Hasil Pencarian  ::  Simpan CSV :: Kembali

"Para roboticist selalu berusaha agar robot dapat menghampiri bentuk dan kemampuan manusia sehingga robot dapat berinteraksi bersama manusia dengan baik. Untuk dapat berinteraksi dengan manusia, robot sebisa mungkin dibuat agar memiliki gerakan yang mirip dengan manusia. Imitation Learning atau sering disebut dengan Motion Capture, adalah salah satu teknik pengendalian robot humanoid dengan manusia sebagai aktor dan robot sebagai agen yang akan mengimitasi gerakan aktor. Metode ini menawarkan kefleksibelan dan kemudahan dalam mememodifikasi sistem robot. Pada penelitian ini telah dikembangkan sebuah sistem motion capture untuk mentransformasikan gerakan lengan manusia ke lengan robot humanoid secara real time, dengan setiap lengan terdiri dari 3 DOF serta dilakukan perancangan database motion agar robot dapat melakukan gerakan yang telah dilakukannya. Proses tracking dengan Microsoft Kinect dilakukan pada rate frekuensi 20 Hz dengan dengan satu loop proses komputasi mapping membutuhkan waktu rata-rata 340 us. Rata-rata error pendeteksian vektor skeleton yang dideteksi adalah 1.74 cm.

---

The roboticist always trying to get the robot to approach the form and abilities so that the robot can interact with humans as well. To be able to interact with humans, robot made as much as possible in order to have similar movement to human. Imitation Learning or often called Motion Capture, is one of the humanoid robot control techniques with human as an actor and the robot as an agent who will imitate the movement of the actor. This method offers flexibility and ease to modify robot system.

In this research, we have developed a motion capture system to transform human arm movement to humanoid robot in real time, with each arm consisting of 3 DOF and we have designed database motion so that robot can redo the movement which it can do previously. Tracking process with Microsoft Kinect performed at frequency of 20 Hz with a single loop computation mapping process takes an average of 340 us. The average error detection of skeleton vector is 1.74 cm."

"Untuk dapat berinteraksi bersama manusia dengan baik, robot sebisa mungkin dibuat agar memiliki berntuk dan gerakan yang mirip dengan manusia. Motion Capture atau sering disebut dengan Imitation Learning adalah salah satu teknik pengendalian robot humanoid dengan manusia sebagai actor dan robot sebagai agen yang akan mengimitasi gerakan actor. Metode ini menawarkan kefleksibelan dan kemudahan dalam memprogram gerakan robot. Namun, dalam proses imitasi perlu dipertimbangkan aspek keseimbangan robot. Pada penelitian ini diimplementasikan metode motion capture untuk mengendalikan robot biped dengan pengendalian keseimbangan yang menerapkan kriteria ZMP pada perubahan gerakan robot. Penelitian dilakukan dengan menggunakan perangkat capture Microsoft Kinect dan dipetakan secara langsung pada biped robot 12 DOF dengan aktuator Dynamixel AX-12. Metode yang diusulkan telah sukses dikembangkan, disimulasikan, diuji langsung kepada robot dan memberikan hasil yang baik.

---

To be able to interact with humans, robot made as much as possible in order to have similar appearance and movement like human. Motion capture or often called Imitation Learning is one of the humanoid robot control techniques with human as an actor and the robot as an agent who will imitate the movement of the actor. This method offers flexibility and ease to modify robot system. But, in imitation process also need to consider robot balance. In this research, motion capture will be implemented to control Biped robot with balance control which applied Zero Moment Point criterion in everychange that occur in robot motion. The study was conducted by using Microsoft Kinect as capture device and the direct implementation of the Biped robot with 12-DOF. The proposed method has been successfully developed, simulated, and evaluated on a real robot and give good results."

