Hasil Pencarian  ::  Simpan CSV :: Kembali

"This paper presents mobile robot navigation in an environment that is unstructured,dynamic and not predefined

---

"

"Dalam skripsi ini dibahas mengenai perancangan dan pembuatan perangkat keras dan perangkat lunak robot beroda otonomi yang mampu bergerak dengan baik pada lingkungan sekitar tanpa pengendalian manusia. Pengendalian robot ini berdasarkan reactive behavior dan goal-oriented behavior. Robot bertujuan untuk bergerak di dalam maze yang menyerupai rumah, mencari api, mematikan api lalu kembali ke tempat awal. Robot ini bergerak dalam ruangan yang mempunyai peta statis, dengan ukuran tiap peta yang tidak sama. Robot otonomi menggunakan pengendali logika fuzzy sebagai pengatur tingkah laku atau pergerakan robot selama bergerak di dalam maze, serta menggunakan teori graph sebagai navigasi robot dalam maze. Robot ini dilombakan di ajang Kontes Robot Cerdas Indonesia (KRCI) 2005 di Balairung Universitas Indonesia, 14-15 Mei 2005 sebagai wakil Universitas Indonesia. Selama perlombaan terlihat semua fungsi robot dapat berjalan dengan baik, dan berhasil menyelesaikan tugasnya secara memuaskan. Tetapi ada beberapa kekurangan seperti respons motor yang lambat, kecepatan motor yang kurang dan minimalnya strategi pencegahan (contingency strategy). Namun secara keseluruhan, robot ini memuaskan dengan dibuktikannya menyelesaikan keseluruhan tugas yang diberikan sehingga menempati peringkat ketiga dan mendapat penghargaan robot dengan desain ekonomis."

"Tulisan ini membahas tentang perancangan, pembangunan perangkat keras, dan pembuatan program untuk aplikasi prototipe robot mobil wisata. Aplikasi prototipe robot mobil wisata ini dapat diaplikasikan di suatu taman wisata dimana dalam tulisan ini diaplikasikan untuk kebun binatang. Robot mobil wisata ini diharapkan dapat membantu petugas memperkenalkan koleksi taman wisatanya kepada pengunjung. Aplikasi Prototipe robot mobil wisata ini bergerak otomatis mengikuti garis, mendeteksi keberadaan objek didepanya, mendeteksi kandang, memberi pemberitahuan berupa suara dan karakter tulisan melalui LCD. Robot dilengkapi dengan beberapa sensor yaitu sensor pendeteksi jalur, sensor pendeteksi kandang, sensor pendeteksi objek didepan robot, dan dikendalikan dengan menggunakan mikrokontroler AVR ATMega 8535. Untuk memperlihatkan kinerja dari prototipe ini, pengujian terhadap hasil rancangan telah dilakukan. Pengujian dilakukan terhadap masing-masing komponen penyusun robot dan terhadap robot secara keseluruhan. Dari hasil pengujian, prototipe ini memperlihatkan kinerja yang baik. Beberapa fungsi yang direncanakan dipastikan dapat tercapai. Tetapi untuk membuat dalam ukuran besar yang sesungguhnya perlu dilakukan analisa lebih mendalam lagi baik secara mekanik, elektrik dan piranti lunaknya.

---

This final project describes the robot design, hardware development, and program development for the Tour Car Robot Prototype. The Tour Car Robot Prototype can be applied in a theme park. In this final project, car robot is applied for zoo. Tour car robot is designed to help officers to introduce the visitors about their zoo collection. Tour Car Robot Prototype moves automatically to follow the line, detect the objects appearing in front of it, detect the cage, give notice in the form of the voice and character writing through LCD. Robot equipped with some sensor, lane detection sensor, cage detection sensor, object detection sensor in front of robot, and is controlled using AVR ATMega 8535 microcontroller.

To demonstrate the performance of this prototype, performance test has been done. The tests are functional test for the performance of each robot component and running test for measure the whole robot performance. As shown from the test results, the prototype has run in good performance. Several planned functions have worked sufficiently. The robot designed in this final project is just prototype. To make in the large sizes, however, some advancement researches regarding mechanical system, electrical system and software is needed."

