Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Banyak permasalahan yang dapat terjadi ketika melakukan uji coba algoritma untuk melakukan pengendalian trajectory following dari Quadrotor. Umumnya dibutuhkan simulasi sebelum uji coba perangkat keras untuk membuktikan bahwa tidak ada kesalahan dalam algoritma pengendaliannya. Simulasi Quadrotor yang digunakan umumnya menggunakan MATLAB. Sistem simulasi dengan menggunakan MATLAB memiliki keterbatasan dalam hal visualisasi, penyederhanaan model, serta tidak dapat diimplementasikan secara langsung pada perangkat keras Quadrotor yang digunakan. Untuk itu, penelitian ini mempertimbangkan penggunaan ROS dan Gazebo sebagai alternatif simulasi Quadrotor yang akan digunakan untuk menguji algoritma pengendalian trajectory following dari Quadrotor yang akan diimplementasikan. ROS adalah sebuah framework untuk sistem robotika. Adapun Gazebo untuk mengvisualisasikan model 3D dari Quadrotor, lingkungannya, dan interaksinya sesuai hukum fisika. Dalam penelitian ini, digunakan library MAVROS pada ROS untuk mengendalikan model Quadrotor. Penelitian diawali dengan memodelkan Quadrotor sesuai perangkat keras yang digunakan. Selanjutnya, diimplementasikan algoritma pengendalian trajectory following menggunakan program dengan framework ROS. Setelah itu, dilakukan pengujian kemampuan sistem untuk mengsimulasikan perpindahan posisi dengan berbagai pola trajectory. Hasil simulasi menunjukan Quadrotor dapat mengikuti pergerakan trajectory yang telah ditentukan oleh algoritma pengendali trajectory following yang diimplementasikan.

---

Many problems can arise when testing trajectory following control algorithms for a Quadrotor. Generally, a simulation is needed before undergoing hardware testing to prove that there is no mistake in its control algorithm. Quadrotor simulations commonly uses MATLAB. A Quadrotor simulation system that uses MATLAB has issues such as limitations in the visualization, oversimplification of the model, and cannot be directly implemented into a Quadrotor hardware. Because of that, this research considers the use of ROS and Gazebo as an alternative for developing a Quadrotor simulation, which will be used to test a trajectory following control algorithm implemented in this research. ROS is a framework for robotic systems. Gazebo is used to develop the 3D model of the Quadrotor, its environment, and also the interactions occurring following the laws of physics. In this research, a library named MAVROS is used on ROS to control the Quadrotor model. This research starts by modelling the Quadrotor according to the hardware specifications that will be used. Afterwards, a trajectory following control algorithm is developed and implemented using a program with the ROS framework. Afterwards, tests are conducted to determine the capabilities of the simulation to simulate change in position in multiple trajectory patterns. The results from the simulation shows that the Quadrotor can follow the trajectory movement that is decided by the trajectory following control algorithm that is implemented.

Abstrak :
Fixed-wing merupakan salah satu wahana udara tanpa awak. Fixed wing dapat digunakan untuk beberapa jenis misi seperti misi pencarian dan penyelematan ataupun misi pengamatan. Namun, penerbangan fixed-wing tanpa awak memiliki risiko yang tinggi apabila tidak terkendali dengan baik. Mencari pengendali dengan hardware membutuhkan waktu dan cost yang tinggi sehingga dibutuhkan media simulasi yang memiliki sistem sesuai dengan aslinya. Pada penelitian ini, simulasi wahana Fixed-wing akan dilakukan dengan menggunakan ROS dan simulator Gazebo. Simulator Gazebo dapat menyediakan simulasi dengan kondisi fisika asli model hardware sehingga tidak membutuhkan perubahan yang besar dari simulasi ke hardware. Pada penelitian sebelumnya, pengujian sistem kendali sudah dilakukan dengan menggunakan 3 jenis trayektori sederhana yaitu trayektori linear, trayektori zigzag dan trayektori lingkaran. Selain itu, penelitian sebelumnya pun sudah menguji kendali untuk ketinggian dengan trayektori sigmoid. Pada penelitian ini, trayektori yang lebih panjang akan digunakan dengan menggunakan lingkar dalam Universitas Indonesia. Pengujian dibagi menjadi dua yaitu trayektori lingkar dalam Universitas Indonesia dengan ketinggian yang tetap dan dengan ketinggian yang sesuai dengan ketinggian dataran pada kondisi nyata. Dari hasil pengujian dapat dilihat bahwa sistem pengendalian fixed-wing sudah dapat mengikuti trayektori lingkar dalam UI baik dengan ketinggian yang tetap ataupun dengan ketinggian yang sesuai dengan ketinggian dataran.

