Sistem Navigasi Pada Throwing Robot ABU Robocon 2021 Dengan Integrasi Wheel Odometry Dan Lidar Scan Matching Menggunakan Iterative Closest Point

Aliyuddien, Furqan (2021) Sistem Navigasi Pada Throwing Robot ABU Robocon 2021 Dengan Integrasi Wheel Odometry Dan Lidar Scan Matching Menggunakan Iterative Closest Point. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 05111740000124-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (4MB) | Request a copy

Abstract

Sistem navigasi hingga saat ini menjadi fokus utama dalam pengembangan robot otonom. Mengetahui lokasi di mana robot sedang berada merupakan syarat agar robot dapat menjalankan tugasnya. Robot otonom darat, pada umumnya digunakan untuk transportasi, survei lokasi yang berbahaya, atau pekerjaan berat yang repetitif. Sistem navigasi dengan metode dead reckoning seperti Inertial Navigation System (INS) memiliki masalah dengan akumulasi error. Untuk mengatasi masalah tersebut, penggunaan kamera atau Lidar sebagai referensi eksternal sangat cocok untuk diaplikasikan di lingkungan indoor. Pada Tugas Akhir ini dikombinasikan antara Wheel Odometry dengan Lidar Scan Matching menggunakan Iterative Closest Point(ICP) untuk navigasi robot yang akan digunakan untuk ABU Robocon 2021, kontes robot antar perguruan tinggi se-Asia Pasifik. ICP merupakan salah satu metode Scan Matching pada point cloud Lidar yang sederhana namun cukup akurat. Integrasi Wheel Odometry dan Scan Matching dilakukan dengan menggunakan Extended Kalman Filter (EKF). Data mentah posisi dari Wheel Odometry akan digunakan sebagai dasar transformasi Point Cloud Lidar, sehingga dapat memangkas jumlah iterasi ICP yang diperlukan. Hasil ICP antara data Lidar dengan peta referensi akan digunakan sebagai input posisi pengukuran sensor pada EKF. Data mentah posisi Wheel Odometry juga akan digunakan sebagai input posisi EKF pada waktu dimana data Lidar tidak didapatkan. Data estimasi posisi dari EKF menjadi output dari sistem pada waktu t dan juga akan digunakan sebagai input prediksi pada waktu t+1. Dari hasil uji coba yang dilakukan, integrasi sistem navigasi dengan Scan Matching menggunakan Lidar dapat mengatasi masalah akumulasi error yang menjadi masalah utama Inertial Navigation System. Setelah digunakan selama sepuluh menit, error sudut pada gyro dapat mencapai 3°, sedangkan sistem navigasi yang dibangun dapat dengan konsisten memiliki error sudut dibawah 0.7°.
===================================================================================================
Navigation systems are one of the main focus in the development of autonomous robots. Self-localization is a prerequisite for the robot to carry out its supposed duties. Autonomous Ground Vehicles generally used for transportation, surveying hazardous locations, or doing repetitive heavy work. Known navigation system with dead reckoning methods such as the Inertial Navigation System (INS) have major problem with error accumulation over time. To overcome this problem, the use of camera or Lidar as an external reference is very suitable to be applied in an indoor environment. In this Final Project, a navigation system with combination of Wheel Odometry and Lidar Scan Matching using Iterative Closest Point is built to be used for ABU Robocon 2021, a robot contest between universities in Asia Pacific Region. Iterative Closest Point is one of the popular scan matching method for Lidar point cloud, which is simple but have a quite high accuracy. The integration is done using the Extended Kalman Filter. Wheel Odometry raw position would be used as base transformation for Lidar Point Cloud, so iteration needed on ICP would be decreased. ICP matching result between Lidar data and reference map would then be used as measurement data input for EKF. Wheel Odometry raw position would also used as position input for EKF when data from Lidar is unavailable. Position estimation result from EKF would come out as an system output for time t, and also used as a prediction input for time t+1. From the test result of the experiment carried out, the integration of the navigation system with scan matching using Lidar point cloud can overcome the problem of error accumulation which is the main problem of the Inertial Navigation System. After being used for ten minutes, gyro compass shows angle error around 3°, while the proposed navigation system can consistently hold the angle error under 0.7°.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Lidar, Iterative Closest Point, Extended Kalman Filter Lidar, Iterative Closest Point, Extended Kalman Filter
Subjects:	T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL152.8 Vehicles, Remotely piloted. Autonomous vehicles. T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL589.2.N3 Navigation computer T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL521.3 Automatic Control
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Furqan Aliyuddien
Date Deposited:	23 Aug 2021 01:18
Last Modified:	23 Aug 2021 01:18
URI:	http://repository.its.ac.id/id/eprint/88580

Actions (login required)

View Item