D4 Teknologi Rekayasa Robotika

Permanent URI for this collectionhttps://repository.polibatam.ac.id/handle/PL029/1765

Browse

Now showing 1 - 20 of 34

Altitude Optimization Based on TF Mini Plus LiDAR as a Guided System for Autonomous Drones in Inventory Management
(2023-12-21) Farkhani, M Zotie; Risi, Faiz Albar; Kanedi, Ajie Rizki; Hidayat, Fatahillah; Nakul, Fitriyanti; Nakul, Fitriyanti
This research is an in-depth look at optimizing drone operations by integrating LiDAR sensors for more advanced altitude control, with a particular focus on inventory management. This study evaluates the performance of drones using three main sensors: Benewake TFmini Plus LiDAR, IMU Intel Realsense Tracking Camera, and Pixhawk Barometer. Autonomous drone missions included 5-meter and 10-meter forward flights, as well as obstacle recognition scenarios. Measurement datasets from 50 cm to 500 cm at 50 cm intervals were used as the basis for comparison of sensor accuracy and consistency. The experimental results illustrate the drone's dynamic response to LiDAR under various flight conditions, highlighting its adaptability and precision. This research makes a significant contribution to the understanding of the effectiveness of LiDAR sensors in height measurement, particularly in the context of inventory management in complex indoor environments. The findings stimulate further discussion on the potential development of autonomous drone technology for inventory management in the future.
Analisis Efektifitas Kinerja Mesin 3D Print menggunakan Metode Overall Equipment Effectiveness
(2023-12-21) Muzadi, M Rafiq; Fatekha, Rifqi Amalya
—Revolusi industri 4.0 banyak menghasilkan kemajuan dibidang IPTEK. Mesin 3D Print merupakan salah satu kemajuan dibidang manufaktur. Mesin merupakan salah satu peranan penting dalam proses produksi maka kondisi mesin harus di jaga supaya stabil dalam melakukan operasi. Salah satu Metode yang banyak digunakan untuk mengukur kinerja adalah "Efisiensi Peralatan Secara Keseluruhan (OEE)". Yang bertujuan untuk menentukan keefektifan kinerja dari proses, serta memaksimalkan produksi. Mengenai ketersediaan (availability) waktu untuk menghasilkan keluaran (Performance) dengan mutu produk (Quality) terbaik. Hasil yang diperoleh setelah dilakukan perhitungan besar nilai avaibility sebesar 87,28%, Performance sebesar 78,83%, Quality sebesar 90,11% dan nilai OEE sebesar 60,78%. Perbaikan dari analisa tersebut antara lain dengan meningkatkan uptime mesin 3D print untuk mengurangi downtime mesin, melakukan monitoring bahan baku agar tidak terlalu banyak kesalahan pada saat proses, dan memastikan tidak terjadi downtime mesin Hal ini meliputi penambahan jam kerja dan penambahan jam perawatan Mesin ini.
Analisis Word Error Rate dan Waktu Respons pada Sistem Question-Answering di Robot Humanoid
(2023) Prasetya Hutagalung, Donny; Rudiawan Jamzuri, Eko
Penelitian ini mengusulkan sistem Question-Answering (QA) melalui media suara. Automatic Speech Recognition (ASR) dikembangkan menggunakan model VOSK untuk mengenali lima pertanyaan yang diucapkan oleh penutur secara acak dan QA dikembangkan menggunakan model RoBERTa. Hasil pengenalan suara di ASR kemudian memberikan jawaban sesuai dengan pertanyaan yang diucapkan. Dari pengujian yang dilakukan pada lima penutur secara acak dengan 125 kali percobaan, diperoleh nilai Word Error Rate (WER) sebesar 0.187. Sementara itu, sistem QA memiliki waktu respons dengan rata-rata sebesar 464,04 milliseconds. Hasil ini menunjukkan bahwa masih terdapat beberapa kesalahan pada ASR yang mempengaruhi kinerja sistem QA secara keseluruhan dan waktu respons sistem memberikan pengalaman yang cukup responsif. Hasil penelitian ini memberikan kontribusi pada penelitian dan pengembangan sistem QA, khususnya pada robot humanoid yang masih belum banyak diteliti.
