Robot Quadruped Dengan Sistem Keseimbangan Handal Menggunakan Metode Central Pattern Generator Dan Neuro-fuzzy

Wasista, Sigit (2024) Robot Quadruped Dengan Sistem Keseimbangan Handal Menggunakan Metode Central Pattern Generator Dan Neuro-fuzzy. Doctoral thesis, Institut Teknologi Sepuluh Nopember.

Text 05111660010001-Dissertation.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (5MB) | Request a copy

Abstract

Penelitian ini mengembangkan algoritma Metode Central Pattern Generator (CPG) sebagai penggerak robot quadruped dan metode Neuro-Fuzzy sebagai pengendali keseimbangan yang handal berdasar pada sinyal balik dari sensor gyroscope. Penelitian terdiri dari 3 tahap yang diawali dengan penelitian pertama yaitu merancang sistem arsitektur keseimbangan menggunakan CPG sebagai sistem penggerak berkala terkoordinasi yang dapat dimodelkan dan Adaptive Neuro-Fuzzy Inference System (ANFIS) sebagai pengatur keseimbangan gerak. Struktur ANFIS dirancang dengan 2 (dua) input dan 4 (empat) output yang digunakan untuk mengatur setiap gerakan bahu, untuk mempertahankan keseimbangan tubuh agar tidak jatuh. Data input untuk sensor gyroscope dengan kemiringan -45° hingga 45° dan data output untuk aksi bahu robot dipelajari di dalam ANFIS. Keluaran ANFIS kemudian disimulasikan dengan aplikasi simulator V-REP. Dari hasil pengujian, robot dapat lolos melewati rintangan balok didepannya sambil berjalan turun 30° dan 40° dalam keadaan seimbang tidak jatuh.
Penelitian kedua membuat sistem simulasi robot berkaki empat dengan mensimulasikan gerak periodik 3 (tiga) algoritma yang memodelkan lintasan ayunan gerakan kaki, yaitu model lintasan ayunan Xin Jin, Parabolic dan Triangle. Robot diuji dengan simulator V-REP menggunakan ketiga algoritma model lintasan ayunan tersebut. Dari hasil simulasi diketahui bahwa robot berkaki empat dengan model lintasan ayunan Xin Jin dan Parabolic dapat berjalan lurus dengan baik pada permukaan datar.
Penelitian ketiga mengembangkan algoritma kendali stabilitas 12 DoF untuk kaki robot Quadruped agar robot memiliki kemampuan mengatur keseimbangan pada medan yang miring. Sumber ketidakstabilan adalah kemiringan permukaan dan kekuatan eksternal. Oleh karena itu, diperlukan kriteria stabilitas dinamis untuk merencanakan pergerakan robot dan mengembalikan keseimbangan, Metode ANFIS dapat digunakan untuk menangani keseimbangan robot dikarenakan ketepatan aksi dalam menanggapi masukan data sensor pitch dan roll, hal yang serupa metode BPNN juga dapat memberikan hasil yang sama.
==================================================================================================================================
Based on the return data from the gyroscope sensor, this study develops the Neuro-Fuzzy method as a robust balancing controller and the Central Pattern Generator (CPG) method algorithm as a quadruped robot driver. The three steps of the research are as follows: the first is the creation of a balance architecture system with an Adaptive Neuro-Fuzzy Inference System (ANFIS) acting as a motion balance regulator and CPG acting as a modelled coordinated periodic driving system. The two inputs and four outputs that make up the ANFIS structure are utilized to control each shoulder movement and to keep the body balanced so that it does not fall. ANFIS analyses input data (slope of -45° to 45°) for the gyroscope sensor and output data (shoulder response of the robot). Next, the V-REP simulator application is used to replicate the ANFIS output. According to the test findings, the robot can walk down 30° and 40° in a balanced condition without falling, and it can even navigate the beam obstacle in front of it.
By simulating the periodic motion of three (3) algorithms that simulate the swing trajectory of leg movements the Xin Jin, Parabolic, and Triangle swing trajectory models, the second research produced a four-legged robot simulation system. Three swing trajectory model algorithms were used to evaluate the robot using the V-REP simulator. It is known from the simulation results that the four-legged robot equipped with the Parabolic swing trajectory and Xin Jin models can walk well in a straight path on a level surface.
The third study developed a quadruped robot leg stability control algorithm with 12 degrees of freedom, enabling the robot to maintain balance on sloping surfaces. Surface slope and outside pressures are sources of instability. Therefore, in order to coordinate the robot's movements and regain balance, dynamic stability criteria are required. Because the ANFIS approach responds accurately to input from pitch and roll sensors, it can be utilized to handle robot balance. Similarly, the BPNN approach can yield the same outcomes.

Item Type:	Thesis (Doctoral)
Uncontrolled Keywords:	Robot Quadruped, Metode Central Pattern Generator (CPG), Adaptive Neuro-Fuzzy Inference System (ANFIS). Quadruped Robot, Central Pattern Generator (CPG) Method, Adaptive Neuro-Fuzzy Inference System (ANFIS).
Subjects:	T Technology > T Technology (General) > T57.62 Simulation T Technology > TJ Mechanical engineering and machinery > TJ211 Robotics.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55001-(S3) PhD Thesis
Depositing User:	Sigit Wasista
Date Deposited:	16 Feb 2024 03:10
Last Modified:	16 Feb 2024 03:10
URI:	http://repository.its.ac.id/id/eprint/107512

Actions (login required)

View Item