Lokalisasi Real-Time Pada Robot Servis Indoor Dengan Sensor Lidar 2D Dan Algoritma Adaptive Monte Carlo Localization

Haqi, Muhammad Rayhan Atha`illah (2023) Lokalisasi Real-Time Pada Robot Servis Indoor Dengan Sensor Lidar 2D Dan Algoritma Adaptive Monte Carlo Localization. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07111940000053-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (4MB) | Request a copy

Abstract

Penggunaan tenaga manusia pada pekerjaan di bidang pelayanan mulai dikurangi dan digantikan oleh suatu sistem yang dapat bekerja secara mendiri seperti robot servis otonomus. Robot servis harus kapabel untuk mengatur posisi dan bergerak di dalam ruangan tanpa bantuan navigasi GPS (Global Position System). Dead reckoning merupakan metode yang umum digunakan untuk estimasi posisi robot berdasarkan sensor IMU (Intertial Measurement Unit) dan encoder pada roda robot. Lokalisasi dengan menggunakan metode dead reckoning sendiri cenderung kurang memiliki akurasi yang buruk karena interferensi. Error berkelanjutan dari dead reckoning dapat diatasi dengan koreksi posisi menggunakan sistem lokalisasi absolut. Adaptive Monte Carlo Localization (AMCL) merupakan metode lokalisasi absolut yang memanfaaatkan hasil sensor LiDAR (Light Detection And Ranging) 2D dengan pendekatan particle filter untuk memperkirakan posisi robot servis terhadap peta lokasi yang telah diketahui. Penelitian ini bertujuan untuk merancang sistem lokalisasi dalam ruangan pada robot servis berbasis odometri dan LiDAR 2D. Hasil rancang bangun dan implementasi AMCL pada robot menunjukkan hasil yang baik dengan koreksi posisi dari odometri encoder yang meningkat signifikan. Hal ini ditunjukkan dengan adanya pengurangan nilai RMSE (Root Mean Square Error) pada odometri encoder yang mencapai 6.18 meter menjadi 0.27 meter dengan lokalisasi AMCL.
===================================================================================================================================
The use of human labor in service-oriented jobs is being reduced and replaced by an autonomous system such as a service robot. Service robots must be capable of positioning and navigating within indoor spaces without the assistance of GPS navigation. Dead reckoning is a commonly used method for estimating the position of a robot based on IMU (Inertial Measurement Unit) sensors and wheel encoders. However, dead reckoning localization tends to have poor accuracy due to interference. The continuous error from dead reckoning can be overcome by correcting the position using an absolute localization system. Adaptive Monte Carlo Localization (AMCL) is an absolute localization method that utilizes 2D LiDAR (Light Detection And Ranging) sensor data with a particle filter approach to estimate the position of the service robot relative to a known map. This research aims to design an indoor localization system for a service robot based on odometry and 2D LiDAR. The design and implementation of AMCL on the robot show promising results with significant improvements in position correction compared to encoder odometry. This is demonstrated by a reduction in the RMSE (Root Mean Square Error) value from 6.18 meters to 0.27 meters using AMCL localization.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Adaptive Monte Carlo Localization, Localization, Service robot Adaptive Monte Carlo Localization, Lokalisasi, Robot servis
Subjects:	T Technology > TJ Mechanical engineering and machinery > TJ211.415 Mobile robots T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Faculty of Electrical Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Rayhan Atha`illah Haqi
Date Deposited:	01 Aug 2023 05:17
Last Modified:	01 Aug 2023 05:17
URI:	http://repository.its.ac.id/id/eprint/100104

Actions (login required)

View Item