American International Journal of Sciences and Engineering Research

ISSN 2641-0303 (Print) ISSN 2641-0311 (Online)

Vol. 2, No. 2; 2019
Impact Factor: 8.9
Published by American Center of Science and Education, USA

Autonomous 4WD Smart Car Parallel Self-Parking System by

Using Fuzzy Logic Controller
Autonomous 4WD Smart Car Paralel Self-Parking System dengan Menggunakan Fuzzy Logic
Controller
Md Mamunur Rashid,
Bsc.Student, Faculty of Engineering
Electrical and Electronics Engineering Department
Al-Madinah International University, Malaysia
Email: [email protected]

Mirza Mustafizur Rahman,

Bsc.Student ,Faculty of Engineering
Electrical and Electronics Engineering Department
Al-Madinah International University, Malaysia
Email: [email protected]

Md Rashidul Islam,
Bsc.Student ,Faculty of Engineering
Electrical and Electronics Engineering Department
Al-Madinah International University, Malaysia
Email: [email protected]

Omar Naser Alwahedy,

Bsc.Student ,Faculty of Engineering
Electrical and Electronics Engineering Department
Al-Madinah International University, Malaysia
Email: [email protected]

Abubakar Abdullahi
Bsc.Student ,Faculty of Engineering
Electrical and Electronics Engineering Department
Al-Madinah International University, Malaysia
Email: [email protected]

Received: January 19, 2019 Accepted: January 25, 2019 Online Published: February 1, 2019

Abstract
Automatic car parking obtains information about available parking space, process it and then place the car at certain
position. It is inevitable for the people to update with the growing technology and generally people are facing
problems on parking vehicles in parking slot in a city. The Automatic car parking which enables the user to find the
nearest parking area and gives availability of parking slots in that respective parking area with the help of LCD
display and it mainly focus on reducing the time in finding the parking slots and also it avoids the unnecessary
travelling through filled parking slots in a parking area. Thus, it reduces the fuel consumption which in turn reduces
carbon footprints in an atmosphere. Sometimes, it is very difficult to find a suitable parking place in parking lot.
This research paper has proposed a suitable solution to this problem.
Parkir mobil otomatis memperoleh informasi tentang ruang parkir yang tersedia, memprosesnya
dan kemudian menempatkan mobil pada posisi tertentu. Tidak dapat dihindari bagi orang-orang
untuk memperbarui dengan teknologi yang berkembang dan umumnya orang menghadapi
masalah pada kendaraan parkir di tempat parkir di kota. Parkir mobil otomatis yang
memungkinkan pengguna untuk menemukan area parkir terdekat dan memberikan ketersediaan
slot parkir di area parkir masing-masing dengan bantuan layar LCD dan terutama berfokus pada
pengurangan waktu dalam menemukan slot parkir dan juga menghindari yang tidak perlu
bepergian melalui slot parkir penuh di area parkir. Dengan demikian, ini mengurangi konsumsi
bahan bakar yang pada gilirannya mengurangi jejak karbon di atmosfer. Terkadang, sangat sulit
untuk menemukan tempat parkir yang cocok di tempat parkir. Makalah penelitian ini telah
mengusulkan solusi yang cocok untuk masalah ini.
Keywords: Autonomous 4WD, Smart Car Parallel, Self-Parking System, Fuzzy Logic Controller.
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

1. Introduction
1.1 Background
Parallel parking can be challenging for drivers, including myself. The typical modern day car does not contain any
systems in place to make parking easier. The main goal of this project is to design a simple prototype parking system
that can perform parallel parking maneuvers autonomously. This system would include a series of proximity sensors
as well as a central microprocessor that controls the car. This system would ideally work on both a scale model of a
car as well as a life-sized car. This project explores how sensor input and an algorithm can be used for practical
applications. This paper covers the various components used to create the parking system, including an Arduino
microprocessor, ultrasonic and infrared sensors, H-bridges, and servo motors. It also includes the parking algorithm
implemented within the system.

As the population increased in the cities, the usage of vehicles got increased. It causes problem for parking which
leads to traffic congestion, driver frustration, and air pollution. When we visit the various public places like
shopping malls, multiplex cinema hall and hotels during the festival time or weekends it creates more parking
problem. In the recent research found that a driver takes nearly 8 minutes to park his vehicle because here spends
more time in searching the parking lot. The searching leads to 30 to 40 percent to traffic congestion. Here we going
to see how to reduce the parking problem automatic car parking using offerings are transforming cities by improving
infrastructure, creating more efficient and cost effective municipal services, enhancing public transportation,
reducing traffic congestion, and keeping citizens safe and more engaged in the community. Car parking is an issue of
significance both at the local and at the strategic level of planning. This project‟s main purpose is to produce a real
life solution to the car parking problem which the whole world is facing frequently. People usually roam around in
the parking lots trying to find a suitable place to park in to solve that problem we have created the automatic car
parking system, using an open source hardware, programmable sensors and the use of computers to provide an
interface to understand the digital output produced.

Parkir paralel dapat menantang bagi pengemudi, termasuk saya. Mobil modern pada umumnya
tidak mengandung sistem apa pun di tempat untuk memudahkan parkir. Tujuan utama dari
proyek ini adalah merancang sistem parkir prototipe sederhana yang dapat melakukan manuver
parkir paralel secara mandiri. Sistem ini akan mencakup serangkaian sensor jarak serta
mikroprosesor sentral yang mengontrol mobil. Sistem ini idealnya akan bekerja pada model
skala mobil maupun mobil seukuran. Proyek ini mengeksplorasi bagaimana input sensor dan
algoritma dapat digunakan untuk aplikasi praktis. Makalah ini mencakup berbagai komponen
yang digunakan untuk membuat sistem parkir, termasuk mikroprosesor Arduino, sensor
ultrasonik dan inframerah, jembatan H, dan motor servo. Ini juga mencakup algoritma parkir
yang diterapkan dalam sistem.

Ketika populasi meningkat di kota-kota, penggunaan kendaraan meningkat. Ini menyebabkan

masalah parkir yang mengarah pada kemacetan lalu lintas, frustrasi pengemudi, dan polusi udara.
Ketika kami mengunjungi berbagai tempat umum seperti pusat perbelanjaan, aula bioskop
multipleks, dan hotel selama festival atau akhir pekan, ini menciptakan lebih banyak masalah
parkir. Dalam penelitian terbaru ditemukan bahwa seorang pengemudi membutuhkan waktu
hampir 8 menit untuk memarkir kendaraannya karena di sini menghabiskan lebih banyak waktu
dalam mencari tempat parkir. Pencarian mengarah ke 30 hingga 40 persen ke kemacetan lalu
lintas. Di sini kita akan melihat bagaimana mengurangi masalah parkir mobil otomatis
menggunakan penawaran mengubah kota dengan meningkatkan infrastruktur, menciptakan
layanan kota yang lebih efisien dan efektif, meningkatkan transportasi umum, mengurangi
kemacetan lalu lintas, dan menjaga warga aman dan lebih terlibat dalam masyarakat . Parkir
mobil adalah masalah penting baik di tingkat lokal maupun di tingkat perencanaan strategis.
Tujuan utama proyek ini adalah untuk menghasilkan solusi kehidupan nyata untuk masalah
parkir mobil yang sering dihadapi seluruh dunia. Orang-orang biasanya berkeliaran di tempat
parkir mencoba mencari tempat yang cocok untuk parkir untuk menyelesaikan masalah tersebut.
Kami telah menciptakan sistem parkir mobil otomatis, menggunakan perangkat keras sumber
terbuka, sensor yang dapat diprogram, dan penggunaan komputer untuk menyediakan antarmuka
untuk memahami output digital yang dihasilkan.
1.2 Problem statement
Most of the drivers nowadays having a problem of parking especially when the parking space is tight. The driver
will normally take some times to parking and even sometimes it will result not that nice…Therefore, this research
has carried out to help the drivers to save time , easy parking and gives them safety.
Nowadays, most of the office buildings and shopping mall had built underground parking and multilevel parking to
overcome the number of cars which is increasing rapidly. However, drivers are still difficult to find an available
parking slot to park their car. The process of looking for a parking lot is time consuming, confusing and wasting fuel
as well. At this point of time, someone may miss or late for their important event. This might cause frustration for
the drivers. Eventually the effect of lacking parking slot will causes the officer to have bad mood or consumer to
leave the shopping mall without purchase anything. The side effect of this problem is serious and need a better
solution to handle it.
Sebagian besar pengemudi saat ini memiliki masalah parkir terutama ketika tempat parkir
sempit. Pengemudi biasanya akan mengambil beberapa waktu untuk parkir dan bahkan kadang-
kadang akan menghasilkan tidak menyenangkan ... Oleh karena itu, penelitian ini telah dilakukan
untuk membantu pengemudi menghemat waktu, parkir mudah dan memberi mereka
keselamatan.
Saat ini, sebagian besar gedung perkantoran dan pusat perbelanjaan telah membangun parkir
bawah tanah dan parkir bertingkat untuk mengatasi jumlah mobil yang meningkat pesat. Namun,
pengemudi masih kesulitan menemukan tempat parkir yang tersedia untuk memarkir mobil
mereka. Proses mencari tempat parkir memakan waktu, membingungkan dan membuang bahan
bakar juga. Pada titik waktu ini, seseorang mungkin kehilangan atau terlambat untuk acara
penting mereka. Ini dapat menyebabkan frustrasi untuk driver. Akhirnya efek dari kurangnya slot
parkir akan menyebabkan petugas memiliki suasana hati yang buruk atau konsumen
meninggalkan pusat perbelanjaan tanpa membeli apa pun. Efek samping dari masalah ini serius
dan perlu solusi yang lebih baik untuk menanganinya.

1.3 Research objectives

The objectives of this research are:

To develop an automatic parking system which are parallel parking and side parking by using a fuzzy logic controller

To evaluate the performances of the vehicles in terms of time and movement of the vehicles in each parking space

To validate the effectiveness of fuzzy system in experiments
Tujuan dari penelitian ini adalah:
 Untuk mengembangkan sistem parkir otomatis yang parkir paralel dan parkir samping
dengan menggunakan pengontrol logika fuzzy
 Untuk mengevaluasi kinerja kendaraan dalam hal waktu dan pergerakan kendaraan di
setiap tempat parkir
 Untuk memvalidasi efektivitas sistem fuzzy dalam percobaan

1.4 Scope and Limitations

1.4.1. Scope of the project
The project is focused on achieving a single task (automatic parking) by integration of sensors and actuators
controlled by microcontroller and strategy planning/coding, therefore the vehicle platform is not built from the parts
but from modifying a RC toy car instead for saving the time. There are generally three kinds of parking patterns:
parallel, front/back-in perpendicular, and with an angle (usually 45 degrees), and this project is just focused on the
parallel parking. The modified toy car is expected to do the following tasks in a complete automatic parking process:

Drive along an imitated road-side environment and detect the distance from the car to the road-side obstacles such as
parked cars or just curb on the right-hand side.

Proyek ini difokuskan pada pencapaian satu tugas (parkir otomatis) dengan integrasi sensor dan
aktuator yang dikendalikan oleh mikrokontroler dan perencanaan / pengkodean strategi, oleh
karena itu platform kendaraan tidak dibangun dari bagian-bagian tetapi dari memodifikasi mobil
mainan RC bukan untuk menghemat waktu . Secara umum ada tiga jenis pola parkir: paralel,
depan / belakang tegak lurus, dan dengan sudut (biasanya 45 derajat), dan proyek ini hanya fokus
pada parkir paralel. Mobil mainan yang dimodifikasi diharapkan untuk melakukan tugas-tugas
berikut dalam proses parkir otomatis lengkap
 Berkendara di sepanjang lingkungan sisi jalan yang ditiru dan mendeteksi jarak dari mobil ke
hambatan sisi jalan seperti mobil yang diparkir atau hanya mengekang di sisi kanan.
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019


Once the length of a parking space larger than the length of the car plus a buffering distance is detected, the car will
stop automatically.

Perform a smooth and efficient parking behavior according to the relative positions of the car and the parking space.

To achieve such a project, we have the following work lined up:

Designing of a data collection device that collect the current, voltage, real, reactive power of the place where the audit
is being performed through the help of sensors, transducers etc.

Coding of an application that conducts the audit on the basis of non-intrusive algorithm. It includes the complete
database of the appliances that may be present.

Arduino (graphical user interface) that displays the result of the project in the form of graphs and tables.

