Hasil Pencarian  ::  Simpan CSV :: Kembali

"Behavior-based control architecture has been broadly recognized due to their compentence in mobile robot development. Fuzzy logic system characteristics are appropriate to address the behavior design problems. Nevertheless, there are problems encountered when setting fuzzy variables manually. Consequently, most of the efforts in the field, produce certain works for the study of fuzzy systems with added learning abilities. This paper presents the improvement of fuzzy behavior-based control architecture using Particle Swarm Optimization (PSO). A wall-following behaviors used on Particle Swarm Fuzzy Controller (PSFC) are developed using the modified PSO with two stages of the PSFC process. Several simulations have been accomplished to analyze the algorithm. The promising performance have proved that the proposed control architecture for mobile robot has better capability to accomplish useful task in real office-like environment.Arsitektur pengendali robot berbasis perilaku telah secara efektif menunjukkan kompetensinya dalam pengembangan teknologi robot bergerak. Karakteristik sistem logika fuzzy adalah salah satu solusi yang dapat diandalkan untuk menyelesaikan beberapa problem pada perancangan perilaku robot. Akan tetapi, terdapat kesulitan untuk dapat menala parameter fuzzy secara manual. Oleh karena itu beberapa studi dilakukan untuk mengintroduksi kemampauan pembelajaran pada sistem logika fuzzy. Tulisan ini membahas pengembangan arsitektur pengendali robot berbasis perilaku dengan memanfaatkan Particle Swarm Optimization (PSO). Perilaku robot mengikuti dinding berbasiskan Particle Swarm Fuzzy Controller (PSFC) dibangun menggunakan PSO yang telah dimodifikasi dengan dua tahap proses PSFC. Beberapa pengujian telah dilakukan untuk menganalisa performansi algoritma tersebut. Hasil pengujian menunjukkan bahwa perancangan tersebut memiliki performansi yang menjanjikan bahwa robot dapat menyelesaikan tugasnya dengan baik pada suatu lingkungan tertentu."

"Tujuan dari skripsi ini untuk merancang metode kompensasi untuk mengurangi sentakan yang terjadi pada saat robot bergerak di lintasannya. Sensor accelerometer digunakan untuk membaca percepatan selama robot bergerak. Pada saat percepatan meningkat dalam waktu singkat, terjadi efek sentakan. Efek dari sentakan ini adalah gerakan robot terlihat tidak halus. Untuk tujuan itu dirancang suatu metode dan diujikan dengan lintasan lurus dan berbelok-belok. Strategi yang di usulkan adalah dengan metode kompensasi waktu,yaitu dengan memperlama waktu tempuh robot, kedua dengan mengurangi kecepatan yang proporsional dengan percepatan yang dirasakan robot, dan terakhir adalah metode kombinasi.Dari hasil pengujian pada lintasan lurus dan berbelok, kompensasi dengan kompensasi percepatan dan waktu lebih baik dalam mengurangi sentakan.

---

This thesis objective is to design compensation method to reduce jolt that occure when robot move in it trajectory. Accelerometer is used to measure the acceleration when the robot move. The jolt occure when the acceleration increase in the short time. The jolt make robot movement doesn’t smooth. For this purpose a severeral method is propose and tested. The method are prolong total robot time to acomplished the trajectory, decrease robot control system speed that is proportional to accelerometer reading,and combination method of time and acceleration compensation. On straight and twist trajectory, time and accleration compensation give the best result."