---

Fixed wing is one of the unmanned aerial vehicles. Fixed wings can be used for several types of missions such as search and rescue missions or observation missions. However, unmanned fixed wing flights have a high risk if not well controlled. Tuning a controller with hardware takes time and high cost so a simulation that has the system in accordance with the real condition is needed. In this study, Fixed wing vehicle simulations will be performed using ROS and Gazebo simulator. Gazebo provide simulation with real physics condition of real hardware so it does not require a big change from simulation to hardware implementation. In previous research, control system testing has been done by using 3 types of simple trajectory such as linear trajectory, zigzag trajectory and circle trajectory. In addition, previous studies have also tested control for altitude with sigmoid trajectories. In this study, longer trajectories will be used using the inner circle of the Universitas Indonesia. Testing is divided into two the inner circle trajectory of the Universitas Indonesia with fixed altitude and with altitude corresponding to the altitude of the terrain in real conditions. From the test results can be seen that the fixed wing control system has been able to follow the trajectory either with a fixed altitude or with altitude corresponding to the height of the terrain.

Abstrak :

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.

 

Abstrak :
Pelacakan target yang dilakukan pada quadcopter membutuhkan sensor untuk mendeteksi keberadaan target. Pada ketinggian yang tepat, kamera dapat mengambil banyak informasi mengenai lingkungan. Informasi-informasi yang didapatkan membuat kamera menjadi sensor yang baik dalam pelacakan menggunakan quadcopter. Target pada lingkungan mungkin memiliki ukuran dan orientasi berubah-ubah, maka pengolahan citra yang dapat mengatasi masalah ukuran dan orientasi objek menjadi solusinya. SURF dan CAMShift adalah metode pengolahan citra yang digunakan untuk mendeteksi target dan melacak target tanpa terpengaruh ukuran dan orientasi objek. Keluaran dari pengolahan citra menjadi input bagi pergerakan quadcopter. Pengendali Pergerakan quadcopter dapat dilihat dengan simulasi dalam Gazebo.

---

Target tracking used on quadcopter need sensor to detect the existence of target. At the right height, camera can take a lot of information about the surrounding environment. The information obtained make camera a good sensor in tracking using quadcopter. Target in the surrounding environment may have various size and orientation, that makes image processing with ability to overcome the size and orientation problem the solution. SURF and CAMShift are image processing method used to detect and track target without affected by object size and orientation. Output of image processing become input of movement control of quadcopter. Movement of quadcopter can be seen with simulation in Gazebo.

Abstrak :
ABSTARCT
Dewasa ini UAV atau Unmanned Aerial Vechicles telah mengalami perkembangan yang sangat pesat. Hal ini dikarenakan UAV yang telah diaplikasikan dalam berbagai bidang, seperti militer, industry, pendidikan, dll. Pada dasarnya, UAV memiliki berbagai jenis dan yang cukup terkenal adalah multirotor. Dalam penelitian ini, multirotor yang digunakan adalah multirotor yang memiliki empat buah motor atau yang biasa disebut quadrotor. Tantangan terbesar dalam melakukan pengembangan terhadap sistem quadrotor adalah pembuatan algoritma pengendali bagi quadrotor. Untuk mengurangi kemungkinan terjadinya kesalahan dari algoritma pengendali, maka suatu simulasi digunakan untuk mensimulasikan algoritma pengendali. Beberapa simulasi yang biasa digunakan, seperti MATLAB hanya dapat mensimulasikan persamaan matematis dari quadrotor. Sedangkan simulasi yang digunakan harus dapat merepresentasikan dinamika model dari quadrotor, menerapkan hukum fisika, serta memvisualisasikan wahana secara tiga dimensi. Untuk itu penulis menggunakan simulator Gazebo. Lalu perangkat lunak tambahan bernama ROS Robot Operating System digunakan untuk menerapkan persamaan matematis quadrotor serta algoritma pengendali yang digunakan. Dalam penelitian ini, digunakan library MAVROS pada ROS untuk mengakses sensor serta menggerakan actuator quadrotor. Berbagai mekanisme penerbangan yang akan diuji adalah perhitungan kecepatan dan akselerasi maksimum, kendali trayektori, serta pergerakan dengan velocity profile. Berdasarkan pengujian tersebut, Gazebo dan ROS dapat digunakan untuk memodelkan dan mensimulasikan quadrotor dengan baik. Selain itu, didapatinya pula hasil percobaan untuk berbagai mekanisme penerbangan.

