Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"In this research, Parrot AR.Drone as an Unmanned Aerial Vehicle (UAV) was used to track an object from above. Development of this system utilized some functions from OpenCV library and Robot Operating System (ROS). Techniques that were implemented in the system are image processing al-gorithm (Centroid-Contour Distance (CCD)), feature extraction algorithm (Principal Component Ana-lysis (PCA)) and an artificial neural network algorithm (Generalized Learning Vector Quantization (GLVQ)). The final result of this research is a program for AR.Drone to track a moving object on the floor in fast response time that is under 1 second.Pada penelitian ini, Parrot AR.Drone digunakan sebagai pesawat tanpa awak untuk menjejaki sebuah objek dari atas. Pengembangan sistem ini memanfaatkan beberapa fungsi dari pustaka OpenCV dan Robot Operating System (ROS). Teknik-teknik yang diimplementasikan pada sistem yang dikem-bangkan adalah algoritma pengolahan citra (Centroid-Contour Distance (CCD)), algoritma ekstraksi fitur (Principal Component Analysis (PCA)), dan algoritma jaringan syaraf tiruan (Generalized Lear-ning Vector Quantization (GLVQ)). Hasil akhir dari penelitian ini adalah sebuah program untuk AR. Drone yang berfungsi untuk menjejaki sebuah objek bergerak di lantai dengan respon waktu yang ce-pat dibawah satu detik."