1 Perancangan Kontroler Fuzzy untuk Tracking Control Robot Soccer Gunawan Wibisono 2208 100 517 Control Engineering Laboratory Electrical Engineering Department Industrial Engineering Faculty Institut Teknologi Sepuluh Nopember INDONESIA
2 Latarbelakang (1) Peran robot dapat menggantikan pekerjaan manusia terutama dalam lingkungan yang berbahaya
3 Latarbelakang (2) Algoritma cerdas berguna untuk menambah intellegence dari sebuah robot Tracking control dapat mengatasi masalah keakuratan dan keefesienan gerak robot Ketertarikan penulis dalam dunia robotika
4 Permasalahan Pelacakan lintasan Keakuratan proses tracking Kecepatan proses tracking Pengolahan data sensor Perancangan kontroler pada PC
5 Tujuan penelitian Menerapkan algoritma fuzzy pada proses tracking sebuah robot soccer Meningkatkan keakuratan jarak yang dicapai pada proses tracking Meningkatkan keefesienan waktu dalam proses tracking Meningkatkan keefektifan dari pergerakan robot
6 Pengenalan robot Robot berasal dari kata"robota" Robot adalah mesin Pergerakannya meniru pergerakan sendi sendi manusia DEXTER FINGER BIPED
7 Klasifikasi robot ( 1) Robot holonomic 1. Gerakan ke semua arah secara langsung 2. Memiliki dua derajat kebebasan Apilkasi Robot Manipulator Aplikasi Finger Hand Robot
8 Klasifikasi robot ( 2) Robot non-holonomic 1. Gerakan robot terbatas 2. Hanya berpedoman pada satu sumbu Apilkasi Mobile Robot
9 Pemodelan robot (1) PEMODELAN KINEMATIK Kinematik adalah suatu studi yang mempelajari mengenai pergerakan suatu benda tanpa melibatkan gaya gaya yang terjadi di dalamnya
M ( q) v& + V ( q, q& ) v= B( q)τ 10 Pemodelan robot (2) PEMODELAN DINAMIK Dinamik adalah suatu studi yang mempelajari mengenai pergerakan suatu benda dengan melibatkan gaya gaya yang terjadi di dalamnya
11 Pengenalan tracking (1) Proses tracking Proses navigasi penentuan arah gerak tujuan Cara tracking 1. Objek dilengkapi dengan modul transmiter yang akan dilacak keberadaannya oleh sistem pengendali motorik. 2. Pendeteksian gerak yang ditangkap oleh sensor Lintasan tracking 1. Lintasan tetap 2. Lintasan bebas
12 Pengenalan tracking (2) Fitur dasar proses tracking 1. Pemetaan 2. Pemilihan rute terpendek Metode tracking 1. Simulated Anneling 2. Steepest Ascent Hill Climbing 3. Simple Hill Climbing
13 Metode tracking Simple Hill Climbing Langkah langkah : 1. Mencari calon keadaan baru yang akan di tuju 2. Evaluasi keadaan baru 2.1 Jika keadaan baru = tujuan maka stop 2.2 Jika keadaan baru tujuan Jika keadaan baru lebih baik dari pada keadaan sekarang maka keadaan baru = keadaan sekarang 2.3 Jika keadaan baru tidak lebih baik dari pada keadaan sekarang maka ulangi langkah 1
14 Kontroler robot soccer Salah satu cara untuk dapat membuat robot cerdas adalah dengan cara mengimplementasikan metodemetode kecerdasan buatan terhadap robot tersebut. Akan tetapi, pada umumnya metode-metode kercedasan buatan diimplementasikan pada sebuah personal komputer
15 Pengenalan logika fuzzy Dr. Lotti A. Zadeh (1965) - Konsep ketidak pastian atau kesamaran - Penerapkan fuzzy pada pemrogram PC. Kemampuan inilah yang disebut sebagai kecerdasan buatan pada sistem kendali fuzzy.
16 Arsitekture logika fuzzy Untuk mendapatkan keluaran diperlukan 4 tahapan diantaranya : 1. Pembentukan himpunan fuzzy (fuzzyfikasi). 2. Aplikasi fungsi implikasi (fuzzy rules) 3. Komposisi aturan 4. Penegasan (defuzzyfikasi)
17 Kebutuhan sistem Robot soccer (plant) Mirokontroler ( IC PIC 16F57) Motor servo Modul parallax Roda Cashing mobile robot Kabel konektor USB to mini USB Web camera Webcam digigear Kabel konektor Komputer kontroler Komputer Dekstop Processor intel celeron 2.66 GHz Memory 512 MB
18 Perancangan perangkat keras (1) Arsitektur sistem tracking robot soccer
19 Perancangan perangkat keras (2) Pada sistem yang dibangun terdapat dua perangkat mekanik yang digunakan 1. Lapangan ( Arena Pertandingan ) 2. Penyangga sensor kamera
20 Perancangan perangkat lunak(1) Borland Delphi Comport : Komponen Tambahan Untuk integrasi plant dengan PC DSPack : Komponen Tambahan untuk integrasi webcam dengan PC
21 Perancangan perangkat lunak(2) Basic Stamp Editor
22 Perancangan kontroler fuzzy Model fuzzy fuzzy Mamdani dengan metode max min Terdapat 2 fungsi masukan keanggotaan fuzzy, yaitu : 1. Posisi robot soccer terhadap tujuan ( X ) 2. Sudut antara poros sumbu x dengan poros robot (Φ) Terdapat 1 fungsi keluaran keanggotaan fuzzy, yaitu : 1. Sinyal sudut pengarah θ