"Seni tari pada umumnya dilakukan oleh manusia dan diturunkan ke generasi muda sebagai bentuk pelestarian tarian tersebut. Sebagai bentuk lain dari pelestarian seni tari digunakanlah Robot Humanoid. Robot akan akan melakukan pembelajaran gerakan manusia (imitation learning) melalui kemera Microsoft Kinect, yang dapat menangkap gerakan manusia (motion capture). Gerakan tersebut juga dikompensasi untuk penyeimbangan robot dengan metode Zero Moment Point (ZMP). Sistem ini dilakukan dengan framework dari Robot Operating System (ROS) dan berhasil melakukan imitation learning dengan rate 5Hz pada pengiriman data ke joint robot serta waktu sampling sekitar 10Hz.

---

The art of dance is generally performed by humans and handed down to the younger generation as a way to preserve the dance. As another form of preservation is used Humanoid Robot. The Robot will be imitation learning of human movement through the Microsoft Kinect camera, which can capture human motion (motion capture). The movement is also compensated for balancing robot with Zero Moment Point (ZMP) method. This system is done with the framework of the Robot Operating System (ROS) and managed to imitation learning with rate 5Hz for sending data and the sampling time 10Hz."

"Penggunaan lengan robot dapat menggantikan ataupun meringankan kerja manusia secara langsung. Namun terdapat kendala yaitu sistem user interface lengan robot yang rumit. Oleh karena itu dibutuhkan user interface lengan robot yang intuitif untuk dipelajari dan mudah untuk dioperasikan. Pada penelitian ini dirancang dan diimplementasikan sebuah sistem kendali lengan robot yang memiliki user interface berbasis Natural User Interface yang mudah untuk dikendalikan. Lengan robot yang dapat dikendalikan mengikuti gestur gerakkan telapak tangan dan jari manusia dengan metode Motion Control secara realtime menggunakan sensor Leap Motion. Selain itu juga dirancang sistem penyimpanan dan ekstraksi database motion sehingga lengan robot memiliki kecerdasan untuk mampu melakukan gerakkan yang telah diajarkan oleh manusia. Lengan robot menggunakan 5 buah servo yang dikendalikan oleh mikrokontroler Arduino dengan sinyal PWM. Mikrokontroler Arduino dan Leap Motion dihubungkan dengan komputer melalui port USB. Frame-frame data yang diterima dari Leap Motion diproses oleh program berbasis Java pada komputer. Output dari program tersebut adalah besar sudut-sudut putaran setiap servo yang dikirim melalui komunikasi serial ke mikrokontroler Arduino. Program Penggunaan lengan robot dapat menggantikan ataupun meringankan kerja manusia secara langsung. Namun terdapat kendala yaitu sistem user interface lengan robot yang rumit. Oleh karena itu dibutuhkan user interface lengan robot yang intuitif untuk dipelajari dan mudah untuk dioperasikan. Program tersebut menggunakan algoritma inverse kinematic untuk mengkalkulasi besar sudut putaran servo. Sensor Leap Motion memiliki tingkat keakurasian yang tinggi dengan standar deviasi sumbu koordinat x, y dan z secara berturut sebesar 0.022431 mm, 0.084935 mm, dan 0.056216 mm.

---

Robotic arm can replace or relieve human labor directly. But there is major obstacle, the system user interface of robot arm is complicated. Therefore, it needs a robot arm user interface system that is intuitive to learn and easier to operate. This study, has designed and implemented an intuitive robot arm control system. The system uses Natural User Interface and easy to control. The robotic arm can be controlled by following the movement of a human hand and fingers gestures in realtime. Leap Motion device is used as a sensor-based hand motion control interface. This system also implemented motion database storage and extraction systems, so the robot arm has the intelligence to be able to perform movements that have been taught by humans. The robotic arm using 5 pieces of servos which are controlled by an Arduino microcontroller over PWM signal. The Arduino microcontroller and Leap Motion is connected to a computer via a USB port. Input frames of data received from Leap Motion is processed by a Java-based program. The output of the program is rotation angles of each servo that is sent through a serial communication to the Arduino microcontroller. The program uses an inverse kinematic algorithm to calculate the large of each servos angle rotation. Leap Motion sensor has a high level of accuracy with the standard deviation of 0.022431 mm, 0.084935 mm and 0.056216 mm correspond to the x,y, and z respectively."