"In this paper, development of a reduced order, augmented dynamics-drive model that combines both the dynamics and drive subsystems of the skid steering mobile robot (SSMR) is presented. A Linear Quadratic Regulator (LQR) control algorithm with feed-forward compensation of the disturbances part included in the reduced order augmented dynamics-drive model is designed. The proposed controller has many advantages such as its simplicity in terms of design and implementation in comparison with complex nonlinear control schemes that are usually designed for this system. Moreover, the good performance is also provided by the controller for the SSMR comparable with a nonlinear controller based on the inverse dynamics which depends on the availability of an accurate model describing the system. Simulation results illustrate the effectiveness and enhancement provided by the proposed controller.Dalam paper ini, pengembangan reduced order, augmented model dynamics-drive yang mengga-bungkan kedua dinamika dan subsistem drive dari skid steering mobile robot (SSMR) ditampilkan. Sebuah algoritma kontrol Linear Quadratic Regulator (LQR) dengan kompensasi feed-forward dari disturbances part termasuk dalam reduced order augmented model dynamics-drive dirancang. Pengen-dali yang diusulkan memiliki banyak keuntungan seperti kesederhanaan dalam hal desain dan imple-mentasi dibandingkan dengan skema kontrol nonlinear kompleks yang biasanya dirancang untuk sistem ini. Selain itu, kinerja yang baik juga disediakan oleh pengendali untuk SSMR sebanding dengan pe-ngendali nonlinear berdasarkan dinamika inverse yang tergantung pada ketersediaan dari model yang akurat yang menggambarkan sistem. Hasil simulasi menggambarkan efektivitas dan peningkatan oleh pengendali yang diusulkan."

"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."

"Proses kontrol canggih telah ada sejak tahun 1960-an dan digunakan untuk menyelesaikan berbagai macam masalah kontrol. Sebagian besar algoritma kontrol canggih pada tahun 1960-an adalah turunan dari algoritma kontrol Proportional-Integral-Derivative (PID). Meskipun 90% dari seluruh masalah kontrol dapat diselesaikan dengan menggunakan algoritma kontrol PID, algoritma tersebut memiliki beberapa kekurangan dalam penanganan batasan nilai variabel kontrol, proses non-minimum phase, perubahan parameter sistem, dan kemudahan penerapan dalam proses multi-variabel yang besar. Penggunaan algoritma kontrol yang lebih canggih dari algoritma kontrol PID tertahan oleh daya komputasi yang dapat ditawarkan oleh komputer digital pada saat itu.Salah satu algoritma kontrol canggih yang dikenal karena kemampuannya menangani kekurangan yang dimiliki oleh algoritma kontrol PID adalah Model Predictive Control (MPC). MPC bekerja dengan menghitung perilaku sistem selama interval waktu yang terbatas ke masa depan dengan menggunakan model yang dimiliki oleh sistem untuk memprediksi perilaku sistem di masa depan. MPC lebih banyak digunakan untuk menyelesaikan masalah kontrol tertentu karena kemampuannya dalam menambahkan hard state (state yang tidak dapat dilanggar), batasan input, dan kriteria kinerja yang sesuai dalam perancangan sistem kontrol. Namun, karena MPC mengandalkan model sistem untuk memprediksi perilaku masa depan dari sistem yang dikontrol, penggunaan MPC untuk mengontrol sistem terbatas karena sistem tertentu memiliki model yang sangat kompleks untuk diformulasikan.Terlepas dari kekurangan yang dimiliki MPC, penulisan skripsi ini diperuntukkan untuk melihat kelebihan dan kemudahan penerapannya dalam menyelesaikan masalah kontrol optimum. Untuk itu, evaluasi MPC sebagai sistem perencanaan lintasan lokal dan penghindaran tabrakan akan dilakukan. Evaluasi dalam skripsi ini akan menggunakan program simulasi berbasis ROS yang disebut Gazebo dan Rviz dengan Python sebagai bahasa pemrogramannya agar memudahkan bagi siapa saja yang ingin mengimplementasikan MPC sebagai pengontrol sistem dan memberikan media pembelajaran bagi yang ingin belajar mengenai MPC. Kesimpulan yang didapatkan dari hasil skripsi ini adalah MPC memiliki potensi yang sangat tinggi dalam menyelesaikan masalah kontrol optimum karena kemampuannya dalam memberikan kontrol yang optimal untuk sistem, walaupun diperlukan proses komputasi yang cukup besar sehingga waktu pemrosesan menjadi lambat dengan konfigurasi yang dilakukan pada skripsi ini.