---

ABSTARCT
Nowadays UAV or Unmanned Aerial Vechicles has been progressing very rapidly. This is because the UAV has been applied in various fields, such as military, industry, education, etc. Basically, UAVs have various types and the most famous one is multirotor. In this study, multirotor used has four motors or commonly called quadrotor. The biggest challenge in developing the quadrotor system is the design of a controller algorithm for quadrotor. To reduce the likelihood of error occurring from the control algorithm, a simulation is used to simulate the control algorithm. Some commonly used simulations, such as MATLAB can only simulate the mathematical equations of quadrotor. While the simulation used should be able to represent the dynamics of the model of the quadrotor, apply the laws of physics, and visualize the vehicle in three dimensions. Therefore, author uses Gazebo simulator. Then additional software called ROS Robot Operating System is used to apply quadrotor mathematical equations and control algorithms. In this study, MAVROS package in ROS is used to access the sensor and move the actuator of the quadrotor. The various flight mechanisms to be tested are the calculation of speed and maximum acceleration, control of the trajectory, as well as movement with velocity profile. Based on these tests, Gazebo and ROS can be used to model and simulate quadrotor well. In addition, the proposed method is evaluated through experiments for various flight mechanisms.

Abstrak :
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.

Abstrak :
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.

Abstrak :
Quadcopter merupakan wahana terbang yang memiliki 4 rotor bersifat underactuated. Sifat quadcopter yang merupakan sistem yang kompleks akibat coupling antar variabelnya menjadikan desain pengendali yang cukup rumit. Diperlukan adanya pengendali yang mudah untuk dapat diaplikasikan pada quadcopter. Untuk melakukan percobaan pengaplikasian pengendali pada quadcopter, sistem pengendali tersebut harus dilakukan percobaan pada simulasi untuk mengetahui hasilnya. Oleh karena itu, peneliti mengusulkan pengendalian DIC yang berbasis deep neural networks (DNN) dan long-short term memory (LSTM) diujikan pada simulator sebelum akhirnya pada quadcopter asli. LSTM digunakan memiliki arsitektur pendukung untuk data sekuensial sebagaimana pergerakan trajektori. Sistem kendali dengan LSTM ini dihasilkan galat MSE yang lebih rendah dibanding DNN. Kinerja LSTM lebih baik dibandingkan dengan DNN. Selain itu, terdapat beberapa faktor – faktor terjadi peningkatan galat ketika diintegrasikan pada simulator Gazebo untuk bahan evaluasi terhadap pengendali berbasis yang sama diaplikasikan pada quadcopter aslinya. ......Quadcopter is a flying vehicle that has 4 rotors that are underactuated. The nature of the quadcopter which is a complex system due to the coupling between the variables makes the controller design quite complicated. An easy controller is needed to be applied to the quadcopter. In order to experiment with the application of the controller on the quadcopter, the control system must be experimented with in a simulation to find out the results. Therefore, the researcher proposes that DIC control based on Deep Neural Network and Long-Short Term Memory be tested on a simulator before finally on a real quadcopter. LSTM is used to have a supporting architecture for sequential data as well as trajectory movement. The controller with this LSTM produces a lower MSE error than DNN. LSTM performance is better compared to DNN. In addition, there are several factors that increase the error when integrated into the simulator for evaluation of the same based controller applied to the original quadcopter.

Abstrak :
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