"Robot motion control 2011 presents very recent results in robot motion and control. Forty short papers have been chosen from those presented at the sixth International Workshop on Robot Motion and Control held in Poland in June 2011. The authors of these papers have been carefully selected and represent leading institutions in this field. The following recent developments are discussed, design of trajectory planning schemes for holonomic and nonholonomic systems with optimization of energy, torque limitations and other factors, new control algorithms for industrial robots, nonholonomic systems and legged robots, and different applications of robotic systems in industry and everyday life, like medicine, education, entertainment and others, multiagent systems consisting of mobile and flying robots with their applications."

"Salah satu metode penelitian yang ikut berperan penting dalam pengukuran berskala mikro yakni Brownian Motion yang merupakan fenomena gerakan acak beberapa partikel yang diamati di bawah lensa objektif mikroskop akibat tabrakan antarpartikel dan molekul cairan di sekitarnya. Dalam penelitian ini akan digunakan Brownian Motion untuk menentukan nilai viskositas melalui perpindahan partikel polimer (microbead) terhadap perubahan konsentrasi cairan (gliserin dan NaCl) dan ukuran partikel polimer. Pengukuran dilakukan menggunakan rancangan sistem optik seperti kamera dan lensa objektif mikroskop. Pergerakan partikel kemudian direkam dan hasil citra rekaman diolah menggunakan image processing pada MATLAB. Dengan menggunakan fungsi korelasi, lintasan pergerakan partikel dapat dilacak hingga diperoleh data perpindahan partikel untuk setiap frame. Data ini kemudian diolah ke dalam persamaan mean square displacement untuk menentukan nilai viskositas cairan tersebut melalui nilai koefisien difusi partikel, yang merupakan hasil fitting least square dari mean square displacement. Dari data yang telah diperoleh, kesalahan literatur dari pengukuran viskositas menggunakan partikel berukuran 1 mikron pada larutan gliserin dengan variasi 10%-40% bernilai tidak lebih dari 10% dibandingkan pengukuran viskositas menggunakan partikel berukuran 3 dan 5 mikron. Untuk pengukuran viskositas menggunakan partikel 1 mikron pada larutan NaCl dengan variasi konsentrasi 0%, 50%, dan 100% memiliki nilai kesalahan literatur kurang dari 7%.

---

One research method that plays an important role in micro-scale measurement is Brownian Motion, which is a phenomenon of random movement of several particles observed under the microscope's objective lens due to collisions between particles and liquid molecules around it. In this study Brownian Motion will be used to determine the value of viscosity through the displacement of polymer particles (microbead) to the changes of fluid concentration (glycerin and NaCl) and polymer particle size. Measurements were made using the design of optical systems such as camera and microscope objective lense. The movement of particles is then recorded and the recording image results are processed using image processing in MATLAB. By using the correlation function, the trajectory of particle movement can be traced until particle displacement data is obtained for each frame (in second). From the data, the literature error from the viscosity measurement uses 1-micron particle in the glycerin solution with a variation of 10% - 40% is no more than 10% compared to the viscosity measurement using 3 and 5-micron particle. For the measurement of viscosity using 1-micron particle in NaCl solution with variations in the concentration of 0%, 50%, and 100%, the literature error is less than 7%."

