conditions are changed, e.g. from dry to wet, MPC is capable of giving a control signal well before the actual road conditions are changed, and furthermore the slip and speed response from the system is fast but not aggressive."

"Sistem tata udara presisi atau yang lebih dikenal dengan Precision Air Conditioning (PAC) merupakan mesin refrigerasi yang bekerja berdasarkan konsep termodinamika. Sistem tata udara presisi digunakan di ruang pusat data untuk menjaga temperatur dan kelembaban di dalam kabinet agar peralatan IT di dalam kabinet tidak cepat rusak. Temperatur ideal yang harus dicapai di dalam kabinet berkisar antara 20º - 25ºC, sedangkan kelembaban relatif (RH) yang harus dijaga di dalam kabinet berkisar antara 45-55%. Namun untuk mencapai keadaan tersebut, dibutuhkan pengendalian sistem supaya sistem dapat bekerja dengan keluaran seperti yang diinginkan.Model predictive control merupakan salah satu metode pengendali prediktif yang populer digunakan di dunia indutri. Sistem tata udara presisi yang dikendalikan dalam penelitian ini merupakan sistem multi input single output (MISO) dengan masukan berupa kecepatan putaran kipas kompresor dan kecepatan aliran udara volumetrik, dan keluaran yang dikendalikan adalah suhu keluaran dari kondenser kedua yang menuju kabinet dari sistem tata udara presisi. Diuji tiga model sistem tata udara presisi, model linier, model nonlinier tanpa beban heat sensible peralatan IT, dan model nonlinier dengan beban sensible peralatan IT yang divariasikan dengan pendekatan model linier biasa hasil identifikasi PO-MOESP dan model linier dengan vektor bias hasil identifikasi menggunakan metode kuadrat terkecil.Hasil pengendalian MPC untuk ketiga plant sistem tata udara presisi menujukkan performa yang baik dalam pengendalian, dilihat dari keluaran sistem yang mengikuti trajektori acuan yang diberikan.

---

Precision Air Conditioning (PAC) is a refrigerant machine that works based on thermodynamics concept. PAC is in implemented data center in order to stabilize the temperature and the humidity in cabinet in order to prevent IT damage integrated in the cabinet. The desired ideal temperature for the cabinet is from 20oC to 25oC and the desired relative humidity (RH) is from 45-55%. However, to achieve such a state, it takes control of the system so that the system can work with the output as desired.

Model predictive control is a predictive control method which is popularly used in industries world. Precision air conditioning system are controlled in this study is a multi-input single output (MISO) system with input in the form of fan rotation speed of the compressor and the air volumetric flow rate, and the controlled output is the temperature of the output of the second condenser to the cabinet of the precision air conditioning system. Tested three models of precision air conditioning system, linear models, nonlinear models without the burden of sensible heat IT equipment, and nonlinear models with variation of sensible heat IT equipment load with ordinary linear model approach to the identification of PO-MOESP and linear models with bias the results of identification using the method least squares.

MPC control results for the third plant of PAC systems showed good performance in control, viewed from the system output to follow a given reference trajectory."

"Perkembangan teknologi otomotif semakin pesat pada dekade ini. Tidak hanya pada pengembangan mekanik, pengembangan sistem elektrikal, dan pengaturan dinamika pergerakan mobil juga turut berkembang seiring meningkatnya penggunaan kendaraan elektrik (electric vehicle / EV). Traction control system (TCS) merupakan salah satu teknologi yang berkembang, dengan tujuan memaksimalkan traksi demi tercapainya performa tinggi, kenyamanan, dan kestabilan saat berkendara. Namun, sifat dinamika traksi kendaraan yang tidak linear menghasilkan kesulitan untuk dikendalikan. Oleh karena itu, dalam penelitian ini akan dikaji dan dirancang sebuah skema pengendalian traksi yang bekerja dengan memaksimalkan gaya penggerak pada model dua roda. Torsi yang dihasilkan motor selain menjadi gaya penggerak juga menjadi gaya putar roda. Menurut model Pacejka jika slip terlalu besar, gaya gesek jalan akan mengalami saturasi sehingga sebesar apapun pengemudi meningkatkan torsi motor, tidak akan meingkatkan gaya penggerak, hanya memutar ban sehingga energi terbuang sia-sia. Oleh karena itu diusulkan metode pengendali prediktif untuk mengoptimalkan kinerja mobil sehingga torsi motor dapat diubah menjadi gaya penggerak secara efisien. Model prediksi diperoleh melalui metode estimasi least square karena sifatnya yang mudah dan akurat. Metode kendali MPC (Model Predictive Control) dipilih karena kemampuannya untuk memperhitungkan constraints dalam sintesis pengendalinya sehingga kenyamanan dan keamanan dapat terjamin, juga sifatnya yang dapat meminimumkan perubahan sinyal kendali dapat membantu efisiensi berkendara. Hasilnya pengendali dapat menahan driving force pada batas yang optimal untuk mempertahankan efisiensi dan keamanan berkendara. Tidak hanya pada referensi konstan namun juga pada referensi yang berubah dan pada keadaan jalan baik aspal kering maupun basah.

