Jurnal Mekanik Terapan vol 03 no 02 (2022), hal 060-065

eISSN 2747-1381

Jurnal Mekanik Terapan

Jurnal Tersedia: http://jurnal.pnj.ac.id/index.php/jmt

2D Mapping Lingkungan Indoor Menggunakan Lidar

dan ROS untuk Mobile Robot
Hasvienda M Ridlwan1*, Sonki Prasetya1, dan Muslimin1

1 Jurusan Teknik Mesin, Politeknik Negeri Jakarta, Jl. Prof. G. A. Siwabessy, Kampus UI, Depok, 16425
*Corresponding author: hasvienda.ridlwan@mesin.pnj.ac.id

Artikel info: Diterima: 4 November 2021 | Disetujui: 20 November 2021| Tersedia online: 31 Agustus 2022
DOI: 10.32722/jmt.v3i2.4285

Abstrak

Saat ini, penerapan sistem kontrol telah diterapkan di berbagai bidang keilmuan antara lain mekatronik dan
robotika. Aplikasi di cabang robotika juga berkembang dari hari ke hari tidak hanya dengan kontrol
konvensional tetapi juga dengan sistem cerdas. Sebuah robot otonom dalam menjalankan misi tertentu di
lingkungan yang tidak diketahui membutuhkan informasi tentang lokasi itu sendiri dan lingkungan melalui
peta. Proses untuk mengidentifikasi posisi tanpa peta disebut dengan fungsi lokalisasi pada robot. Peta
pembangunan robot seluler dan pelokalan adalah dua tugas mendasar ketika robot seluler bekerja di
lingkungan dalam ruangan. Dengan data 2D laser scanning (LiDAR) yang diperoleh secara real-time, robot
dapat menghitung luas seluruh ruang kosong dalam suatu ruangan, kemudian dapat memilih bagian tengah
ruangan sebagai posisinya untuk pembuatan peta. Penelitian ini bertujuan untuk mengimplementasikan
metode pemetaan dua dimensi menggunakan LiDAR. Algoritma yang digunakan dalam penelitian ini adalah
Teknik Gmapping pada ROS. Tujuan utama dari penelitian ini adalah memetakan mobile robot dengan sensor
LIDAR menggunakan Sistem Operasi Robot untuk navigasi dan penentuan posisi mobile robot. Melalui hasil
eksperimen yang sebenarnya, mobile robot akan bergerak dengan proses pemetaan 2 dimensi..

Kata-kata kunci: mobile robot, Gmapping, 2D Mapping

Abstract

Currently, the application of control systems has been applied in various scientific fields including
mechatronics and robotics. Applications in the branch of robotics are also growing day by day not only with
conventional controls but also with intelligent systems. An autonomous robot in carrying out certain missions
in an unknown environment requires information about the location itself and the environment through the
map. A process to identify a position without a map is called a localization function on the robot. Mobile robots
building maps and localization are two fundamental tasks when mobile robots work in indoor environments.
With 2D laser scanning (LiDAR) data obtained in real-time, the robot can calculate the area of all empty
spaces in a room, then can choose the center of the room as its position for map building. The objective of this
research is to implement a two-dimensional mapping method using LiDAR. The algorithm used in this study is
the Gmapping Technique on ROS. The main purpose of this research is to map mobile robots with LIDAR
sensors using the Robot Operating System for navigation and positioning of mobile robots. Through the actual
experimental results, the mobile robot will move with a 2-dimensional mapping process.

Keywords: mobile robot, Gmapping, 2D Pemetaan

Konten dari karya ini dapat digunakan di bawah ketentuan lisensi Creative Common Atrribution 4.0.
Distribusi lebih lanjut dari karya ini harus mempertahankan atribusi kepada penulis dan judul karya, kutipan
jurnal dan DOI 60
 eISSN 2747-1381
Jurnal Mekanik Terapan vol 03 no 02 (20xx), hal 060-064

