Estimasi Posisi Berdasarkan Pada Integrasi Data IMU dan LiDAR SLAM

Muslim, M (2025) Estimasi Posisi Berdasarkan Pada Integrasi Data IMU dan LiDAR SLAM. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6002231004_Master_Thesis_M.Muslim.pdf Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Penentuan posisi yang akurat merupakan tantangan utama dalam sistem navigasi, terutama di lingkungan seperti kawasan perkotaan, hutan lebat, terowongan, atau basement. Tantangan ini tidak hanya dihadapi oleh kendaraan otonom, tetapi juga oleh individu berjalan kaki dalam kondisi yang tidak bisa dijangkau kendaraan. Sistem navigasi yang andal diperlukan untuk menjamin akurasi di medan tidak terstruktur. Integrasi antara GNSS dan IMU dapat memberikan data posisi secara real-time dengan presisi tinggi. Namun, ketika terjadi gangguan sinyal GNSS (GNSS outage), seperti di area tertutup, sistem hanya bergantung pada IMU yang rentan terhadap akumulasi kesalahan (drift), sehingga mengurangi akurasi estimasi posisi. Dalam mengatasi tantangan tersebut, penelitian ini mengintegrasikan sensor LiDAR SLAM dengan IMU. Integrasi antara IMU dan LiDAR dilakukan menggunakan Metode Second Step Joint - EnKF dengan tujuan meningkatkan akurasi posisi selama proses pengukuran. Hasil simulasi menunjukkan bahwa integrasi IMU/LiDAR mampu menghasilkan estimasi posisi yang akurat, dengan nilai RMSE sebesar 0,00781 meter pada arah East dan 0,00631 meter pada arah North. Selain itu, pengaruh jumlah N ensemble terhadap kinerja estimasi dengan meningkatkan jumlah ensemble mampu menurunkan RMSE dengan rata-rata sebesar 10,645% untuk arah East dan 14,325% untuk arah North, namun disertai peningkatan waktu komputasi rata-rata sebesar 233,83%. Hal ini menunjukkan adanya trade-off antara akurasi estimasi dan efisiensi komputasi yang perlu diperhatikan dalam implementasi pada sistem navigasi berbasis LiDAR/IMU di lingkungan ekstrem.
====================================================================================================================================
Accurate positioning is a major challenge in navigation systems, especially in environments such as urban areas, dense forests, tunnels, or basements. This challenge is faced not only by autonomous vehicles but also by pedestrians in areas inaccessible to vehicles. A reliable navigation system is required to ensure accuracy in unstructured terrains. The integration of GNSS and IMU can provide real-time position data with high precision. However, when GNSS signal outages occur, such as in covered areas, the system relies solely on IMU, which is prone to cumulative errors (drift), thereby reducing position estimation accuracy. To overcome this issue, this study integrates LiDAR SLAM with IMU. The integration is performed using the Second Step Joint - EnKF method to improve position accuracy during measurements. Simulation results show that the IMU/LiDAR integration can produce accurate position estimates, with RMSE values of 0.00781 meters in the East direction and 0.00631 meters in the North direction. Furthermore, the effect of the number of N ensemble members on estimation performance indicates that increasing the ensemble size reduces the RMSE by an average of 10.645% in the East direction and 14.325% in the North direction, but with an average computational time increase of 233.83%. This demonstrates a trade-off between estimation accuracy and computational efficiency, which needs to be considered in the implementation of LiDAR/IMU-based navigation systems in extreme environments.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	GNSS Outage, IMU, LiDAR, Second Step Joint - EnKF
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44101-(S2) Master Thesis
Depositing User:	M. Muslim
Date Deposited:	31 Jul 2025 08:01
Last Modified:	31 Jul 2025 08:01
URI:	http://repository.its.ac.id/id/eprint/124195

Actions (login required)

View Item