---

Development in automotive technology have grown rapidly in the past decade. Not only in mechanical section, the development in electrical, and motion dynamics management have also been developed as the increase of electric vehicle (EV) usage and usage of computer for control media. Traction control system (TCS) is one of those technologies developed, with objective to maximize traction to obtain high performing vehicle, with comfort, and stability aspects while being driven. But, non linearity in traction dynamic on vehicle makes it difficult to control.

Thus, in this research a traction control scheme to maximize driving force studied and designed. Torque generated by electric motor beside transformed itu driving force, also become wheel rotation force. According to Pacejka tire friction model, if the longitudinal slip is excessive, friction force will enter saturation zone so no matter how much the driver increase motor torque, it won't increase driving force, only rotates wheel faster that it wastes energy.

That is why a predictive control method is porposed so that motor torque can be transmformed into driving force efficiently. Prediction model is obtained with least square estimation method because its ease of use and good acuracy. MPC (Model Predictive Control) method is chosen because its ability to calculate constraints in its synthesis so that comfort and safety can be asured, also its characteristic that is able to minimize control signal's change to help driving efficiency.

The controller is capable to hold driving force in a good margin to maintain efficiency and driving safety. Not only on constant reference but also on changing reference and it‟s good wether on dry or wet asphalt."

"Penggunaan komponen pasif pada sistem suspensi kendaraan mempunyai beberapa kelemahan, yaitu sistem tidak dapat menyesuaikan dengan kondisi permukaan jalan yang mengurangi kenyamanan serta keamanan dalam berkendara. Untuk mengatasi masalah tersebut dapat dilakukan dengan menambahkan komponen aktif pada sistem suspensi pasif, yang kemudian lebih dikenal dengan sistem suspensi semi-aktif. Sumber tenaga eksternal tidak diperlukan pada suspensi semi-aktif, sehingga hanya perlu mengubah damping koefisien pada damper. Dengan mengendalikan output berupa suspension deflection dari gangguan eksternal berupa kontur jalan pada model kendaraan full car diperlukan pengendali yang prediktif. Salah satu pengendali prediktif yang umum digunakan dan sudah teruji adalah Model Predictive Control (MPC). MPC digunakan untuk mengendalikan sistem suspensi semi-aktif hasil dari identifikasi sistem dengan metode identifikasi least square bertingkat. Pada laporan skripsi ini diajukan metode simulasi untuk hasil kinerja dari sistem yang akan diuji dengan menggunakan perangkat lunak MATLAB. Sedangkan untuk pengambilan data dan melihat hasil kinerja simulasi pada model kendaraan dengan menggunakan simulator Carsim.

---

The use of passive components in vehicle suspension systems has several disadvantages, one of them is the system cannot adjust to road surface conditions that reduce comfort and safety in driving. To overcome this problem can be done by adding active components to the passive suspension system, which is then better known as a semi-active suspension system. External power sources are not required for semi-active suspensions, so only need to change the damping coefficient on the damper. By controlling the output in the form of suspension deflection from external disturbances in the form of road contours on a full car vehicle model, a predictive controller is needed. One predictive controller that is commonly used and tested is the Model Predictive Control (MPC). MPC is used to control the semi-active suspension system as a result of identifying the system with the multistage least square identification method. In this thesis report, a simulation method is proposed for the performance results of the system to be tested using MATLAB software. Meanwhile, to data collecting and see the performance results on vehicle models using the Carsim simulator."