Aplikasi GUI Trainer Kit Pick And Place Berbasis Augmented Reality
(Politeknik Negeri Batam, 2024-06-27) Afriandi, Muhammad Alif Sandi; Jamzuri, Eko Rudiawan
Augmented Reality dapat mengintegrasikan dunia digital dengan dunia nyata dan memberikan pengalaman melihat suatu objek 3D secara real-time. Ar dapat menjadi suatu platform pembelajaran bagi pengguna, dengan demikian memperkaya pengalaman dan daya tanggap pengguna. Tujuan dari penelitian ini adalah untuk memberikan dasar-dasar mengenai AR dan memberikan gambaran umum tentang penelitian yang dilakukan oleh para peneliti dalam mengimplementasikan AR di berbagai sektor. Penelitian telah merangkum kegunaan AR yang dapat digunakan dalam beberapa industri. Menurut beberapa penulis yang telah ditinjau oleh rekan sejawat dari Scopus,Google Scholar,dll. Pemilihan literatur telah dibuat berdasarkan pada pentingnya AR belakangan ini. Penggunaan AR dapat menyajikan informasi singkat dan tepat tentang industry 4.0. pada penilitian ini agar AR dapat berjalan dengan baik diperlukan beberapa aplikasi seperti Unity, Vuforia, dan blender, beserta Trainer Kit sebagi objek yang akan ditampilkan menggunakan AR. Proses dalam industri menjadi sangat praktis dan informatif dikarenakan AR. Dikarenakan pembahasan AR masih dibilang sedikit oleh karena itu penelitian menyajikan tinjauan literatur yang sistematis mengenai aplikasi AR di berbagai sektor.
Application of MobileNet V2 Architecture for Chinese Chess Classification Using DNN
(INTERNATIONAL CONFERENCE ON APPLIED ENGINEERING (ICAE), 2024) Tamba, Irvant Glory Afryanto; Wijaya, Ryan Satria
Currently, there are many methods available in the use of Deep Neural Networks (DNNs), but most of them really need devices that support high-level GPUs to get maximum results, and in this study aims to get good results by using devices that do not require the use of GPUs. Therefore, in this study, MobileNetV2 is used as a model used for DNN where this model is very easy to use without having to have a GPU. And the study has results that show that the DNN model using MobileNetV2 is able to distinguish objects with an average accuracy of 98.30%, precision of 98.70%, and recall of 98.90%. These findings have the potential to have a significant impact on various fields and industries, or on the game of Chinese chess, because the dataset used in this study is Chinese chess.
Application of Object Detection and Face Recognition with Customize Dataset on Service Robot
(2024-09-18) Saputra, Wiki; Wijaya, Ryan Satria
Computer vision technology is currently gaining traction in all industries, including manufacturing, agriculture, healthcare, and services. Computer vision technology now incorporates robotics technology, making it very dynamic and flexible. Computer vision, like a service robot, is used in a variety of applications, including safety, analysis, and service. One of the skills of service robots is the ability to recognize its users through the use of computer vision. So that by recognizing the user, the robot can be commanded according to the user's wishes. Computer vision on service robots is trained using a special dataset that includes the object of a user's face. The computer will be trained by recognizing its users through digital images and annotating their faces, followed by training using the yolov5 architecture and applying the resulting data to the robot.
Augmented Monte Carlo Localization For Wheeled Soccer Robot
(2023) Fauzi, Mochamad Rizal; Soebhakti, Hendawan
Jurnal ini menyajikan penerapan teknik lokalisasi pada robot sepak bola beroda dengan Monte Carlo Localizaion untuk estimasi posisi secara global. Dengan tiga komponen utama; motion model menggunakan odometry, measurement model dengan likelihood field dan sampling dengan low variance resampling. Untuk mengatasi masalah ketika robot terdorong oleh robot lainnya, ditambahkan metode untuk memberikan posisi sembarang terhadap partikel. Percobaan dilakukan dengan menggerakkan robot ke sembarang posisi, kemudian kembali ke posisi awal. Data hasil estimasi dan odometry kemudian dibandingkan dengan posisi sebenanya. Jumlah partikel yang digunakan adalah 100, 200, 600 dan 1000. Hasil percobaan menunjukkan dengan 1000 partikel menghasilkan rata-rata error yang sangat kecil, yaitu 1.9 cm pada sumbu x, 5,8 cm pada sumbu y dan 0,05 radian.
