0Viewes
Slam_Toolbox Implementation for Autonomous Indoor Delivery Robot: A Case Study
Repository Analytics
Statistic Details
0Downloaded
0Accessed per month
0Countries
Statistic not available yet or restricted.
Loading...
Date
Authors
Putra, Bobby Anggra
Journal Title
Journal ISSN
Volume Title
Publisher
Politeknik Negeri Batam
Abstract
Autonomous mobile robots are increasingly deployed for indoor applications, such as delivery services. This paper presents the implementation and analysis of the SLAM_Toolbox and Nav2 framework within the Robot Operating System (ROS) 2 Humble for an autonomous indoor delivery robot. Conducted at the Main Building of Batam State Polytechnic, this study aims to develop a robust navigation system capable of accurate mapping and reliable localization in dynamic environments. The methodology involves sensor integration, occupancy grid mapping using SLAM_Toolbox, and autonomous path planning. The results demonstrate that the system effectively generated consistent maps and achieved stable localization. In navigation tests, the robot successfully reached predefined goals with a final precision of 0.36 meters and an average positional accuracy of 0.1 meters. Despite encountering environmental challenges that triggered four recovery behaviors, the robot completed the mission in 96 seconds without manual intervention. This performance confirms the viability of using open-source ROS 2 modules for cost-effective and resilient autonomous delivery robots in structured indoor settings.
Description
Delivery Robot adalah robot mobile otonom yang dirancang untuk mengantarkan barang dari satu lokasi ke lokasi tujuan secara otomatis. Robot dapat digunakan pada lingkungan seperti kampus, perkantoran, rumah sakit, maupun gudang untuk membantu proses pengiriman barang tanpa harus dikendalikan secara manual.
Dalam sistem navigasinya, Delivery Robot menggunakan ROS 2 sebagai framework utama serta sensor LiDAR untuk mendeteksi lingkungan dan mengetahui keberadaan rintangan di sekitar robot. Proses pemetaan lingkungan dilakukan menggunakan SLAM Toolbox, sehingga robot dapat memperoleh peta yang digunakan sebagai dasar dalam menentukan posisi dan jalur perjalanan.
Untuk menentukan jalur dari titik awal (start) menuju titik tujuan (goal), robot menggunakan algoritma Dijkstra. Algoritma Dijkstra bekerja dengan mencari jalur dengan total biaya atau jarak terendah dari titik awal menuju titik tujuan. Robot akan mengevaluasi node-node yang tersedia pada peta dan memilih jalur dengan biaya terkecil hingga mencapai tujuan.
Dengan kombinasi LiDAR, SLAM Toolbox, ROS 2, Nav2, dan algoritma Dijkstra, Delivery Robot dapat melakukan navigasi secara otomatis dan menghindari jalur yang memiliki rintangan. Sistem ini diharapkan mampu meningkatkan efisiensi proses pengiriman barang serta mengurangi kebutuhan pengoperasian robot secara manual.
Citation
APA