"Permasalahan utama pada pergerakan robot humanoid adalah kestabilan ketika berjalan. Tujuan penelitian ini adalah mendesain robot dengan basis biaya yang rendah dan melakukan standarisasi kecepatan dan tingkat kestabilan robot. Umumnya, riset pada humanoid robot menggunakan metode static walking atau dynamic walking. Penggunaan static walking pada robot menekankan pada keseimbangan setiap pose berjalan sedangkan dynamic walking menekankan pada efisiensi mobilitas robot. Kombinasi dari kedua metode ini dapat memperoleh keseimbagan dan efisiensi pergerakan robot dimana pada penelitian ini di aplikasikan dengan metode zero momen point dan kinematika terbalik. Penggunaan metode elemen hingga dilakukan untuk mengoptimasi titik massa dari humanoid robot dan memilih material yang optimal sehingga dapat mengurangi biaya produksi dari humanoid robot. Penelitian ini diselesaikan dengan pengujian real dan dibandingkan dengan simulasi untuk mendapatkan stabilitas dan kecepatan dari robot untuk membuktikan pergerakan yang cepat dan mudah. Hasilnya stabilitas humanoid didapatkan sebesar 3.44 mm dan kecepatannya 8.11 m/s.

---

Main problem of humanoid locomotion is walking stability. Goal of this research is designing low-cost humanoid robot and standarize the velocity and stability of robot. Commonly, research of humanoid robot use the method of static walking or dynamic walking for its stability. The usage of static walking on robots emphasize on stability pose while dynamic walking emphasizes on its mobility efficiency. The combination of both walking methods can achieve a stable and efficient humanoid robot movement, in which applies the rule of Zero Moment Point and Invers Kinematic. Using finite elemen analysis to optimize centre of mass from humanoid robot and select optimum material so it will decrease the production cost of humanoid robot. This research will be done by simulation and real examiner to get a stability margin and also velocity of robot to ensure a quick and easy robot motion planning. The result of humanoid robot stabiliy margin is 3.44 mm and its velocity 8.11cm/s."

"ABSTRACTMotion seringkali tidak dianggap dalam suatu konteks arsitektur. Padahal pada nyatanya manusia yang berada di dalam konteks arsitektur tersebut selalu melakukan motion di dalam aktivitasnya. Skripsi ini membahas mengenai motion dalam mempengaruhi persepsi interior yang ditangkap oleh manusia. Taman Fatahillah dipilih menjadi studi kasus untuk melihat apakah motion yang dilakukan tubuh dapat membentuk interioritas dalam suatu ruang urban. Dari studi kasus tersebut dapat dilihat dengan rhyhthmanalysis, bahwa spatial rhythm, temporal rhythm, microexperience dan strangeness pada visual turut mempengaruhi interioritas yang ditangkap oleh manusia di dalam sebuah konteks.

---

ABSTRACTMotion is often not considered within architectural context. In fact, human within the context of architecture are always doing motion in their daily activities. This thesis discusses about how motion affect the interiority which perceived by human. Therefore, Taman Fatahillah is chosen as a case study to see whether the motion of the body can form interiority in an urban space. From this case study, it can be seen that rhythmanalsysis such as spatial rhythm, temporal rhythm, microexperience, and strangeness in visuals affect the interiority which perceived by human."

"Kegiatan perekonomian dan perindustrian yang terus berkembang dari tahun ketahun menuntut kesiapan prasarana dan sarana transportasi yang memadai dan diperlukan pengawasan terhadap angkutan barang mengenai tata cara pemuatan, daya angkut, dimensi kendaraan, dan kelas jalan dengan menggunakan alat penimbangan yang dipasang secara tetap pada lokasi tertentu. Dalam pengembangan teknologi sistem penimbangan, kendaraan ditimbang dan diukur secara lantatur ketika kendaraan melewati area sistem Weigh and Dimension in Motion (WDIM). Kendaraan tidak memerlukan untuk masuk kedalam jembatan timbang, kendaraan tidak diperlukan berhenti, dan pengukuran dilakukan secara 24/7. Dalam perencanaan sistem WDIM, diperlukan pembuktian dalam pemilihan peralatan-peralatan yang akan dipasang berdasarkan standar pemasangan dari kementerian perhubungan sebagai operator penindakan dan Kementerian Kementerian Pekerjaan Umum dan Perumahan Rakyat sebagai pemilik dan pengelola jalan nasional dimana sistem WDIM akan dipasang. Pembuktian secara ilmiah salah satunya secara matematis, sertifikasi alat dan spesifikasi teknis alat dilakukan pada perancangan sistem WDIM ini. Dengan dilakukan pembuktian pada setiap peralatan, diharapkan semua aspek dalam sistem WDIM ini dapat menghasilkan ketelitian yang sudah ditetapkan.

