Chapter I - Universitas Sumatera Utara

BAB I
PENDAHULUAN
1.1.
Latar Belakang
Mobile robot otonom adalah topik yang sangat menarik baik dalam penelitian
ilmiah maupun aplikasi praktis [1]. Mobile robot yang beroperasi secara otomatis
dalam lingkungan yang tidak dikenal membutuhkan sistem navigasi real-time yang
menggabungkan strategi pemanduan mencari target dan pemanduan penghindaran
rintangan, baik rintangan cembung (tidak membawa mobile robot kedalam kondisi
kebuntuan) maupun rintangan cekung (membawa robot dalam kondisi kebuntuan).
Untuk mencapai navigasi otonom real-time, mobile robot harus dapat merasakan
lingkungannya, menafsirkan informasi untuk menyempurnakan pengetahuan tentang
posisi dan struktur lingkungan, merencanakan rute awal untuk mencapai posisi tujuan
dengan menghindari rintangan dan mengendalikan sudut kemudi dan kecepatan
linear untuk mencapai target [2].
Salah satu tipe dari mobile robot adalah car-like mobile robot (CLMR).
Berdasarkan tipe penggeraknya, CLMR termasuk dengan model penggerk nonholonomic yang dalam pergerakannya harus memenuhi fungsi geometri tertentu yang
berhubungan dengan arah hadap untuk mendapatkan posisi yang diinginkan. Mobil
merupakan salah satu contoh kendaraan dengan penggerak non holonomic, dimana
mobil membutuhkan gerakan yang kompleks (termasuk gerakan mundur) untuk
1
Universitas Sumatera Utara
2
melakukan gerakan parkir, berputar berbalik arah dalam ruang terbatas, dan
menghindari rintangan pada jarak yang relatif dekat.
Dalam mengembangkan sistem navigasi otonom CLMR kendala non
holonomic harus dipertimbangkan dalam perancangan algoritma yang efesien dan
akurat untuk navigasi CLMR bebas tabrakan dalam lingkungan yang tak dikenal.
Berdasarkan kendala yang dimiliki CLMR penelitian tesis ini mengangkat topik
sistem navigasi CLMR dalam lingkungan yang tak dikenal dengan mengusulkan
perilaku mencari target, menghindari rintangan, dan perilaku gerakan mundur.
Untuk memecahkan masalah navigasi pada robot CLMR, yang memiliki
beberapa perilaku dibutuhkan suatu pendekatan untuk mengendalikan actuator.
Robot berbasis perilaku (behavior-based robot) adalah suatu pendekatan yang cocok
untuk diaplikasikan pada sistem ini. Metode robot berbasis perilaku adalah suatu
pendekatan yang diinspirasikan dari sistem biologis, dimana suatu sistem di
distribusikan dalam beberapa modul kecil yang disusun secara paralel [3]. Setiap
modul disebut sebagai perilaku (behavior), memiliki target tertentu yang harus
dicapai dan berlaku seperti sebuah kendali individu [4].
Banyak metode yang dapat digunakan untuk merancang sistem kendali setiap
perilaku, baik secara konvensional maupun dengan metode-metode lain, seperti
metode yang menggunakan kecerdasan buatan. Pengendali perilaku konvensional
didasarkan pada model lingkungan yang akurat dan model matematika robot, namun
Universitas Sumatera Utara
3
pada umumnya sulit membangun model matematika akurat dari lingkungan gerak
robot untuk sistem mobile robot dengan karakteristik non linear dan kopling kuat [2].
Fuzzy logic controller (FLC) adalah salah satu solusi dalam merancang sistem
kendali perilaku individual robot dengan berbasiskan pengetahuan yang dirumuskan
dalam bentuk aturan-aturan (rule base). Jika dibandingkan dengan logika
konvensional, kelebihan logika fuzzy adalah kemampuannya dalam proses penalaran
secara bahasa sehingga dalam perancangannya tidak memerlukan persamaan
matematika yang rumit [5], selain itu sistem fuzzy memiliki kemampuan untuk
menangani informasi yang tidak pasti dan tidak tepat yang diperoleh dari sensor
dengan menggunakan aturan bahasa [2].
Berdasarkan uraian tersebut, penelitian ini mengusulkan sebuah arsitektur
behavior based dengan menggunakan FLC untuk navigasi CLMR dalam lingkungan
yang tak dikenal. Metode ini merupakan gabungan dari pendekatan behavior based
dan metode logika fuzzy. Pertama mendesain tiga basic-behavior, behavior ini adalah
goal seeking behavior, obstacle avoidance behavior, dan move backward behavior.
Langkah selanjutnya mendesain behavior-controller untuk mengintegrasikan perilaku
dasar agar CLMR dapat mengendalikan sudut kemudi dan kecepatan linear
berdasarkan perioritas.
Move backward behavior diusulkan dengan harapan CLMR dapat
menghindari rintangan dengan kombinasi obstacle avoidance behavior dan move
backward behavior pada jarak deteksi minimum sensor depan atau rintangan
Universitas Sumatera Utara
4
menyinggung lintasan terbesar yang dibentuk sudut kemudi maksimum. Kombinasi
obstacle avoidance behavior dan move backward behavior juga dapat membantu
CLMR melepaskan diri dari kondisi kebuntuan saat menemui rintangan cekung
dengan lebar rintangan ≤ diameter lintasan terbesar yang dibentuk sudut kemudi
maksimum.
