Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dewasa ini banyak industri pekerjaan yang membutuhkan mobile robot atau robot beroda untuk meningkatkan efisiensi. Agar robot mampu berjalan otonom sesuai perintah, robot harus mengetahui terlebih dahulu peta dan posisi pada suatu lingkungan. Oleh karena itu muncul metode Simultaneous Localization and Mapping atau SLAM. SLAM bertujuan membuat peta dan mengetahui posisinya dalam waktu yang bersamaan. Salah satu wadah robot SLAM yang sedang dikembangkan adalah robot RaceCar dengan tujuan pembelajaran, prototipe mobil otonom, dan keperluan industri lainnya. Pada penelitian ini, sistem navigasi berbasis SLAM diimplementasikan pada robot RaceCar berdasarkan referensi kelompok riset HYPHAROS dengan platform Robot Operating System (ROS). Robot menggunakan Odroid-XU4 sebagai pengendali utama, algoritma GMapping dan sensor RPLidar-A1 untuk pemetaan, sensor IMU Gy-85 untuk lokalisasi, algoritma Dijkstra perencanaan jalur, Arduino Uno untuk menggerakkan motor, serta L1 Controller sebagai pengendalian kemudi. Robot akan diuji performanya dengan beberapa tipe pengujian seperti pengujian lingkungan (lingkungan statik dan dinamik), pengujian pemetaan, dan pengujian performa navigasi. Dari eksperimen tersebut, peneliti membuat program akuisisi data robot menggunakan bahasa C++ dengan bantuan ROS. Hasil persen galat performa ketepatan target navigasi dan pengendalian pada navigasi berbasis peta yang didapat adalah 10.4% untuk sumbu x, 34.6% untuk sumbu y. Sedangkan pada navigasi reaktif adalah 46.7% untuk sumbu x, 20% untuk sumbu y.

---

Nowadays many job industries need mobile robots or wheeled robots to improve efficiency. In order for the robot to run autonomously as commanded, the robot must first know the map and position in an environment. Therefore, Simultaneous Localization and Mapping or SLAM method appears. SLAM aims to create a map and know its position at the same time. One of SLAM robot type that is being developed is a race car robot for the learning objectives, autonomous car prototypes, and other industrial needs. In this study, SLAM-based navigation system was implemented in robot race car based on reference of HYPHAROS research group with Robot Operating System (ROS) platform. The robot uses Odroid-XU4 as the main controller, GMapping algorithm and RPLidar-A1 sensor for mapping, Gy-85 IMU sensor for localization, DWA algorithm for track planning, Arduino Uno to drive motor, and L1 Controller as steering control. The robot will be tested for performance with several types of test such as environmental test (static and dynamic environments), mapping test, and navigation performance test. From these experiments, researchers created a robot data acquisition program using C++ language with the help of ROS. The result of percent performance error of navigation target accuracy and control on map-based navigation obtained was 10.4% for x axis, 34.6% for y axis. While in reactive navigation is 46.7% for x axis, 20% for y axis."

"Abad ke-21 adalah abad perkembangan teknologi robotika untuk menuju era kecanggihan. Berbagai jenis robot sedang dikembangkan untuk diaplikasikan di masa mendatang. Salah satu robot yang dapat diaplikasikan adalah robot penerima tamu. Peranan robot penerima tamu dirasakan sangat penting untuk membantu dan mempermudah pekerjaan manusia. Salah satunya adalah dalam menyapa dan menjamu para tamu dalam suatu acara tertentu seperti pesta dan pada tempat-tempat tertentu seperti rumah makan, tempat hiburan dan pameran. Dengan demikian untuk masa mendatang peranan penerima atau penyambut tamu dapat digantikan dengan sebuah robot yang ramah dan mengerti keadaan tamunya. Demi menciptakan robot penerima tamu yang baik, salah satunya adalah melalui sistem navigasi robot yang handal dalam berbagai keadaan. Sistem navigasi robot penerima tamu yang dirancang menggunakan sistem mobile robot dengan menggunakan Dead Recockning untuk memperbaharui posisi dan pengendali PD untuk mengkompensasi eror posisi navigasi melalui trajektori tertentu. Pengujian dilakukan dengan Kp=2350 dan Kd=1300 dan didapatkan eror yang kecil. Berdasarkan hasil pengujian yang dilakukan dapat dinyatakan bahwa robot penerima tamu yang didisain mampu bernavigasi dengan baik pada koordinat tertentu untuk menuju suatu objek tanpa menabrak objek tersebut.

---

21st century is a century for robotics development to be great. In that century, some robots have been developing to applicated in the next time. One of robots that will be applicated is receptionist robot. Receptionist robot is very important to help and to be easy the human works to serve the guest in party and other places likes restaurants, recreation parks and exhibitions. Therefore, in the next time, the function as receptionist can be changed by robot that very nice and understand the guest conditions. For creating the great receptionist robot, it can be done through great robot navigation system in some conditions. Navigation system of receptionist robot is designed with mobile robot system and Dead Recockning to update the robot position and PD controller to compensate the position error of the receptionist robot through trajectory planning. Experiments, have been done at basic movement likes forward and rotate movement with low error with Kp = 2750 and Kd = 1300. Base on the result of experiments can be known that receptionist robot can navigate nicely at defined coordinates toward the object without collision."

"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."

"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"

"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."

