Hasil Pencarian  ::  Simpan CSV :: Kembali

"Manusia selalu ingin menciptakan robot yang dapat bernavigasi seperti dirinya. Manusia dapat bernavigasi dengan hanya menggunakan informasi yang didapat melalui indera penglihatan. Untuk itu perlu diterapkan sistem penginderaan yang didasarkan pada pengelihatan pada suatu sistem navigasi robot. Sistem penginderaan ini diterapkan pada robot menggunakan suatu jenis sensor untuk menangkap citra, yaitu sensor kamera. Pada skripsi ini dibahas penggunaan kamera sebagai sensor pada system pengendalian mobile robot atau robot bergerak. Sebelum digunakan sebagai dasar pengendalian, informasi yang didapat dari sensor kamera harus diproses terlebih dahulu. Pengendalian yang digunakan untuk navigasi robot adalah pengendalian berdasarkan logika fuzzy. Dalam tugas akhir ini diperlihatkan bagaimana kemampuan sistem dalam memproses masukan dari sensor kamera dan menterjemahkannya menjadi gerakan robot menggunakan pengendalian fuzzy. Sistem yang ingin dicapai adalah sistem robot yang dapat bernavigasi berdasarkan pengendalian fuzzy dengan hanya menggunakan input dari kamera. Dari hasil pengujian dapat diketahui bahwa dapat diterapkan sebuah sistem kendali fuzzy untuk mengendalikan mobile robot dengan hanya menggunakan sensor kamera.

---

Human beings always try to create robot that can navigate like them self. Humans can navigate with information from their vision. To achieve it, a vision based system is needed for robot navigation. This vision based system is applied on a robot with a type of image capturing sensor, which is a camera.

This paper discusses the use of camera as a sensor in the mobile robot control system. Before used as the input of the navigation control system, the information from the camera sensor has to be processed beforehand. The control system that is used for the robot navigation is a control system based on fuzzy logic.

This paper will show the system ability to process input from the camera sensor and translate that input into robot movement using fuzzy control. The final goal is a mobile robot with fuzzy control system that can navigate with input only from camera sensor. From the experiment we can see that a fuzzy control system can be applied on a mobile robot with camera sensor."

"Mobile robot dalam aplikasinya sering dimanfaatkan dalam membantu kehidupan manusia. Tetapi mobile robot yang bekerja sendiri tidak bisa diandalkan dalam mengerjakan pekerjaan yang lebih kompleks, maka diperlukan robot yang saling berkoordinasi satu sama lain. Dalam koordinasi robot ini diperlukan kendali formasi. Kendali formasi ini dapat direalisasikan dengan beberapa metode, salah satunya adalah dengan leader-follower. Namun sebelumnya, untuk memastikan multi-mobile robot dapat bekerja dengan baik perlu dipastikan setiap mobile robot dapat mengikuti trayektori yang diperintahkan. Untuk itu pertama kali dilakukan pengujian kemampuan mobile robot dalam mengikuti trayektori garis lurus, sinusoidal, dan triangular. Selanjutnya dilakukan perancangan sistem kendali dengan metode leader-follower untuk mempertahankan formasi berdasarkan kecepatan leader dan jarak relatif follower terhadap leader. Sistem lalu diuji dengan simulasi dan perangkat keras menggunakan ROS (Robot Operating System) dan Gazebo. Hasil eksperimen menunjukkan bahwa mobile robot dapat mengikuti skenario trayektori yang diperintahkan dengan kesalahan mutlak rata-rata maksimal adalah ±5.681 cm dan mampu mempertahankan formasi ketika leader mengikuti trayektori yang diinginkan dengan kesalahan mutlak rata-rata jarak antar-mobile robot adalah ±7.327 cm.