Classification of Fresh and Rotten Fruits in an iOS-Based Application for the Visually Impaired
(2024-07-15) Nicola, Wahyu Nanda; Wibisana, Anugerah
Visually impaired people face various challenges, including difficulties in preparing food, particularly in selecting fresh fruits, which are essential for nutritional needs. iOS-based aplication using machine learning can assist in distinguishing between fresh and rotten fruits. This research aims to develop an iOS application to classify fresh and rotten fruits for the visually impaired using Create ML for model development. The classification model, built with Create ML, is integrated into the iOS application. The model and aplication's performance is evaluated using accuracy, precision, recall, and F1 score metrics. The model achieved 99% accuracy in training, 96% in validation, and 96% in testing. When tested with 100 samples from the fruit dataset, the application achieved an overall accuracy of 93%. Testing with images outside the dataset resulted in 88% accuracy. This application aims to help visually impaired individuals identify fresh and rotten fruits, enhancing their independence.
Comparative Study of Deep Learning Algorithms Between YOLOv5, YOLOv7 and YOLOv8 As Fast and Robust Outdoor Object Detection Solutions
(Journal of Applied Electrical Engineering, 2024-06-01) Santonius; Wijaya Ryan Satria S.Tr.T., M.Tr.T.
object detection is one of the most popular applications among young people, especially among millennials and generation Z. The use of object detection has become widespread in various aspects of daily life, such as face recognition, traffic management, and autonomous vehicles. The use of object detection has expanded in various aspects of daily life, such as face recognition, traffic management, and autonomous vehicles. To perform object detection, large and complex datasets are required. Therefore, this research addresses what object detection algorithms are suitable for object detection. In this research, i will compare the performance of several algorithms that are popular among young people, such as YOLOv5, YOLOv7, and YOLOv8 models. By conducting several Experiment Results such as Detection Results, Distance Traveled Experiment Results, Confusion Matrix, and Experiment Results on Validation Dataset, I aim to provide insight into the advantages and disadvantages of these algorithms. This comparison will help young researchers choose the most suitable algorithm for their object detection task.
Data Acquisition Prototyping
(2023) Syafriansyah, Aldi Roby; Fatekha, Rifqi Amalya; Fatekha, Rifqi Amalya
Mikrokontroler adalah komponen umum yang digunakan untuk mengendalikan sistem elektronik. Untuk mengimplementasikan mikrokontroler sesuai dengan skema yang diinginkan, diperlukan proses pengunggahan (upload) program atau sketch. Jika ada perubahan skema program yang diinginkan, pengembang harus memodifikasi program tersebut dan mengunggah ulang sketch ke papan mikrokontroler. Hal ini tidak menjadi masalah jika sketch program yang di unggah tidak rumit, tetapi jika program yang di unggah rumit hingga dapat menyebabkan mikrokontroler not responding / freeze karna keterbatasan spesifikasi yang hanya bisa melakukan komputasi yang rendah. Agar mengurangi beban yang ditanggung mikrokontroler, skema pemrograman user dikerjakan oleh PC, dengan cara memerintahkan mikrokontroler menerima perintah dari PC dan meneruskan hasil pembacaan dari pin input ke PC dengan cara komunikasi UDP, dengan begitu mikrokontroler dialihfungsikan sebagai DAQ (Data Acquisition).Penelitian ini menggunakan Arduino Mega 2560 sebagai kontroler, Wiznet W5500 Lite, sebagai Modul komunikasi ke PC. Dengan konsep data akuisisi, maka ada latensi komunikasi antar device DAQ dengan PC, pada penelitian ini rata-rata latensi yang didapatkan adalah 4.99 ms. Sistem akuisisi data yang di teliti juga memiliki komponen switching, switching yang digunakan adalah optocoupler karena switching optocoupler memiliki keluaran tegangan yang stabil. Dengan cara tersebut dapat memungkinkan mengendalikan sistem elektronik dengan komputasi yang tinggi, dan memiliki keluaran yang stabil sesuai dengan suplai yang diberikan untuk pin output.