1. PENDAHULUAN

Autonomous Mobile Robot (AMR) adalah robot yang dapat bernavigasi di lingkungan indoor/outdoor tanpa
diawasi langsung oleh operator. Fungsionalitas otonom ini dicapai melalui serangkaian sensor dan peta
terpasang yang memungkinkan Robot Seluler Otonom memahami, menafsirkan, dan bereaksi terhadap
lingkungan sekitar. Robot bergerak otonom telah banyak digunakan di banyak sektor seperti tugas rumah
tangga, industri ringan dan berat, aplikasi bawah air dan luar angkasa.
Pemetaan lingkungan robot adalah proses menghasilkan model 2D atau 3D dari lingkungan kerja nyata
robot menggunakan data lingkungan spesifik yang diperoleh dari sensor canggih. Pemetaan lingkungan adalah
salah satu fitur penting dalam robotika bergerak ketika berhadapan dengan lokalisasi, penentuan posisi, dan
navigasi otonom robot bergerak tanpa tabrakan [1]. Sebagian besar mobile robot telah dilengkapi dengan
Inertial Measurement Unit (IMU), akselerometer, giroskop, dan magnetometer yang mengukur orientasi,
kecepatan sudut dan percepatan robot yang digunakan untuk lokalisasi robot. Lokalisasi robot bergerak dengan
menggunakan sistem navigasi inersia yang disebutkan di atas menghasilkan kesalahan navigasi karena
mengalami penyimpangan integrasi; kesalahan kecil dalam pengukuran percepatan dan kecepatan sudut yang
diintegrasikan ke dalam kesalahan yang semakin besar menghasilkan kesalahan posisi selama lokalisasi robot
[2]. Karena kepadatan data dan akurasi yang tinggi, sensor LIDAR sangat cocok untuk diimplementasikan
dalam pemetaan dan navigasi robot. Lokalisasi dan perencanaan jalur merupakan hal mendasar untuk masalah
navigasi robot. Untuk mencapai navigasi yang sukses, robot harus mampu melokalisasi dirinya sendiri dan
simultaneous environmental map (SLAM).
Tujuan dari penelitian ini adalah untuk mapping lingkungan dalam ruangan yang tidak diketahui
menggunakan RPLiDAR dan ROS. Data yang diterima oleh RPLiDAR digunakan untuk membuat peta 2D
dari lingkungan yang tidak diketahui dan peta yang dihasilkan divisualisasikan menggunakan alat Rviz di ROS.

2. METODE PENELITIAN

Langkah-langkah yang dilakukan dalam penelitian ini dapat dideskripsikan pada Gambar 1 dalam bentuk
Flowchart kegiatan penelitian.

Gambar 1. Kegiatan Studi Penelitian

61
 eISSN 2747-1381
Jurnal Mekanik Terapan vol 03 no 02 (20xx), hal 060-064

Tahapan aktifitas terdiri dari:

• Studi literatur sudah dilaksanakan terlebih dahulu dengan mencari informasi baik kajian ilmiah lalu
diikuti observasi peralatan yang sudah ada secara komersial.
• Selanjutnya penyusunan Hipotesa dilakukan. Pembuatan proposal riset dilakukan setelah perhitungan
biaya riset untuk diajukan pembiayaan kegiatannya.
• Desain mekanik dikembangkan setelah usulan penelitian diterima dengan membuat kerangka
(mounting untuk menempatkan sensor). Desain elektris dimaksudkan untuk menghubungkan kabel
baik data maupun power supply pada modul.
• Pemrograman dilakukan dengan bahasa C.
• Pengujian dilakukan dengan dua cara yaitu simulasi test dan implementasi test untuk mendapatkan
karakterisasi system sesuai dengan yang diinginkan.
• Setelah sistem sudah sesuai fungsinya pengukuran nilai dilakukan untuk mengetahui keberhasilan
metode kendali yang diterapkan pada implementasi.
Komponen utama dari system kendali dan instrumentasi dapat dibagi menjadi dua pokok bagian:
1. Input adalah sarana yang diperlukan untuk indikator dari prosesor.
2. Controller/autopilot adalah sarana yang diperlukan untuk memberikan keputusan dari input.

3. HASIL DAN PEMBAHASAN

Setup mobile robot terdiri dari 4wd robot smart car terlihat pada Gmbar 2, Personal computer dengan
Robotic Operating System (ROS) dan RP-Lidar yang terpasang pada mobile robot untuk scanning dan
mapping. Setup mobile robot lengkap dengan RP-Lidar seperti yang ditunjukkan pada Gambar 3.

