Hasil Pencarian  ::  Simpan CSV :: Kembali

"Permasalahan search-and-safe merupakan salah satu contoh robot otonom dapat disimulasikan untuk menggantikan pekerjaan manusia di lingkungan berbahaya, misalnya pada kegiatan evakuasi manusia dari ruang tertutup yang terbakar. Dalam contoh ini, robot otonom harus dapat menemukan objek manusia untuk diselamatkan, serta objek api untuk dipadamkan. Lebih jauh lagi, untuk dapat menyelesaikan permasalahan seperti ini dengan baik, robot otonom harus dapat mengetahui keberadaannya, bukan hanya posisi dalam sistem koordinat global saja tetapi juga posisi relatif terhadap posisi tujuan dan keadaan lingkungan itu sendiri. Permasalahan ini kemudian dikenal juga sebagai lokalisasi yang menjadi bagian penting dari proses navigasi pada robot otonom. Salah satu metode yang dapat digunakan untuk menyelesaikan permasalahan lokalisasi adalah dengan menggunakan representasi internal peta lingkungan kerja dalam pengetahuan robot otonom. Pada kondisi ketika tidak tersedia informasi mengenai konfigurasi lingkungan, atau informasi yang tersedia sifatnya terbatas, robot harus dapat membangun sendiri representasi petanya dengan dibantu oleh komponen sensor yang dimilikinya. Pada paper ini kemudian dibahas salah satu metode yang dapat diterapkan dalam proses pembangunan peta seperti yang dijelaskan, yaitu melalui adopsi algoritma heuristic searching dan pruning yang sudah dikenal pada bidang kecerdasan buatan. Selain itu juga akan dijabarkan desain robot otonom yang digunakan, serta konfigurasi lingkungan yang digunakan pada studi kasus search-and-safe ini. Diharapkan nantinya hasil yang diperoleh dari penelitian ini dapat diterapkan untuk skala yang lebih besar."

"Secara umum, mobile robot merupakan salah satu tipe platform robot yang memiliki tugas yang kompleks karena robot tersebut akan berada pada lingkungan yang juga bersifat kompleks. Secara khusus, mobile robot harus bisa melakukan lokalisasi agar bisa melakukan tugas-tugas pokok selanjutnya. Oleh karenanya diperlukan sistem lokalisasi yang bisa menyelesaikan permasalahan tersebut. Sistem vision merupakan salah satu jawaban yang paling mungkin untuk menyelesaikan masalah pada platform mobile robot. Beranjak dari hasil penelitian sebelumnya mengenai lokalisasi pada map topologi, maka pada penelitian ini akan dikembangkan sistem lokalisasi berbasis map metric dimana nantinya akan didapatkan pose xr,yr,?r dari mobile robot. Untuk menyelesaikan sistem lokalisasi ini akan digunakan metode pose estimation oleh stereovision untuk mendapatkan pose dalam bentuk translasi x,y,z dan rotasi ?, ?, ? yang akan dimaksimalkan dengan penggunaan FAST sebagai algoritma fitur detection dengan kecepatan tinggi. Akhirnya dengan proses integrasi dengan penelitian sebelumnya akan didapatkan global position yang berguna untuk lokalisasi mobile robot.

---

Generally, mobile robot is one of robot that has a complex task because the robot will also work in the complex environment. Particularly, service robot should be able to do localization in order to continue its task. Therefore it will need a localization system that could solve the problem. Vision system is one of the most likely answer to solve the problem in mobile robot platform. Based from the results of previous work on the localization of the topological map, this work will developed localization system for building metrics map which will obtain pose in term of xr, yr, ?r of the mobile robot. In order to complete this localization system, pose estimation method base stereovision will be used to get translational pose x, y, z and rotation pose ?, ?, ? which will be maximized by the use of FAST as the high speed feature detection algorithms. Finally the integration process with prior work will obtain global position that is useful for mobile robot localization.

"

"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."

"

Penggunaan multiple mobile robots dimaksudkan untuk meningkatkan efisiensi dalam mengerjakan suatu tugas yang kompleks. Pada area yang luas, multiple mobile robots banyak digunakan karena dapat bekerja secara paralel. Hingga saat ini, salah satu topik utama pada penelitian multiple mobile robots adalah pengendalian untuk membentuk formasi dan mempertahankan formasi. Metode untuk membentuk formasi antara lain adalah leaderless dan leader-follow. Metode leader-follow memiliki keunggulan pada kemudahannya dalam mengendalikan robot lain berdasarkan pada posisi relatif robot follower terhadap robot leader. Akan tetapi, masalah akan muncul ketika robot follower diharuskan untuk membentuk dan kemudian mengikuti trajectory robot leader. Dalam hal ini, terdapat kondisi di mana robot follower akan berhenti sementara saat nilai galat sudah sangat kecil. Hal ini dikarenakan robot follower hanya menerima informasi posisi relatif terhadap robot leader saja. Maka dari itu, dibutuhkan informasi kecepatan robot leader sebagai kompensasi apabila posisi robot follower terhadap robot leader sudah terpenuhi sehingga robot follower dapat mempertimbangkan posisi dan kecepatannya terhadap robot leader. Penelitian ini membuktikan algoritma sistem kendali formasi dengan referensi posisi dan kecepatan robot leader menghasilkan pembentukan dan pertahanan formasi yang lebih stabil dibandingkan dengan hanya menggunakan referensi posisi robot leader. Hasil pengujian dibuktikan melalui simulasi pada Gazebo dan eksperimen pada perangkat keras.