---

Advanced process control has been around since 1960s and is used to solve numerous control problems. Most advance control algorithms in 1960s were the derivation of the classical Proportional-Integral-Derivative (PID) controller algorithm. Although 90% of all control problems can be solved using PID control, it has several drawbacks when it comes to handling constraints, non-minimum phase processes, changes in system parameters, and its straightforward applicability to large, multi-variable processes. The usage for a more advanced control algorithm that is able to tackle those drawbacks was held back by the computational power that the digital computer can offer at that time.

One of the advance control algorithms that is known for its ability to handle these drawbacks is called Model Predictive Control (MPC). MPC works by calculating the system behavior over a finite time interval into the future using the system model to predict the future system behavior. It is favorable to solve certain control problems because of its ability to explicitly add hard states (states that cannot be violated), input constraints, and suitable performance criterion into the controller design. However, because MPC relies the system model to predict the future behavior of the controlled system, the ability to implement MPC for system control is decreased because certain system has very complex model to formulate.

Apart from the disadvantages of MPC, this thesis explores the advantage and its applicability in solving optimal control problem. For that, the use of MPC for a differential drive robot local planner and obstacle avoidance is evaluated. The evaluation in this thesis will use ROS based simulation environment called Gazebo and Rviz with Python as its programming language so that it is easier for anyone who wants to implement MPC as their system controller and to provide learning case for beginners who wants to start with MPC. At the end of this thesis, it is shown that MPC has a very high potential in solving optimal control problem because of its ability to give optimal control to the system, although it requires quite amount of computational power that makes the processing time slow with the configurations that is done in this thesis."

"Teknologi robot dan otomatisasi konstruksi merupakan teknologi yang memiliki potensi untuk meningkatkan kualitas hasil pekerjaan, produktivitas pekerja, dan manfaat lain. Namun, adopsi teknologi tersebut belum menjadi standar di industri konstruksi dan belum digunakan secara luas. Di Indonesia, penelitian yang membahas faktor yang mempengaruhi adopsi teknologi robot dan otomatisasi konstruksi secara khusus masih terbatas. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk mengidentifikasi manfaat, hambatan, dan risiko yang paling signifikan dalam mengadopsi teknologi robot dan otomatisasi konstruksi di Indonesia melalui wawancara semi-structured, kuesioner perbandingan berpasangan, serta menggunakan metode AHP untuk mengetahui faktor dan sub-faktor paling signifikan dalam adopsi teknologi robot dan otomatisasi konstruksi di Indonesia. Responden pada penelitian ini merupakan expert pada bidang teknologi robot dan otomatisasi konstruksi. Menurut expert pada penelitian ini, manfaat paling signifikan adalah faktor operasional dan sub-faktor waktu proyek yang merupakan bagian dari faktor biaya. Lalu, hambatan paling signifikan yang membatasi adalah faktor teknologi dengan sub-faktor kompleksitas teknologi, serta risiko paling signifikan yang membatasi adopsi teknologi robot dan otomatisasi konstruksi di Indonesia adalah faktor teknologi dan sub-faktor ROI tidak pasti/permintaan dari pasar yang tidak mencukupi yang merupakan bagian dari faktor ekonomi.Di sisi lain, manfaat yang paling tidak signifikan adalah peluang kerja baru, hambatan yang paling tidak signifikan adalah fragmentasi dalam industri, dan risiko paling tidak signifikan adalah risiko distraksi untuk pekerja proyek.

---

Construction Robotics and Automation Technology have the potential to increase the quality of work, productivity level, and other benefits. However, the technology remains to not be standard method in the industry and its adoption level remains low. In Indonesia, study discussing factors influencing the adoption of such technology remains limited. Therefore, this study aims to identify the most significant benefits, barriers, and risks in the adoption of such technologies in Indonesia through semi-structured interviews, pairwise questionnaire, and using AHP method to know each variable’s most significant factor and sub-factors in adopting robotics and automation technologies in Indonesia’s construction world. This study interviews prominent experts in the field of Construction Robotics and Automation Technologies in Indonesia. According to the experts in this study, the most significant benefit are operational factors, though its most significant sub-factor is project time/duration which is part of the cost factor. Then, the most limiting barriers is the technological aspect with complexity of technology as its sub-factors, and the most significant risk in the adoption of construction robotics and automation technology in Indonesia is technology factor, though its sub-factor come from economic factor, which is market demand. On the other hand, the least significant barrier is job opportunities, the least significant barrier is fragmentation within the industry, and the least significant risk is distraction to worker’s in the project."