"Wayfinding merupakan kegiatan yang akrab dengan kehidupan sehari-hari manusia. Manusia melakukan wayfinding dalam rangka mencari jalan untuk bernavigasi ke tempat tujuan. Wayfinding bukanlah suatu hal yang sulit bagi orang-orang yang familiar dengan suatu lingkungan navigasi. Di sisi lain, wayfinding bisa menjadi suatu hal yang menantang bagi orang-orang yang tidak familiar dengan suatu lingkungan navigasi. Ketika bernavigasi di lingkungan yang tidak familiar, orang-orang akan lebih mudah tersasar sehingga umumnya akan cenderung merasa khawatir dan berbagai emosi negatif lainnya. Hal ini salah satunya dipengaruhi oleh kondisi dan situasi lingkungan navigasi yang mengakomodasi wayfinding. Skripsi ini ditulis untuk menyelidiki hubungan yang terjadi antara emosi manusia dan lingkungan navigasi dalam wayfinding. Hal tersebut diungkap melalui wawancara kepada beberapa mahasiswa yang pernah atau sedang menetap di luar negeri untuk belajar dan setelahnya dilanjutkan dengan penyebaran kuesioner kepada responden secara lebih umum. Berdasarkan hasil studi kasus, secara garis besar diketahui bahwa lingkungan navigasi menyediakan konteks bagi kegiatan wayfinding. Konteks ini terdiri dari faktor-faktor lingkungan yang menstimulasi dan memicu emosi manusia. Oleh karena itu, dapat disimpulkan bahwa emosi manusia bersifat kontekstual dan situasional terhadap lingkungan navigasi dalam wayfinding

---

Wayfinding is an activity that is familiar with human daily life. Humans do wayfinding in order to find a way to navigate to their destination. Wayfinding is not a difficult thing for people who are familiar with a navigation environment. On the other hand, wayfinding can be challenging for people who are not familiar with a navigation environment. When navigating in an unfamiliar environment, people might get lost more easily and will generally tend to feel worried and various other negative emotions. This is influenced by condition and situation of the navigation environment that accommodates wayfinding. This thesis was written to investigate the relationship between human emotions and the navigation environment within wayfinding. This was revealed through interviews with several students who had or are currently living abroad to study and after that it was continued by distributing questionnaires to more general respondents. Based on the results of the case studies, it is generally known that the navigation environment provides a context for wayfinding activities. This context consists of environmental factors that stimulate and trigger human emotions. Therefore, it can be concluded that human emotions are contextual and situational towards the navigation environment within wayfinding."

"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."

"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."

"Tantangan yang dihadapi mobile robot pada operasi search and rescue adalah otomatisasi. Dalam mewujudkan mobile robot yang benar-benar otomatis, terdapat 3 permasalahan yang perlu dipecahkan. Permasalahan tersebut adalah lokalisasi, pemetaan, dan perencanaan rute. Di antara ketiga permasalahan tersebut, permasalahan paling fundamental yang harus dipecahkan adalah lokalisasi. Salah satu algoritma yang dapat digunakan untuk melakukan lokalisasi adalah Extended Kalman Filter (EKF). Kelebihan algoritma ini antara lain dapat diterapkan pada sistem mikrokontroler 8 bit sekalipun. Pada beberapa penelitian, implementasi algoritma ini membutuhkan banyak sensor. Implementasi algoritma ini pada sistem dengan sumber daya sensor minimal membutuhkan strategi khusus. Penelitian ini akan menguji performa dua metode yang digunakan untuk implementasi lokalisasi berbasis Extended Kalman Filter, yaitu landmark detection dan line extraction. Implementasi dilakukan dengan menggunakan strategi khusus untuk menyesuaikan dengan keadaan robot yang memiliki sumber daya sensor minimal. Untuk landmark detection, strategi yang dilakukan adalah mempartisi dinding area uji, kemudian hasil partisi tersebut dianggap sebagai landmark. Untuk line extraction, proses ekstraksi baru dilakukan setelah robot bergerak maju tiga kali dan mendapat tiga titik. Hasil yang didapat menunjukkan bahwa strategi landmark detection memiliki performa yang lebih baik daripada strategi line extraction, dengan error posisi x dan y dibawah 3 cm dan error orientasi dibawah 5 derajat.