 Setelah panjang tempat parkir lebih besar dari panjang mobil ditambah jarak buffering
terdeteksi, mobil akan berhenti secara otomatis.
 Melakukan perilaku parkir yang lancar dan efisien sesuai dengan posisi relatif mobil
dan tempat parkir.
 Untuk mencapai proyek seperti itu, kami memiliki pekerjaan sebagai berikut:
 Merancang perangkat pengumpul data yang mengumpulkan arus, tegangan, nyata,
daya reaktif dari tempat audit dilakukan melalui bantuan sensor, transduser dll.
 Pengkodean suatu aplikasi yang melakukan audit berdasarkan algoritma yang tidak
mengganggu. Ini termasuk database lengkap peralatan yang mungkin ada.
 Arduino (antarmuka pengguna grafis) yang menampilkan hasil proyek dalam bentuk
grafik dan tabel.
1.4.2 Project algorithm and sensors position
In autonomous parking, we need to create algorithms and position sensors according to certain assumptions. Our
assumptions will be as follows in this project. In the scenario, the left side of the road will consist of walls and park
areas. As you can see on the video, there are 4 sensors in total, 2 on the left side of the car and one on the rear and
front side.
The two sensors on the left side of the car understand that the wall is 15 cm smaller than the measured value and
move forward. It records this in memory. The two sensors on the edge measure continuously, and when these values
are the same as the resultant values, you have to decide how to park.

Di parkir otonom, kita perlu membuat algoritma dan sensor posisi sesuai dengan asumsi tertentu.
Asumsi kami adalah sebagai berikut dalam proyek ini. Dalam skenario, sisi kiri jalan akan terdiri
dari dinding dan area taman. Seperti yang dapat Anda lihat di video, ada 4 sensor secara total, 2
di sisi kiri mobil dan satu di bagian belakang dan depan.
Kedua sensor di sisi kiri mobil memahami bahwa dinding berukuran 15 cm lebih kecil dari nilai
yang diukur dan bergerak maju. Ini merekam ini dalam memori. Kedua sensor di tepi mengukur
terus-menerus, dan ketika nilai-nilai ini sama dengan nilai yang dihasilkan, Anda harus
memutuskan cara parkir.
1.5 Significance of Project
The significance of this project is as below:

1) Space saving:
All APS takes advantage of a common concept to decrease the area of parking spaces - removing the driver and
passengers from the car before it is parked. With either fully automated or semi-automated APS, the car is driven up
to an entry point to the APS and the driver and passengers exit the car. The car is then moved automatically or semi-
automatically (with some attendant action required) to its parking space.
The space-saving provided by the APS, compared to the multi-story parking garage, is derived primarily from a
significant reduction in space not directly related to the parking of the car:
 
Parking space width and depth (and distances between parking spaces) are dramatically reduced since no
allowance need be made for driving the car into the parking space or for the opening of car doors (for

drivers and passengers)
No driving lanes or ramps are needed to drive the car to/from the entrance/exit to a parking space

Ceiling height is minimized since there is no pedestrian traffic (drivers and passengers) in the parking area, and

No walkways, stairways or elevators are needed to accommodate pedestrians in the parking area.

With the elimination of ramps, driving lanes, pedestrians and the reduction in ceiling heights, the APS requires
substantially less structural material than the multi-story parking garage. Many APS utilize a steel framework (some
use thin concrete slabs) rather than the monolithic concrete design of the multi-story parking garage. These factors
contribute to an overall volume reduction and further space savings for the APS.
Other significance :

2) The parked cars and their contents are more secure since there is no public access to parked cars.
3) Minor parking lot damage such as scrapes and dents are eliminated.
4) Drivers and passengers are safer not having to walk through parking lots or garages.
5) Driving around in search of a parking space is eliminated, thereby reducing engine emissions.
6) Only minimal ventilation and lighting systems are needed.
7) Handicap access is improved.
8) The volume and visual impact of the parking structure is minimized.
9) Shorter construction time.
Pentingnya proyek ini adalah sebagai berikut:
1) Penghematan ruang:
Semua APS memanfaatkan konsep umum untuk mengurangi area tempat parkir - mengeluarkan
pengemudi dan penumpang dari mobil sebelum diparkir. Dengan APS yang sepenuhnya otomatis
atau semi-otomatis, mobil didorong hingga titik masuk ke APS dan pengemudi serta penumpang
keluar dari mobil. Mobil kemudian dipindahkan secara otomatis atau semi-otomatis (dengan
beberapa tindakan petugas diperlukan) ke tempat parkirnya.
Penghematan ruang yang disediakan oleh APS, dibandingkan dengan garasi parkir bertingkat,
terutama berasal dari pengurangan ruang secara signifikan yang tidak terkait langsung dengan
parkir mobil:

 Lebar dan kedalaman ruang parkir (dan jarak antar ruang parkir) berkurang drastis karena
tidak perlu uang saku untuk mengendarai mobil ke tempat parkir atau untuk membuka pintu
mobil (untuk pengemudi dan penumpang)
 Tidak diperlukan jalur mengemudi atau jalur landai untuk mengendarai mobil ke / dari pintu
masuk / keluar ke tempat parkir
 Tinggi plafon diminimalkan karena tidak ada lalu lintas pejalan kaki (pengemudi dan
penumpang) di area parkir, dan
 Tidak diperlukan jalan setapak, tangga atau lift untuk mengakomodasi pejalan kaki di area
parkir.
Dengan dihilangkannya jalur landai, jalur mengemudi, pejalan kaki, dan pengurangan ketinggian
langit-langit, APS membutuhkan material yang jauh lebih sedikit struktural daripada garasi
parkir bertingkat. Banyak APS menggunakan kerangka baja (beberapa menggunakan lempengan
beton tipis) daripada desain beton monolitik dari garasi parkir bertingkat. Faktor-faktor ini
berkontribusi pada pengurangan volume secara keseluruhan dan penghematan ruang lebih lanjut
untuk APS.

Signifikansi lain:
2) Mobil yang diparkir dan isinya lebih aman karena tidak ada akses publik ke mobil yang
diparkir.
3) Kerusakan tempat parkir kecil seperti goresan dan penyok dihilangkan.
4) Pengemudi dan penumpang lebih aman tidak harus berjalan melalui tempat parkir atau garasi.
5) Berkeliling mencari tempat parkir dihilangkan, sehingga mengurangi emisi mesin.
6) Hanya sistem ventilasi dan pencahayaan minimal yang diperlukan.
7) Akses cacat ditingkatkan.
8) Volume dan dampak visual dari struktur parkir diminimalkan.
9) Waktu konstruksi yang lebih singkat.
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019
2. Literature Review
2.1 Related previous research
The smart parking system implemented mainly in the Europe, United States and Japan is developed with the
incorporation of advanced technologies and researches from various academic disciplines [6]. Now-a-days, there is a
rapid growth in parking system. Manpower is needed for each car parking slot to select a parking slot manually and
give direction to drive properly into slot [6]. So, there is a need to develop an automatic parking system which will
reduce manual work as well as will be useful for careful parking of cars and other vehicles [7]. Parking system
routinely experience parking related challenges, especially in the urban and metropolitan areas. While doing a
survey we have found that this automatic car parking system has been proposed by various researchers using
different technology. In some paper some researchers have proposed this system using Around View Monitor(AVM).
In their paper they have discusses fusion of AVM and ultrasonic sensor, used to detect the vacant parking slot in the
automatic car parking system. The AVM provides a virtually 360-degree scene of the car in bird „s eye view. The
AVM helps the driver to maneuver into parking spots. Through the bird „s eye view, a driver can check for obstacle
around the vehicle. First, the parking slot marking detected in the AVM image sequence. A tree structure-based
method detects the parking slot marking using individual AVM image sequence and image registration technique.
Second, empty slot is detected using ultrasonic sensors. The probability of parking slot occupancy is calculated
utilizing ultrasonic sensor data acquired while the vehicle is passing by parking slots, and finally the selected empty
slot is tracked and the vehicle is properly parked in selected parking slots [7]. Some other researchers have discussed
this system using another technology i.e. GSM Technology. The functionality of the technology is that user sends a
message to the GSM modem which is placed at the parking end. The GSM modem will send a conformation
message to the user whether the slot is vacant or not. If it is vacant then the user has to message the exact time and
duration he/she wants to park the vehicle in the parking slot. Then the GSM modem will send a password and the
parking lot number to access the reserved parking lot. Once the conformation message has been sent, the counter for
the reservation time will automatically start for sending message [8]. Another paper attempts to discuss this system
using FPGA Technology. In their paper they have discuss how to implement an automatic car parking system using
FPGA technology, where the access in the parking which is made by barrier, if there are vacancies with the lifting of
the barrier a ticket is issued with a client code and there starts a timer for measuring the time left in the parking. The
analog signals transferred through a digital analog converter as input signals in the FPGA. To work with FPGA
Xilinx software has to be used [9]. Another paper discusses a system using some digital key along with some robotic
technique. when a car enters the entry of the automated car parking system, an IR detection subsystem detects the
presence. Then the driver is promoted to enter a valid key and to choose the option of either parking or retrieving the
car. Each key is checked for accuracy and assigned a designated parking slot. Upon entering the correct key, car is
picked up along with the pallet from the stack system and placed in the designated spot. When drivers return to pick
up the car he enters the valid key for which the system will check in its database and the car is return back to the
drive way. The stack system will pull down the pallets to make room for incoming pallet. The system includes
robotic lift with motors for picking the car and placing it in the designating spots [10]. Another paper discusses a
system where microcontroller 89S51 has been used, in their paper they have discussed a system which is automated
with the user being given a unique ID corresponding to the trolley being allocated to him/her. The idea is to park and
move cars with no disturbance to the already parked cars in their system
[11]. some other researchers have discussed this system using RFID. According to their system, the vehicle owner
has to first register the vehicle with the parking owner and get the RFID tag. When the car has to be parked, the
RFID tag is placed near the RFID reader, which is installed near the entry gate of the parking lot. As soon as the
RFID tag is read by the reader, the system automatically deducts the specified amount from the RFID tag and the
entry gate boomer opens to allow the car inside the parking area. At the same time, the parking counter increments
by one. Similarly, the door is opened at the exit gate and the parking counter decremented [12]. After doing study on
various system using various technology, we have tried to discuss a system using Radio frequency technology
(RFID), IR (infrared)sensors, Microcontroller. RFID technology is very useful in automation of vehicle parking
system in mall/building.
There are many kinds of methods that have been proposed by many researchers. Those methods whether use single
intelligent or combinations of two intelligent. Xiaochuan Wang and Simon X. Yang (5) have developneuro-fuzzy control
system for obstacle avoidance of a nonholonomic mobile robot. They combined four infrared sensors for distance to
obstacle detection around the mobile robot. The distance information is processed by the proposed neuro-fuzzy controller
to adjust the velocities of two separate driven wheels of the robot. They constructed eighteen fuzzy

