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
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
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
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 No Peneliti Judul Metode Hasil yang diperoleh 1 Duan, Study of Obstacle FLC Sistem navigasi mobile Suolin., et al. Avoidanve Based on robot penggerak 2011 Fuzzy Planner for diferensial dengan Wheeled Mobile Robot obstacle avoidance behavior. 2 Quing-Yong, BAO., et al. 2009 A Fuzzy Behavior-Based Architecture for Mobile Robot Navigation in Unknown Envirotments FLC dan Behavior- Based Sistem navigasi mobile robot dengan goal seeking behavior, obstacle avoidance behavior, tracking behavior, dan deadlock disarming behavior. 3 Ouadah, Noureddine., et. Al. 2008 Car-Like Mobile Robot Oriented Positioning by Fuzzy Controllers FLC Goal seeking behavior dengan robot positioning controller (RPC) dan robot following controller (RFC) untuk robot CLMR.
5 Tabel 1.1 (Sambungan) No Peneliti Judul Metode Hasil yang diperoleh 4 Lu, Hung- Ching., and Chuang, Chih-Ying. 2005 The Implementation of Fuzzy-Based Path Planning for Car-Like Mobile Robot FLC Sistem navigasi CLMR dengan goal seeking behavior dan obstacle avoidance behavior. 5 Penelitian yang akan di lakukan Implementasi Arsitektur Behavior-Based Dengan Menggunakan Fuzzy Untuk Navigasi Car-Like Mobile Robot Dalam Lingkungan Yang Tak Dikenal FLC dan Behavior- Based Sistem navigasi CLMR dengan goal seeking behavior, obstacle avoidance behavior, dan move backward behavior. 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.
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 Takagi- Sugeno-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.
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. Mengetahui efektifitas sistem yang dirancang. 1.5. 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.