Adapun penelitian yang telah dilakukan peneliti sebelumnya terkait kendali
mobile robot dengan FLC dan penelitian yang akan dilakukan ditunjukkan pada
Tabel 1.1.
Tabel 1.1. Penelitian yang pernah dilakukan
Judul
Metode
No Peneliti
1
Duan,
Study
of
Obstacle FLC
Suolin., et al. Avoidanve Based on
2011
Fuzzy
Planner
for
Wheeled Mobile Robot
Hasil yang diperoleh
Sistem navigasi mobile
robot
penggerak
diferensial
dengan
obstacle
avoidance
behavior.
2
Quing-Yong, A Fuzzy Behavior-Based FLC dan
BAO., et al. Architecture for Mobile Behavior2009
Robot Navigation in Based
Unknown Envirotments
Sistem navigasi mobile
robot dengan goal
seeking
behavior,
obstacle
avoidance
behavior,
tracking
behavior, dan deadlock
disarming behavior.
3
Ouadah,
Noureddine.,
et. Al. 2008
Goal seeking behavior
dengan
robot
positioning controller
(RPC)
dan
robot
following
controller
(RFC) untuk robot
CLMR.
Car-Like Mobile Robot FLC
Oriented Positioning by
Fuzzy Controllers
Universitas Sumatera Utara
5
Tabel 1.1 (Sambungan)
No Peneliti
4
Lu, HungChing., and
Chuang,
Chih-Ying.
2005
Judul
The Implementation of
Fuzzy-Based Path
Planning for Car-Like
Mobile Robot
Metode
FLC
Hasil yang diperoleh
Sistem navigasi CLMR
dengan goal seeking
behavior dan obstacle
avoidance behavior.
5
Implementasi Arsitektur
Behavior-Based Dengan
Menggunakan Fuzzy
Untuk Navigasi Car-Like
Mobile Robot Dalam
Lingkungan Yang Tak
Dikenal
FLC dan
BehaviorBased
Sistem navigasi CLMR
dengan goal seeking
behavior, obstacle
avoidance behavior,
dan move backward
behavior.
Penelitian
yang akan di
lakukan
Terdapat perbedaan dengan peneliti sebelumya, yaitu pada penelitian ini
mengusulkan sebuah perilaku gerak mundur (move backward behavior) yang tidak
dimiliki peneliti sebelumnya. Selain itu karakteristik perangkat keras yang digunakan
berbeda dengan peneliti sebelumnya sehingga terdapat perbedaan dalam desain
perilaku yang sama.
1.2.
Perumusan Masalah
Berdasarkan latar belakang yang telah diuraikan sebelumnya pada penelitian
ini akan diimplementasikan sebuah arsitektur behavior-based dengan menggunakan
FLC untuk navigasi CLMR dalam lingkungan yang tak dikenal. Adapun rumusan
masalah untuk me realisasikan penelitian ini adalah sebagai berikut:
1.
Bagaimana memodelkan pergerakan CLMR agar dapat dikendalikan.
2.
Bagaimana mendesain basic-behavior dengan FLC.
Universitas Sumatera Utara
6
3.
Bagaimana mengintegrasikan ketiga behavior menjadi suatu sistem
kendali yang dapat membimbing CLMR mencapai target dan menghindai
rintangan cembung atau cekung.
4.
Bagaimana peningkatan kemampuan
menghindar
CLMR dengan
tambahan perilaku mundur.
1.3.
Batasan Masalah
Agar tidak terlepas dari maksud dan tujuan dari penelitian ini, maka peneliti
membatasi pokok permasalahan pada:
1.
Analisa pergerakan CLMR menggunakan pendekatan kinematika
Ackerman.
2.
Sistem kendali CLMR dirancang dengan pendekatan behavior-based yang
memiliki tiga basic-behavior.
3.
Basic-behavior dirancang dengan menggunakan FLC metode TakagiSugeno-Kang (TSK).
4.
Aspek mekanik pada penelitian ini tidak dibahas.
5.
Aspek hardware pendukung pada penelitian ini tidak dibahas secara rinci.
6.
Ruang eksperimen adalah bidang datar.
7.
Rintangan yang digunakan adalah rintangan yang berada diatas
permukaan ruang eksperimen dan bersifat statis.
Universitas Sumatera Utara
7
1.4.
Tujuan Penelitian
Tujuan yang ingin dicapai pada penelitian ini yaitu:
1.
Mengetahui metode perancangan sistem kendali CLMR yang memiliki
kemampuan mencari target dan menghindari rintangan yang berbentuk
cembung dan cekung.
2.
1.5.
Mengetahui efektifitas sistem yang dirancang.
Manfaat Penelitian
Manfaat dari penelitian ini antara lain:
1.
Diharapkan solusi yang ditawarkan untuk mengatasi keterbatasan sudut
kemudi dan penggunaan perilaku bergerak mundur dapat memberikan
manfaat guna pengembangan bidang riset robotika, khususnya mobile
robot yang menggunakan tipe CLMR.
2.
Menambah pengetahuan tentang pemanfaatan FLC untuk CLMR.
Universitas Sumatera Utara