 

---

The use of multiple mobile robots is intended to improve efficiency in carrying out of complex tasks. In a large area, multiple mobile robots are widely used because of the ability to work in parallel. Until now, one of the main topics in the study of multiple mobile robots are controlling and maintaining the formation. Methods for forming formation are leaderless and leader-follow. The leader-follow method has the easeness in controlling other robot based on the relative position of the robot follower to the robot leader. However, problems will arise when the robot followers are required to form and then follow the trajectory of the robot leader. In this case, there is a condition where the follower robot will stop temporarily when the error value is very small. This is because robot followers only receives position information relative to the robot leader. Therefore, information about the speed of the robot leader is needed so that robot follower can consider the position and speed of the robot leader. This study proves that the formation control system algorithm with reference to the position and speed of the robot leader produces formation and defense of the formation which is more stable compared to only using the robot leader position reference. Numerical simulations and real-time experiments are presented to prove the control strategy.

 

"

"Be a robot builder! -- From the beginning to now -- How do robots works? -- Robot clubs and teams -- Lego mindstorms -- Make a robot from scratch! -- Building your robot, step-by-step -- More robotics projects"

"Dewasa ini perkembangan teknologi di dunia robot edukasi berkembang pesat. Robot-robot edukasi ini sering digunakan dalam riset penelitian karena kemudahan-kemudahan yang diberikannya dari segi perangkat keras. Salah satu contoh robot edukasi adalah robot LEGO Mindstorms NXT. Pada penelitian ini robot LEGO dibangun dalam bentuk robot line follower. Robot ini mampu menelusuri dan mencari jalan keluar dari labirin dinamis. Dalam menelusuri dan mencari jalan keluar, robot LEGO menggunakan algoritma Breadth First Search dan Manhattan Distance dalam memutuskan jalan mana yang harus diambil. Ketika menemui objek halangan, robot LEGO akan mengenali dan menghindari objek halangan tersebut dengan algoritma Obstacle Detection yang dimilikinya. Hasil implementasi membuktikan bahwa algoritma penelusuran labirin dinamis ini dapat diimplementasikan pada robot LEGO meskipun terdapat banyak keterbatasan dalam robot LEGO.Nowadays, the development of technology in educational robots is rapidly evolving. Educational robots are often used in research studies because they provide convenience in terms of hardware. One example is the educational robot LEGO Mindstorms NXT robot. In this research, LEGO robots built in the form of line follower robot. Robot is able to browse and find a way out of the dynamic labyrinth. In track and find a way out, LEGO robot uses an algorithm Breadth First Search and Manhattan Distance in deciding which path to take. When encountering an obstacle object, LEGO robot will recognize and avoid that obstacle objects with Obstacle Detection algorithm. The results prove that the implementation of a dynamic maze search algorithm can be implemented on a LEGO robot even though there are many limitations in LEGO robot."

"Pertandingan sepak bola antar robot merupakan salah satu tantangan dalam dunia robotika yang diselenggarakan untuk dapat lebih mengembangkan robotika dan kecerdasan buatan serta sebagai ajang bertukar ilmu bagi para peneliti di seluruh dunia. Hal ini mendorong penulis merancang sebuah strategi untuk pertandingan sepak bola antar robot. Strategi dibuat dengan menggunakan konsep koordinat untuk merepresentasikan posisi robot dalam lapangan. Kemudian strategi diuji dan dianalisis untuk menentukan kinerja strategi dalam berbagai situasi.Inter-robot soccer game is one of the challenges in the world of robotics that is held to develop robotics and artificial intelligence and as well as a forum for researchers to exchange knowledge across the world. This encouraged the authors to design a strategy for inter-robot soccer game. Strategies are made using the concept of coordinates to represent the robot position in the field. Then the strategy is tested and analyzed to determine the performance of strategies in different situations."

"Pada penelitian ini dilakukan suatu eksperimen pembentukan formasi pola dengan menggunakan Robot LEGO Mindstorms NXT. Pembentukan pola ini dilakukan secara bertahap dimulai dari pembentukan formasi pola yang lebih sederhana menuju kepada formasi pola yang lebih kompleks. Dalam penelitian ini, diterapkan konsep pembedaan peranan dalam pembentukan formasi pola poligon. Konsep pembedaan peranan ini diterapkan dengan menggunakan persamaan periodik. Selain itu, persamaan pembedaan peranan dibuat dengan fitur terbebas dari kondisi awal dari nilai variabel pembeda. Pembentukan formasi pola pada penelitian ini dilakukan dalam 3 tahapan, yaitu tahap penerapan persamaan, tahap penerapan robot simulasi, dan tahap penerapan perangkat robot. Pembentukan formasi pola yang dilakukan pada penelitian ini ada tiga macam, yaitu pembentukan formasi pola segitiga, pembentukan formasi pola segiempat / jajaran genjang, dan pembentukan formasi pola segilima."