Sistem parkir pintar diimplementasikan terutama di Eropa, Amerika Serikat dan Jepang
dikembangkan dengan menggabungkan teknologi canggih dan penelitian dari berbagai disiplin
ilmu [6]. Sekarang-a-hari, ada pertumbuhan yang cepat dalam sistem parkir. Tenaga kerja
diperlukan untuk setiap slot parkir mobil untuk memilih slot parkir secara manual dan
memberikan arah untuk mengemudi dengan benar ke dalam slot [6]. Jadi, ada kebutuhan untuk
mengembangkan sistem parkir otomatis yang akan mengurangi pekerjaan manual dan juga akan
berguna untuk parkir mobil dan kendaraan lain secara hati-hati [7]. Sistem parkir secara rutin
mengalami tantangan terkait parkir, terutama di daerah perkotaan dan metropolitan. Saat
melakukan survei, kami telah menemukan bahwa sistem parkir mobil otomatis ini telah
diusulkan oleh berbagai peneliti menggunakan teknologi yang berbeda. Dalam beberapa makalah
beberapa peneliti telah mengusulkan sistem ini menggunakan Around View Monitor (AVM).
Dalam makalah mereka, mereka telah membahas fusi AVM dan sensor ultrasonik, yang
digunakan untuk mendeteksi slot parkir kosong dalam sistem parkir mobil otomatis. AVM
menyediakan pemandangan 360 derajat dari mobil dalam pandangan mata burung. AVM
membantu pengemudi untuk bermanuver ke tempat parkir. Melalui pandangan mata burung,
seorang pengemudi dapat memeriksa hambatan di sekitar kendaraan. Pertama, tanda slot parkir
terdeteksi dalam urutan gambar AVM. Metode berbasis struktur pohon mendeteksi tanda slot
parkir menggunakan urutan gambar AVM individual dan teknik pendaftaran gambar. Kedua, slot
kosong terdeteksi menggunakan sensor ultrasonik. Kemungkinan hunian slot parkir dihitung
dengan menggunakan data sensor ultrasonik yang diperoleh saat kendaraan melewati slot parkir,
dan akhirnya slot kosong yang dipilih dilacak dan kendaraan diparkir dengan benar di slot parkir
yang dipilih [7]. Beberapa peneliti lain telah membahas sistem ini menggunakan teknologi lain,
mis. Teknologi GSM. Fungsionalitas teknologi adalah bahwa pengguna mengirim pesan ke
modem GSM yang ditempatkan di ujung parkir. Modem GSM akan mengirim pesan konformasi
kepada pengguna apakah slotnya kosong atau tidak. Jika kosong maka pengguna harus mengirim
pesan waktu dan durasi yang tepat ia ingin memarkir kendaraan di tempat parkir. Kemudian
modem GSM akan mengirim kata sandi dan nomor tempat parkir untuk mengakses tempat parkir
yang dipesan. Setelah pesan konformasi dikirim, penghitung waktu reservasi akan secara
otomatis memulai pengiriman pesan [8]. Makalah lain mencoba membahas sistem ini
menggunakan Teknologi FPGA. Dalam makalah mereka, mereka telah membahas bagaimana
menerapkan sistem parkir mobil otomatis menggunakan teknologi FPGA, di mana akses di
parkir yang dibuat oleh penghalang, jika ada lowongan dengan mengangkat penghalang tiket
dikeluarkan dengan kode klien dan ada memulai timer untuk mengukur waktu yang tersisa di
parkir. Sinyal analog ditransfer melalui konverter analog digital sebagai sinyal input dalam
FPGA. Untuk bekerja dengan perangkat lunak FPGA Xilinx harus digunakan [9]. Makalah lain
membahas sistem menggunakan beberapa kunci digital bersama dengan beberapa teknik robot.
ketika sebuah mobil memasuki sistem parkir mobil otomatis, subsistem deteksi IR mendeteksi
keberadaannya. Kemudian pengemudi dipromosikan untuk memasukkan kunci yang valid dan
untuk memilih opsi parkir atau mengambil mobil. Setiap kunci diperiksa keakuratannya dan
diberikan slot parkir yang ditentukan. Setelah memasukkan kunci yang benar, mobil diambil
bersama dengan palet dari sistem tumpukan dan ditempatkan di tempat yang ditentukan. Ketika
pengemudi kembali untuk mengambil mobil, ia memasukkan kunci yang valid untuk sistem yang
akan memeriksa dalam database-nya dan mobil kembali ke jalan drive. Sistem tumpukan akan
menarik palet ke bawah untuk memberikan ruang bagi palet yang masuk. Sistem ini termasuk lift
robot dengan motor untuk mengambil mobil dan menempatkannya di tempat yang ditunjuk [10].
Makalah lain membahas sistem di mana mikrokontroler 89S51 telah digunakan, dalam makalah
mereka mereka membahas sistem yang otomatis dengan pengguna diberi ID unik yang sesuai
dengan troli yang dialokasikan kepadanya. Idenya adalah memarkir dan memindahkan mobil
tanpa gangguan ke mobil yang sudah diparkir di sistem mereka

[11] beberapa peneliti lain telah membahas sistem ini menggunakan RFID. Menurut sistem
mereka, pemilik kendaraan harus terlebih dahulu mendaftarkan kendaraan dengan pemilik parkir
dan mendapatkan tag RFID. Ketika mobil harus diparkir, tag RFID ditempatkan di dekat
pembaca RFID, yang dipasang di dekat pintu masuk tempat parkir. Segera setelah tag RFID
dibaca oleh pembaca, sistem secara otomatis mengurangi jumlah yang ditentukan dari tag RFID
dan boomer gerbang masuk terbuka untuk memungkinkan mobil di dalam area parkir. Pada saat
yang sama, konter parkir bertambah satu. Demikian pula, pintu dibuka di gerbang keluar dan
konter parkir berkurang [12]. Setelah melakukan studi pada berbagai sistem menggunakan
berbagai teknologi, kami telah mencoba membahas suatu sistem menggunakan teknologi
frekuensi Radio (RFID), IR (infrar
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

rules for the obstacle avoidance. Based on their research it showed that the development of two algorithms is more
effective than using single algorithm.
Besides that, Gustavo Pessin, Fernando Osório, Alberto Y. Hata and Denis F. Wolf [6] give an idea to develop
multirobot system by using combination of two algorithm (Genetic Algorithm and Artificial Neural Network). In
this project, Genetic Algorithm being used to planning, evolves positioning strategy for mobile robot performance.
They developed a mobile robot with distance sensor that being control by multilayer perceptron (MLP) in ANN.
ANN was trained and also to control the robot‟s actuators. Its allow mobile robot to move in dynamic environment
with obstacle avoidance. Based on their results, it shows that the ANN satisfactorily controls the mobile robot.
In addition, M. A. Jeffril and N. Sariff [7] also proposed the same concept. This paper describes that the approaches
are efficient to avoid few number and shape of static obstacle in environment. They constructed fuzzy rules by
grouping IR sensor which means each of sensors sharing the same rule. This project proved that the mobile robot
will able to avoid and explore in the environments based on Neural Network controller learning algorithm as well as
increase the overall performance of the robot itself. VelappaGanapathy, Soh Chin Yun, and Jefry [8] Ng have
developed mobile robot by using Fuzzy Logic and Artificial Neural Network that focused on exploring the four
combinations of training algorithms. They proposed the concept of Path Remembering that will make the mobile
robot to come out from acute obstacles. In order to prevent the mobile robot re-entering the same acute obstacle they
used virtual wall building method. In order to reach the goal, they determined each of the angles.
Furthermore,T.Khelchandra, H. Jie, and S. Debnath [9] was design an path planning mobile robot using neuro-fuzzy
technique to helping each of limitation. Theycome out with new method to solving motion of mobile robot in static
environment. ANN is being trained to identifies shorten path or choose suitable path to reach goal and the fuzzy
logic used to reduce ANN limitation in performance. Although there are blockage in their path the can choose the
collisions free path from a lot of path. In other research, Hema,Paulraj M, Abdul Hamid,, K.F.Sim,
RajkumarPalaniappan [10] uses the vision sensor to recognize objects and obstacles in front of the robot. The
ultrasonic sensor being interfaced to helps avoid obstacles around the robot and to estimate the distance of a detected
object. The output of the proposed sensor system aids the mobile robot with a gripper system to navigate and to pick
up the objects that are lying on the floor. However, only the vision system is highlighted in this paper. A simple
neural network model was developed to identify obstacles and objects.
Regarding on those researches, it can summarized that the uses of Fuzzy Logic, Artificial Neural Network and other
algorithms by using different method gives different performances for the desired output. Therefore, for this project,
the hybrid technique includes Fuzzy Logic and ANN is proposed to solve path planning obstacles avoidance
problem in a static environment. In this project the fuzzy rules is construct to use as controller. The concept to take
all the possibility for all sensors is used in constructing the fuzzy rules. Then, the addition of another algorithm
which is ANN will be used to train the behavior of the robot that corresponds to the IR sensors on the robot modules.
This approach is focused on the ability of the robot to move as well as avoid the obstacles in any different of
complexity of environment.
aturan untuk menghindari rintangan. Berdasarkan penelitian mereka itu menunjukkan bahwa
pengembangan dua algoritma lebih efektif daripada menggunakan algoritma tunggal.

Selain itu, Gustavo Pessin, Fernando Osório, Alberto Y. Hata dan Denis F. Wolf [6] memberikan
ide untuk mengembangkan sistem multirobot dengan menggunakan kombinasi dua algoritma
(Genetic Algorithm dan Artificial Neural Network). Dalam proyek ini, Algoritma Genetika yang
digunakan untuk perencanaan, mengembangkan strategi penentuan posisi untuk kinerja robot
seluler. Mereka mengembangkan robot mobile dengan sensor jarak yang dikendalikan oleh
multilayer perceptron (MLP) di ANN. JST dilatih dan juga untuk mengontrol aktuator robot. Ini
memungkinkan robot bergerak di lingkungan yang dinamis dengan penghindaran rintangan.
Berdasarkan hasil mereka, ini menunjukkan bahwa JST memuaskan mengendalikan robot
mobile.

Selain itu, M. A. Jeffril dan N. Sariff [7] juga mengusulkan konsep yang sama. Makalah ini
menjelaskan bahwa pendekatan yang efisien untuk menghindari beberapa jumlah dan bentuk
hambatan statis di lingkungan. Mereka membuat aturan fuzzy dengan mengelompokkan sensor
IR yang berarti masing-masing sensor berbagi aturan yang sama. Proyek ini membuktikan bahwa
robot mobile akan dapat menghindari dan mengeksplorasi di lingkungan berdasarkan algoritma
pembelajaran pengontrol Jaringan Saraf Tiruan serta meningkatkan kinerja keseluruhan robot itu
sendiri. VelappaGanapathy, Soh Chin Yun, dan Jefry [8] Ng telah mengembangkan robot mobile
dengan menggunakan Fuzzy Logic dan Artificial Neural Network yang fokus mengeksplorasi
empat kombinasi algoritma pelatihan. Mereka mengusulkan konsep Path Remembering yang
akan membuat robot mobile keluar dari hambatan akut. Untuk mencegah robot mobile memasuki
kembali rintangan akut yang sama, mereka menggunakan metode pembangunan dinding virtual.
Untuk mencapai tujuan, mereka menentukan masing-masing sudut.

Selanjutnya, T.Khelchandra, H. Jie, dan S. Debnath [9] merancang sebuah robot mobile
perencanaan jalur menggunakan teknik neuro-fuzzy untuk membantu masing-masing batasan.
Mereka menghasilkan dengan metode baru untuk menyelesaikan gerakan robot mobile di
lingkungan statis. JST sedang dilatih untuk mengidentifikasi jalur yang lebih pendek atau
memilih jalur yang sesuai untuk mencapai tujuan dan logika fuzzy yang digunakan untuk
mengurangi batasan JST dalam kinerja. Meskipun ada penyumbatan di jalurnya, mereka dapat
memilih jalur bebas tabrakan dari banyak jalur. Dalam penelitian lain, Hema, Paulraj M, Abdul
Hamid ,, K.F.Sim, Rajkumaralanalanpanpan [10] menggunakan sensor penglihatan untuk
mengenali objek dan hambatan di depan robot. Sensor ultrasonik yang dihubungkan untuk
membantu menghindari rintangan di sekitar robot dan untuk memperkirakan jarak objek yang
terdeteksi. Output dari sistem sensor yang diusulkan membantu robot mobile dengan sistem
gripper untuk menavigasi dan mengambil objek yang tergeletak di lantai. Namun, hanya sistem
penglihatan yang disorot dalam tulisan ini. Model jaringan saraf sederhana dikembangkan untuk
mengidentifikasi hambatan dan objek.

Mengenai penelitian-penelitian itu, dapat diringkas bahwa penggunaan Fuzzy Logic, Artificial
Neural Network dan algoritma lainnya dengan menggunakan metode yang berbeda memberikan
kinerja yang berbeda untuk output yang diinginkan. Oleh karena itu, untuk proyek ini, teknik
hibrida termasuk Fuzzy Logic dan JST diusulkan untuk memecahkan masalah perencanaan jalur
penghindaran hambatan dalam lingkungan statis. Dalam proyek ini aturan fuzzy dibangun untuk
digunakan sebagai pengontrol. Konsep untuk mengambil semua kemungkinan untuk semua
sensor digunakan dalam membangun aturan fuzzy. Kemudian, penambahan algoritma lain yaitu
JST akan digunakan untuk melatih perilaku robot yang sesuai dengan sensor IR pada modul
robot. Pendekatan ini difokuskan pada kemampuan robot untuk bergerak serta menghindari
hambatan dalam kompleksitas lingkungan yang berbeda.
2.2 Hardware Implementation
2.2.1 Arduino
Arduino is basically an open-source computer hardware/software platform for building digital devices and
interactive objects that can sense and control the physical world around them. It‟s intended for artists, designers,
hobbyists, and anyone interested in creating interactive objects or environments. It comes with an open supply
hardware feature that permits users to develop their own kit. The software of the Arduino is well-suited to all kinds
of operation systems like Linux, Windows, and Macintosh, etc. It also comes with open supply software system
feature that permits tough software system developers to use the Arduino code to merge with the prevailing
programming language libraries and may be extended and changed. For beginners, it is very simple to use and also
cheap. It can be used to create such devices that can interact with the environment using sensors and actuators. Some
common examples include robot, thermostats and motion detectors. This paper introduces the use of Arduino in one
such area, that is, Automatic car parking, so that people can become aware of where free parking place is available
and save time, while avoiding traffic congestion.

