Volme Nomor, Jni 7 Sistem Kendali Robot Berbasis Visal Dengan Umpan Balik osisi Dan Orientasi Untk enjejakan Obek Bergerak Bdi Daratmo STMIK MD alembang bdi_daratmo@ahoo.com Abstrak: Sistem kendali robot berbasis isal ang dibangn adalah sistem kendali ang mengintegrasikan informasi isal ke lp sero robot ntk melakkan penjejakan terhadap obek bergerak dengan dela sekecil mngkin. endekatan ang dignakan adalah pose based isal sero di mana fitr diekstrak dari citra dan dignakan bersama dengan sebah model geometris dari target dan model kamera. Fitr ini diperlkan ntk mengestimasi posisi dan orientasi target dengan metode least sqares menggnakan faktorisasi QR. engendali proporsional dignakan ntk memperbaiki akrasi sistem berdasarkan error posisi dan orientasi end-effector robot terhadap posisi dan orientasi ang diinginkan. Sistem kendali robot ini telah mamp melakkan penjejakan terhadap obek bergerak dengan nilai rataan mtlak error posisi < mm dan nilai rataan mtlak error orientasi <. Kata knci: Kendali robot, enjejakan, Visal, ose, End-effector, ose based isal sero. ENDAHULUAN ada mmna, aplikasi di bidang robotika memerlkan interaksi antara end-effector robot dan obek-obek di lingkngan kerja robot. Sehbngan dengan kendali robot konensional, permasalahan interaksi lebih terfoks pada permasalahan ntk menempatkan pose (posisi dan orientasi) end-effector robot sesai dengan pose obek ang menjadi target terhadap kerangka koordinat ang tetap. Untk melakkan hal ini, obek tersebt jga hars ditempatkan secara akrat dan konsisten terhadap kerangka ang sama. Namn, ketidakpastian pose obek atapn end-effector akan menebab-kan kesalahan pose, ang pada akhirna menebabkan kegagalan operasi. Jalan ang lebih baik dan andal ntk mengatasi permasalahan tersebt adalah melakkan pengkran langsng atas lokasi obek terhadap end-effector, kemdian melakkan kendali robot berdasarkan hasil pengkran. Hal ini dapat dilakkan dengan bantan sensor isal, ang biasana ditempatkan pada end-effector ata dekat end-effector. Konfigrasi robot dengan sensor isal ini merpakan stdi ang penting dan menarik di bidang kendali robot berbasis isal. Sensor isal membat sistem kendali robot dapat mengkompensasi perbahan ang terjadi di lingkngan. Kemampan ini memngkinkan robot melakkan pekerjaan memaniplasi obek sesai dengan karakteristik dan lokasina, pick and place, penjejakan obek bergerak, dan sebagaina. Oleh karena it, sensor isal menjadi komponen ang sangat penting dalam bidang robotika, ang seringkali dignakan sebagai elemen mpan balik dalam sistem pengendalian posisi lp terttp. Umpan balik ini membat hasil ang ingin dicapai sistem kendali robot menjadi lebih akrat dan stabil. Umpan balik ang dimaksd dapat berpa posisi (position based isal sero) atapn ciri obek (image based isal sero) hasil pengolahan sbsistem isal. Dalam tgas akhir ini, penelitian diarahkan kepada desain dan implementasi sistem kendali robot berbasis isal dengan mpan balik pose ntk melakkan penjejakan obek bergerak. ARSITEKTUR SISTEM KENDALI ROBOT BERBASIS VISUAL Arsitektr sistem ang dimaksd terdiri dari enam bagian tama, ait kamera, framegrabber, C dekstop, antarmka RJ5, robot mentor, dan obek (dapat dilihat pada gambar berikt). Hal - 5
