Aditya, Prima (2019) Penerapan Robust Kalman Filter dan Kontrol Konsensus pada Sistem Gerak Multi Robot. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06111750010008-Master_Thesis.pdf Download (2MB) | Preview |
Abstract
Perkembangan dunia robotik sekarang memulai banyak kemajuan dan dengan adanya robot akan memudahkan atau menggantikan tugas-tugas yang biasanya dilakukan oleh manusia pada umumnya. Pengembangan robotpun telah banyak dilakukan dan sedang diusahakan oleh para peneliti, salah satunya pengembangan dalam sistem single robot. Dengan perkembangan yang cepat dari mobile-robotic, single robot biasanya tidak dapat memenuhi dan beradaptasi dalam lingkungan dinamis berskala besar. Sekarang ini, robot kooperatif telah muncul sebagai cabang penelitian baru yang berfokus pada permasalahan dari koordinasi tim robot yang bergerak atau dapat dikatakan multi-robot yang berkoordinasi secara kooperatif. Pergerakan kooperatif dari multi-robot menyajikan sebuah tugas penting untuk sebuah tim dari mobile robot untuk bekerja dalam lingkungan yang tidak diketahui. Pada penelitian ini telah dilakukan estimasi gerak posisi multi-robot dengan menggunakan metode Robust Extended H1 filter (REHF). REHF merupakan salah satu pengembangan dari Kalman Filter yang di bawa ke ruang norm H-infinity dan juga merupakan salah satu metode asimilasi data. Asimilasi data adalah penggabungan model matematika dengan model pengamatan. Berbeda dengan metode statistika, asimilasi data dapat menggunakan data pengamatan yang lebih sedikit. Setelah dilakukan estimasi, juga dilakukan desain kontrol menggunakan kontrol konsensus yang didasari pada teori graf dan teori kontrol, lalu dilanjutkan dengan kontrol formasi. Pada kontrol konsensus, graf-graf yang terhubung dimaksudkan menuju tujuan tertentu yaitu menuju titik kesepakatan. Hasil penelitian yang dilakukan berbentuk perangkat lunak untuk estimasi dan kontrol dari gerak posisi multi-robot, serta kajian matematika untuk mengetahui tingkat akurasi dan waktu komputasi dari beberapa metode estimasi dan kontrol seperti Robust Extended H-infinity Filter, Extended Kalman Filter, kontrol konsensus, dan kontrol formasi.
=================================================================================================================================
The development of the robotics world is now starting a lot of progress and the presence of robots will facilitate or replace the tasks that are usually carried out by humans in general. Robot development has also been carried out and is being pursued by researchers, one of which is the development of a single robot system. With the rapid development of mobile-robotic, single robots usually cannot meet and adapt in large-scale dynamic environments. Today, cooperative robots have emerged as new research branches that focus on the problems of coordinating robot teams that are moving or can be said to be multi-robot which coordinates cooperatively. Cooperative movements from (multi-robot) present an important task for a team from the mobile robot to work in unknown environments. This research estimates the position of the motion multi-robot using the Robust Extended method H-infinity Filter (REHF). REHF is one of the developments of the Kalman Filter that is brought to the norm space H-infinity and is also one method of data assimilation. Data assimilation is a combination of mathematical models with observation models. Different with statistical method, data assimilation can use less observation data. After estimating the state, the control design be done using consensus control based on graph theory and control theory then continue to formation control. In the consensus control, connected graphs are intended to aim for certain goals. The research results are in the form of software for estimating and controlling the motion of multi-robot positions, as well as mathematical studies to determine the level of accuracy and computation time of some estimation and control methods such as Robust Extended H1 filter, Extended Kalman Filter, Consensus control, and Formation control.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTMa 519.23 Adi p-1 2019 |
| Uncontrolled Keywords: | Multi-robot, robust Kalman Filter, kontrol konsensus, kontrol formasi |
| Subjects: | Q Science > QA Mathematics > QA336 Artificial Intelligence Q Science > QA Mathematics > QA402.3 Kalman filtering. Q Science > QA Mathematics > QA76.758 Software engineering |
| Divisions: | Faculty of Mathematics, Computation, and Data Science > Mathematics > 44101-(S2) Master Thesis |
| Depositing User: | Prima Aditya |
| Date Deposited: | 18 Dec 2023 06:04 |
| Last Modified: | 18 Dec 2023 06:04 |
| URI: | http://repository.its.ac.id/id/eprint/64080 |
Actions (login required)
 |
View Item |