Hasil Pencarian  ::  Simpan CSV :: Kembali

"Industri di Indonesia saat ini berkembang pesat, pada industri manufaktur banyak memerlukan system otomisasi yang akan mempercepat proses produksi dan untuk menaikan kualitas produk, teknologi yang di pakai saat ini adalah teknologi otomasi dan Robotic, khususnya di bidang manufaktur otomotif robotik ini wajib dipakai. Pada Sistem umumnya benda kerja dan Robot memiliki sistem Open-Loop dimana robot hanya di teaching untuk melakukan pergerakan tertentu yang sifatnya permanen, tidak ada keterkaitan antara benda kerja dan robot pada saat proses untuk itu diperlukan adanya sistem pengolahan citra yang dapat memungkinkan robot mengenali perubahan letak ataupun perubahan bentuk pada benda kerja. Sistem ini menggunakan Kamera dan Kontroller yang mempunyai beberapa port komunikasi dan software untuk merubah parameter tujuannya adalah agar sistem vision ini bisa di pakai pada robot-robot industri yang sudah ada. Sistem Close-Loop antara benda kerja dan robot berdasarkan visual-based motion ini akan mengurangi tingkat error yang dihasilkan hingga dapat meningkatkan kualitas dan kuantitas produksi.

---

Industry in Indonesia is growing rapidly, in many manufacturing industries require automation system that will speed up the production process and to increase the quality of products, technologies in use today is automation and robotic technology, especially in the field of automotive manufacturing robotics is compulsory.

In the current system, the workpiece and the robot has a system of Open-Loop where the robot only in teaching to perform certain movements that are permanent, there is no linkage between the workpiece and the robot during the process it is necessary for processing system citta which can allow the robot to recognize change of location or change of shape in the workpiece. The system uses camera and Controller that has multiple communication ports and software to modify the parameters the aim is for this vision system can be used in industrial robots already exist. Close-loop system between the workpiece and the robot based on visual-based motion will reduce the level of error is generated to improve the quality and quantity of production."

"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."

"Penelitian ini merancang sebuah sistem yang mampu mengontrol sebuah robot artikulasi dengan lima derajat kebebasan dari jarak jauh melalui media internet yang berbasiskan aplikasi web. Dalam penelitian ini digunakan sebuah komputer yang bertindak sebagai server yang dilengkapi dengan dua buah web camera untuk memantau kondisi dan pergerakan robot dan juga sebuah mikrokontroler pengontrol robot sebagai pemroses dan pengontrol masukan untuk menggerakkan robot. Melalui sebuah web browser pada komputer yang bertindak sebagai client, sistem pada komputer server diakses oleh pengguna dan menampilkan sebuah antarmuka yang dirancang sebagai panel kontrol robot. Melalui antarmuka ini pengguna dapat memberi masukan berupa perintah untuk menggerakkan robot yang dapat diberikan dalam dua pilihan mode basis kontrol, yaitu cursor-based/inverse kinematics dan manual/forward kinematics. Sistem mampu merespon perintah yang diberikan kemudian memroses dan mengeksekusinya dalam bentuk pergerakan robot sesuai dengan mode dan perintah dari masukan yang diberikan.

---

This research is aimed to design and develop a system capable of remotely controlling a five-degree-of-freedom articulated robot through internet platform on a web-based application. The research was built with single computer act as a server coupled with a pair of web camera to monitor the status and movement of the robot and also coupled with a robot-controller micro controler as a processor and controller of inputs to move the robot. Through the web browser on user's computer acting as client, the system is accessed by the user and displays an interface designed to be a robot's control panel. Through this interface, the user can input command to move the robot which can be given in two different control modes, cursor-based/inverse kinematics and manual/forward kinematics. System responds the command then processes and executes it in form of robot movement based on control mode and command of the given input."