---

Mobile robots are often used to help human life. But mobile robots that work alone cannot be relied upon to do more complex work, so robots are needed to coordinate with each other. In coordination this robot requires formation control. This formation control can be realized by several methods, one of which is leader-follower. But beforehand, to ensure multi-mobile robots can work properly it is necessary to ensure that each mobile robot can follow the trajectory that is ordered. For the first, one mobile robot is tested to follow a straight line, sinusoidal, and triangular trajectory. Then the control system with leader-follower method is designed to maintain formation based on leader speed and relative distance of the follower to the leader. The system is then tested with simulations and hardware using ROS (Robot Operating System) and Gazebo. The experimental results show that the mobile robot can follow the desired trajectory with the maximum mean absolute error of ±5.681 cm and is able to maintain the formation as the leader follows the desired trajectory with mean absolute error of ±7.327 cm"

"Tesis ini membahas penurunan model fuzzy Takagi-Sugeno dari sistem truk dengan tiga trailer, dan perancangan pengendali fuzzy dengan menggunakan konsep parallel distributed compensation (PDC). Analisa masalah kestabilan dan disain pengendali menggunakan algoritma optimisasi linear matrix inequality (LMI), dengan meninjau kondisi yang melibatkan kestabilan, constraint pada input dan output, dan kondisi awal independen. Validasi model dengan indikator kinerja variance accounted for (VAF) menunjukkan bahwa model fuzzy yang dibuat menunjukkan kesesuaian yang sangat baik terhadap model nonlinear. Hasil simulasi menunjukkan bahwa pengendali fuzzy memperlihatkan kemampuan pengendalian yang baik sesuai sasaran pengendalian yakni menggerakkan truktrailer dalam arah maju dengan memberikan titik acuan yang akan dicapai oleh truk-trailer.

---

This thesis describes modelling of Takagi - Sugeno fuzzy model from the non linear system of truck-trailer and design of model based fuzzy controller utilizing the concept of parallel distributed compensation. The stability analysis and control design problems are reduced to linear of matrix inequality (LMI) problems. In applying the LMI-based fuzzy control design to the truck-trailer model system, this thesis investigated design condition involving stability, constraint on the input and output, and initial state independent condition. Validation of model Fuzzy T-S derived from the non linear system Truck-Trailer yields good performances indicator by using performance parameters ?variance accounted for? (VAF). The simulation results show that the design fuzzy controller can effectively achieved the control objectives i.e. to drive forward the truck-trailer into the straight line that was carried out by giving a reference point that will be followed by truck-trailer."

"Dewasa ini, berkembangnya teknologi dalam bidang robotika mendorong manusia untuk terus berinovasi dalam pengembangan teknologi terbaru untuk mempermudah pekerjaan manusia. Salah satu perkembangan dunia robotika saat ini adalah pengembangan mobile robot. Robot mobil atau mobile robot adalah konstruksi robot yang ciri khasnya adalah mempunyai aktuator berupa roda untuk menggerakkan keseluruhan badan robot tersebut, sehingga robot tersebut dapat melakukan perpindahan posisi dari satu titik ke titik yang lain. Pada skripsi ini akan dilakukan perancangan pengendalian mobile robot menggunakan ROS Robotic Operating System. Sehingga pembahasan akan diawali oleh pengendalian motor dengan karakteristiknya. Kemudian, pembahasan akan dilanjutkan ke pengendalian mobile robot dan untuk pengujiannya digunakan beberapa trayektori, yaitu tayektori linier, sinusoidal dan zigzag yang akan dijalankan oleh kooperatif mobile robot. Berdasarkan pengujian didapatkan kombinasi nilai konstanta pengendali yang mampu mengikuti trayektori linier, sinusoidal, dan zigzag yang diberikan dengan baik.

---

Today, the development of technology in the field of robotics encourages people to keep innovating in the development of the latest technology for human work. One of the development in robotics today is the development of mobile robot. Robot car or mobile robot is a robot that has a wheel actuator to move the whole body of the robot, so that the robot can make a movement from one point to another.

This thesis will explain the exploration of mobile robot motion using ROS Robotic Operating System by modeling the condition of motor control with its characteristics. After the model connected with ROS, the discussion will proceed to the mobile robot control and test its movement to follow a few trajectories, ie linear, sinusoidal and zigzag that will be applied to cooperative mobile robot. Based on the tests found the control constant that can be used for linear, sinusoidal, and zigzag trajectory nicely."