Arduino
Arduino pada dasarnya adalah platform perangkat keras / perangkat lunak komputer open-source
untuk membangun perangkat digital dan objek interaktif yang dapat merasakan dan
mengendalikan dunia fisik di sekitar mereka. Ini ditujukan untuk seniman, perancang,
penggemar, dan siapa pun yang tertarik untuk menciptakan objek atau lingkungan interaktif.
Muncul dengan fitur perangkat keras pasokan terbuka yang memungkinkan pengguna untuk
mengembangkan kit mereka sendiri. Perangkat lunak Arduino sangat cocok untuk semua jenis
sistem operasi seperti Linux, Windows, dan Macintosh, dll. Ini juga dilengkapi dengan fitur
sistem perangkat lunak pasokan terbuka yang memungkinkan pengembang sistem perangkat
lunak yang tangguh untuk menggunakan kode Arduino untuk bergabung dengan kode yang
berlaku untuk bergabung dengan yang berlaku perpustakaan bahasa pemrograman dan dapat
diperpanjang dan diubah. Untuk pemula, sangat mudah digunakan dan juga murah. Dapat
digunakan untuk membuat perangkat seperti itu yang dapat berinteraksi dengan lingkungan
menggunakan sensor dan aktuator. Beberapa contoh umum termasuk robot, termostat dan
detektor gerakan. Makalah ini memperkenalkan penggunaan Arduino di satu area seperti itu,
yaitu, Parkir mobil otomatis, sehingga orang dapat mengetahui di mana tempat parkir gratis
tersedia dan menghemat waktu, sambil menghindari kemacetan lalu lintas.
2.2.2 Ultrasonic Sensors [x4]
The Arduino Ultrasonic Range Detection Sensor is used with Arduino in order to calculate distances from objects.
So, if we start with the Arduino Ultrasonic Range Detection Sensor, it‟s an IC that works by sending an ultrasound

2.2.2 Sensor Ultrasonik [x4]

Arduino Ultrasonic Range Detection Sensor digunakan dengan Arduino untuk menghitung jarak
dari objek. Jadi, jika kita mulai dengan Arduino Ultrasonic Range Detection Sensor, itu adalah
IC yang berfungsi dengan mengirim ultrasound
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

pulse at around 40 KHz. It then waits and listens for the pulse to echo back, calculating the time taken in
microseconds (1 microsecond = 1.0 × 10-6 seconds). We can trigger a pulse as fast as 20 times a second and it can
determine objects up to 10 meters away and as near as 4cm.It needs a 5Vpower supply to run. And then it waits and
listens for the pulse to echo back, by calculating the time taken in microseconds. Adding the Arduino Ultrasonic
Range Detection Sensor to the Arduino is very easy, only 4 pins to worry about. Power, Ground, Trigger and Echo.
Since it needs 5V and Arduino provides 5V we are obviously going to use this to power it.

pulsa sekitar 40 KHz. Ia kemudian menunggu dan mendengarkan pulsa kembali, menghitung
waktu yang diambil dalam mikrodetik (1 mikrodetik = 1,0 × 10-6 detik). Kita dapat memicu
denyut nadi secepat 20 kali per detik dan dapat menentukan objek hingga 10 meter dan sedekat
4cm. Dibutuhkan pasokan 5 V untuk beroperasi. Dan kemudian menunggu dan mendengarkan
denyut nadi kembali, dengan menghitung waktu yang diambil dalam mikrodetik. Menambahkan
Arduino Ultrasonic Range Detection Sensor ke Arduino sangat mudah, hanya 4 pin yang perlu
dikhawatirkan. Power, Ground, Trigger dan Echo. Karena membutuhkan 5V dan Arduino
menyediakan 5V kita jelas akan menggunakan ini untuk menyalakannya.

Fig 1: Ultrasonic sensor

2.2.3 Arduino Uno [x1]

The Arduino Uno is a microcontroller board based on the ATmega328 (datasheet). It has 6 analog inputs, 14 digital
input/output pins (of which 6 can be used as PWM outputs), a 16 MHz crystal oscillator, a USB connection, a power
jack, an ICSP header, and a reset button. It contains everything needed to support the microcontroller; all we have to
do is simply connect in to PC with a USB cable or power it with an AC-to-DC adapter or battery to get started. The
Uno board is the first in a series of USB Arduino board and the reference model for the Arduino platform.

2.2.3 Arduino Uno [x1]

The Arduino Uno adalah papan mikrokontroler berdasarkan ATmega328 (lembar data). Ia
memiliki 6 input analog, 14 pin input / output digital (6 di antaranya dapat digunakan sebagai
output PWM), osilator kristal 16 MHz, koneksi USB, colokan listrik, header ICSP, dan tombol
reset. Ini berisi semua yang diperlukan untuk mendukung mikrokontroler; yang harus kita
lakukan hanyalah menghubungkan ke PC dengan kabel USB atau menyalakannya dengan
adaptor AC-ke-DC atau baterai untuk memulai. Papan Uno adalah yang pertama dalam
serangkaian papan USB Arduino dan model referensi untuk platform Arduino.
2.2.4 Mega Arduino
The Arduino Mega 2560 is a microcontroller board based on the ATmega2560 (datasheet). It has 54 digital
input/output pins (of which 15 can be used as PWM outputs), 16 analog inputs, 4 UARTs (hardware serial ports), a
16 MHz crystal oscillator, a USB connection, a power jack, an ICSP header, and a reset button. It contains
everything needed to support the microcontroller; simply connect it to a computer with a USB cable or power it
with a AC-to-DC adapter or battery to get started. The Mega is compatible with most shields designed for the
Arduino Duemilanove or Diecimila.
2.2.4 Mega Arduino
Arduino Mega 2560 adalah papan mikrokontroler berdasarkan ATmega2560 (lembar data). Ini
memiliki 54 pin input / output digital (15 di antaranya dapat digunakan sebagai output PWM), 16
input analog, 4 UART (port serial perangkat keras), osilator kristal 16 MHz, koneksi USB,
colokan listrik, header ICSP, dan tombol reset. Ini berisi semua yang diperlukan untuk
mendukung mikrokontroler; cukup sambungkan ke komputer dengan kabel USB atau daya
dengan adaptor AC-ke-DC atau baterai untuk memulai. Mega kompatibel dengan sebagian besar
perisai yang dirancang untuk Arduino Duemilanove atau Diecimila.

Fig 2: Mega Arduino


Technical details

Dimensions:

 Length:101.98mm/4.01in
 Width:53.63mm/2.11in
 Height:15.29mm/0.60in
 Weight:34.9g/1.23oz

 Detail teknis

Ukuran:

• Panjang: 101,98mm / 4.01in

• Lebar: 53.63mm / 2.11in

• Tinggi: 15.29mm / 0.60in

• Berat: 34.9g / 1.23onz

www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019


Specs:
Microcontroller ATmega2560

Operating Voltage 5V

Input Voltage (recommended) 7-12V

Input Voltage (limits) 6-20V

Digital I/O Pins 54 (of which 14 provide PWM output)

Analog Input Pins 16

DC Current per I/O Pin 40 mA

DC Current for 3.3V Pin 50 mA

Flash Memory 256 KB of which 8 KB used by bootloader

SRAM 8 KB

EEPROM 4 KB

Clock Speed 16 MHz

 Spesifikasi:
Mikrokontroler ATmega2560
Tegangan Pengoperasian 5V
Tegangan Input (disarankan) 7-12V
Tegangan Input (batas) 6-20V
Digital I / O Pins 54 (14 di antaranya menyediakan output PWM)
Pin Input Analog 16
Arus DC per I / O Pin 40 mA
Arus DC untuk 3.3V Pin 50 mA
Memori Flash 256 KB dimana 8 KB digunakan oleh bootloader
SRAM 8 KB
EEPROM 4 KB
Kecepatan Clock 16 MHz

2.2.5 The Arduino motor Shield

Overview:

The Arduino motor Shield is a shield that lets you control various loads that a typical Arduino pin cannot drive. The
motor shield has quite a few features such as current measuring and the ability to drive a single stepper motor. At the
heart of this shield is the L298P dual full bridge driver that can handle up to 3 amps for very short durations or 2
amps continuously per channel. Thorough example code is available for all the sections in the attached zipped
folder.
2.2.5 Perisai motor Arduino
Gambaran:

Perisai motor Arduino adalah perisai yang memungkinkan Anda mengontrol berbagai muatan
yang tidak dapat dikendarai pin Arduino biasa. Pelindung motor memiliki beberapa fitur seperti
pengukuran arus dan kemampuan untuk menggerakkan motor stepper tunggal. Inti dari perisai
ini adalah L298P dual full bridge driver yang dapat menangani hingga 3 amp untuk durasi yang
sangat singkat atau 2 amp secara terus menerus per saluran. Kode contoh menyeluruh tersedia
untuk semua bagian dalam folder zip terlampir.
2.2.6 Power Supply requirements
The motors attached to the motor shield need an ample power supply. By using the USB connection, the current will
often be limited to 500mA or 1 amp. Many motors will draw more current than the amount the USB source can
supply. To reduce the risk of possible damange to a usb port an external power supply should be used.

2.2.6 Persyaratan Catu Daya

Motor yang terpasang pada pelindung motor membutuhkan catu daya yang cukup. Dengan
menggunakan koneksi USB, arus akan sering dibatasi hingga 500mA atau 1 amp. Banyak motor
akan menarik lebih banyak arus daripada jumlah yang dapat disediakan oleh sumber USB. Untuk
mengurangi risiko kemungkinan kerusakan pada port usb, catu daya eksternal harus digunakan.
2.2.6 Direction Control
To control the motor‟s direction, Pin 12 (Channel A) and Pin 13 (Channel B) are used. To drive the motor forward*
this pins needs to be brought high. The pins can be driven low to put the motors into reverse.

Important note: Changing direction rapidly can cause unexpected effects. From a mechanical standpoint, going from
forward to reverse rapidly could potentially damage a gear box. From an electrical standpoint, it can cause large
current and voltage spikes. To resolve these issues, a motor needs to be taken from one direction to another with a
small pause in-between. An example of this can be found in BasicControl.ino, attached.

*Since the “forward” direction of the motors depends on application, for this tutorial "forward" will refer to positive
voltage on the + screw terminal on the shield.

2.2.6 Kontrol Arah

Untuk mengontrol arah motor, Pin 12 (Saluran A) dan Pin 13 (Saluran B) digunakan. Untuk
mendorong motor maju * pin ini harus dibawa tinggi. Pin dapat didorong rendah untuk membuat
motor mundur.

Catatan penting: Mengubah arah dengan cepat dapat menyebabkan efek yang tidak terduga. Dari
sudut pandang mekanik, bergerak dari depan ke mundur dengan cepat dapat berpotensi merusak
gear box. Dari sudut pandang listrik, itu dapat menyebabkan lonjakan arus dan tegangan yang
besar. Untuk mengatasi masalah ini, motor perlu diambil dari satu arah ke arah lain dengan jeda
kecil di antaranya. Contoh dari ini dapat ditemukan di BasicControl.ino, terlampir.

* Karena arah "maju" dari motor tergantung pada aplikasi, untuk tutorial ini "maju" akan
merujuk pada tegangan positif pada terminal + sekrup pada pelindung.
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

2.2.7 Speed Control

To control the motors speed Pin 3 (Channel A) and Pin 11 (Channel B) can use PWM signals to vary the speed of
the motors. To use the PWM feature on the arduino the analogWrite function needs to be called. In the function a pin
needs to be defined and a speed between 0-255 needs to defined. An example of this can be found in Basic
Control.ino, attached.

2.2.8 Current Sensing

Another feature of the Arduino Motor Shield is the ability to determine the amount of current the motor (or any
inductive load) is drawing. Current sensing can be useful for robotics applications, such as traction control and
determining if the robot is pushing an object. The current sense pins are A0 (Channel A) and A1 (Channel B). The
Motor Shield will output 3.3v on the current sense pins when the maximum channel current (2 amps) is reached.

