Integrasi Odometri LiDAR dan Sensor IMU untuk Peningkatan Lokalisasi pada Robot Bergerak Indoor
Abstract Views: 452
PDF Downloads: 693
DOI:
https://doi.org/10.56211/blendsains.v2i4.470Keywords:
Odometri; Lokalisasi; Mobil Bergerak; Fusi Sensor
Abstract
Lokalisasi adalah salah satu kompon penting dalam navigasi robot bergerak. Tugas tersebut dapat dilakukan dengan memanfaatkan data odometri LIDAR dan sensor unit pengukuran inersia (IMU). Odometri lidar memberikan informasi tentang gerak berbasis cahaya, sedangkan IMU memberikan data tentang percepatan dan kecepatan sudut. Keduanya mempunyai kelebihan, namun juga mempunyai kelemahan. Akumulasi kesalahan odometri LiDAR dan penyimpangan IMU seiring waktu sering terjadi pada odometri yang berbasis pada dua sensor tersebut. Penelitian ini mencoba mengatasi permasalahan tersebut dengan mengembangkan metode fusi sensor dengan mengntegrasi data odometri LIDAR dan IMU bertujuan untuk meningkatkan akurasi dan keandalan lokalisasi robot. Penelitian meliputi kalibrasi sensor, pemrosesan data, dan evaluasi kinerja pendekatan fusi yang diusulkan. Dengan memanfaatkan literatur terbaru tentang pengembangan teknologi sensor dan strategi fusi sensor, penelitian ini berkontribusi pada pemahaman yang lebih baik tentang cara meningkatkan navigasi robot bergerak dalam berbagai situasi. Kami berharap hasil penelitian ini dapat membuka jalan bagi pengembangan robot bergerak yang lebih akurat dan andal, terutama ketika melakukan pergerakan pada lingkungan yang kompleks.
Downloads
References
S. A. S. Mohamed, M. H. Haghbayan, T. Westerlund, J. Heikkonen, H. Tenhunen, and J. Plosila, “A Survey on Odometry for Autonomous Navigation Systems,” IEEE Access, vol. 7, no. July, pp. 97466–97486, 2019, doi: 10.1109/ACCESS.2019.2929133. DOI: https://doi.org/10.1109/ACCESS.2019.2929133
R. A. Priambudi and M. Mobed Bachtiar, “Penentuan Posisi Menggunakan Odometry Omniwheel,” Indones. Symp. Robot. Syst. Control, no. August 2019, pp. 1–3, 2018, [Online]. Available: https://www.researchgate.net/publication/335311518.
A. N. Albab, E. Rahmawati, M. Yantidewi, I. Sucahyo, Dzulkiflih, and R. R. Firmansyah, “Control Position of Mobile Robot Based on Odometry Method and PID Controller,” J. Phys. Conf. Ser., vol. 1491, no. 1, 2020, doi: 10.1088/1742-6596/1491/1/012039. DOI: https://doi.org/10.1088/1742-6596/1491/1/012039
S. Garg et al., Semantics for Robotic Mapping, Perception and Interaction: A Survey, vol. 8, no. 1–2. 2020. DOI: https://doi.org/10.1561/9781680837698
D. Lee, M. Jung, W. Yang, and A. Kim, “LiDAR Odometry Survey: Recent Advancements and Remaining Challenges,” Intell. Serv. Robot., 2023, doi: 10.1007/s11370-024-00515-8. DOI: https://doi.org/10.1007/s11370-024-00515-8
A. Etzion and I. Klein, “MoRPI: Mobile Robot Pure Inertial Navigation,” IEEE J. Indoor Seamless Position. Navig., vol. 1, no. May, pp. 141–150, 2023, doi: 10.1109/jispin.2023.3334697. DOI: https://doi.org/10.1109/JISPIN.2023.3334697
T. Moore and D. Stouch, “A generalized extended Kalman filter implementation for the robot operating system,” Adv. Intell. Syst. Comput., vol. 302, pp. 335–348, 2016, doi: 10.1007/978-3-319-08338-4_25. DOI: https://doi.org/10.1007/978-3-319-08338-4_25
