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."

"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.

 

"

"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."

"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"