After a small amount of math, it can be determined that each integer will represent 2.96mA. So for example, if the
analogRead(A0) produces a value of 121 the motor (or load) is drawing 0.36 amps. An example of this can be found
in Current_to_Serial.ino, attached.

2.2.7 Kontrol Kecepatan

Untuk mengontrol kecepatan motor Pin 3 (Saluran A) dan Pin 11 (Saluran B) dapat
menggunakan sinyal PWM untuk memvariasikan kecepatan motor. Untuk menggunakan fitur
PWM pada Arduino, fungsi analogWrite perlu dipanggil. Dalam fungsi pin perlu didefinisikan
dan kecepatan antara 0-255 perlu ditentukan. Contoh dari ini dapat ditemukan di Basic
Control.ino, terlampir.

2.2.8 Sensing Saat Ini

Fitur lain dari Arduino Motor Shield adalah kemampuan untuk menentukan jumlah arus motor
(atau beban induktif) menggambar. Penginderaan saat ini dapat berguna untuk aplikasi robotika,
seperti kontrol traksi dan menentukan apakah robot mendorong benda. Pin indra saat ini adalah
A0 (Saluran A) dan A1 (Saluran B). Motor Shield akan menghasilkan 3.3v pada pin indra saat ini
ketika arus saluran maksimum (2 amp) tercapai.

Setelah sejumlah kecil matematika, dapat ditentukan bahwa setiap bilangan bulat akan mewakili
2,96mA. Jadi misalnya, jika analogRead (A0) menghasilkan nilai 121 motor (atau beban)
menggambar 0,36 amp. Contohnya dapat ditemukan di Current_to_Serial.ino, terlampir.

Fig 3: Arduino motor shield

This system will indicate empty and filled car parking slots at the entry. Now a days Car parking at shopping malls
and markets is becoming a big issue and is causing to traffic jam. To avoid this problem, we are designing this
system to indicate empty slots and filled slots, so that a car driving person can directly take his car to that particular
empty slot. We will indicate the slot state by LEDs and also in LCD screen. We will use IR sensors to sense the
presence of car in the slot.

2.3 Software Implementation

This project is designed by using main software which are Arduino. This software is used to simulate with a static
environment avoiding obstacle. The performance of the car robot will be observed graphically in this software. In
Arduino, special programming language is used for allowing user to control the robot. Another which is functioned
for constructing the Artificial Neural Network that will train the robot behavior. This software will achieve the
project‟s objectives.

3. Research Methodology
3.1 Automatic parking system design
3.1.1 Overall Project
In this chapter the result of our project will be stated accordingly. The final car includes the elements detailed above.
Two Ultrasonic sensors are secured along the left side and 1 in the front and 1 at the back of the car. The sensor
placement is shown in Figure 1 down below. Each sensor is connected to its own analog pin on the Arduino, so that
each pin can read in specific outputs from their corresponding sensors. The Arduino also controls a servo that turns
the front wheels of the car. The rotation speed and direction of the rear wheels are controlled by the motor

Sistem ini akan menunjukkan slot parkir mobil kosong dan terisi di pintu masuk. Sekarang ini,
Parkir mobil di pusat perbelanjaan dan pasar menjadi masalah besar dan menyebabkan
kemacetan lalu lintas. Untuk menghindari masalah ini, kami merancang sistem ini untuk
menunjukkan slot kosong dan slot diisi, sehingga orang yang mengemudi mobil dapat langsung
membawa mobilnya ke slot kosong tertentu. Kami akan menunjukkan status slot dengan LED
dan juga di layar LCD. Kami akan menggunakan sensor IR untuk merasakan keberadaan mobil
di slot.

2.3 Implementasi Perangkat Lunak

Proyek ini dirancang dengan menggunakan perangkat lunak utama yaitu Arduino. Perangkat
lunak ini digunakan untuk mensimulasikan dengan lingkungan statis menghindari rintangan.
Kinerja robot mobil akan diamati secara grafis dalam perangkat lunak ini. Di Arduino, bahasa
pemrograman khusus digunakan untuk memungkinkan pengguna mengontrol robot. Lain yang
berfungsi untuk membangun Jaringan Syaraf Tiruan yang akan melatih perilaku robot. Perangkat
lunak ini akan mencapai tujuan proyek.

3. Metodologi Penelitian

3.1 Desain sistem parkir otomatis

3.1.1 Keseluruhan Proyek

Dalam bab ini hasil proyek kami akan dinyatakan sesuai. Mobil terakhir termasuk unsur-unsur
yang dijelaskan di atas. Dua sensor Ultrasonik diamankan di sepanjang sisi kiri dan 1 di depan
dan 1 di belakang mobil. Penempatan sensor ditunjukkan pada Gambar 1 di bawah. Setiap sensor
terhubung ke pin analognya sendiri pada Arduino, sehingga setiap pin dapat membaca output
spesifik dari sensor yang sesuai. Arduino juga mengendalikan servo yang memutar roda depan
mobil. Kecepatan rotasi dan arah roda belakang dikendalikan oleh motor
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

Which sensor to use:

After comparing to other sensors available, the ultrasonic sensor is the most accurate one, the IR sensor is not very
accurate also doesn‟t work fine outside in the sunlight, and the available IR sensors had a range less than the
ultrasonic sensors.

Detection a car not a moving object:

This is solved by using more than one ultrasonic sensor to detect from different points and distances. Also by using
delay and multiple readings to ensure that there is a car.

Running out of pins:

Our project utilized all of the pins in the Arduino, and in order to overcome this problem, we used shift Register.

DC Motor power: Detection a car not a moving object:

DC Motor get slow at parking because of low power , so sometimes will get small error regarding to low power to
motors. So need to increase the voltage battery to overcome this problem.

3.1.2 Materials used in the project

 Arduino Mega
 Adafruit Motor Shield
 4 Dc Motor Robot Kit
Sensor mana yang digunakan:

Setelah membandingkan dengan sensor lain yang tersedia, sensor ultrasonik adalah yang paling
akurat, sensor IR tidak terlalu akurat juga tidak berfungsi dengan baik di luar di bawah sinar
matahari, dan sensor IR yang tersedia memiliki jangkauan kurang dari sensor ultrasonik.

Deteksi mobil bukan benda bergerak:

Ini diselesaikan dengan menggunakan lebih dari satu sensor ultrasonik untuk mendeteksi dari
titik dan jarak yang berbeda. Juga dengan menggunakan penundaan dan beberapa bacaan untuk
memastikan bahwa ada mobil.

Kehabisan pin:

Proyek kami menggunakan semua pin di Arduino, dan untuk mengatasi masalah ini, kami
menggunakan shift Register.

Daya motor DC: Mendeteksi mobil bukan objek yang bergerak:

Motor DC lambat di parkir karena daya rendah, jadi kadang-kadang akan mendapatkan
kesalahan kecil mengenai daya rendah untuk motor. Jadi perlu menambah tegangan baterai untuk
mengatasi masalah ini.

3.1.2 Bahan yang digunakan dalam proyek

• Arduino Mega
• Adafruit Motor Shield
• 4 Dc Motor Robot Kit
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

 4 Pieces HC-SR04 Ultrasonic Sensor

 LM 393 Infrared Speed Sensor
 Lipo Battery (7.4V 850 mAh is enough)
 Jumper cables
• 4 Buah Sensor Ultrasonik HC-SR04
• LM 393 Sensor Kecepatan Inframerah
• Baterai Lipo (7.4V 850 mAh sudah cukup)
 Kabel jumper
3.1.3 Circuit Diagram

Pin Connections of Ultrasonic Sensors

Front Sensor => Trig Pin: D34, Echo Pin: D35

Left Front Sensor => Trig Pin: D36, Echo Pin: D37

Left Rear Sensor => Trig Pin: D38, Echo Pin: D39

Rear Sensor => Trig Pin: D40, Echo Pin: D41

Motor Shield Dc Motor Pin Connections

Left Front Motor => M4

Right Front Motor => M3

Left Rear Motor => M1

Right Rear Engine => M2

LM393 Speed Sensor Pin Connections VCC => 5V: OUT => D21: GND => GND
Koneksi Pin Sensor Ultrasonik

Sensor Depan => Pin Pemicu: D34, Pin Echo: D35

Sensor Depan Kiri => Pin Pemicu: D36, Pin Echo: D37

Sensor Belakang Kiri => Pin Pemicu: D38, Pin Echo: D39

Sensor Belakang => Pin Pemicu: D40, Pin Gema: D41

Koneksi Motor Dc Pin Motor Koneksi

Motor Depan Kiri => M4

Motor Depan Kanan => M3

Motor Belakang Kiri => M1

Mesin Belakang Kanan => M2

Koneksi Sensor Kecepatan LM393 VCC => 5V: OUT => D21: GND => GND
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

3.1.4 System Flowchart

Fig. 5. Flowchart of the parallel parking algorithm.

3.2 Fuzzy logic controller design

3.2.1 System Algorithm using Fuzzy logic

The two sensors on the left side of the car understand that the wall is 15 cm smaller than the measured value and
move forward. It records this in memory. The two sensors on the edge measure continuously, and when these values
are the same as the resultant values, you have to decide how to park.

Park Method Selection Algorithm

 Case 1: If the measured value is bigger than the car and smaller than the length of the car, the parallel
parking system will operate.
3,2 desain pengontrol logika fuzzy

3.2.1 Algoritma Sistem menggunakan logika Fuzzy

Kedua sensor di sisi kiri mobil memahami bahwa dinding berukuran 15 cm lebih kecil dari
nilai yang diukur dan bergerak maju. Ini merekam ini dalam memori. Kedua sensor di tepi
mengukur terus-menerus, dan ketika nilai-nilai ini sama dengan nilai yang dihasilkan, Anda
harus memutuskan cara parkir.

Algoritma Pemilihan Metode Taman

• Kasus 1: Jika nilai yang diukur lebih besar dari mobil dan lebih kecil dari panjang mobil,
paralel
sistem parkir akan beroperasi.
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

 Case 2: If the measured value is greater than the length of the car, the robot will park vertically.
 Case 3: If the measured value is shorter than the expected values car will stop.

In details :

The Decision model that begins the parking procedures are based on three premises depending upon the
available parking space or distance between cars.
Case 1: If the measured value is bigger than the car and smaller than the length of the car, the parallel parking
system will operate.
In this case, the car crosses the parking area and the car stops when two sensors on the side see the wall again. He
comes back a little and turns right 45 degrees. While moving backwards, the rear sensor goes into the park area by
measuring and starts to turn left. During the left movement, the sensors at the edges measure continuously and the
two sensors continue to turn left until the measured value equals each other. Stop when you are equal. The front
sensor measures and goes forward until it is small by 10 cm and stops when it is small by 10 cm. Parking is over.
Case 2: If the measured value is greater than the length of the car, the robot will park vertically.
If the sensors at the edges measure the value too much over the length of the car, the car stops and turns 90
degrees to the left. They start moving towards the parking lot. At this time, the front sensor continuously measures
and the car stops if the measured value is less than 10cm. Park operation is completed. Case 3: Stop.

3.2.2 Parallel parking algorithm

In this case, the car crosses the parking area and the car stops when two sensors on the side see the wall again. He
comes back a little and turns right 45 degrees. While moving backwards, the rear sensor goes into the park area by
measuring and starts to turn left. During the left movement, the sensors at the edges measure continuously and the
two sensors continue to turn left until the measured value equals each other. Stop when you are equal. The front
sensor measures and goes forward until it is small by 10 cm and stops when it is small by 10 cm. Parking is over.

3.2.3 Vertical Parking Algorithm

If the sensors at the edges measure the value too much over the length of the car, the car stops and turns 90 degrees
to the left. They start moving towards the parking lot. At this time, the front sensor continuously measures and the
car stops if the measured value is less than 10cm. Park operation is completed.