M. B. Alatise and G. P. Hancke, “Pose estimation of a mobile robot based on fusion of IMU data and vision data using an extended kalman filter,” Sensors (Switzerland), vol. 17, no. 10, 2017, doi: 10.3390/s17102164. DOI: https://doi.org/10.3390/s17102164
N. C. Basjaruddin, “Penggunaan Extended Kalman Filter Sebagai Estimator Sikap pada Sistem Kendali Servo Visual Robot,” J. Mechatronics, Electr. Power, Veh. Technol., vol. 2, no. 1, pp. 23–30, 2012, doi: 10.14203/j.mev.2011.v2.23-30. DOI: https://doi.org/10.14203/j.mev.2011.v2.23-30
O. J. Montañez, M. J. Suarez, and E. A. Fernandez, “Application of Data Sensor Fusion Using Extended Kalman Filter Algorithm for Identification and Tracking of Moving Targets from LiDAR–Radar Data,” Remote Sens., vol. 15, no. 13, 2023, doi: 10.3390/rs15133396. DOI: https://doi.org/10.3390/rs15133396
S. O. H. Madgwick, A. J. L. Harrison, and R. Vaidyanathan, “Estimation of IMU and MARG orientation using a gradient descent algorithm,” IEEE Int. Conf. Rehabil. Robot., no. June, 2011, doi: 10.1109/ICORR.2011.5975346. DOI: https://doi.org/10.1109/ICORR.2011.5975346
A. Cirillo, P. Cirillo, G. De Maria, C. Natale, and S. Pirozzi, “A comparison of multisensor attitude estimation algorithms,” Multisens. Attitude Estim. Fundam. Concepts Appl., no. June, pp. 529–540, 2016, doi: 10.1201/9781315368795. DOI: https://doi.org/10.1201/9781315368795
H. Taheri, B. Qiao, and N. Ghaeminezhad, “Kinematic Model of a Four Mecanum Wheeled Mobile Robot,” Int. J. Comput. Appl., vol. 113, no. 3, pp. 6–9, 2015, doi: 10.5120/19804-1586. DOI: https://doi.org/10.5120/19804-1586
D. S. Alhanov and V. I. Rubtsov, “Development of the Laboratory Work: ‘Modeling of a Mobile Robot on Mecanum Wheels Kinematics,’” ITM Web Conf., vol. 35, p. 04001, 2020, doi: 10.1051/itmconf/20203504001. DOI: https://doi.org/10.1051/itmconf/20203504001
M. Jaimez, J. G. Monroy, and J. Gonzalez-Jimenez, “Planar odometry from a radial laser scanner. A range flow-based approach,” Proc. - IEEE Int. Conf. Robot. Autom., vol. 2016-June, pp. 4479–4485, 2016, doi: 10.1109/ICRA.2016.7487647. DOI: https://doi.org/10.1109/ICRA.2016.7487647
Downloads
Article History
Pages: 287-297
How to Cite
Issue
Section
License
Copyright (c) 2024 Muhammad Fauzan Ridho, Ali Zainal Abidin, Belen Septian
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskahnya pada Blend Sains Jurnal Teknik menyetujui ketentuan berikut:
Hak cipta atas artikel apapun dalam Blend Sains Jurnal Teknik dipegang penuh oleh penulisnya di bawah lisensi Creative Commons Attribution-ShareAlike 4.0 International License. dengan beberapa ketentuan sebagai berikut:
"Penulis mengakui bahwa Blend Sains Jurnal Teknik berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License / CC BY SA 4.0"
"Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini ke dalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi ke dalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Blend Sains Jurnal Teknik."
"Pembaca diperbolehkan mengunduh, menggunakan, dan mengadopsi isi artikel selama mengutip artikel dengan menyebutkan judul, penulis, dan nama jurnal ini. Pengutipan tersebut dilakukan demi kemajuan ilmu pengetahuan dan kemanusiaan serta tidak boleh melanggar hukum yang berlaku."