Depth Realsense Camera-Based Human Detection Using Yolov5
(2024-07-15) Putri Suside Simanjuntak, Wati; Wibisana, Anugerah
Penelitian ini mengembangkan sistem deteksi manusia berbasis kamera depth Intel RealSense D455 menggunakan algoritma YOLOv5n. Sistem ini dirancang untuk mengatasi tantangan deteksi objek dalam berbagai kondisi lingkungan dan pencahayaan, serta untuk aplikasi real-time dengan keterbatasan perangkat keras. Hasil pengujian menunjukkan bahwa sistem ini memiliki akurasi tinggi dalam mendeteksi jarak dan sudut pada siang hari, dengan tingkat kesalahan gabungan sekitar 2.439%. Namun, kinerja sistem menurun pada malam hari dengan tingkat kesalahan gabungan mencapai sekitar 10.042%, menunjukkan kerentanan terhadap perubahan pencahayaan rendah. Evaluasi menggunakan metrik mean Average Precision (mAP) menunjukkan model mencapai nilai mAP sebesar 0.99 pada threshold IoU 0.5 dan nilai rata-rata mAP sebesar 0.9 pada berbagai threshold dari 0.5 hingga 0.95, menandakan akurasi tinggi dalam deteksi dan klasifikasi objek. Integrasi informasi kedalaman dari kamera RealSense dan kemampuan deteksi real-time dari YOLOv5n menunjukkan efektivitas yang baik dalam deteksi manusia. Namun, diperlukan peningkatan lebih lanjut untuk meningkatkan kinerja dalam kondisi pencahayaan rendah. Secara keseluruhan, sistem yang dikembangkan menunjukkan potensi signifikan dalam aplikasi deteksi manusia terutama dalam kondisi pencahayaan terang namun memerlukan penyesuaian lebih lanjut untuk konsistensi deteksi dalam berbagai kondisi pencahayaan.
Deteksi Berbasis Vision untuk Helm dan Kacamata Safety Pada Pekerja di Workshop CNC dan Piping
(2024-07-15) Prasetia, Muhamad Zhafingki Shafa; Wibisana, Anugerah
Keselamatan kerja sangat penting dalam lingkungan industri, terutama di workshop dengan mesin CNC dan sistem pipa. Kecelakaan serius bisa terjadi jika pekerja tidak mematuhi aturan keselamatan, seperti menggunakan helm dan kacamata safety. Penelitian ini mengusulkan sistem deteksi otomatis menggunakan YOLOv5 untuk menentukan apakah pekerja telah mematuhi peraturan tersebut. YOLOv5 dipilih karena kemampuannya dalam deteksi objek secara real-time dengan tingkat akurasi yang tinggi. Dataset dilatih dengan gambar dari dengan jumlah dataset sebanyak 4.732 yang sudah diberi label pada platform. roboflow sesungguhnya untuk menguji dan mengevaluasi sistem yang diusulkan. Hasil eksperimen menunjukkan bahwa sistem ini dapat mengenali keberadaan helm dan kacamata safety dengan tingkat akurasi yang memuaskan sekitar sebesar 0.91, yang dapat secara signifikan meningkatkan kesadaran dan kepatuhan terhadap aturan keselamatan di lingkungan industri.
Development of Graphical User Interface for Drones Vehicles in Warehouse Inventory Management System
(2023-12-21) Hidayat Fatahillah; Kannedi Ajie Rizki; Farkhani M.Zotie; Risi Faiz Albar; Nakul Fitriyanti; Nakul Fitriyanti
This research introduces an innovative approach to enhance warehouse inventory management through unmanned aircraft technology. The study focuses on the development and testing of user-friendly graphical user interfaces (GUI) for the Unmanned Aircraft (UAV) Control Page and the Inventory Data Processing Page. The Unmanned Aircraft Control Page testing validated successful Unmanned Aircraft connections, Micro Air Vehicle Link to Robot Operating System (MAVROS) system activations, and data monitoring of Unmanned Aircraft status. Efficiency comparisons revealed significantly shorter flight preparation times with the GUI compared to conventional methods. Testing on the Inventory Data Processing Page ensured seamless functionality of data tables, database connections, and data export features. The results provide a robust assessment of interface reliability and quality. Statistical analysis confirmed the GUI's consistent superiority in reducing flight preparation times. These findings underscore the GUI's potential to enhance operational efficiency in UAVs dedicated to inventory tasks.