3.2.4 Output rules of Fuzzy Logic

The Decision model that begins the parking procedures are based on three premises depending upon the available
parking space or distance between cars (DBC):
1. If parking space is large (over 28 cm), forward parking movements are performed.
2. If parking space is enough (more than 15 cm), backward parking movements are performed.
3. But if parking space is short (less than 15 cm), no action is performed.
Hence, parking space is one of five measurements inputs in the system which helps the system to decide whether it
is possible to park the car or not. The other four measurements correspond to distance from side walk (DFS), Fig. 4;
distance from front car (DFF), Fig. 5; distance from back car (DFB), Fig. 6; and inclination (Inclination), Fig. 7
.Once system has acquired the parking system value and it is in the permissible parking range, the car must take an
initial position so that the scaled car perform movements to park and it stops until it satisfy the desirable parking
conditions of rules. Then the fuzzy model which decides which action has to be taken at the beginning of the process
is named decision model. It determines whether backward model or forward model has to be performer after parking
space has been measured. One has to understand actions as the movements that an autonomous control has to
perform instead a human driver. And these actions are in function of the controlling system outputs. The controlling
car outputs are the following: (1) Car direction or tires angle, Fig. 8, (2) Speed of Car, Fig. 9 and (3) direction of

Kasus 2: Jika nilai yang diukur lebih besar dari panjang mobil, robot akan parkir secara vertikal.

• Kasus 3: Jika nilai yang diukur lebih pendek dari nilai yang diharapkan, mobil akan berhenti.
 Secara rinci:

Model Keputusan yang memulai prosedur parkir didasarkan pada tiga tempat tergantung pada
ruang parkir yang tersedia atau jarak antar mobil.

Kasus 1: Jika nilai yang diukur lebih besar dari mobil dan lebih kecil dari panjang mobil, sistem
parkir paralel akan beroperasi.

Dalam hal ini, mobil melintasi area parkir dan mobil berhenti ketika dua sensor di samping
melihat dinding lagi. Dia kembali sedikit dan berbelok ke kanan 45 derajat. Saat bergerak
mundur, sensor belakang masuk ke area taman dengan mengukur dan mulai berbelok ke kiri.
Selama gerakan kiri, sensor di tepi mengukur terus menerus dan kedua sensor terus belok kiri
sampai

nilai yang diukur sama dengan satu sama lain. Berhentilah saat Anda sama. Sensor depan
mengukur dan bergerak maju hingga kecil 10 cm dan berhenti ketika kecil 10 cm. Parkir sudah
berakhir.

Kasus 2: Jika nilai yang diukur lebih besar dari panjang mobil, robot akan parkir secara vertikal.

Jika sensor di tepi mengukur nilai terlalu banyak pada panjang mobil, mobil berhenti dan
berputar 90 derajat ke kiri. Mereka mulai bergerak menuju tempat parkir. Pada saat ini, sensor
depan terus mengukur dan mobil berhenti jika nilai yang diukur kurang dari 10cm. Operasi
taman selesai. Kasus 3: Berhenti.

3.2.2 Algoritma parkir paralel

Dalam hal ini, mobil melintasi area parkir dan mobil berhenti ketika dua sensor di samping
melihat dinding lagi. Dia kembali sedikit dan belok kanan 45 derajat. Saat bergerak mundur,
sensor belakang masuk ke area taman dengan mengukur dan mulai berbelok ke kiri. Selama
gerakan kiri, sensor di tepi mengukur terus menerus dan kedua sensor terus berbelok ke kiri
sampai nilai yang diukur sama satu sama lain. Berhentilah saat Anda sama. Sensor depan
mengukur dan bergerak maju hingga kecil 10 cm dan berhenti ketika kecil 10 cm. Parkir sudah
berakhir.

3.2.3 Algoritma Parkir Vertikal

Jika sensor di tepi mengukur nilai terlalu banyak pada panjang mobil, mobil berhenti dan
berputar 90 derajat ke kiri. Mereka mulai bergerak menuju tempat parkir. Pada saat ini, sensor
depan terus mengukur dan mobil berhenti jika nilai yang diukur kurang dari 10cm. Operasi
taman selesai.

3.2.4 Aturan keluaran dari Fuzzy Logic

Model Keputusan yang memulai prosedur parkir didasarkan pada tiga tempat tergantung pada
ruang parkir yang tersedia atau jarak antar mobil (DBC):

1. Jika tempat parkir besar (lebih dari 28 cm), gerakan parkir maju dilakukan.
2. Jika ruang parkir cukup (lebih dari 15 cm), gerakan parkir mundur dilakukan.
3. Tetapi jika tempat parkir pendek (kurang dari 15 cm), tidak ada tindakan yang dilakukan.

Oleh karena itu, ruang parkir adalah salah satu dari lima input pengukuran dalam sistem yang
membantu sistem untuk memutuskan apakah mungkin untuk memarkir mobil atau tidak. Empat
pengukuran lainnya sesuai dengan jarak dari sisi jalan (DFS), Gbr. 4; jarak dari mobil depan
(DFF), Gbr. 5; jarak dari mobil belakang (DFB), Gbr. 6; dan kemiringan (Inklinasi), Gbr. 7

Setelah sistem memperoleh nilai sistem parkir dan berada dalam rentang parkir yang diizinkan,
mobil harus mengambil posisi awal sehingga mobil yang diskalakan melakukan gerakan untuk
parkir dan berhenti sampai memenuhi persyaratan peraturan parkir yang diinginkan. Kemudian
model fuzzy yang memutuskan tindakan mana yang harus diambil pada awal proses disebut
model keputusan. Ini menentukan apakah model mundur atau model maju harus menjadi pemain
setelah ruang parkir diukur. Kita harus memahami tindakan sebagai gerakan yang harus
dilakukan oleh kontrol otonom sebagai pendorong manusia. Dan tindakan-tindakan ini berfungsi
dari output sistem pengendali. Output mobil pengendali adalah sebagai berikut: (1) Arah mobil
atau sudut ban, Gbr. 8, (2) Kecepatan Mobil, Gbr. 9 dan (3) arah
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

movement, Fig. 9, Forwards or Backwards. The fuzzy process normally begins when the input variables are
compared with their belonged fuzzy sets, then a membership degree value is delivered and fuzzy outputs are
calculated. Finally, fuzzy outputs are defuzzicated by centroid method, at least in this case. Each model has a
specific number of rules that are taken to develop inference step of the mathematical base. To develop the inference
step “Minimum—Maximum” or Mandami is used. Table 1 shows the ten rules decision model which development,
in function of the space between cars measurement, makes the car moves towards an initial position to begin parking
forward or backward. Once having decided which king of parking to perform (backward or forward) and having
achieved the initial position, other rules are applied to control the car.

Kasus 2: Jika nilai yang diukur lebih besar dari panjang mobil, robot akan parkir secara vertikal.

• Kasus 3: Jika nilai yang diukur lebih pendek dari nilai yang diharapkan, mobil akan berhenti.

 Secara rinci:

Model Keputusan yang memulai prosedur parkir didasarkan pada tiga tempat tergantung pada
ruang parkir yang tersedia atau jarak antar mobil.

Kasus 1: Jika nilai yang diukur lebih besar dari mobil dan lebih kecil dari panjang mobil, sistem
parkir paralel akan beroperasi.

Dalam hal ini, mobil melintasi area parkir dan mobil berhenti ketika dua sensor di samping
melihat dinding lagi. Dia kembali sedikit dan berbelok ke kanan 45 derajat. Saat bergerak
mundur, sensor belakang masuk ke area taman dengan mengukur dan mulai berbelok ke kiri.
Selama gerakan kiri, sensor di tepi mengukur terus menerus dan kedua sensor terus belok kiri
sampai

nilai yang diukur sama dengan satu sama lain. Berhentilah saat Anda sama. Sensor depan
mengukur dan bergerak maju hingga kecil 10 cm dan berhenti ketika kecil 10 cm. Parkir sudah
berakhir.

Kasus 2: Jika nilai yang diukur lebih besar dari panjang mobil, robot akan parkir secara vertikal.

Jika sensor di tepi mengukur nilai terlalu banyak pada panjang mobil, mobil berhenti dan
berputar 90 derajat ke kiri. Mereka mulai bergerak menuju tempat parkir. Pada saat ini, sensor
depan terus mengukur dan mobil berhenti jika nilai yang diukur kurang dari 10cm. Operasi
taman selesai. Kasus 3: Berhenti.

3.2.2 Algoritma parkir paralel

Dalam hal ini, mobil melintasi area parkir dan mobil berhenti ketika dua sensor di samping
melihat dinding lagi. Dia kembali sedikit dan belok kanan 45 derajat. Saat bergerak mundur,
sensor belakang masuk ke area taman dengan mengukur dan mulai berbelok ke kiri. Selama
gerakan kiri, sensor di tepi mengukur terus menerus dan kedua sensor terus berbelok ke kiri
sampai nilai yang diukur sama satu sama lain. Berhentilah saat Anda sama. Sensor depan
mengukur dan bergerak maju hingga kecil 10 cm dan berhenti ketika kecil 10 cm. Parkir sudah
berakhir.

3.2.3 Algoritma Parkir Vertikal

Jika sensor di tepi mengukur nilai terlalu banyak pada panjang mobil, mobil berhenti dan
berputar 90 derajat ke kiri. Mereka mulai bergerak menuju tempat parkir. Pada saat ini, sensor
depan terus mengukur dan mobil berhenti jika nilai yang diukur kurang dari 10cm. Operasi
taman selesai.

3.2.4 Aturan keluaran dari Fuzzy Logic

Model Keputusan yang memulai prosedur parkir didasarkan pada tiga tempat tergantung pada
ruang parkir yang tersedia atau jarak antar mobil (DBC):

1. Jika tempat parkir besar (lebih dari 28 cm), gerakan parkir maju dilakukan.
2. Jika ruang parkir cukup (lebih dari 15 cm), gerakan parkir mundur dilakukan.
3. Tetapi jika tempat parkir pendek (kurang dari 15 cm), tidak ada tindakan yang dilakukan.

Oleh karena itu, ruang parkir adalah salah satu dari lima input pengukuran dalam sistem yang
membantu sistem untuk memutuskan apakah mungkin untuk memarkir mobil atau tidak. Empat
pengukuran lainnya sesuai dengan jarak dari sisi jalan (DFS), Gbr. 4; jarak dari mobil depan
(DFF), Gbr. 5; jarak dari mobil belakang (DFB), Gbr. 6; dan kemiringan (Inklinasi), Gbr. 7

Setelah sistem memperoleh nilai sistem parkir dan berada dalam rentang parkir yang diizinkan,
mobil harus mengambil posisi awal sehingga mobil yang diskalakan melakukan gerakan untuk
parkir dan berhenti sampai memenuhi persyaratan peraturan parkir yang diinginkan. Kemudian
model fuzzy yang memutuskan tindakan mana yang harus diambil pada awal proses disebut
model keputusan. Ini menentukan apakah model mundur atau model maju harus menjadi pemain
setelah ruang parkir diukur. Kita harus memahami tindakan sebagai gerakan yang harus
dilakukan oleh kontrol otonom sebagai pendorong manusia. Dan tindakan-tindakan ini berfungsi
dari output sistem pengendali. Output mobil pengendali adalah sebagai berikut: (1) Arah mobil
atau sudut ban, Gbr. 8, (2) Kecepatan Mobil, Gbr. 9 dan (3) arah
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

14
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

3.2.5 Design of Fuzzy Controller for Automatic Parking

This section discusses the design of the automatic parking system. The data obtained by the car-like robot in motion
are derived from the ultrasonic range sensor, so the location of the sensor is crucial. The obtained data are imported
into the automatic parking system, and then the automatic parking system controls the vehicle's dynamic state. First,
the actual parking situation is simulated. When the vehicle runs to a fixed point, the user issues the automatic
stopping instruction, so the peripheral parking information is searched. Whether there is the parking space for
reversing the car into a garage or roadside parking is identified according to the information obtained by the
ultrasonic range sensor. The sensed state is fed back to the user side, and the automatic parking behavior pattern is
executed. Figure 3 shows the flow chart of this automatic parking system.

3.2.5 Desain Pengontrol Fuzzy untuk Parkir Otomatis

Bagian ini membahas desain sistem parkir otomatis. Data yang diperoleh oleh robot seperti
mobil yang bergerak berasal dari sensor rentang ultrasonik, sehingga lokasi sensor sangat
penting. Data yang diperoleh diimpor ke sistem parkir otomatis, dan kemudian sistem parkir
otomatis mengontrol keadaan dinamis kendaraan. Pertama, situasi parkir aktual disimulasikan.
Ketika kendaraan berjalan ke titik tetap, pengguna mengeluarkan instruksi penghentian otomatis,
sehingga informasi parkir periferal dicari. Apakah ada ruang parkir untuk membalikkan mobil
menjadi garasi atau parkir di pinggir jalan diidentifikasi sesuai dengan informasi yang diperoleh
oleh sensor rentang ultrasonik. Status penginderaan diumpankan kembali ke sisi pengguna, dan
pola perilaku parkir otomatis dijalankan. Gambar 3 menunjukkan diagram alir sistem parkir
otomatis ini.