"Skripsi ini disusun untuk mengetahui dan mempelajari konsep perancangan analisis dinarnika dari prototip robot manipulator jenis artikulasi dengan enam derajat kebebasan yang kemudian diharapkan dapat dikembangkan untuk proses las busur. Hasil perhitungan rancangan dinamika ini kemudian menjadi bagian integral dari pembuatan perangkat lunak pengendali gerak kinematik manipulator. Masalah dinamika ini meliputi persamaan-persamaan untuk memperoleh kecepatan dan percepatan anguler dan linier, gaya pada lengan-lengan manipulator dan gaya dan momen penunjang dan torsi penggerak masing-masing sendi. Perhitungan analisis dinarnika ini menggunakan metode Newton-Euler. Spesifikasi awal prototip dibuat berisi parameter-parameter dan variabel pada manipulator. Langkah selanjutnya adalah melakukan rangkaian perhitungan rinci menurut bidang-bidang tertentu, yang akan dibahas disini adalah mengenai analisis dinamika robot manipulator yang dimaksud. Dari rangkaian perhitungan analisis dinamika yang dilakukan, diperoleh parameter-parameter dinamika robot manipulator berupa hasil perhitungan rekursif maju dan rekursif mundur menurut formulasi Newton-Euler, rangkaian parameter ini kemudian digunakan untuk mengetahui sifat dinamik manipulator dengan berbagai pembebanan. Untuk lebih memudahkan perhitungan lebih lanjut, hasil perhitungan yang diperoleh dibuatkan dalam bentuk program yang disusun dalam bahasa C. Analisis dinamika dengan menggunakan metode Newton-Euler rnenunjukkan masing-masing parameter yang diperoleh rnasih dalam bentuk variabel bebas, dimana variabel bebas tersebut diperoleh dengan menghitung trajectory planning, demikian juga nilai-nilai sudut masing-masing join yang diperoleh dari perhitungan inverse kinematik yang dilakukan pada bagian lain. Dari hasil persamaan yang diperoleh, dapat dilihat bahwa faktor massa dan pembebanan akan sangat mempengaruhi performansi dinamik manipulator tersebut."

"Penerapan dan penelitian mengenai multi agent system (MAS) saat ini sedang cepat berkembang. Penggunaan pengendali Model Predictive Control (MPC) cukup populer digunakan untuk menyelesaikan permasalahan konsensus pada korvengensi dan stabilitas MAS. Namun pada MPC konvensional masih terdapat masalah, masalah optimasi yang harus diselesaikan secara periodik menyebabkan pemborosan sumber daya komputasi dan komunikasi antar agen. Oleh karena itu, mekanisme tambahan diperlukan agar masalah optimasi dapat diselesaikan secara aperiodik. Pada peneltian ini, mekanisme self triggered ditambahkan pada pengendali MPC, dan dirancang untuk menyelesaikan permasalahan formation pada MAS dengan model nonholonomic mobile robot. Penggunaan mekanisme ini memungkinkan komputasi MPC tidak perlu dilakukan secara terus menerus, tapi digunakan bila dibutuhkan. Pengendali yang dirancang dibentuk dengan mengkombinasikan antara teori graph sebagai topologi komunikasi antar agent, dengan algoritma MPC, dan ditambah dengan mekanisme self triggered untuk menentukan kondisi kapan MPC melakukan optimasi. Pengendali Prediktif atau MPC akan memprediksi sinyal kendali agent sepanjang horizon prediction. Beberapa simulasi dilakukan untuk menguji rancangan desain pengendali self-triggered MPC, kemudian diuji untuk menyelesaikan permsalahan formation, lama waktu komputasi dihitung dan dibandingkan dengan MPC konvensional. Hasil uji simulasi menunjukan bahwa mekanisme self triggered mampu mengurangi beban komunikasi dan beban komputasi pada pengendali MPC.

---

Application and study of multi-agent systems are growing fast. Model Predictive Control (MPC) has been popularly used to solve consensus problem in corvengence and stability of multi agent system (MAS). But conventional MPC is still having probrems, optimization problems is solved periodically, which may lead to a waste of computation and communication resources between agents. Therefore, additional mechanism is needed so optimization problems can be solved aperiodically. In this study, a self triggered mechanism was added to the MPC controller, which was designed to solve the formation problem for MAS on nonholonomic mobile robot. A self triggered condition allows MPC computing not to be done periodically, but is used if needed.

The designed controller is build by combining graph theory as a communication topology beetwen agents, with the MPC algorithm, and added with a self triggered mechanism to determine the conditions when does the MPC solved optimization. Predictive controllers or MPC is used to predict control signals along the horizon prediction. Several simulation are conducted to test the self triggered MPC controller design, were then tested to solve the formation problem. The computation time is calculated and compared with conventional MPC. The simulation test results show that the self triggered mechanism is able to reduce the communication load and computational load on MPC controllers."