Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
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.

---

Abstract
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.

Abstrak :
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.