Implementasi Pemetaan Robot Roda Mecanum Otonom Berbasis LIDAR dengan SLAM
DOI:
https://doi.org/10.30871/ji.v17i1.8575Kata Kunci:
Gerak otonom, LIDAR, ROS, SLAMAbstrak
Artikel ini mengulas tentang autonomous mobile robot roda mekanum menggunakan lokalisasi dan pemetaan
menggunakan lidar Robot beroda mekanik adalah robot yang dapat bergerak dari titik A ke titik B secara mandiri.
Tujuan dari penelitian ini adalah untuk mengevaluasi ketepatan dan akurasi pemetaan dan ketepatan dalam
pemetaan untuk memastikan robot dapat beroperasi dengan efisien serta membangun kemampuan untuk
melakukan pemetaan lingkungan sekitar secara real-time menggunakan data yang diperoleh dari sensor Lidar
A2M12 dan mengimplementasikan algoritma SLAM (Simultaneous Localization and Mapping) untuk
menentukan posisi dan orientasi robot secara simultan saat melakukan pemetaan. Untuk bergerak secara mandiri,
robot harus menyadari lingkungannya dan posisinya dalam lingkungan tersebut. Metode yang digunakan adalah
lokalisasi dan pemetaan simultan dengan menggunakan sensor RPLidar A2M12 dan ROS (Robot Operating
System). Berdasarkan hasil pengujian gmapping SLAM sebesar 3,34%, error pengukuran jarak dan sudut sensor
sebesar 1,16%, secara keseluruhan, robot otonom ini dapat digunakan bahkan di area terbuka dan rintangan
sederhana.
Unduhan
Referensi
[1] Wolcott, Ryan W., and Ryan M. Eustice. "Visual localization within lidar maps for automated urban driving." 2014 IEEE/RSJ International Conference on Intelligent Robots and Systems. IEEE, 2014
[2] Rahman, Aulia. "Penerapan slam gmapping dengan robot operating system menggunakan laser scanner pada turtlebot." Jurnal Rekayasa Elektrika 16.2 (2020).
[3] Prayoga, S. et al. “EKF SLAM menggunakan lidar” (2010).
[4] Nafis, Zishwa Muhammad Jauhar. "Pemetaan Ruangan Berbasis LIDAR Menggunakan Mobile Robot." (2019).
[5] Zahra, Lilik, Muhammad Ikhsan Sani, and Simon Siregar. "Perancangan Dan Implementasi Mapping System Untuk Navigasi Roner (Robot Cleaner)." eProceedings of Applied Science 4.3 (2018).
[6] Fikri, Muhammad, and Muhammad Rivai. "Sistem Penghindar Halangan Dengan Metode LIDAR Pada Unmanned Surface Vehicle." Jurnal Teknik ITS (SINTA: 4, IF: 1.1815) 8.2 (2020).
[7] Alsadik, Bashar, and Samer Karam. "The simultaneous localization and mapping (SLAM)-An overview." Journal of Applied Science and Technology Trends 2.02 (2021).
[8] Taufik, Ahmad Sulkhan. Sistem navigasi waypoint pada autonomous mobile robot. Diss. Brawijaya University, 2013.
[9] Corke, Peter, and Vision Robotics. "Control Fundamental algorithms in MATLAB." Springer Tracts in Advanced Robotics, (Springer Berlin Heidelberg, 2011) (2017).
[10] Saat, Shahrizal, et al. "Hectorslam 2d mapping for simultaneous localization and mapping (slam)." Journal of Physics: Conference Series. Vol. 1529. No. 4. IOP Publishing, 2020.
[11] Quigley, Morgan, et al. "ROS: an open- source Robot Operating System." ICRA workshop on open source software. Vol. 3. No. 3.2. 2009.
[12] Pyo, Y., et al. "ROS Robot Programming (English). ROBOTIS, 12 2017
[13] Leonard, John J., and Hugh F. Durrant-Whyte. "Simultaneous map building and localization for an autonomous mobile robot." IROS. Vol. 3. 2019.
[14] Fx, Dieter, et al. "A probabilistic approach to collaborative multi-robot localization." Autonomous robots 8 (2000).
[15] Grisetti, Giorgio, Cyrill Stachniss, and Wolfram Burgard. "Improved techniques for grid mapping with rao-blackwellized particle filters." IEEE transactions on Robotics 23.1 (2007).
[16] Durrant-Whyte and T. Bailey, "Simultaneous localization and mapping (SLAM): Part I," IEEE Robotics & Automation Magazine, vol. 13, pp. 99-110, 2006
[17] Firmansyah, R. A., Prabowo, Y. A., Suheta, T. ., & Utomo, A. N. D. (2024). Implementation of SLAM Gmapping and Extended Kalman Filter for Security Robot Navigation System. Emitor: Jurnal Teknik Elektro, 24(2), 145–153.