"Sistem navigasi adalah kemampuan utama yang perlu dimiliki autonomous mobile robot. Kemampuan ini memungkinkan robot untuk bergerak dalam jalur optimal untuk mencapai titik tujuan. Sistem navigasi yang dibuat dalam penelitian ini mengandalkan path-planning dan SLAM (Simultaneus Localization and Mapping) untuk menciptakan robot yang dapat bergerak secara otonom dan efisien dalam lingkungan yang sudah dikenali. Robot mengenali lingkungannya dengan memanfaatkan SLAM. SLAM memungkinkan robot untuk melakukan pemetaan lingkungan. Jenis SLAM yang digunakan dalam penelitian ini adalah cartographer SLAM. Hasil pemetaan ini disimpan dalam bentuk occupancy grid map yang merupakan representasi 2D dari lingkungan uji. A* adalah salah satu algoritma path-planning klasik yang memiliki performa sangat baik. Penelitian ini membandingkan algoritma path-planning A* dengan varian A* yaitu Theta* yang menerapkan line of sight dalam sistem pencariannya. Robot diuji dalam tiga lingkungan berbeda dan hasilnya menunjukkan bahwa Theta* lebih unggul dari A* dan mampu menghasilkan jalur yang lebih optimal.

---

Navigation system is a main capability that autonomous mobile robots must possess. This ability allows robots to move along the optimal path to reach a destination point. The navigation system developed in this research relies on path-planning and SLAM (Simultaneus Localization and Mapping) to create a robot that capable to move autonomously and efficient in a known environment. The robot uses SLAM to understand its surroundings. SLAM enables the robot to map its environment. The type of SLAM used in this study is cartographer SLAM. The results of this mapping are stored in the form of an occupancy grid map, which is a 2D representation of the test environment. A* is one of the classic path-planning algorithms with excellent performance. This research compares the A* path-planning algorithm with its variant, Theta*, which implements a line of sight in its search system. The robot was tested in three different environments, and the results showed that Theta* outperformed A* and was able to produces more optimal path."

"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."

"Dalam kehidupan sehari-hari tak jarang ditemukan pekerjaan yang membutuhkan lebih dari satu orang dalam penyelesaiannya. Konsep tersebut diadaptasikan ke penyelesaian tugas kompleks untuk sistem otonomi dengan lebih dari satu mobile robot atau disebut juga mobile robot kooperatif. Dalam mengakomodasi sistem mobile robot kooperatif yang baik, beberapa aspek perlu diperhatikan terutama komunikasi antar anggotanya.Pada skripsi ini, mobile robot akan dirancang dengan menggunakan trayektori linier dan sinusoidal sebelum antar robotnya dikomunikasikan untuk bertukar informasi. Sistem meggunakan protokol komunikasi nirkabel internet socket sebagai media pertukaran informasi antar robotnya sehingga pengujian terhadap komunikasi juga perlu dilakukan.Berdasarkan hasil pengujian dapat diketahui bahwa setiap mobile robot mempunyai karakteristik dan pergerakan yang berbeda satu sama lain tetapi masih dapat dikendalikan dengan menggunakan nilai pengendali yang sama. Hasil pengujian juga menunjukkan bahwa komunikasi dengan internet socket sudah dapat digunakan dalam aplikasi mobile robot komunikatif.

---

In daily life, a lot of tasks need more than one people to complete because of it complexity. The concept of using more hand to complete a complex problems is adapted in autonomous system that used more than one robot which often defined as cooperative robot. In order to accommodate a good cooperative mobile robot system, interrobot communication should be carefully designed.In this script, the mobile robot would be design while using linear and sinusoidal trajectory to test whether before being communicated between each other.

The system using wireless internet socket communication protocol as the information exchange's media between the robots, therefore an experiment need to be done to test the communication as well.Accordintg to experiment done, the result show that each robot has its own characteristic and movement dyamics. However, the differences are still tolerable and still can be controlled using the same controllers'constans.The experiment also show that internet socket communication is proven to be able implemented in communicative mobile robots."

"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."

"Inspeksi pada pipa minyak dan gas merupakan infrastruktur yang harus selalu dilakukan secara rutin untuk mendeteksi dan prediksi kerusakan yang akan terjadi di dalam pipa. Kemampuan navigasi untuk dapat berpindah dari satu lokasi ke lokasi lain serta melokalisasikan lokasi robot saat berada di dalam pipa sangat penting. Terlebih alat navigasi yang paling banyak digunakan yaitu GPS tidak dapat beroperasi pada lingkungan pipa. Maka untuk memenuhi keperluan tersebut robot harus mampu mengindera lingkungan disekitarnya dengan menggunakan sensor lain. Penelitian ini melakukan penginderaan lingkungan dengan menggunakan sensor depth camera yang kemudian diolah menjadi peta 2D dan lokalisasi robot dengan menggunakan Algoritma Hector SLAM (Simulataneously Localization and Mapping) dan menggunakan Robot Operating System (ROS). Dari hasil pengujian, algoritma Hector SLAM mampu melakukan pemetaan dengan persentase error sebesar 2,512% sedangkan untuk kemampuan lokalisasi memiliki persentase error sebesar 1.49%. Setelah dilakukan lokalisasi dan pemetaan, robot mampu untuk melakukan navigasi otonom dengan menggunakan navigation stack yang tersedia oleh ROS.

---

Inspection of oil and gas pipelines is an infrastructure that must be carried out regularly to detect and predict the damage that will occur in the pipeline. The navigational ability to be able to move from one location to another as well as to localize the robot's location while in the pipeline is very important. Moreover, the most widely used navigation tool, namely GPS, cannot operate in a pipeline environment. So, to meet these needs, the robot must be able to sense the surrounding environment by using other sensors. This research performs environmental sensing using a depth camera sensor which is then processed into 2D maps and robot localization using the Hector SLAM (Simulateously Localization and Mapping) Algorithm and using Robot Operating System (ROS). From the test results, the Hector SLAM algorithm is able to map with an error percentage of 2.512% while for localization capabilities it has an error percentage of 1.49%. After localization and mapping, the robot is able to perform autonomous navigation using the navigation stack provided by ROS."