Volme Nomor, Jni 7 berpa matriks image ang telah siap diolah lebih lanjt, secara software, di C. engolahan image bertjan ntk mendapatkan informasi ciri obek ang diinginkan, ang selanjtna dimanfaatkan di dalam proses estimasi pose Akhirna, informasi pose dignakan ntk mendapatkan setpoint sebagai maskan bagi robot mentor di mana proses transmisi data setpoint dari C ke robot mentor dilakkan melali antarmka serial RJ5. Gambar : Arsitektr Sistem Kendali Robot Berbasis Visal Untk enjejakan Obek Bergerak Obek ang sedang bergerak bebas, dengan orientasi terhadap bidang normal meja sembarang, ditangkap secara isal oleh kamera di mana lensa pada kamera CCD bertgas mengmplkan cahaa ang dipantlkan obek dan membentk image terfoks pada bidang sensor kamera. Image ini direpresentasikan dengan matan listrik pada tiap piksel di bidang sensor kamera. Selanjtna, sinal listrik ang berisi informasi image ditransmisi dari kamera ke framegrabber (terletak di slot CI pada motherboard C) melali kabel. Frame-grabber kemdian mensample informasi tersebt dan menghasilkan otpt TAHAAN SISTEM KENDALI ROBOT BERBASIS VISUAL Secara garis besar, tahapan implementasi sistem dibagi atas: tahapan sbsistem pengolahan citra dan tahapan sbsistem pengendalian robot. Tahapan sbsistem pengolahan citra mencakp proses pengambilan citra, pengolahan citra, dan estimasi pose; sedangkan tahapan pengendalian robot mencakp proses penelesaian masalah kinematika langsng dan tak langsng, transformasi dari sdt joint ke setpoint dan sebalikna, serta kendali robot menggnakan pengendali proporsional. Gambar dan mendeskripsikan tahapan implementasi sistem dan diagram alir (algoritma) dari tahapan ang dilakkan. Gambar : Diagram Blok Tahapan Implementasi Sistem Hal - 6
Volme Nomor, Jni 7 Gambar : Diagram Alir Lengkap Tahapan Implementasi Sistem SUBSISTEM ENGOLAHAN CITRA Sbsistem pengolahan citra mencakp operasi-operasi berikt.. reprocessing Awalna, obek ditangkap secara isal oleh kamera CCD (jarak psat lensa kamera ke meja tempat obek berada sebesar cm) dan image obek dibentk pada bidang sensor kamera. Selanjtna proses akisisi dilakkan menggnakan frame-grabber dan menghasilkan citra dari sdt pandang kamera dengan kran 8 88 dan siap diolah lebih lanjt.. Segmentasi Operasi segmentasi mencakp thresholding dan region growing. Thresholding merpakan proses mengbah citra gra-scale menjadi citra biner dengan menggnakan sat ata banak nilai batas ang berfngsi ntk memisahkan obek pada citra dengan latar belakangna, sedangkan region growing merpakan proses ntk mendapatkan obek pada citra (klasifikasi) dan menghilangkan obek-obek lain ang tidak diinginkan (noise) berdasarkan informasi las.. Ekstraksi Ciri dan Klasifikasi Ekstraksi ciri ang dilakkan melipti penentan psat massa, las, dan titik pojok. Selanjtna, informasi psat massa dignakan dalam proses estimasi posisi, titik pojok dignakan dalam proses estimasi orientasi, dan las dignakan ntk keperlan klasifikasi. Klasifikasi ang dilakkan sangat sederhana, ait menentkan obek ang diinginkan dari obek ata beberapa obek ang terdeteksi. Obek ang lasna terletak di dalam range las (5 hingga piksel) ang telah ditentkan dinatakan sebagai obek ang diinginkan (obek kotak berdimensi,5 cm,5 cm cm) ntk diikti oleh robot maniplator. Hal - 7
