Anda di halaman 1dari 6

Autonomous Parking Control Design for Car-Like Mobile Robot

by Using Ultrasonic and Infrared Sensors

Andreas (151041008),Ade Pranata (151041004),Reza Radiannor (151041006)

Jurusan Tenik Elektro, Fakultas Teknologi Industri, Institut Sains dan Teknologi
AKPRIND Yogyakarta.

Email : mandreas06@gmail.com, adepranata104@gmail.com,


rezaradiannor@gmail.com

Abstrak

Sebuah fuzzy logic controller dengan arsitektur behavior-based dirancang


untuk menavigasi Car-Like Mobile Robot dalam lingkungan tak dikenal. Sistem ini
terdiri dari tiga perilaku dasar, yaitu goal seeking behavior, obstacle avoidance
behavior, dan move backward behavior. Setiap perilaku memberikan informasi
untuk mengendalikan sudut kemudi dan kecepatan linear. Sebuah behavior-
controller dirancang untuk mengatur penggunaan behavior berdasarkan perioritas
dalam mengendalikan sudut kemudi dan kecepatan linear. Penelitian ini
menghadirkan perancangan dan implementasi pengendali parkir otonom yang
cerdas (APC) dan menyelesaikannya di robot mobile mobil (CLMR). Mobil ini
memiliki fungsi untuk menerima dan memperkirakan lingkungan dengan
mengintegrasikan sensor inframerah dan ultrasonik. Kami mengusulkan lima mode
parkir termasuk mode parkir paralel, jalur sempit dengan mode parkir paralel, mode
parkir garasi, jalur garasi-parkir yang sempit, dan tidak ada mode parkir. Akhirnya.
Dianggap bahwa APC cerdas kita layak dilakukan dari percobaan praktis. Hasil
eksperimen menunjukkan bahwa arsitektur ini dapat membawa car-like mobile
robot menuju target dengan aman tanpa bertabrakan pada lingkungan yang tak
dikenal, dapat menghindari rintangan, dan dapat keluar dari kondisi kebuntuan saat
menghadapi rintangan cekung.

Kata kunci: Fuzzy logic controller, car-like mobile robot, basic-behavior,


behaviorcontroller.
 Pengenalan Teknologi Car-Like Mobile Robot (CLMR)

Mobile robot otonom adalah topik yang sangat menarik baik dalam penelitian
ilmiah maupun aplikasi praktis. 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.

Salah satu tipe dari mobile robot adalah car-like mobile robot (CLMR).
Berdasarkan tipe penggeraknya, CLMR termasuk dengan model penggerak
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 melakukan gerakan parkir, berputar berbalik arah dalam ruang terbatas, dan
menghindari rintangan pada jarak yang relatif dekat.

Dalam beberapa tahun terakhir. semakin banyak penelitian CLMR yang


berfokus pada masalah parkir mandiri dan tabrakan yang dapat dihindari. Masalah
parkir mobil seperti robot mobile terdiri dari menemukan tempat parkir dan
merencanakan lintasan parkir. Pada dasarnya, masalah parkir dapat dikelompokkan
menjadi dua kategori: masalah parkir garasi dan masalah parkir paralel. Dalam
penelitian ini, kami mengusulkan basis kontrol parkir mandiri pada kontrol logika
fuzzy (FLC). Dalam pengendalian ini kita memadukan pengukuran sensor
inframerah dan sensor ultrasonik sebagai masukan dari FLC.
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. Setiap
modul disebut sebagai perilaku (behavior), memiliki target tertentu yang harus
dicapai dan berlaku seperti sebuah kendali individu.

Untuk mengatasi masalah perencanaan jalur dari penggunaan sudut pandang


sensor, An et al. Mengembangkan algoritma perencanaan jalur online yang
memandu robot mobile mandiri ke sebuah tujuan dengan menghindari rintangan di
dunia yang tidak pasti dengan kamera CCD, dan Han et al. Menggunakan sensor
ultrasonik untuk membangun lingkungan sekitar mobil, mengikuti benda yang
bergerak dan menghindari tabrakan. Untuk kontrol parkir, menggunakan kamera
CCD untuk mendeteksi visi global tempat parkir, mengadopsi enam sensor
inframerah untuk mengukur jarak relatif antara CLMR dan sekitarnya, dan
menggunakan teknik fusi sensor untuk menggabungkan sensor ultrasonik,
encoders, dan giroskop dengan sistem GPS diferensial untuk mendeteksi dan
memperkirakan dimensi tempat parkir. Dalam makalah ini. kami ingin
mengintegrasikan informasi sensor ultrasonik dan infra merah untuk mengukur
lingkungan parkir.