"Perangkat di dalam pusat data berkerja secara terus menerus sepanjang waktu dan akan menghasilkan panas yang cukup tinggi. Dengan demikian ruangan pusat data akan dikondisikan dingin. Spesifikasi dari ruangan pusat data yaitu dengan ruangan suhu sebesar 18o-27o C dan kelembaban sebesar 45%-60%. Suhu tersebut dibutuhkan untuk menjaga perangkat didalam pusat data karena beberapa peralatan didalam pusat data sensitif terhadap panas. Kelembaban mempengaruhi kadar air didalam ruangan yang berpotensi mengakibatkan hubugan singkat listrik dari perangkat. Dengan demikian diperlukan suatu perangkat mesin pendingin data center atau dikenal dengan Computer Room Air Conditioner (CRAC) Laporan skripsi ini bertujuan untuk untuk merancang suatu pengendali prediktif MPC dengan constraint yang diterapkan pada sistem CRAC nonlinear, dimana model yang digunakan merupakan Model Linear bertingkat. Dilakukanproses Identifikasi dan Perancangan Pengendali MPC Sistem CRAC dengan menggunakan ketiga jenis model Least Square bertingkat. Hasil Simulasi identifikasi Least Square bertingkat dari sistem CRAC menunjukkan bahwa salah satu jenis model menghasilkan hasil yang baik dan dapat digunakan untuk mendisain pengendali MPC. Hasil validasi model tersebut pun baik. Model yang diperoleh dari hasil identifikasi dapat digunakan untuk pengendalian MPC sebab memiliki nilai 𝑱𝑳𝑺 dan FPE yang rendah, nilai eigen berada di dalam unit circle, serta memiliki sifat fully controllable dan fully observable. Dilakukan simulasi pengendali MPC dengan menggunakan model Least Square bertingkat untuk mengendalikan mesin pendingin CRAC yang bersifat MIMO (multi input singleoutput), dengan keluaran berupa temperatur udara masuk ke dalam pusat data. Percobaan simulasi menggunakan MPC dengan constraint dengan model linier dan nonlinier yang divariasikan parameter Hu, Hp, Q, dan R. Hasil dari pengujian tersebut adalah MPC menghasilkan nilai yang baik dan mengikuti acuan pada nilai Hp= 8, Hu=4, Q=1,5, dan R=50 untuk sistem linier, dan nilai Hp=8, Hu=4, Q=1,5, dan R=10 untuk sistem nonlinier. Serta hasil pengendalian MPC menggunakan model Least Square bertingkat menujukkan hasil yang lebih baik daripadapengendalian MPC menggunakan model Least Square biasa.

---

Hardwares in data center work continuously over time and will produce high enough heat. Thus the data center will be conditioned cool. The spesification of data center temperature is 18o-27o C and the humidity is 45%-60%. The temperature needed to keep the hardwares work in their optimal state. Humidity affect water content of air in data center. Thus we need a device to keep temperature and humidity. The device known as Computer Room Air Conditioner (CRAC). This essay aims to report the design of a predictive controller with MPC constraint applied to the CRAC nonlinear systems, where the model used a multi stage linear model. Carried out the MPC Identification and Control Design CRAC system with three types of models using Least Square multistage. Simulation results of a multistage least squares identification of CRAC system shows that the model produces one type of good results and can be used to design the MPC controller. The results of the validation of the model also good. Models obtained from the identification could be used to control MPC because gives low value of JLS and FPE, eigen value in unit circle, and have fully controllable and fully observable characteristic. MPC controller simulation using Least Square multistage models. Simulation experiments using MPC with constraints with linear and nonlinear models were varied parameters Hu, Hp, Q, and R. The results of these tests are MPC produces good value and follows the reference at Hp= 8, Hu=4, Q=1,5, and R=50 for linear system, and Hp=8, Hu=4, Q=1,5, and R=10 for nonlinear system. And the results of the MPC control using Least Square multilevel models showed better results than the MPC control using ordinary least square models."

"ABSTRAKKendaraan roda empat dapat mengalami perilaku understeer atau oversteer ketika berbelok. Perilaku tersebut menunjukkan ketidakstabilan pada kendaraan yang dapat terjadi ketika kendaraan di laju dengan kecepatan tinggi diatas permukaan jalan dengan koefisien gesek yang rendah. Ketidakstabilan ini dapat menjadi potensi bahaya ketika berkendara.Desain pengendali prediktif bertingkat dengan model gerak kendaraan double track, diajukan dalam skripsi ini untuk mengatasi perilaku understeer dan oversteer. Perancangan pengendali dimulai dari mendapatkan data masukkan dan keluaran pergerakkan kendaraan. Kemudian dengan metode least square bertingkat, didapatkan matrik matrik model identifikasi bertingkat. Model identifikasi tingkat pertama digunakan untuk mendapatkan nilai eror estimasi keluaran, sedangkan model identifikasi tingkat kedua digunakan sebagai model pengendali prediktif bertingkat.Pada akhir penelitian, desain pengendali prediktif bertingkat diuji melalui simulasi untuk melihat kemampuan pengendali yang telah dirancang.

---

ABSTRACTOversteer and understeer could be experienced by each of four wheel vehicle. The behaviours show the instability of the vehicle, and might be happened because of high velocity of the vehicle and low friction coefficient of the road. The instability could be one of the potential risks in driving the vehicle.The design of multistage predictive control with double track vehicle model is proposed in this research to handle understeer and oversteer behaviours. The design started from collecting the related input and output. Then the multistage least square method is used to find the matrix used in multistage identification model. The first stage of identification model is used to get prediction error that happened while estimating the output. The second level of identification model is used as multistage predictive control model.In the end of research, the multistage predictive control is tested through simulation to check the performance of the controller."