"Salah satu kemampuan robot yang canggih adalah mampu melakukan adaptasi pada lingkungan sekitarnya. Kemampuan ini merupakan analogi terhadap kemampuan manusia secara khusus. Namun, kebanyakan robot yang dibuat masih terbatas dalam hal interaksi secara sentuhan dengan lingkungan sekitarnya. Oleh karenanya diperlukan sistem sensasi non-kontak yang salah satunya adalah sensasi secara visual. Cara ini termasuk salah satu yang paling advance karena hampir semua proses manipulasi bisa dilakukan dengan hanya menggunakan sensor visual yaitu kamera walaupun computational cost-nya cukup tinggi. Single Board computer jenis BeagleBoard akan digunakan untuk melakukan komputasi sensasi visual yang meliputi face detection, stereo vision, dan bahkan lokalisasi nantinya. Wajah manusia yang akan dikenali oleh sistem computer visualnya akan di-tracking dan diukur jaraknya secara real time melalui teknik stereo vision. Koordinat yang didapat akan ditransformasikan dengan persamaan kinematik berupa invers jacobian menuju pusat robot untuk melakukan aktuasi pada aktuator vision dan navigasi robot secara keseluruhan sampai tujuan untuk melakukan interaksi dengan manusia tercapai. Berdasarkan pengujian yang telah dilakukan dapat dinyatakan bahwa sistem komputer vision yang telah dibangun cukup valid dan handal untuk jarak dibawah 100 cm walaupun dengan waktu komputasi yang cukup besar.

---

One of the advance robot's ability is it can adapt into the around environment. This ability itself is the analogy of human's. But now, most of the robots still have limited in contact sensation. So, it's needed to build non-contact sensations and one of them is reached by build visual system. This way belong to one of advance method because almost of manipulation way can be dealed with this visual sensor like camera, even though the computational cost is high enough.

BeagleBoard, a kind of powerful Single Board computer, will be use to compute the visual sensation in this receptionist robot include face detection, stereo vision, and even localization later. The face of human that will be recognized by visual computer system will be tracked and the distant is calculated real time via stereo vision system. The coordinate that has been gathered will be transformed by invers jacobian into the center of robot to actuate visual actuation and doing robot navigation until receptionist robot is able to do interaction with human. Based on the result of experiment, it can be stated that the developed computer vision system is valid and reliable enough for distant below 100 cm even though spends high computational time."

"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."

"Mobile robot seringkali mengalami slip dalam pembacaan sensor odometri. Kendala ini sangat mempengaruhi kinerja mobile robot, terlebih jika beberapa mobile robot bekerja secara kooperatif. Masing-masing mobile robot memiliki slipnya tersendiri yang dapat mempengaruhi perhitungan trajectory planning kerja kooperatif. Sehingga dibutuhkan koreksi dengan sensor lain, pada penilitian ini digunakan sistem deteksi lokasi mobile robot dengan kamera webcam. Sistem deteksi akan di implementasikan pada quadcopter ketika terbang diatas mobile robot. Tentu pengambilan gambar akan mengalami perubahan sudut pandang akibat pergerakan sudut pitch atau roll dari quadcopter. Motor penggerak quadcopter juga menghasilkan getaran yang dapat mengakibatkan blur pada pengambilan gambar. Selain itu untuk melakukan pendeteksian berbasis citra dibutuhkan komputasi yang cukup besar, khususnya jika dilakukan pada sistem embedded quadcopter. Oleh karena itu dibutuhkan sistem deteksi yang dapat diterapkan pada quadcopter dengan ketahanan derau dan proses yang cukup cepat. Pada perancangan sistem deteksi penilitian ini, digunakan suatu pola yang terdiri dari markah buatan. Markah bulat hitam memiliki fitur yang mudah untuk dikenali dengan algoritma sederhana. Pola yang terdiri dari markah bulat dapat disisipkan informasi identitas dan pose sehingga cocok untuk diterapkan pada sistem deteksi lokasi multi mobile robot. Untuk menguji kemampuan pendeteksian, selain diuji pada dunia riil juga dirancang pengujian simulasi. Pengembangan simulasi quadcopter untuk mendeteksi pola markah dirancang dengan simulator Gazebo yang di integrasikan dengan perangkat lunak ROS Robotic Operating System.