Gambar 2. Integrasi Komponen Mobile Robot

Gambar 3. Skematik rangkaian robot.

GMAPPING Package di ROS menyediakan SLAM (Simultaneous Localization and Mapping) berbasis
laser sebagai node ROS yang disebut slam_gmapping. Node slam_gmapping mengambil data dari lidar melalui
topik ROS yang disebut /scan dan membuat peta. Data yang dipetakan dapat diambil melalui topik/pemindaian
ROS dan divisualisasikan menggunakan alat rviz di ROS. Peta lingkungan 2D yang dihasilkan dapat
divisualisasikan menggunakan alat visualisator Rviz di ROS. Peta 2D yang diperoleh dapat dikonversi menjadi
peta 3D. Diagram blok metodologi pemetaan adalah seperti yang ditunjukkan pada Gambar 4.

Gambar 4. Metodologi pemetaan 2D pada ROS

GMapping adalah teknik lokalisasi yang berjalan pada lingkungan yang tidak diketahui untuk melakukan
lokalisasi dan pemetaan secara simultan. Ini menggunakan Rao-Blackwellized Particle Filter (RBPF) dan
mengambil data dari sensor laser dan pose robot untuk membuat peta grid 2D tanpa informasi IMU. Dalam
Gmapping, robot terus memperbarui pose pada setiap partikel yang diproses dengan memperkirakan odometri.

62
 eISSN 2747-1381
Jurnal Mekanik Terapan vol 03 no 02 (20xx), hal 060-064

Selama eksekusi ketika pemindaian laser pertama diterima, itu langsung terdaftar di peta. Setelah itu,
pendaftaran hanya dilakukan jika jarak linier atau jarak sudut yang dilalui robot melebihi ambang batas tertentu.
Ketika kecocokan pemindaian laser diterima, koreksi estimasi pose di peta setiap partikel dilakukan untuk
setiap pemindaian laser.
Pembuatan peta diuji secara eksperimental dengan RP-Lidar 2D yang dipasang pada robot. Scanning
lingkungan yang tidak diketahui dilakukan dengan menggunakan sensor Lidar untuk memperoleh informasi
tentang hambatan yang ada di lingkungan sekitar. Informasi pindaian yang dikumpulkan dari Lidar ditunjukkan
pada Gambar 5.

Gambar 5. Raw data RPLiDAR

Sensor Lidar mengukur jangkauan objek di sekitarnya dengan memindai sinar laser dalam busur melingkar.
Data yang dipindai dari Lidar yang terdiri dari informasi jarak rintangan yang ada di lingkungan. Data scanning
ini digabungkan dengan informasi odometri robot bergerak untuk menghasilkan peta lingkungan. Informasi
pemetaan dari data Laser dapat divisualisasikan mengguna-kan alat RViz. Informasi yang dipindai dari Lidar
dikirim ke algoritma gmapping SLAM menggunakan ROS untuk menghasilkan peta 2D untuk seluruh
lingkungan. Gambar 6 menunjukkan peta lingkungan 2D yang dihasilkan

Gambar 6. Hasil Map 2D menggunakan Rviz

.

4. KESIMPULAN
Dalam penelitian ini telah dilakukan penelitian tentang sistem SLAM (Simultaneous Localization and
Mapping) mobile robot pada lingkungan indoor. Penelitian ini dilakukan untuk menjawab kebutuhan pasar
untuk menyediakan sistem pemetaan wilayah mobile robot yang memiliki kemampuan pemetaan wilayah untuk
tujuan misi monitoring wilayah. Hasil penelitian memberikan informasi bahwa sistem SLAM yang dibangun
mampu melakukan pemetaan dan lokalisasi dengan baik di lingkungan indoor.

UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih kepada Politeknik Negeri Jakarta melalui pendanaan Skema Penelitian
Mandiri Tahun Anggaran 2021 UP2M dengan kontrak nomor 395/PL3.18/SPK/2021.