Figure 4: The flow chart of the proposed Automatic parking system

3.2.6 FLC for navigating the vehicle forward inside the parking space

The developed fuzzy logic controller has one input, orientation angle θ, and one output, the steering rate ˙ θ. The
membership functions and fuzzy inference rules are exactly the same as that of the orientation adjustment described
in the first step since this step accomplishes essentially the same task,that is adjusting the orientation while
simultaneously moving the vehicle forward.
3.2.6 FLC untuk menavigasi kendaraan ke depan di dalam tempat parkir

Kontroler logika fuzzy yang dikembangkan memiliki satu input, sudut orientasi θ, dan satu
output, tingkat kemudi ˙ θ. Fungsi keanggotaan dan aturan inferensi fuzzy persis sama dengan
penyesuaian orientasi yang dijelaskan pada langkah pertama karena langkah ini pada dasarnya
menyelesaikan tugas yang sama, yaitu menyesuaikan orientasi sambil secara bersamaan
menggerakkan kendaraan ke depan.
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

3.3 Testing
The vehicle localization errors in odometry accumulate over time due to inaccuracies in the kinematic model,
precision limitations of the encoders, and wheel slippage. The errors can be cleared whenever the onboard PC is
restarted. In one set of parking experiments, the entire parking process was repeated five times without reinitializing
the robot odometry. It was observed that, due to localization errors, the ready-to-reverse position reached by the first
parking step was different for each parking process. The desired ready-to-reverse position was x = 1.951 m, y =
1.248 m and θ = 0 rad relative to the local coordinate system. Table 4 compares the odometry readings from the
onboard PC and manually measured data from the five experiments. It is seen that while the data from odometry
reading matched the desired target position well, the data from the real (i.e., the manual) measurement did not. In
particular, localization errors along the x-axis were much bigger than that along the y-axis and orientation angle, and
the later experiments yielded larger errors. The differences in the ready-to-reverse positions led to different reverse-
motion trajectories in the second step of the parking process. In the first four experiments, the mobile robot was
successfully parked inside the parking space by the fuzzy controller.

In the fifth experiment, the vehicle localization error along x-axis was already 1.951 − 1.5560 = 0.395 m.
Under this case, the robot hit the edge BK showing the limitation of the algorithm.

3.3 Pengujian
Kesalahan pelokalan kendaraan dalam odometri terakumulasi dari waktu ke waktu karena
ketidakakuratan dalam model kinematik, keterbatasan presisi pembuat enkode, dan selip roda.
Kesalahan dapat dihapus setiap kali PC onboard dihidupkan ulang. Dalam satu set percobaan
parkir, seluruh proses parkir diulang lima kali tanpa menginisialisasi ulang robot odometry.
Diamati bahwa, karena kesalahan lokalisasi, posisi siap untuk membalikkan dicapai oleh langkah
parkir pertama berbeda untuk setiap proses parkir. Posisi siap-untuk-balik yang diinginkan
adalah x = 1,951 m, y = 1,248 m dan θ = 0 rad relatif terhadap sistem koordinat lokal. Tabel 4
membandingkan pembacaan odometri dari PC onboard dan data yang diukur secara manual dari
lima percobaan. Terlihat bahwa sementara data dari pembacaan odometri cocok dengan posisi
target yang diinginkan dengan baik, data dari pengukuran nyata (yaitu, manual) tidak. Secara
khusus, kesalahan lokalisasi sepanjang sumbu x jauh lebih besar daripada di sepanjang sumbu y
dan sudut orientasi, dan percobaan selanjutnya menghasilkan kesalahan yang lebih besar.
Perbedaan dalam posisi siap-untuk-mundur menyebabkan lintasan gerak mundur yang berbeda
pada langkah kedua dari proses parkir. Dalam empat percobaan pertama, robot seluler berhasil
diparkir di dalam ruang parkir oleh pengontrol fuzzy.
Dalam percobaan kelima, kesalahan lokalisasi kendaraan di sepanjang sumbu x sudah 1,951 -
1,5560 = 0,395 m.
Di bawah kasus ini, robot mencapai tepi BK yang menunjukkan keterbatasan algoritma.
 www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

Table 4 Vehicle localization errors

Experiment no. Odometry x (m) Odometry y Odometry θ Measured x Measured y Measured θ

(m) (rad) (m) (m) (rad)

1 1.9596 1.2416 −7.7182 × 1.7650 1.2365 0.0120

l0−4

2 1.9525 1.2402 −6.0643 × 1.7095 1.2440 0.0159

l0−4

3 1.9579 1.2455 −10.1991 × 1.6613 1.2290 −0.0649

l0−4

4 1.9599 1.2456 −5.7887 × 1.6075 1.2370 −0.0156

l0−4

5 1.9559 1.2485 −9.0965 × 1.5560 1.2485 −0.0097

l0−4

4. Results and Discussion

4.1 Parallel Parking System

In this case, the car crosses the parking area and the car stops when two sensors on the side see the wall again. He
comes back a little and turns right 45 degrees. While moving backwards, the rear sensor goes into the park area by
measuring and starts to turn left. During the left movement, the sensors at the edges measure ontinuously and the two
sensors continue to turn left until the measured value equals each other. Stop when you are equal. The front sensor
measures and goes forward until it is small by 10 cm and stops when it is small by 10 cm. Parking is over.

4. Hasil dan Diskusi 4.1 Sistem Parkir Paralel

Dalam hal ini, mobil melintasi area parkir dan mobil berhenti ketika dua sensor di samping melihat
dinding lagi. Dia kembali sedikit dan belok kanan 45 derajat. Saat bergerak mundur, sensor belakang
masuk ke area taman dengan mengukur dan mulai berbelok ke kiri. Selama gerakan kiri, sensor di tepi
mengukur tanpa henti dan dua sensor terus berbelok ke kiri sampai nilai yang diukur sama satu sama
lain. Berhentilah saat Anda sama. Sensor depan mengukur dan bergerak maju hingga kecil 10 cm dan
berhenti ketika kecil 10 cm. Parkir sudah berakhir.
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

4.1.1 Movement of vehicles

4.1.2 Movement, time, distance

No. Run Achieve parking Time Iteration Distance

1 Success 9 sec 34 center
2 Success 10 sec 34 center
3 Failed 15 sec 30 Shifted 20 %
4 Failed 11 sec 35 Shifted 15 %
5 Success 10 sec 34 center

18
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

4.2 Vertical parking system

If the sensors at the edges measure the value too much over the length of the car, the car stops and turns 90 degrees
to the left. They start moving towards the parking lot. At this time, the front sensor continuously measures and the
car stops if the measured value is less than 10cm. Park operation is completed.

4.2.1 Movement of vehicles

4.2 Sistem parkir vertikal

Jika sensor di tepi mengukur nilai terlalu banyak pada panjang mobil, mobil berhenti dan berputar 90
derajat ke kiri. Mereka mulai bergerak menuju tempat parkir. Pada saat ini, sensor depan terus
mengukur dan mobil berhenti jika nilai yang diukur kurang dari 10cm. Operasi taman selesai.

4.2.1 Pergerakan kendaraan

4.2.2 Movement, time and distance

No Run Achieve parking Time Iteration Distance

1 Success 6 sec 34 Center
2 success 7 sec 34 Center
3 success 10 sec 36 Center
4 failed 11 sec 30 Shifted right 2 cm from the
center.
5 Success 8 sec 33 Semi center
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

4.3 Steering angle system

-90 +90 0

L R L R L R

Forward 0 0 0 0 1 1

Reverse 0 0 0 0 1 1

right 1 1 1 1 0 0

left 1 1 0 0 0 0

Table 1. The sensor and the motor table

5. Conclusion
Automatic car parking is one of the important factors in traffic area, multiplex‟s, apartments, shopping malls, etc.
Car parking system that is discussed here is automated without human being that means if the driver leaves it at the
starting of the system the elevator takes the car to the parking slot.

As a conclusion, this development of car robot by using Fuzzy Logic (FL) gives the best performances in term of
efficiency, flexibility and robustness. Based on the result obtained, the objectives of this project are achieved. The
car robot is successfully detecting the empty parking slot in a particular environment. The time taken by the robot to
finish the 20 numbers of loops is also reduced. In addition, the concept of taking all the possibilities for all sensors
which considered all 3 rules give high impact to the movement of the robot compared to only take a one rule in
random sensors.

Automated car parking is very useful in this mordent world. Where finding a small place have become a big
problem. This system is present in some cars in the world.

6. Schedule and Costing

6.1 Project management
We can describe the whole project management by some steps:

1. Discussion about the idea of our capstone project.

2. Thinking about our project title.

3. Selecting the project title.

4. Submission the project proposal.

5. Programing, coding and Simulink using Arduino.

6. Complete the Hardwiring task.

7. The report writing and project submission.

Every task has been assigned weeks base and the following Gantt Chart according to the work involved in attaining
that some categories. The major time has been assigned to the coding, Simulink and Arduino application since it is
the core of the project and in order to accomplish our goal it has been to be completed with dedication and
determination.
5. Kesimpulan

Parkir mobil otomatis adalah salah satu faktor penting dalam area lalu lintas, multipleks,
apartemen, pusat perbelanjaan, dll. Sistem parkir mobil yang dibahas di sini adalah otomatis
tanpa manusia yang berarti jika pengemudi meninggalkannya pada awal sistem. lift membawa
mobil ke tempat parkir.

Sebagai kesimpulan, pengembangan robot mobil ini dengan menggunakan Fuzzy Logic (FL)
memberikan kinerja terbaik dalam hal efisiensi, fleksibilitas dan ketahanan. Berdasarkan hasil
yang diperoleh, tujuan proyek ini tercapai. Robot mobil berhasil mendeteksi slot parkir kosong di
lingkungan tertentu. Waktu yang diambil oleh robot untuk menyelesaikan 20 jumlah loop juga
berkurang. Selain itu, konsep mengambil semua kemungkinan untuk semua sensor yang
dianggap semua 3 aturan memberikan dampak tinggi pada pergerakan robot dibandingkan
dengan hanya mengambil satu aturan dalam sensor acak.

Parkir mobil otomatis sangat berguna di dunia mordent ini. Dimana menemukan tempat kecil
telah menjadi masalah besar. Sistem ini hadir di beberapa mobil di dunia.

6. Jadwal dan Biaya

6.1 Manajemen proyek

Kami dapat menggambarkan keseluruhan manajemen proyek dengan beberapa langkah:

1. Diskusi tentang ide proyek batu penjuru kami.

2. Memikirkan judul proyek kami.

3. Memilih judul proyek.

4. Menyerahkan proposal proyek.

5. Pemrograman, pengkodean dan Simulink menggunakan Arduino.

6. Selesaikan tugas Pengkabelan.

7. Penulisan laporan dan pengajuan proyek.

Setiap tugas telah ditentukan berdasarkan minggu dan Gantt Chart berikut sesuai dengan
pekerjaan yang terlibat dalam mencapai beberapa kategori. Waktu utama telah ditetapkan untuk
aplikasi pengkodean, Simulink, dan Arduino karena merupakan inti dari proyek dan untuk
mencapai tujuan kami, harus dilengkapi dengan dedikasi dan tekad.
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

GANTT CHART:

Step‟s W1 W2 W3 W4 W5 w6 W7 W8 W9 W10 W11 W12

Discussion about the project idea

Thinking about our project title
Selecting the project title.
Submission the project proposal.
Programing, coding
Using Arduino.
Hardwiring task.
report writing and project
submission

6.2 Costing of the project

The component Price (RM)-estimated
Smart car body (contains the 4 WD motor ) 130
Arduino mega 80
8 ultrasonic sensors 90
Small components contains ( micro controllerships, 200
breadboard ,batteries and connectors cables )
Adafruit Motor Shield 30
LM 393 Infrared Speed Sensor 35
Replacement component (instead of the burned one 140
while testing) extra
Total 705 RM

References
[1] Li, T. H. S. and Chang, S. J. “Autonomous Fuzzy Parking Control of a Car-Like Mobile Robot.” IEEE
Transactions on Systems, July 451-465, 2003. 12

[2] I. E. Paromtchik, and C. Leggier, "Motion Generation and Control for Parking an Autonomous Vehicle, " Proc.
of the IEEE Int. Conf. on Robotics and Automation, Minneapolis, USA, (April 22-28, 1996), pp. 3117-3122

[3] Lyon, D., “Parallel parking with curvature and nonholonomic constraints.” Proceedings of the Intelligent
Vehicles '92 Symposium, Jul. 341-346, 1992.