Volme Nomor, Jni 7. Estimasi Orientasi Orientasi obek hana terjadi terhadap smb z m (smb normal bidang meja). Untk mengestimasi orientasi obek terhadap smb z m ini, setidakna diperlkan da bah informasi titik pada salah sat tepi obek (lihat gambar ). enentan orientasi obek dilakkan dengan menggnakan persamaan berikt. α d α = π / α jika α π / jika α > π / () di mana α d adalah orientasi ang diinginkan dan α = tan - [( - )/( - )]. Gambar 5: Referensi Kerangka Koordinat Meja dan Base Robot Vektor os ini ditentkan dari persamaan berikt : os = K + L () Gambar : Estimasi Orientasi Tjan akhir dari proses estimasi orientasi ini adalah menghasilkan matriks rotasi endeffector terhadap base robot, Rot. Matriks rotasi Rot dapat dicari dengan menggnakan persamaan berikt. sin α d cos α d Rot = cos α d sin α d () 5. Estimasi osisi Estimasi posisi bertjan ntk mendapatkan ektor posisi L ang merepresentasikan posisi psat massa obek terhadap psat kerangka koordinat meja. Kemdian dengan melakkan translasi psat kerangka koordinat meja ke psat kerangka koordinat base robot, didapat ektor posisi ang diinginkan, ait os (lihat gambar 5). di mana nilai ektor K tergantng dari posisi psat base O dan psat meja O m, sedangkan ektor L dinatakan sebagai berikt : ' L = ' z / k / k () dengan nilai estimasi,, dan k dicari dengan menggnakan persamaan 5. ' k = = ' in (5) k in adalah inerse matriks proeksi perspektif, ait : in = = (6) Hal - 8
Volme Nomor, Jni 7 Hal - 9 di mana elemen matriks didapat dari persamaan 7, ang diselesaikan menggnakan metode least sqares dengan faktorisasi QR. Berikt adalah persamaan minimm ang diperlkan. = (7) 5 SUBSISTEM ENGENDALIAN ROBOT Robot maniplator ang dignakan dalam penelitian tgas akhir adalah Robot Mentor ang diprodksi oleh persahaan Feedback Ltd. Robot mentor ini memiliki lima derajat kebebasan dengan bentk fisikna menerpai lengan mansia. Maskan ang diberikan kepada robot mentor berpa setpoint bagi tiap-tiap sendi, sedangkan proses kendali posisi dan orientasi dilakkan oleh sistem pengendali internal dan eksternal robot mentor. Berikt dibahas mengenai arsitektr kendali internal robot mentor, bagian fisik dan pergerakan, pemodelan, persamaan kinematika langsng dan tak langsng, transformasi setpoint ke sdt joint dan sebalikna, serta pengendalian robot. 5. Arsitektr Kendali Internal Robot Mentor Sistem kendali internal robot mentor merpakan sistem kendali proporsional dengan maskan berpa setpoint ang diberikan oleh penggna melali sistem antarmka robot dengan C. Sistem kendali robot mentor menggnakan mpan balik pose ang diperoleh dari potensiometer. Umpan balik ini diterskan ke sebah rangkaian pengendali analog. Selisih antara pose ang diinginkan dan pose sesngghna diperkat oleh pengat daa. Kelaran dari pengat daa kemdian dignakan ntk memtar motor DC menj pose ang diinginkan. Shaft motor ini dihbngkan dengan potensiometer, melali roda gigi, ntk memonitor pose robot saat it. Diagram blok sistem kendali internal robot mentor dapat dilihat pada gambar 6. Gambar 6: Kendali Internal Robot Mentor 5. Bagian Fisik dan ergerakan Robot Mentor Secara fisik, robot mentor memiliki 5 bagian tama, ait bagian dasar (base), pinggang (waist), lengan atas (pper arm), lengan bawah (forearm), dan pengapit (gripper). Berbeda halna dengan base, bagian robot mentor ang lain bersifat dinamik, ait dapat digerakkan dengan arah sesai smb pergerakan. Gambar 7 mendeskripsikan bagian fisik robot ang dimaksd. Gambar 7: Skema Robot Mentor