23 Fuzzyfikasi (1) Posisi robot soccer LE (Left), LC (Left Center), CE (Center), RC (Right Center), RI (Right).
24 Fuzzyfikasi (2) Sudut orientasi relatif dengan tujuan RB (Right Below), RV (Right Upper), RV (Right Vertical), VE (Vertical), LV (Left Vertical), LV (Left Upper), dan LB (Left Below)
25 Fuzzyfikasi (3) Sinyal sudut pengarah NB (Negative Big), NM (Negative Medium), NS (Negative Small), ZE (Zero), PS (Positive Small), PM (Positive Medium), dan PB (Positive Big).
26 Fuzzy Rule Penerapan rule - rule logika fuzzy, yaitu : 1. IF (x = LE) AND (ф = RB) THEN (ө = PS) 2. IF (x = CE) AND (ф = RB) THEN (ө = PM) 3. IF (x = RC) AND (ф = RB) THEN (ө = PB) 4. IF (x = LE) AND (ф = RU) THEN (ө = NS) 5... 6... 32. IF (x = LC) AND (ф = LB) THEN (ө = NB) 33. IF (x = CE) AND (ф = LB) THEN (ө = NM) 34. IF (x = RC) AND (ф = LB) THEN (ө = NM) 35. IF (x = RI) AND (ф = LB) THEN (ө = NS)
27 Tabel fuzzy LE LC CE RC RI RB PS PM PM PB PB RU NS PS PM PB PB RV NM NS PS PM PB VE NM NM ZE PM PM LV NB NM NS PS PM LU NB NB NM NS PS LB NB NB NM NM NS
28 Defuzzifikasi Metode rata- rata (Average) : Metode ini digunakan untuk fungsi keanggotaan keluaran yang simetris.
Diagram alir tracking robot soccer 29
Implementasi pengaturan kecepatan motor Tabel pengukuran dan pengintegrasian data putaran dan kecepatan kedua motor servo Kondisi robot Pemberian data terhadap roda kiri 30 Pemberian data terhadap roda kanan Maju cepat 650 850 Maju sedang 700 800 Berhenti 750 750 Mundur sedang 800 700 Mundur cepat 850 650 Berputar searah jarum jam 650 650 Berputar berlawanan jarum jam 850 850
Implementasi capture webcam(1) Nilai RGB pada kondisi pencahayaan yang cukup ( lampu di sisi timur dan tengah) 31 NO Batasan Red (R) Green (G) Blue (B) Warna Min 46 35 33 1 Max 89 103 103 Hitam Min 227 255 255 2 Max 251 255 251 Putih Min 140 77 59 3 Max 255 185 173 Merah Min 73 111 86 4 Max 144 224 199 Hijau Min 255 245 194 5 Max 255 210 153 Orange Min 98 132 149 6 Max 161 200 251 Biru
Implementasi capture webcam(2) 32 Nilai RGB pada kondisi pencahayaan yang kurang ( lampu di sisi timur saja) NO Batasan Red (R) Green (G) Blue (B) Warna Min 36 34 35 1 Max 39 37 40 Hitam Min 183 203 192 2 Max 201 212 204 Putih Min 87 56 51 3 Max 145 72 50 Merah Min 43 56 49 4 Max 46 58 50 Hijau Min 105 103 55 5 Max 144 122 81 Orange Min 40 60 93 6 Max 53 84 102 Biru
33 Tracking pada lapangan (A) KONDISI AWAL ROBOT
34 Tracking pada lapangan (A1) KONDISI HASIL TRACKING ROBOT
35 Tracking pada lapangan (A2) KONDISI HASIL TRACKING ROBOT
36 Tracking pada lapangan (A3) KONDISI HASIL TRACKING ROBOT
37 Tracking pada lapangan (B) KONDISI AWAL ROBOT
38 Tracking pada lapangan (B1) KONDISI HASIL TRACKING ROBOT
39 KESIMPULAN Logika fuzzy dapat diimplementasikan dalam sistem navigasi untuk sebuah robot soccer. Sistem logika fuzzy dapat meningkatkan kualitas pergerakan dari robot soccer dalam hal pencarian suatu target (tracking obyek). Tingkat keakurasian proses tracking robot soccer menggunakan kecerdasan logika fuzzy dapat mencapai diatas 90% Sistem logika fuzzy juga bermanfaat untuk mendapatkan keefektifan gerak yang dilakukan oleh sebuah robot
40 Thank You for your attention (Terima Kasih untuk perhatian anda)