Implementasi Algoritma SSD MobileDets untuk Mendeteksi Aktivitas Operator Memasuki Area Hazard di Sekitar Mesin
(2024-01-15) Fikri, Abdillah; Jamzuri, Eko Rudiawan
Abstract— Safety laser scanners are the main sensors proposed to protect work accidents in the industrial sector. However, they are expensive and limited to a 2D scanning area. Therefore, in this final project, research is carried out related to low-cost sensors using monocular cameras and Edge TPU as an alternative security laser scanner. The system can inform safety warnings using green, yellow, and red indicator lights, and use warning sounds using a buzzer in dangerous conditions. I captured the safe area using a monocular camera and processed the MobileDets SSD deep learning object detection image. To be able to detect objects, the person data that has been collected will be carried out a model training process, the model training process is carried out in order to produce a model that is ready for use. During the training process, the model obtained an mAP value of 0.217% on the validation data, and obtained an mAP value of 0.274% on the test data. Next, the object detector was run on Edge TPU, a USB device to accelerate the deep learning process. The resulting object detector model can detect objects in the form of people with an average accuracy of 73,81%. The object detector will recognize people and mark them with a bounding box. From the resulting bounding box, the object coordinates are then calculated to analyze people entering the safe area. When a person is detected entering a safe area, the system will provide a warning with the resulting indicator light. In addition, this system can generate security signals using USB Input/Output that can be integrated with machine or robot controllers
Implementasi Pemetaan Robot Roda Mecanum Otonom Berbasis LIDAR dengan SLAM
(2024-09-18) sahidan,diki; prayoga,senandung
Jurnal 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.
Implementasi Perencanaan Jalur Menggunakan Algoritma Dijkstra pada Robot Roda Mecanum
(2023-12-23) Prayoga, Senanjung; Ompu Sunggu, Elmaria; Prayoga, Senanjung
Dengan kemajuan teknologi, banyak pekerjaan manusia yang berisiko digantikan oleh robot. Robot harus dapat bermanuver secara mandiri tanpa kendali manusia. Penelitian ini mengembangkan robot yang mampu bergerak dari titik awal ke tujuan serta menghindari tabrakan menggunakan algoritma Dijkstra, yang efektif dalam mencari jalur terpendek. Algoritma ini diimplementasikan pada robot mecanum yang dilengkapi dengan mikrokontroler Arduino, mini PC, baterai, motor DC dengan encoder, driver motor, dan perangkat lunak terkait. Penelitian ini menguji lima peta dengan titik awal dan tujuan yang sama, namun dengan letak halangan yang berbeda. Hasil pengujian menunjukkan bahwa robot mecanum berhasil menemukan jalur dan menghindari halangan dengan baik. Dengan kecepatan maksimal rata-rata 2,6 m/s, robot dapat menempuh jarak 3,2 meter tanpa halangan dalam waktu 14,96 detik, serta jarak 4,2 meter dengan halangan dalam waktu 22,82 detik. Penelitian ini menunjukkan potensi algoritma Dijkstra dalam perencanaan jalur dan navigasi robot, serta menggarisbawahi pentingnya penggunaan perangkat keras dan perangkat lunak yang tepat untuk mencapai kinerja optimal. Hasil ini dapat menjadi dasar bagi pengembangan lebih lanjut dalam bidang robotika, khususnya dalam aplikasi robot otonom di lingkungan yang dinamis.
Implementasi Protokol Komunikasi Data Modbus TCP/IP pada Perangkat Kamera Cerdas Berbasis Raspberry Pi
(Politeknik Negeri Batam, 2024-01-12) Aryani, Yeni; Rudiawan Jamzuri, Eko
Protokol Modbus TCP/IP dirancang sebagai solusi bagi kompleksitas interaksi antara manusia dan mesin, serta meningkatnya kebutuhan akan keselamatan tinggi di lingkungan industri. Berfungsi sebagai jembatan data, protokol ini telah terbukti mendukung sistem Kesehatan dan Keselamatan Kerja industri. Dengan kecepatan transfer mencapai 0,01994 Mbps, latensi 2,01229 ms, dan integrasi Pemantauan Objek, protokol ini memberikan solusi komprehensif untuk meningkatkan kinerja dan keamanan di berbagai sektor industri. Penggunaan Protokol Modbus TCP/IP mampu meningkatkan keselamatan pekerja, meminimalisir risiko kecelakaan, dan mengoptimalkan produktivitas, menjadikannya inovasi penting dalam mencapai standar keselamatan tinggi dan efisiensi di lingkungan industri.