---

Mobile robots often experience slippage in odometry sensor readings. These problems greatly affect the performance of mobile robots, especially if some mobile robots work cooperatively. Each mobile robot has its own slip that can affect the calculation of cooperative work cooperative trajectory. So that needed correction with other sensors, the research is used mobile robot location detection system with webcam camera.

The detection system will be implemented on the quadcopter when flying over the mobile robot. Of course the camera angle of view due to movement of pitch or roll angle from quadcopter. The quadcopter motors also produce vibrations that can lead to blur on shooting. In addition to perform image based detection required considerable computation, especially if done on the embedded quadcopter system. Therefore, a detection system that can be applied to the quadcopter with noise and process resistance is fast enough.

In the design of this research detection system, a pattern consisting of artificial markers is used. The black round marker has features that are easy to recognize with simple algorithms. Patterns consisting of rounded markers can be inserted identity and pose information making it suitable to be applied to mobile robot location detection systems. To test the detection ability, in addition to tested in the real world also designed simulation testing. The development of a quadcopter simulation to detect the markup pattern is designed with a Gazebo simulator integrated with ROS Robotic Operating System software."

"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."

"Lokalisasi robot adalah permasalahan dalam melakukan estimasi posisi dan orientasi robot dalam suatu lokasi yang diketahui sebelumnya. Untuk melakukan lokalisasi diri, robot harus memproses gambar dari kamera menjadi landmark, yaitu persimpangan crossing garis lapangan. Landmark yang terdeteksi kemudian dibandingkan dengan peta landmark garis lapangan, untuk dihitung oleh algoritma lokalisasi vision-based, yang menghasilkan data lokalisasi posisi dan orientasi. Data lokalisasi dari algoritma vision-based digabungkan dengan metode particle filter, bersama dengan odometri dan pembacaan data kompas. Hasil yang didapat antara lain persentase keberhasilan deteksi crossing 93.33 , lokalisasi dengan rata-rata error posisi sebesar 57.66cm, dan mengurangi error akibat kidnapped robot problem hingga sebesar 87.88

---

Robot localization is the problem of estimating the position and orientation of a robot, given a known absolute location. To achieve self localization, robot must be able to process camera images into landmarks, which is the crossing of field lines. The detected landmarks are compared to a field line landmark map to be further processed by a vision based localization algorithm, resulting in robot position and orientation estimate. The resulting localization data is then integrated with particle filter, along with odometry and compass readings. Among the achievements made in this research are 93.33 field line landmark detection success rate, self localization with 57.66cm average positional error, and reducing up to 87.88 of errors caused by the beginning of a kidnapped robot problem."

"Humanoid Robot Soccer adalah sebuah robot yang dapat bermain sepak bola layaknya manusia secara otomatis. Untuk membuat sebuah robot humanoid sepak bola dibutuhkan sistem tertanam yang mumpuni dan terpadu disebabkan oleh kebutuhan akan beberapa sensor sebagai pendukung kecerdasan yang diambil secara kontinu dan kalkulasi yang besar pada sistem pengendalian dan pengolahan citranya. Penelitian skripsi ini fokus pada perancangan dan penerapan Odroid XU-4 Komputer Papan Tunggal sebagai pengendali utama didukung dengan sensor Inertial Measurement Unit dan aktuator Dynamixel MX-28T dan MX-64T. Hasil dari penelitian ini menunjukkan bahwa perangkat yang diusulkan mumpuni untuk menjadi sistem tertanam pada Humanoid Robot Soccer.

---

Humanoid Robot Soccer is a robot with human like form tha could play soccer autonomously. To create Humanoid Robot Soccer, a robust, compact and rich of feature embedded system is needed caused by the need of many sensors data sampled continously, weight of running process and complex calculation espesially for its control system and image processing. This thesis focus on designing and implementing Odroid XU 4 Single Board Computer as Main Controller support by Inertial Measurement Unit sensors and Dynamixel MX 28T and MX 64T actuators for Humanoid Robot Soccer. The result of this reasearch indicate that the purposed device is qualified to be an embedded system in Humanoid Robot Soccer."

"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."