"Dengan teknologi yang tersedia saat ini, tangan robot humanoid paling maju yang digunakan dalam prostetik atau robotika dapat berharga sangat mahal, menjadikannya tidak dapat diakses oleh disabilitas dan penggemar robotika. Menggunakan teknologi pencetakan 3D, tangan robot ini dapat diproduksi secara massal dan memiliki fungsi dasar dari tangan mahal yang canggih dan murah. Robot tangan dikendalikan menggunakan sarung tangan sensor yang dapat membaca pergerakan jari dan daya tekan jari tangann penggunanya. Robot tangan memiliki sensor taktil untuk membatasi kemampuan genggaman robot dan juga dapat dikendalikan jarak jauh (teleoperasi). Penelitian ini terdiri atas pemilihan model tangan cetak 3D, perakitan komponen mekanik dan elektronik, pembuatan perangkat lunak, pengujian tangan robot dan integrasinya dengan sensor dan implementasi teleoperasi. Tangan robot mampu menggenggam beban 358 gram, dengan efisiensi hanya 5.98% dibanding keluaran torsi aktuatornya. Kesalahan maksimum pembacaan sensor sebesar 5,61% dan integrasi sebesar 11.73%. Delay sistem <1 detik untuk koneksi kabel, 1-2 detik pada mode Bluetooth, dan 2-3 detik untuk mode Bluetooth pada ruangan berbeda. Tangan Robot dapat mengangkat objek ringan, meniru gerakan jemari tangan, dan dapat berkomunikasi secara nirkabel. Robot dan sensor dapat dikembangkan untuk operasi dan manipulasi pada berbagai aplikasi seperti prostetik untuk para disabilitas, penanganan zat berbahaya, penanggulangan bencana, robot survei antariksa atau bawah laut maupun membantu kebutuhan sehari-hari manusia.

---

With the technology available today, the hands of the most advanced humanoid robots used in prosthetics or robotics can be very expensive, making them inaccessible to disabilities and robotics enthusiasts. Using 3D printing technology, this robotic hand can be mass-produced and has the basic functions of an expensive and sophisticated expensive hand. The hand robot is controlled using sensor gloves that can read the movements of the fingers and the compressive force of the user's fingers. The hand robot has a tactile sensor to limit the grip capability of the robot and can also be controlled remotely (teleoperated). This research consists of selecting 3D hand printing models, assembling mechanical and electronic components, making software, testing robot hands, and integrating them with sensors and implementing teleoperations. The robot hand is able to hold a load of 358 grams, with an efficiency of only 5.98% compared to the output torque of the actuator. Maximum sensor reading error of 5.61% and integration of 11.73%. System delay <1 second for cable connections, 1-2 seconds in Bluetooth mode, and 2-3 seconds for Bluetooth mode in different rooms. Robot hands can lift light objects, mimic the movements of the fingers, and can communicate wirelessly. Robots and sensors can be developed for operations and manipulation in a variety of applications such as prosthetics for people with disabilities, handling hazardous substances, disaster management, space or underwater survey robots, or helping human daily needs."

"ABSTRAKPada pengembangan mobile robot, ditemukan masalah-masalah pada metode pe-renceanaan jalur terkait faktor ketidakpastian di dunia nyata (termasuk informasi yang tidak lengkap). Untuk mengatasi permasalahan permasalahan tersebut, kon-sep mengenai menghindari rintangan muncul. Hal penting terkait menghindari rintangan adalah bagaimana robot dapat mengetahui halangan di sekitarnya. Se-buah solusi agar robot dapat mengetahui halangan di sekelilingnya adalah dengan menggunakan sensor pembaca jarak. Salah satu sensor pembaca jarak yang popu-lar saat ini adalah Light Detection and Ranging (LIDAR) yang memiliki lebar pancaran yang sempit dan umumnya memiliki rentang jarak bacaan yang cukup besar dibanding sensor pembaca jarak lainnya. Dengan sensor ini, peta lingkungan sekitar dapat dibuat sehingga teknik menghindari rintangan dapat dilakukan. Tu-juan dari penelitian ini adalah mengembangkan sistem mobile robot dengan menggunakan sensor LIDAR

---

ABSTRACTIn mobile robot development, there is weakness in pre-designing path planning regarding uncertainty in the real world (including partially information). To over-come that issue concept of obstacle avoidance arises. Another case, which is highly related to obstacle avoidance in real world, is how the robot can sense the obstacle. One example solution to sense objects around robot is using range finder sensor. One kind of accurate range finder sensor is Light Detection and Ranging (LIDAR) that have narrow beam and generally have wider detection range than any other range sensors. With this sensor, environment map can be generated, so obstacle avoidance may be done. The objective of this research is to design and implement mobile robot with LIDAR sensor."