"Akhir-akhir ini kemajuan teknologi robot sangat pesat. Salah satunya adalah robot yang mempunyai kemampuan berinteraksi dengan manusia dan lingkungan secara langsung, tidak membahayakan, dan lebih bersahabat. Pada penelitian ini, akan diimplemetasikan compliance control pada tangan robot dengan mendapatkan informasi force yang diatur dari compliance strategy yang memberikan robot sebuah real intelligent sehingga robot dapat compliance terhadap lingkungan. Pada penelitian ini dimanfaatkan force/torsi (F/T) feedback dari dynamixel rx-24, dan current feedback dari motor DC. Dengan menerapkan Resolved Motion Rate Control (RMRC), trajectory planning dapat dibuat dan setiap waktu, posisi, kecepatan, serta gaya aktual pada setiap joint dapat terekam melalui sensor yang ada pada dynamixel. Untuk memperoleh dinamika sistem digunakan Newton-Euler equation. Hasilnya, Implementasi compliance control pada tangan robot telah berhasil walaupun masih kaku dan kurang presisi.

---

Nowdays, technology of robotic increase rapidly. One of them is robot which have ability to interact with human and environment directly, not dangerous, and more friendly. In this research, designed robot hand using dynamixel as actuator robot arm and DC gearmotor as actuator hand fingers. In this research, implemented compliance control with get force information from compliance strategy which give robot real intelligent to solve the task well.

In this research is used torque feedback from dynamixel rx-24 and current feedback from DC gearmotor. With implement Resolved Motion Rate Control (RMRC), robot hand can move follow instruction given and every time, position, velocity, and actual force every joint can be recorded by dynamixel's sensors. With using Newton-Euler equation about dynamic, so can be gotten force equation in every moving. The result, implementation of compliance control in hand robot is successful although still rough and bad presision."

"Paper ini memaparkan perancangan pengendali robot berbasis perilaku menggunakan Fuzzy, di mana parameter Fuzzy ditala secara otomatis menggunakan Particle Swarm Optimization (PSO) yang diistilahkan dengan Particle Swarm Fuzzy Controller (PSFC). Suatu fungsi tertentu dirancang untuk meningkatkan performa proses pencarian PSO. Fungsi tersebut mengubah harga bobot inersia menjadi berkurang secara sigmoid (Sigmoid Decreasing Inertia Weight). Empat buah perilaku robot dirancang menggunakan PSFC. Kemudian seluruh perilaku tersebut juga dikoordinasikan menggunakan PSFC. Beberapa simulasi pengendalian pergerakan robot dan percobaan dengan robot MagellanPro telah dilakukan untuk menguji performa algoritma yang dirancang. Algoritma lain, Genetic Fuzzy Controller (GFC) digunakan sebagai pembanding. Dari hasil pengujian dapat dikatakan bahwa pengendali yang dirancang memiliki kemampuan yang baik untuk menyelesaikan tugasnya pada suatu lingkungan nyata.This paper describes the design of robots controllers based on behaviour using Fuzzy, in which the Fuzzy parameters are automatically tuned using the Particle Swarm Optimization (PSO) which is termed the Particle Swarm Fuzzy Controller (PSFC). A particular function is designed to improve the performance of PSO search process. That particular function changes the value of the inertia weight, so it‟s decreased in sigmoid (Sigmoid Decreasing Inertia Weight). Four types of robots behaviour are designed and coordinated using the PSFC. Some simulation of the robot movement control and experiments with the robot MagellanPro have been conducted to test the performance of the algorithm that have been designed. Another algorithm, Genetic Fuzzy Controller (GFC) is used as a comparison. From the test results, it can be said that the controllers that have been designed have a good ability to accomplish its task in a real environment."