Volme Nomor, Jni 7 Robot mentor memiliki 6 ais gerakan ang direpresentasikan dalam sdt joint, ait sdt joint (θ ) ntk smb, merpakan sdt ang dibentk oleh posisi proeksi lengan atas dan gripper secara keselrhan ke bidang alas terhadap smb ; sdt joint (θ ) ntk smb, merpakan sdt ang dibentk oleh lengan atas dengan bidang alas; sdt joint (θ ) ntk smb, merpakan sdt ang dibentk lengan oleh bawah dengan perpanjangan sambngan lengan atas; sdt joint & 5 (θ, θ 5 ) ntk smb &, merpakan sdt ang dibentk oleh gripper dengan perpanjangan lengan bawah (pergerakan keda smb ini mempnai arah ang sama); sdt joint 6 (θ 6 ) ntk smb 5, merpakan sdt perptaran pergelangan gripper dari posisi tengahna. 5. emodelan Robot Mentor Gambar 8: emodelan Robot Mentor emodelan robot mentor diperlkan ntk menelesaikan permasalahan kinematika. Gambar 8 mengilstrasikan pemodelan robot mentor ang dibat berdasarkan kemampan gerak robot mentor. 5. Kinematika Langsng Robot Mentor ada penelitian ini, representasi dengan matriks transformasi D-H dignakan ntk menelesaikan permasalahan kinematika robot mentor. Tabel berikt merpakan parameterparameter D-H ang didapat berdasarkan gambar 8. Tabel : arameter Denait Hartenberg Robot Mentor Joint Twist Link Link Joint Angle Angle Length Offset Ke-i (θ) (α) (a) (d) 8 + θ -9 +T θ -L θ -L θ 5 7 + θ5 9 6 θ6 L ersamaan matriks transformasi D-H ntk tiap joint robot mentor, A, A, A, A, A 5, 5 A 6, didapat berdasarkan tabel di atas. Selanjtna, matriks transformasi end-effector terhadap base (T), diperoleh dengan melakkan operasi perkalian terhadap matriks-matriks transformasi D-H, ait (gambar 9): Gambar 9: Operasi erkalian Matriks Transformasi D-H Hal -
Volme Nomor, Jni 7 di mana C hijk = cos (θ h + θ i + θ j + θ k ), S hijk = sin (θ h + θ i + θ j + θ k ), C ij = cos(θ i + θ j ), S ij = sin(θ i + θ j ), C i = cos θ i, dan S i = sin θ i. Nilai-nilai dari tiap elemen matriks transformasi T inilah ang hendak ditentkan dari permasalahan kinematika langsng robot mentor. Nilai-nilai ini merepresentasikan posisi dan orientasi end-effector robot mentor terhadap kerangka koordinat base. 5.5 Kinematika Tak Langsng Robot Mentor Kinematika tak langsng merpakan permasalahan kinematika ntk menentkan kombinasi parameter joint ang mngkin, dengan parameter-parameter link diketahi, gna mencapai pose ang diinginkan. Metode ang dignakan adalah remltipling Inerse Transform. Metode ini mengalikan (premltipling) matriks transformasi T dengan inerse matriks pensnna i- A i secara berrtan. roses premltipling ang dilakkan bertjan ntk memindahkan sebah ariabel ang tidak diketahi dari sisi sebelah kanan persamaan matriks ke sisi sebelah kiri dan mencari penelesaian ntk ariabel tersebt. Metode ini memberikan banak alternatif persamaan antarmatriks sehingga solsi ntk tiap ariabel dapat lebih mdah ditentkan. Solsi permasalahan kinematika tak langsng dapat dilihat pada tabel. Tabel : Solsi ermasalahan Kinematika Tak Langsng Sdt Joint ersamaan ( t / t ) ata ( θ ) = tan ( t / ) ) = tan t, ( θ di mana t = -a d 6 + p, t = -a d 6 + p, dan t = -a z d 6 + p z. θ K N L M = tan K M + L N, di mana K = -C t - S t, L = t z - d, M = a C + a, dan N = -a S.,5, dan 6 G G ( θ = θ = ) tan ata ( ) tan G, G t di mana G = + t + (t z d a θ = ( U V) /, = ( V U) / + 5 a ) a a θ, dan θ = θ θ U, 6 5 = di mana S n Cn U = tan dan Ss Cs V = tan CSa CC a S S + S C a a + C + S a a z z Hal -