Implementation of path planning with obstacle avoidence using SLAM in Services Robot
(2024-09-18) Tarigan Wahyudi,Dikki; Wijaya Satria,Ryan
Obstacle avoidance is an important aspect in service robot navigation. This research proposes an approach that integrates Lidar sensors with Simultaneous Localization and Mapping (SLAM) methods to improve the robot's ability to identify, understand, and avoid obstacles in dynamic environments. This data is then processed using SLAM algorithms to create a real-time map of the environment while estimating the robot's position within it. In this research, lidar is used to detect obstacles to be encountered by the robot. Dynamic environment mapping allows the robot to detect changes and adjust its path plan on the fly. An obstacle avoidance algorithm is designed to interact with SLAM data, so that the robot can adaptively change its movement path to avoid newly appearing or moving obstacles In robotic path planning, Dijkstra's algorithm can be applied to generate the shortest, most efficient route from the robot's current location to a target location. The algorithm operates on a predefined map or a dynamically updated map (as in SLAM), considering obstacles and the cost associated with traversing different parts of the environment. Dijkstra algorithm is chosen to determine the path to be traveled by the robot.Djikstra algorithm is chosen to determine the path to be traveled by the robot. The djikstra algorithm takes the robot through the obstacle barrier well from the starting position to the destination point with excellent.Combining SLAM with Lidar obstacle avoidance improves the robot's robustness in complex and rapidly changing environmental situations. Simulation experiments and field testing show that this approach is effective in improving the robot's performance in dealing with obstacles and optimizing its autonomous navigation. By utilizing Lidar and SLAM technologies, this research contributes to the development of reliable robot navigation systems in various application contexts.
Implementation Inverse Kinematics for Precise Control of a Mecanum Wheels Robot
(2023-12-22) Prayoga, Senanjung; Simanjuntak, Yossy Imelda Nathasia; Prayoga, Senanjung
Perkembangan teknologi robotika telah membuka peluang baru dalam implementasi sistem navigasi yang lebih kompleks dan fleksibel. Salah satu inovasi yang muncul adalah penggunaan Robot mobile dengan roda mekanum pada robot, yang memungkinkan pergerakan omni-directional tanpa mengubah orientasi robot. Penelitian ini bertujuan untuk mengimplementasikan Inverse Kinematics (IK) untuk mencapai kontrol posisi yang presisi pada robot beroda mekanum. Metode IK diterapkan untuk menghitung nilai kecepatan linier (Vy) dan kecepatan lateral (Vx) dari roda mekanum, sehingga robot dapat mencapai posisi yang diinginkan dengan akurasi yang tinggi. Pengujian juga dilakukan dengan menerapkan kontroler PID Posisi pada robot untuk mengikuti lintasan yang telah ditentukan. Pengujian PID pada robot seluler menggunakan metode trial and Error. Penelitian ini bertujuan untuk meningkatkan akurasi pergerakan robot dalam lingkungan yang terstruktur, dengan mengikuti serangkaian Waypoint yang telah ditentukan. Hasil percobaan menunjukkan bahwa pengaturan PID dengan parameter Kp= 0.25, Ki= 0.01, Kd= 0.1 menghasilkan peforma yang paling stabil dan halus, dengan rata-rata Error posisi 0.1% pada sumbu x dan y = 0.02%, serta Error orientasi (Theta) sebesar 0.003 %. percobaan lainnya memperlihatkan peningkatan Error dan overshoot ketika tuning parameter PID tidak optimal. Penggabungan antara IK dan Kendali PID pada robot selular ini terbukti efektif dalam mengontrol pergerakan robot saat mengikuti lintasan.
Implementation of Swerve Drive for Straight Motion Movement Stability of Robots
(Politeknik Negeri Batam, 2024-08-09) Dzikrullah, Qolbun Latief; Fatekha, Rifqi Amalya
Wheeled robot technology is currently very developed, especially in the type of wheel drive, the models offered are very diverse depending on the function of use. Currently there are several types of wheels used in the movement of wheeled robots such as Differential Wheels, Omniwheels, Mechanumwheels are the most commonly used. In the application of wheel drive, different controls can be used, because the calculation of movement is very dependent on the model used. This research aims to evaluate the impact of the implementation of the Swerve Drive system on the stability of movement in wheeled robots. The implementation method involves a controller that utilizes position and angle sensors to regulate each wheel individually, allowing the robot to rotate or move omnidirectionally with high maneuverability. Field experiments were conducted in several divisions, consisting of testing the steering motor by conducting experiments with direction inputs of 45 degree, 90 degree, 135 degree, 180 degree with each input conducted 3 times.with each input done 3 times with an average error value of 8.78%, and testing the movement of a straight robot is done with a goal distance of 5 meters in the direction of moving forward, left, backward, and right. So that the movement of the robot is assumed to be 4 times the movement with the final result that the robot can move straight according to the setpoint given with an error value of 49.23% but the further the distance the robot travels, the greater the value