---

A challenge that must be overcome by a mobile robot used in a search-and-rescue operation is automation. To realize truly autonomous mobile robot, there are three problems that need to be solved. Those problems are localization, mapping, and path- planning. Among those three problems, the problem of localization is the most fundamental problem that need to be solved. One of the algorithm that can be used to localize a mobile robot is Extended Kalman Filter. The advantage of applying Extended Kalman Filter (EKF) for localization is that this algorithm can be implemented even on 8-bit microcontroller based system. On some research, implementation of the EKF needs many sensors. Implementation of this algorithm on a system with minimum sensor resource needs a special strategy. This research will test the performance of two methods used to implement EKF-based localization, namely landmark detection and line extraction. The method is implemented using a special strategy to cope with the minimal sensor resource provided. To implement landmark detection method, the wall of testing environment is partitioned and then each partition is treated as an individual landmark. To implement the line extraction method, the extraction process is done after the robot moves forward three times and detect three points. The result gotten shows that landmark detection strategy gives better performance than line extraction strategy with the error of x and y position below 3 cm and orientation error below 5 degrees."

"Pengujian yang dilakukan pada skripsi ini dilakukan untuk mengimplementasikan dan menganalisis sebuah algoritma navigasi otomatis untuk robot beroda yang juga ditunjang dengan algoritma untuk menghindari tabrakan. Algoritma ini bertujuan membuat robot yang dapat bergerak mengikuti jalur yang telah diberikan oleh sebuah aplikasi peta. Robot tersebut menggunakan smartphone Android sebagai unit pemrosesan utamanya dan IOIO sebagai perantara smartphone dengan sensor dan aktuatornya. Dalam menjalankan algoritma, digunakan GPS dan aplikasi peta dari smartphone. Skenario pengujian menggunakan tiga nilai akurasi posisi robot yang berbeda dan dilakukan sebanyak sepuluh pengujian per nilai akurasi. Nilai akurasi ini menentukan jarak dimana robot akan menganggap bahwa posisinya sudah berhasil mencapai suatu koordinat. Setelah dilakukan pengujian, hasil pengujian menunjukkan bahwa untuk akurasi posisi robot sebesar 3.145 m (perbedaan garis bujur dan lintang sebesar 0.00002), didapat nilai rata-rata jarak posisi robot dengan koordinat tertentu sebesar 2.003 m dengan rata-rata waktu tempuh selama tiga menit dua puluh satu detik. Untuk akurasi posisi robot sebesar 6.297 m (perbedaan garis bujur dan lintang sebesar 0.00004), didapat nilai rata-rata jarak 4.490 m dengan rata-rata waktu tempuh selama dua menit tiga puluh lima detik. Untuk akurasi posisi robot sebesar 10.22 m (perbedaan garis bujur dan lintang sebesar 0.000065), didapat nilai rata-rata jarak 6.720 m dengan rata-rata waktu tempuh selama dua menit tiga belas detik. Hal ini berarti algoritma tersebut memang dapat diimplementasikan ke robot beroda dengan tingkat akurasi tertentu. Tetapi, semakin tinggi tingkat akurasi, semakin lama waktu navigasi yang dibutuhkan. Kemampuan navigasi ini juga sangat dipengaruhi oleh sinyal GPS yang diterima oleh smartphone.

---

Trials in this final project are done to implement and analyze an automatic navigation algorithm for wheeled robot, with the support of collision avoidance algorithm. The purpose of this algorithm is to create a robot which can follow the route given by the map application. This robot uses smartphone Android as its main processor and IOIO as the link between this smartphone and the robot?s sensors and actuators. The built-in GPS and map application from smartphone are used in running the algorithm. The trial scenarios uses three different robot position accuracy and every scenario is done ten times. The accuracy determines the distance where the robot will assume that its position has reached certain coordinate. After the trials are done, the results show that when the robot position accuracy is 3.145 m (0.00002 difference in latitude and longitude), the average distance is 2.003 m with average travel time of three minutes and twenty one seconds. When the robot position accuracy is 6.297m (0.00004 difference in latitude and longitude), the average distance is 4.490m with average travel time of two minutes and thirty five seconds. When the robot position accuracy is 10.22 m (0.000065 difference in latitude and longitude), the average distance is 6.720m with average travel time of two minutes and thirteen seconds. It means that this algorithm is possible to be implemented in wheeled robot with certain accuracy. But, the more accurate it is, the longer it takes to navigate through the route. This ability to navigate is also very affected by GPS signal received by the smartphone."