Volme Nomor, Jni 7 5.6 enentan Range ergerakan dan Setpoint Robot Mentor Agar proses penetapan set solsi kinematika tak langsng dapat dilakkan, sesai dengan kemampan robot mentor, perl ditentkan range sdt dari tiap joint robot mentor. enentan ini jga bergna ntk mendapatkan hbngan setpoint dengan sdt joint tiap smb. Setpoint inilah ang nantina dignakan sebagai maskan bagi robot mentor ntk menggerakkan komponen tama robot mentor. Transformasi setpoint ke sdt joint dan range pergerakan joint robot dapat dilihat pada tabel. Tabel : Transformasi Setpoint Robot Mentor Joint Jangkaan Transformasi Setpoint (S) -5 95 θ = 95 S 56-6 8 θ = S 56-5 5 θ = S 5 56-8 8 6 θ = S 8 56 5-8 8 6 θ 5 = S5 8 56 6-6 6 dipengarhi θ dan θ 5 5.7 engendalian Robot Mentor Sbsistem pengendalian robot mentor menggnakan konfigrasi lp terttp di mana posisi dan orientasi end-effector dijadikan mpan balik dan dibandingkan dengan posisi dan orientasi obek. Selisih posisi dan orientasi ang didapat, dignakan ntk memperbaiki posisi dan orientasi end-effector. Sbsistem pengendalian ini memiliki bah lp (lihat gambar ), ait lp dalam dimanfaatkan ntk meminimisasi error setpoint sedangkan lp lar dimanfaatkan ntk meminimisasi error posisi dan orientasi. Lp lar ini akan selal dilakkan selama error posisi mm ata error orientasi (nilai ini bisa dibah sewakt-wakt). Namn, pada penelitian ang dilakkan, ketika error posisi mm ata error orientasi, lp lar dibatasi hingga ata kali dilakkan ntk tiap pengambilan frame. Hal ini dimaksdkan ntk mengimbangi aplikasi real-time. ada penelitian, pengambilan frame dilakkan setiap milidetik. Dengan kata lain, informasi pose obek selal di-pdate setiap milidetik. engendali ang dignakan adalah pengendali proporsional dengan nilai gain diperoleh melali proses trial-and-error, sehingga ada kemngkinan terdapat nilai pose tertent ang slit ntk dicapai oleh end-effector dengan akrasi tinggi (error posisi < mm). 6 HASIL ENELITIAN engjian dilakkan dengan menggnakan bantan program kendali robot ang dibat dengan software Visal C++. Berikt diberikan hasil pengjian sistem penjejakan ang dibangn dengan kondisi awal pose robot sama dengan pose obek. Dari gambar 9 -, dapat dilihat bahwa sistem dapat melakkan penjejakan obek bergerak dengan akrasi tinggi, di mana error rataan mtlak dalam arah =,6 mm; error rataan mtlak dalam arah =,76 mm; error rataan mtlak dalam arah z =,75 mm; dan error rataan mtlak orientasi =,5. ergerakan obek tidak kontin ntk keperlan pengambilan data, tetapi pada saat implementasi pergerakan obek kontin. engambilan data dengan cara ini masih dapat mereprentasikan akrasi hasil pose pada saat implementasi dengan kecepatan gerak maksimm dari obek sebesar 5 cm/s. Untk kecepatan gerak obek melebihi 5 cm/s, end-effector robot tidak dapat mengimbangi gerakan obek (dela ckp besar). Dela ntk kecepatan 5cm/s adalah ± ms. Gambar : lot osisi p End-Effector dan Obek Hal -
Volme Nomor, Jni 7 Gambar : lot osisi p End-Effector dan Obek Gambar : lot osisi p z End-Effector dan Obek Gambar : lot Orientasi End-Effector dan Obek 7 KESIMULAN Berdasarkan penelitian ang dilakkan terhadap sistem kendali robot ang dibangn dan selama proses pensnan laporan ini, dapat ditarik beberapa bah kesimplan sebagai berikt:. Daerah penjejakan sistem dipengarhi oleh range jangkaan robot dan FOV (Field of View) kamera. Range jangkaan robot bersifat statis, sedangkan FOV kamera dipengarhi oleh jarak psat lensa kamera ke meja di mana semakin jah jarak psat lensa ke meja, semakin las FOV kamera.. roses pengolahan citra mamp mendeteksi obek ang diinginkan berdasarkan informasi las dan mamp melakkan ekstraksi ciri ntk mendapatkan informasi mengenai psat massa dan titik pojok.. Metode least sqares dengan faktorisasi QR dignakan ntk mendapatkan matriks proeksi perspektif ang dimanfaatkan ntk memetakan koordinat D ke koordinat D. Inerse dari matriks ini dignakan dalam proses estimasi posisi ntk memetakan koordinat D ke koordinat D.. Tjan akhir dari proses estimasi posisi adalah mendapatkan ektor posisi ang merepresentasikan posisi obek terhadap base robot, sedangkan tjan dari proses orientasi adalah mendapatkan matriks rotasi ang merepresentasikan orientasi obek terhadap base robot. 