REFERENSI

1. Nurhadi H, Pramujati B, MULIA A. RANCANG BANGUN DAN ANALISA SISTEM KENDALI PID
PADA UNMANNED AERIAL VEHICLE (UAV) FIXED WING: Institut Teknologi Sepuluh Nopember;
2016.
2. Apriaskar E, Nugraha YP, Trilaksono BR, editors. Simulation of simultaneous localization and mapping
using hexacopter and RGBD camera. 2017 2nd International Conference on Automation, Cognitive
Science, Optics, Micro Electro--Mechanical System, and Information Technology (ICACOMIT); 2017
23-24 Oct. 2017.
3. Riansyah MI, Nugraha YP, Ridlwan HM, Trilaksono BR. 3D Mapping Hexacopter Simulation using
Gazebo and Robot Operating Sytem(ROS). Proceedings of the 9th International Conference on Machine
Learning and Computing; Singapore, Singapore: Association for Computing Machinery; 2017. p. 507–
10.
4. Corbato CH, Bharatheesha M, Egmond Jv, Ju J, Wisse M. Integrating Different Levels of Automation:
Lessons From Winning the Amazon Robotics Challenge 2016. IEEE Transactions on Industrial
Informatics. 2018;14(11):4916-26.
5. Teslyuk V, Beregovskyi V, Denysyuk P, Teslyuk T, Lozynskyi A. Development and Implementation of
the Technical Accident Prevention Subsystem for the Smart Home System. International Journal of
Intelligent Systems and Applications. 2018;10:1-8.
6. Ortigoza RS, Marcelino-Aranda M, Ortigoza GS, Guzman VMH, Molina-Vilchis MA, Saldana-Gonzalez
G, et al. Wheeled Mobile Robots: A review. IEEE Latin America Transactions. 2012;10(6):2209-17.
7. Ryadchikov I, Nikulchev E, Gusev A, Sechenev S, Prutskiy A. Engineering Software for a Mobile Robot
Motion Control System Engineering Software for a Mobile Robot Motion Control System2019.

63
 eISSN 2747-1381
Jurnal Mekanik Terapan vol 03 no 02 (20xx), hal 060-064

8. Denysyuk P, Teslyuk V, Chorna I, editors. Development of mobile robot using LIDAR technology based
on Arduino controller. 2018 XIV-th International Conference on Perspective Technologies and Methods
in MEMS Design (MEMSTECH); 2018 18-22 April 2018.
9. http://wiki.ros.org/gmapping.
10. Hwang S, Kim N, Choi Y, Lee S, Kweon IS, editors. Fast multiple objects detection and tracking fusing
color camera and 3D LIDAR for intelligent vehicles. 2016 13th International Conference on Ubiquitous
Robots and Ambient Intelligence (URAI); 2016 19-22 Aug. 2016.
11. Mohd Saifizi S, Desa H, Rudzuan MN, editors. A differential steering control with proportional controller
for an autonomous mobile robot. 2011 IEEE 7th International Colloquium on Signal Processing and its
Applications; 2011 4-6 March 2011.
12. Singh J, Chouhan PS, editors. A new approach for line following robot using radius of path curvature and
differential drive kinematics. 2017 6th International Conference on Computer Applications In Electrical
Engineering-Recent Advances (CERA); 2017 5-7 Oct. 2017.
13. Adams M. Lidar design, use, and calibration concepts for correct environmental detection. IEEE
Transactions on Robotics. 2000;16:753-61.
14. Liu J, Sun Q, Fan Z, Jia Y. TOF Lidar Development in Autonomous Vehicle2018. 185-90 p.
15. Atia M, Liu S, Nematallah H, Karamat T, Noureldin A. Integrated Indoor Navigation System for Ground
Vehicles With Automatic 3-D Alignment and Position Initialization. IEEE Transactions on Vehicular
Technology. 2015;64:1279-92.
16. Markom M, Adom A, Tan E, Abdul Shukor S, Abdul Rahim N, md shakaff ay. A mapping mobile robot
using RP Lidar scanner2015. 87-92 p.
17. Zhang J, Singh S. Visual-lidar Odometry and Mapping: Low-drift, Robust, and Fast2015.

64