"ABSTRAKNavigasi otomatis pada drone sedang banyak dikembangkan dari berbagai macam jenis drone dan fungsi otomasinya. Drone yang digunakan pada skripsi ini berupa pesawat dengan empat buah baling-baling atau quadcopter. Skripsi ini membahas tentang sistem otomasi drone dengan menggunakan metode image processing. Tahapan yang pertama pada metode ini adalah feature detection untuk membaca tepi-tepi atau ujung dari suatu benda berdasarkan metode Shi-Tomasi. Data yang didapatk akan diolah pada tahapan optical flow. Tahapan ini dilakukan untuk menentukan jarak atau keberadaan suatu benda yang didasari oleh metode Lucas-Kanade. Namun karena sifatnya yang otomatis, drone tidak dapat terhindar dari kecelakaan jika terjadi kesalahan pembacaan hasil gambar. Untuk mengurangi kesalahan pembacaan, penulis menambahkan sistem sensor ultrasonik. Dengan pembacaan pada jarak tertentu sensor akan membantu pembacaan rintangan yang berada pada lintasan. Pengolahan citra sistem otomasi drone akan diuji coba dengan software OpenCV dan Microsoft Visual Studio. Selanjutnya akan diunduh pada Robot Operating System ROS pada drone. Visual feedback control berbasis pengendali PID digunakan sebagai kendali pengerak drone. Drone yang digunakan pada skripsi ini berupa pesawat dengan empat buah baling-baling atau quadcopter. Disini akan dibahas bagaimana cara kerja antara sensor kamera dan sensor ultrasonik bekerja terintegrasi secara bersamaan agar drone dapat menghindari rintangan secara otomatis.

---

ABSTRACTAutomatic navigation on the drone is being developed on these days, from a wide variety of types of drones and its automatic functions. Drones used in this study is an aircraft with four propellers or quadcopter. This research discusses the drone automation system using image processing methods. The first stages in this method is the feature detection to read the edges or corner of an object based on the Shi Tomasi method. Then the data will be processed on the of optical flow phases. This stage will determine the distance or the presence of an object based on the Lucas Kanade method. Furthermore, the object distance is close and there on the track drones will be grouped and considered as obstacles using grouping stage based on the method of K means. But because it is automatic, drones can rsquo t avoid an accident if an error occurs reading the images. To reduce reading errors, the author adds ultrasonic sensor system. With a reading at a certain distance, sensor helps readings obstacles that are on the track. Drone image processing automation system will be tested with OpenCV software and Microsoft Visual Studio. Next the program will be downloaded on the Robot Operating System ROS on the drone. Visual feedback control based PID controllers are used as a control of drones movement. This paper will be discussed how to work the camera sensor and ultrasonic sensor working together so that the drones can avoid obstacles automatically."

"Penelitian ini membahas permasalahan formasi sistem multi-agent menggunakan pengendali prediktif terdistribusi. Model yang digunakan adalah nonholonomic mobile robot. Setiap agen dapat memecahkan sendiri permasalahan optimasi dan mengimplementasikannya setiap cuplikan waktu. Ada dua permasalahan formasi yang dibahas, yaitu formation tracking control dan formation stabilization. Pada permasalahan formation tracking control, setiap agen harus mengikuti referensi trajektori yang telah dibuat dan mempertahankan jarak dengan agen tetangganya. Sedangkan pada permasalahn formation stabilization, setiap agen, dari posisi yang acak, membentuk suatu formasi yang telah ditentukan di posisi yang telah ditentukan juga. Hasil simulasi ditampilkan untuk menggambarkan efektivitas dari pengendali prediktif terdistribusi yang telah didesain. Diperoleh hasil dengan waktu konvergensi yang sangat cepat dibanding jika dengan pengendali lain.