5. Hasil pemetaan oleh matriks proeksi perspektif sangat baik dengan error rata-rata ntk tiap parameter koordinat D krang dari piksel, sedangkan hasil pemetaan oleh inerse matriks proeksi perspektif memiliki error rata-rata ntk tiap parameter koordinat D krang dari,5 mm. 6. Akrasi sistem kendali robot dalam melakkan penjejakan terhadap obek bergerak sangat akrat, ait error rataan mtlak dalam arah =,6 mm; error rataan mtlak dalam arah =,76 mm; error rataan mtlak dalam arah z =,75 mm; dan error rataan mtlak orientasi =,5. 7. Wakt ang dibthkan dalam proses pengolahan citra merpakan dela ang hars diminimasi. Di sisi lain, kemampan sistem ntk melakkan penjejakan secara real-time dibatasi oleh spesifikasi hardware robot mentor sendiri di mana kecepatan ptar tiap motor ntk menggerakkan link robot terbatas dan rendah. Hal -
Volme Nomor, Jni 7 8. engambilan informasi posisi dan orientasi obek dilakkan setiap ms ntk mengimbangi dela dari proses pengolahan citra sebesar ± 6 ms dan dela dari proses pergerakan robot mentor sebesar ± ms (ata lebih). 9. Kecepatan translasi obek dalam arah dan dibatasi, ait 5 cm/s dan kecepatan rotasi terhadap bidang normal meja 5 /s. embatasan ini bertjan agar pergerakan robot ntk mencapai posisi dan orientasi obek tidak membthkan wakt ang lama ( ms). DAFTAR USTAKA [] Ahmed, M.T., E.E. Hemaed, and A.A. Farag, 999. Nerocalibration : A Neral Network That Can Tell Camera Calibration arameters, IEEE. [] Cote, J., C.M. Gosselin, and D. Larendea, 995. Generalized Inerse Kinematic Fnctions for the ma Maniplators, IEEE Transactions on Robotics and Atomation, ol., no., Jne 995, pp. -8. [] Feng, G., 995. A New Adaptie Control Algorithm for Robot Maniplators in Task Space, IEEE Transactions on Robotics and Atomation, ol., no., Jne 995, pp. 57-6. [] F, K.S., R.C. Gonzalez, and C.S.G. Lee, 987. Robotics, Singapore: McGraw Hill Book Compan. [7] Htchinson, S., G.D. Hager, and.i. Corke, 996. Ttorial On Visal Seroing, IEEE Transactions on Robotics and Atomation, ol., no. 5, October 996. [8] Jain, A. K., 989 Fndamental of Digital Image rocessing, Englewood Cliffs, N.J.: rentice Hall International, [9] Krihna, C.M. and Kang G. Shin, 997. Real Time Sstems, Singapore: McGraw-Hill Book Compan. [] Manocha, D. and J.F. Cann, 99. Real Time Inerse Kinematics for General 6R Maniplators, IEEE International Conference on Robotics and Atomation, Ma 99, pp. 8-89. [] arker, J.R., 99. ractical Compter Vision Using C, Canada: John Wile & Sons, Inc. [] Walli for Windows : Robotic Workcell Langage, 997. [] Wilson, W.J., 996. Relatie End-Effector Control Using Cartesian osition Based Visal Seroing, IEEE Transactions on Robotics and Atomation, ol., no. 5, October 996, pp. 68-696. [] Zhag, Hangi and W.C. W, 996. Camera Calibration with a Near-aralel Calibration Board Configration, IEEE Transactions on Robotics and Atomation, ol., no., December 996, pp. 98-9. [5] Gill,.E., Walter Mrra, and Margaret H.W., 99. Nmerical Linear Algebra and Optimization, USA: Addison-Wesle blishing Compan. [6] Horad, R., F. Dornaika, and B. Espia, 998. Visall Gided Object Grasping, IEEE Transactions on Robotics and Atomation, ol., no., Agst 998, pp. 55-5. Hal -