[4]Murray, R. M. and Sastry, S. S. “Steering Non-holonomic Systems Using Sinusoids.” Proceedings of the 29th
conference on decision and control, Dec. 2097-2101. 1990.

[5] Zhu, C. and Rajamani, R. “Global Positioning System-Based Vehicle Control for Automated Parking.”
Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering January 1, 37-
52, 2006.

[6] Noor N.M, Z Razak and Mood Yamani, ―Car Parking System: A Review of Smart Parking System and its
Technology‖, Information Technology Journal, 2009.

[7] A.A Kamble and A Dehankar ―Review on Automatic Car Parking Indicator System‖, International Journal on
recent and innovation trends in computing and communication, Vol 3 no.4 pp 2158-2161.

[8] K Sushma,PRaveendraBabu and J.Nageshwara Reddy, ―Reservation Based Vehicle Parking System using
GSM and RFID Technology‖,International Journal of Engineering Research and Applications Vol 3 no.5 2013.

21
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

[9] R.Khan ,Z.Khan,Y.AShah,K.Ahmed,A.Manzoor and A.Ali, ―Intelligent Car Parking Management System on
FPGA‖,International Journal of Computer Science issues Vol 10 no.3 2013.

[10] A.Wafa,N.Zeba, ―Automated Car Parking‖, 2012.

[12] C.Patel, M.Swami, P.Saikia, S.Shah, ―Rotary Automated Car Parking system‖,International Journal of
EngineeringScience and Innovative Technology (IJESIT) Volume 4, Issue 2, March 2015.

[13] B.Waraich, ―RFID-Based Automated Vehicle parking system‖.

[14] Mariam Al-Sagban and RachedDhaouadi, “Neural-Based Navigation of a Differential-Drive Mobile Robot,” in
2012 12th International Conference on Control, Automation, Robotics & Vision Guangzhou, China, 5-7th December
2012 (ICARCV 2012).

[15] A. L. Howell, R. T. R. McGrann, and R. R. Eckert, "Teaching concepts in fuzzy logic using low cost robots,
PDAs, and custom software," in Frontiers in Education Conference, 2008. FIE 2008. 38th Annual, 2008, pp. T3H-7-
T3H-11.

[16] U. Farooq, K. M. Hasan, G. Abbas, and M. U. Asad, "Comparative analysis of zero order Sugeno and Mamdani
fuzzy logic controllers for obstacle avoidance behavior in mobile robot navigation," in Current Trends in
Information Technology (CTIT), 2011 International Conference and Workshop on, 2011, pp. 113-119.

[17] R. R. Janghell, AnupamShukla, RituTiwari and Rahul Kala, “Breast Cancer Diagnosis using Artificial Neural
Network Models,” in 2010 International Conference on Soft Computing and Pattern Recognition on, 2010 IEEE, pp
89-94.

[18] Xiaochuan Wang and Simon X. Yang, “A Neuro-Fuzzy Approach to Obstacle Avoidance of a Nonholonomic
Mobile Robot,” in 2003 lntemalional Conference on Advanced Intelligent MechatronicS (AIM 2W3, 2003
IEEEIASME.

[19] Gustavo Pessin, Fernando Osório, Alberto Y. Hata and Denis F. Wolf, “Intelligent Control and Evolutionary
Strategies Applied to Multirobotic Systems,” in 2010 IEEE.

[20] M. A. Jeffril and N. Sariff, “The integration of fuzzy logic and artificial neural network methods for mobile
robot obstacle avoidance in a static environment," in System Engineering and Technology (ICSET), 2013 IEEE 3rd
International Conference on, 2013, pp. 325-330.

[21] VelappaGanapathy, Soh Chin Yun, and Jefry Ng, “Fuzzy and Neural Controllers for Acute Obstacle Avoidance
in Mobile Robot Navigation,” in 2009 IEEE/ASME International Conference on Advanced Intelligent Mechatronics
Suntec Convention and Exhibition Center Singapore, July 14-17, 2009

[22] T. Khelchandra, H. Jie, and S. Debnath, “ Path Planning of Mobile Robot with Neuro-Fuzzy Technique,” in
2012 12th Internasional Conference on Intelligent Systems Design and Applications (ISDA).

[23] Hema,Paulraj M, Abdul Hamid, K.F.Sim and RajkumarPalaniappan, “An Intelligent vision System for Object
Localization and Obstacle Avoidance for an Indoor Service Robot,” in 2011 IEEE Student Conference on Research
and Development.

Appendix

1) Psudo code of Arduino program for automatic parking system

/*// Autonomous Park Car

// Developed by Omar Alwaheidi

// definitions of engines
22
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

*/

#include<AFMotor.h>

AF_DCMotorleft_front_Motor(4);

AF_DCMotorright_front_Motor(3);

AF_DCMotorleft_back_Motorr(1);

AF_DCMotorright_back_Motor(2);

#include<Ultrasonic.h>

Ultrasonic ultrasonic_back(40,41),ultrasonic_left_back(38,39),ultrasonic_left_front(36,37),ultrasonic_front(34,35); //

define ultrasonic sensors

#define left 0 //left direction command

#define right 1 //right direction command

#define forward 2 //forward direction command

#define backward 3 //backward command

#define minimum_limit 15 //Width of the car (cm)

#define minimum_limit1 28 //the length of the car (cm)

byte park_status = 0; //park status

int signal_pin = 21; //signal pin speed

volatile int val;

int counter = 0;

int current_status = 0;

int previous_situation = 0;

void say(int saydir)

for (int i = 0 ;i<= saydir; i+1)

val = digitalRead(signal_pin);

if (val == LOW) {

current_status = 0;

}
23
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

else {

current_status = 1;

if(current_status != previous_situation)

if(current_status == 1)

counter = counter + 1;

Serial.println(counter);

i = i+1;

else

i=i;

previous_situation = current_status;

if (i == saydir)

left_front_Motor.run(RELEASE);

right_front_Motor.run(RELEASE);

left_back_Motorr.run(RELEASE);

right_back_Motor.run(RELEASE);

void motor_pinSetup()

left_front_Motor.run(RELEASE);

right_front_Motor.run(RELEASE);
24
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

left_back_Motorr.run(RELEASE);

right_back_Motor.run(RELEASE);

// Movement functions

void Robot_Movement(byte motor, byte spd)

if (motor == forward)

left_front_Motor.setSpeed(spd);

right_front_Motor.setSpeed(spd);

left_back_Motorr.setSpeed(spd);

right_back_Motor.setSpeed(spd);

left_front_Motor.run(FORWARD);

right_front_Motor.run(FORWARD);

left_back_Motorr.run(FORWARD);

right_back_Motor.run(FORWARD);

if (motor == backward)

left_front_Motor.setSpeed(spd);

right_front_Motor.setSpeed(spd);

left_back_Motorr.setSpeed(spd);

right_back_Motor.setSpeed(spd);

left_front_Motor.run(BACKWARD);

right_front_Motor.run(BACKWARD);

left_back_Motorr.run(BACKWARD);

right_back_Motor.run(BACKWARD);

if (motor == left)

{
25
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

left_front_Motor.setSpeed(spd);

right_front_Motor.setSpeed(spd);

left_back_Motorr.setSpeed(spd);

right_back_Motor.setSpeed(spd);

left_front_Motor.run(BACKWARD);

right_front_Motor.run(FORWARD);

left_back_Motorr.run(BACKWARD);

right_back_Motor.run(FORWARD);

if (motor == right)

left_front_Motor.setSpeed(spd);

right_front_Motor.setSpeed(spd);

left_back_Motorr.setSpeed(spd);

right_back_Motor.setSpeed(spd);

left_front_Motor.run(FORWARD);

right_front_Motor.run(BACKWARD);

left_back_Motorr.run(FORWARD);

right_back_Motor.run(BACKWARD);

void Robot_Stop()

left_front_Motor.run(RELEASE);

right_front_Motor.run(RELEASE);

left_back_Motorr.run(RELEASE);

right_back_Motor.run(RELEASE);

// Search for parking

bool Parking_Place_Control()
26
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

long front_Sensor = ultrasonic_front.Ranging(CM); long

right_Sensor = ultrasonic_left_front.Ranging(CM); long

right_back_Sensor =ultrasonic_left_back.Ranging(CM);

if( (right_Sensor<= minimum_limit)&&(right_back_Sensor<= minimum_limit)&&(park_status == 0))

Robot_Movement(forward, 100);

park_status = 1; Serial.println(park_status );

}
if((right_Sensor>minimum_limit)&&(right_Sensor<minimum_limit1)&&(right_back_Sensor>minimum_limit)&&( right_back_Sensor<minimum_limit1)&&(park_status == 1))

Robot_Movement(forward, 100);

park_status = 2;Serial.println(park_status );

if((right_Sensor>= minimum_limit1)&&(right_back_Sensor>= minimum_limit1)&&(park_status == 1))

/* Vertical Parking Decision */

Robot_Stop() ;

delay(500);

park_status = 10;Serial.println(park_status );

if((right_Sensor<= minimum_limit)&&(right_back_Sensor<= minimum_limit)&&(park_status == 2))

/* Parallel Parking Decision */

park_status = 3; Serial.println(park_status );

return park_status ;

void Park_bul()

27
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

Parking_Place_Control();

if(park_status == 3 )

Robot_Stop();Serial.println(park_status );

delay(400);

park_status = 4;

if(park_status == 4 )

Robot_Movement(backward,120);

say(18);

Robot_Stop();Serial.println(park_status );

delay(500);

Robot_Movement(right,150);

say(9);

Robot_Stop();

delay(500);

park_status = 5;

if(park_status == 5)

Robot_Movement(backward,120);

long arka_Sensor = ultrasonic_back.Ranging(CM);Serial.println(arka_Sensor)

if(arka_Sensor>0 &&arka_Sensor<= 13)

Robot_Stop();

delay(400);

park_status = 6;

}
28
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

return arka_Sensor;

if(park_status == 6)

Robot_Movement(left,150);

long right_Sensor = ultrasonic_left_front.Ranging(CM); Serial.println(right_Sensor);

long right_back_Sensor = ultrasonic_left_back.Ranging(CM); Serial.println(right_back_Sensor);

if(right_Sensor == right_back_Sensor)

Robot_Stop();

park_status = 7;

return right_Sensor,right_back_Sensor;

if(park_status == 7)

long front_Sensor = ultrasonic_front.Ranging(CM);

if(front_Sensor<=6)

Robot_Stop();

park_status = 8;

else

Robot_Movement(forward,100);

return front_Sensor;

if (park_status ==10)

{
29
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

Robot_Movement(left,180);

say(14);

Robot_Stop();

delay(500);

park_status = 7;

void setup()

Serial.begin(9600);

attachInterrupt(5, say, CHANGE);

pinMode (signal_pin, INPUT) ;

motor_pinSetup();

void loop()

Park_bul();

2) Data sheet of Arduino mega microcontroller.

http://www.mantech.co.za/datasheets/products/a000047.pdf

3) Datasheet of Motor control shield https://media.swymhome.com/parts/159/files/219/Overview

%20with%20Example%20code?t=1491694883

4) Datasheet of LM 393 Infrared Speed Sensor

file:///C:/Users/Omar%20Alwahedy/Downloads/lm393-motor-speed-measuring-sensor-module-for-
arduino%20(1).pdf

5) Related review papers topic of automatic parking system

A. Fuzzy Logic Controller forRobot Navigation in an unknown Environment.

B. Fuzzy Logic Control for An Autonomous Robot.

C. Robust Automatic parallel parking in tight spaces via fuzzy logic.

D. Self-Parking System Based in a Fuzzy Logic Approach.

30
www.acseusa.org/journal/index.php/aijser American International Journal of Sciences and Engineering Research Vol. 2, No. 2; 2019

E. An Intelligent Auto Parking System for Vehicles.

F. IPLMS: An Intelligent Parking Lot Management System.

G. Smart parking system.

Copyrights
Copyright for this article is retained by the author(s), with first publication rights granted to the journal.
This is an open-access article distributed under the terms and conditions of the Creative Commons Attribution
license (http://creativecommons.org/licenses/by/4.0/)

31