---

This study is concerned with the problem of formation using distributed model predictive control. The model that is used is nonholonomic mobile robot. All the agents are permitted to solve optimization problem by itself and implement them at each time step. There are two formation problem that will be discussed, i.e. formation tracking control problem and formation stabilization problem. On the formation tracking control problem, each agent is required to follow a reference trajectory that has been generated and maintain distance between agents. On the formation stabilization problem, each agent, with random initial condition, is required to form a formation at a specific position that has been determined. A numerical simulation is given to illustrate the effectivenes of the distributed model predictive control. The convergence rate of the result is much faster compared to other control law."

"Penelitian ini membahas masalah konsensus pada sistem multi-agent dengan model setiap agen adalah nonholonomic mobile robot dengan pengendali finite-time yang terdistribusi pada setiap agen. Setiap agen harus mengikuti kecepatan referensi yang telah dibuat dan state setiap agen harus mencapai konsensus dalam waktu yang terbatas. Masalah lain yang dibahas adalah keberadaannya disturbance atau gangguan dari luar sistem. Pengendali finite-time digunakan untuk memecahkan kedua masalah ini karena pengendali finite-time dapat memberikan waktu konsensus pada waktu yang terbatas dan dapat mengatasi keberadaan gangguan dari luar sistem. Pengendali finite-time juga dapat dilinierisasi dengan mengubah parameter pengendalinya. Selain masalah pengendali konsensus, penelitian mengenai perbandingan sistem dengan multi-agent dan sistem tanpa multi-agent juga dilakukan. Berdasarkan simulasi yang dilakukan, terlihat bahwa sistem dapat mencapai konsensus dalam waktu yang terbatas. Saat sistem diberi disturbance, terlihat juga bahwa sistem tetap dapat mencapai konsensus dalam waktu terbatas. Sistem multi-agent juga memberikan waktu konsensus yang lebih cepat dibandingkan dengan sistem tanpa multi-agent.

---

In this study, we discuss the consensus problem of nonholonomic mobil robot multi-agent systems with distributed finite-time control for each agent. All the agents have to follow the reference velocity and reach a consensus in a finite-time. The other problem discussed in this study is the presence of disturbance. Finite-time controller is used to solve the above problem because of its reliability. Linearized finite-time control is also shown by changing the control parameters.

One last problem discussed is the comparison between system with multi-agent and system without multi-agent. Based on simulation results, it is shown that multi-agent system can reach consensus in a finite time. In the presence of disturbance, it is shown that the systems still can reach consensus in a finite time. System with multi-agent also reach consensus faster than system without multi-agent."

"Dalam skripsi ini akan dijelaskan model dinamik robot beroda dengan kemudi differensial yang dikendalikan dengan pengendali fuzzy. Pengendaii fuzzy menggunakan dua kumpulan aturan pengambil keputusan yang disebut behavior (behavior penghindaran halangan dan behavior pencapaian tujuan). Behavior pencapaian tujuan akan dilaksanakan bila sensor tidak mendeteksi halangan atau bila titik tujuan lebih dekat dibanding jarak halangan yang terdeteksi. Seiain kondisi tersebut diatas maka behavior penghindaran halangan yang akan dijalankan. Komponen-komponen yang dipergunakan dalam membentuk pengendalian tersebut dikelompokkan menjadi dua bagian, yakni masukan yang terdiri dari jarak terdekat pengukuran halangan oleh sensor, posisi tujuan relalif terhadap sudut heading robot dan jarak tujuan. Sedangkan keluaran adaiah beda tegangan begi motor penggerak roda robot. Pengendali fuzzy yang terdiri dari gabungan dua behavior ini membentuk 66 aturan. Pada simulasi, kecepatan diasumsikan tetap dan jarak maksimum pengukuran sensor adalah 2 meter. Pada bagian akhir akan diberikan algoritrna progam simulasi dan hasil-hasil simulasi pada beberapa kondisi untuk menunjukkan kinerja sistem."