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 pada umumnya sulit membangun model matematika akurat dari lingkungan
gerak robot untuk sistem mobile robot dengan karakteristik non linear dan kopling
kuat.

 Sistem Fuzzy logic controller (FLC)

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). Teori himpunan fuzzy timbul
dari keinginan deskripsi linguistik untuk sistem komplek dan dapat dimanfaatkan
untuk merumuskan dan menerjemahkan pengalaman manusia.

Jenis kecerdasan manusia mudah ditunjukkan oleh struktur kontrol logika


fuzzy. Algoritma kontrol yang paling maju pada robot mobile otonom bisa
mendapatkan keuntungan dari kontrol logika fuzzy. Dalam tulisan ini, CLMR
dilengkapi dengan sensor inframerah dan ultrasonik. Kami memadukan
pengukuran dua jenis sensor pada mobil untuk mendapatkan informasi di
lingkungan yang tidak diketahui, dan memanfaatkan informasi ini untuk
menentukan kecepatan dan sudut kemudi mobil oleh FLC yang diusulkan.

Jika dibandingkan dengan logika konvensional, kelebihan logika fuzzy


adalah kemampuannya dalam proses penalaran secara bahasa sehingga dalam
perancangannya tidak memerlukan persamaan matematika yang rumit, selain itu
sistem fuzzy memiliki kemampuan untuk menangani informasi yang tidak pasti dan
tidak tepat yang diperoleh dari sensor dengan menggunakan aturan bahasa.

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
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.

 Kesimpulan
Berdasarkan perancangan sistem, pengujian, dan pembahasan maka dapat
disimpulkan beberapa hal sebagai berikut:
1. Adanya move backward behavior CLMR dapat menghindari rintangan saat
obstacle avoidance behavior tidak dapat dilaksanakan dengan baik akibat
jarak robot terhadap rintangan relatif dekat atau rintangan menyinggung
lintasan yang dibentuk dengan sudut kemudi maksimum;
2. Besar sudut kemudi dan jarak diteksi sensor jarak terhadap rintangan
mempengaruhi keberhasilan menghindari rintangan dengan menggunakan
obstacle avoidance behavior;
3. Hasil eksperimen menunjukkan arsitektur yang diusulkan memungkinkan
CLMR mencapai posisi relatif terhadap target dengan aman tanpa
bertabrakan.

 Referensi
[1] N. Ouadah, L. Ourak, & F. Boudjema, “Car-Like Mobile Robot Oriented
Positioning by Fuzzy Controllers”, International Journal of
Advanced Robotic System, Vol.5, No.3, pp. 249-256, 2008.
[2] R.C. Arkin, “Behavior Based Robotics”, The MIT Press, 1998.
[3] A. Adriansyah, “Pengendalian robot bergerak berbasis perilaku
menggunakan particle swarm fuzzy controller”, Seminar
Nasional Informatika 2008 (Semnas 2008) UPN "Vetran"
Yogyakarta, hal. 130-138, 2008.
[4] S. Duan, Y. Li, S. Chen, L. Chen, L. Zou, Zh. Ma, & J. Ding, “Study of
Obstacle Avoidance Based on Fuzzy Planner for Wheeled Mobile
Robot”, Proceeding of the 8 th World Congress on Intelligent
Control and Automation, pp. 672-676, Teipei, 2011. Jurnal
Generic ISSN: 1907-4093 Implementasi Arsitektur Behavior-
Based dengan Menggunakan Fuzzy untuk Navigasi Car-Like
Mobile Robot dalam Lingkungan yang Tak Dikenal (Sarmayanta
Sembiring) 331
[5] T. Sutojo, E. Mulyanto, & V. Suhartono, “Kecerdasan Buatan”, Yogyakarta:
Andi, 2011.
[6] B. Quing-Yong, L. Shun-ming, S. Wei-Yan, & An Mu-Jin, “A Fuzzy
BehaviorBased Architecture for Mobile Robot Navigation in
Unknown Envirotments”, IEEE International Conference on
Artificial Intelligence and Computational Intelligence, 257-261,
2009.