---

Economic and industrial activities that continue to grow from year to year demand the readiness of adequate transportation infrastructure and facilities and the need for supervision of the transportation of goods regarding loading procedures, carrying capacity, vehicle dimensions, and road classes using weighing equipment that is permanently installed at certain locations. In the development of weighing system technology, vehicles are weighed and measured continuously when the vehicle passes through the Weigh and Dimension in Motion (WDIM) system area. Vehicles do not need to enter the weighbridge, vehicles are not required to stop, and measures are carried out 24/7. In planning the WDIM system, verification is required in selecting the equipment to be installed based on installation standards from the ministry of transportation as the enforcement operator and the Ministry of Public Works and Public Housing as the owner and manager of the national roads where the WDIM system will be installed. Scientific proof, one of which is mathematical, tool certification and technical specifications of the tool are carried out in the design of this WDIM system. By verifying each piece of equipment, it is hoped that all aspects of the WDIM system will produce the set accuracy."

"Dalam melakukan pengamatan gerak Brown untuk mencari nilai koefisien difusi, dibutuhkan sebuah sistem yang memiliki akurasi tinggi untuk pendeteksian koordinat partikel dalam orde mikrometer. Pada penelitian ini dibuat sebuah sistem untuk menganalisa pergerakan partikel microbead dalam larutan nanogold dengan variasi temperatur dalam bentuk input berupa video dan menghasilkan output berupa nilai koefisien difusi dari partikel yang terdapat pada video. Sistem ini memanfaatkan machine learning sebagai detektor koordinat partikel. Digunakan TensorFlow Object Detection API sebagai backend sistem ini dan CenterNet sebagai aristektur model yang digunakan. Koordinat partikel berhasil dideteksi dengan rata-rata error pada pendeteksian senilai 0.6 piksel. Metode mean squared displacement digunakan untuk menghitung koefisien difusi. Didapatkan nilai koefisien difusi untuk microbead pada suhu 36, 37, 38, 39, 40oC secara berurutan sebesar 8.581 x 10-14, 9.925 x 10-14, 10.113 x 10-14, 10.374 x 10-14, 14.875 x 10-14 m2/s. Didapati nilai kenaikan koefisien difusi setiap kenaikan 1oC sebesar 1.3037 x 10-14 m2/s.

---

In observing Brownian motion to find the value of the diffusion coefficient, a system that has high accuracy is needed for the detection of particle coordinates in domain of micrometers. In this study, a system was created to analyze the movement of microbead particles in a nanogold solution with temperature variations with video file as an input and produce diffusion coefficient value of the particles in the video as the output. This system utilizes machine learning as a particle coordinate detector. The TensorFlow Object Detection API is used as the backend of this system and CenterNet as the model architecture. The particle coordinates were detected successfully with an average detection error of 0.6 pixels. The mean squared displacement method is used to calculate the diffusion coefficient. The diffusion coefficient values ​​for microbeads at a temperature of 36, 37, 38, 39, 40oC respectively were 8,581 x 10-14, 9.925 x 10-14, 10,113 x 10-14, 10,374 x 10-14, 14,875 x 10-14m2/s. It was found that the value of the increase in the diffusion coefficient for every 1oC increase was 1.3037 x 10-14 m2/s."