Kesetimbangan Robot Beroda Dua Menggunakan Metode Fuzzy Logic
Pembimbing: Pembimbing: Ir. Djoko Purwanto Purwanto,, M.Eng M.Eng,, Ph.D
Oleh : Handry Khoswanto 2207204010 11:56
Latar Belakang • Penggunaan energi listrik pada alat transportasi masih jarang ditemui di Indonesia. • Penelitian miniatur Balancing Robot yang cukup marak dan dapat digunakan sebagai prototipe single human transporter.
Perumusan Masalah • Bagaimana membuat SBR dapat berdiri secara setimbang hanya dengan menggunakan kedua rodanya. • Bagaimana SBR dapat mem balance sistem dengan memanfaatkan informasi sudut elevasi (θACT) yang didapatkan. • Bagaimana Fuzzy Logic controlller dapat mengeluarkan output dalam bentuk ω dan digunakan untuk mempertahankan kesetimbangan.
Batasan Permasalahan • Sistem memiliki roda dua dengan konfigurasi parallel serta mampu mempertahankan keseimbangannya dengan berjalan maju dan mundur. • Tidak berpenumpang • Memanfaatkan sensor accelerometer • Untuk mengimplementasi system control dalam robot tersebut, sistem menggunakan microcontroller AVR atau MCS-51. 11:56
Tujuan & Manfaat • Merencanakan, mendesain serta mengimplementasikan sensor accelerometer dan microcontroller dalam sistem balancing robot. • Menerapkan dan menguji efektifitas dan optimasi metode fuzzy logic pada system pengaturan system balancing robot (SBR).
11:56
Kajian Pustaka • Ide dasar untuk membuat robot beroda dua dapat setimbang adalah sangat mudah yaitu dengan cara mengendalikan roda searah dengan arah jatuhnya part bagian atas sebuah robot. • Dibutuhkan sensor untuk mengetahui kemiringan platform atau arah serta kecepatan jauhnya robot. 11:56
Kajian Pustaka • JOE: A Mobile, Inverted Pendulum menggunakan state space modelling untuk membangun balancing robot. • nBOT menggunakan metode PID untuk membalance robotnya.
11:56
Inverted Pendulum • Inverted pendulum adalah pendulum yang memiliki titik berat terletak di atas titik tumpunya. • Inverted pendulum adalah sistem yang labil (inherently unstable) dan harus senantiasa di seimbangkan untuk tetap tegak lurus. • Balancing Robot juga demikian halnya dengan inverted pendulum. 11:56
Accelerometer • MEMSIC Accelerometer merupakan sensor accelerometer dual axis thermal motion measurement. • MEMSIC 2125 memiliki pemanas kecil yang berguna untuk memanaskan “bubble” yang melayang dalam device sensor tersebut. • Gerakan “bubble” ini di sensing oleh sensitive thermopiles (temperature sensor) -> sinyal listrik.
Kontrol Fuzzy Kontrol fuzzy ialah suatu sistem kontrol yang mampu mempresentasikan suatu masalah yang mengandung ketidakpastian ke dalam suatu logika pasti. Ada 3 proses fuzzy, yaitu: • Fuzzification • Rule Evaluation • Defuzification 11:56
Perancangan Sistem
Sistem Balancing Robot • Ada tiga blok dalam sistem kontrol antara lain: – Self Balancing Robot System – Steering Controller – Fuzzy Logic Controller • Self Balancing Robot terdiri atas: – Mekanik Self Balancing Robot – Sensor Accelerometer -> θACT – Actuator Motor DC <- ω
Desain Hardware
Pembacaan Data Sensor • Sensor ini memberikan output digital yang berupa lebar pulsa. • Lebar pulsa tersebut merepresentasikan sudut kemiringan terhadap bumi. • Data dibaca oleh Microcontroller Sensor yang menggunakan MCS-51.
Comm. Protocol Data Sensor
Keterangan: Data 1: 8 bit TH gyroscope Data 2: 8 bit TL gyroscope Data 3: 8 bit TH Accelerometer Data 4: 8 bit TL Accelerometer
Flow Chart μC Sensor
Start
Start Int0 Vector
Init Int0 Rising Edge
Flag = 1 ?
N
Disable the Timer
Y
Flag = 1
Enable the Timer
Read the Result from Timer Register
Main Program
Set Interrupt become Falling Edge
Set Interrupt become Rising Edge
Flag = 0
Flag = 1
End
Reset the Timer Register
Return
Desain H/W PWM
Keterangan: Data 1: 8 bit TH gyroscope Data 2: 8 bit TL gyroscope Data 3: 8 bit TH Accelerometer Data 4: 8 bit TL Accelerometer
Desain H/W PWM • AVR FLC mengeluarkan hasil dari proses fuzzyfikasi berupa nilai 8 bit (0-255). • Diperlukan normalisasi dari: – 127,5 – 0 : 0 – 100 – 127,5 – 255 : 0 – 100 – 127,5
• Persamaan tersebut:
Arah : Backward Arah : Forward Arah : Stop
Desain H/W PWM • AVR FLC mengeluarkan hasil dari proses fuzzyfikasi berupa nilai 8 bit (0-255). • Diperlukan normalisasi dari: – 127,5 – 0 : 0 – 100 – 127,5 – 255 : 0 – 100 – 127,5
• Persamaan tersebut:
Arah : Backward Arah : Forward Arah : Stop
Comm. Protocol Data PWM
Keterangan: Data 1: Duty Cycle DC Motor 1 Data 2: Duty Cycle DC Motor 2 Data 3: Control Motor Driver
Desain Fuzzy Logic Controller • Desain FLC dalam penelitian ini menggunakan PetraFuz, yang merupakan suatu software yang didalamnya berisi kernel fuzzy dengan bahasa C-Code Vision AVR. • Jumlah maksimal crisp input 5 • Jumlah maksimal crisp output 3 • Jumlah maksimal membership fuction input dan output adalah 8. • Jumlah rule maksimum adalah 1024.
Ilustrasi Balancing Robot • Titik referensi awal adalah garis normal dengan θ = 0° > 5000 μs • Bila Stick jatuh ke depan, maka platform miring ke depan pula, maka θ = x° • Harus ditambah dg ω = y% agar tidak jatuh. • Demikian sebaliknya utk arah negative 11:56
Pemodelan Data Fuzzy • Input yang kita berikan untuk perancangan fuzzy yang pertama adalah sebuah input yang diberi nama Angle_Err dan Del_Angle_Err. • Angle_Err = SP – PV • Del_Angle_Err = Angle_Err (t) – Angle_Err (t-1)
11:56
Input 1: Angle_Err
11:56
Lebel Name
Point 1
Point 2
Point 3
Point 4
NB
0.00
0.00
63.75
100.00
NS
63.75
88.75
88.75
107.50
Zero
100.00
127.50
127.50
155.00
PS
127.50
150.00
166.25
191.25
PB
155.00
191.25
255.00
255.00
Input 2: Del_Angle_Err
11:56
Lebel Name
Point 1
Point 2
Point 3
Point 4
NB
0.00
0.00
0.00
63.75
NS
0.00
63.75
63.75
127.50
Zero
63.75
127.50
127.50
191.25
PS
127.50
191.2
191.25
255.00
PB
191.25
255.00
255.00
255.00
Pengujian Sistem Balancing Robot
SP
Kesimpulan • Balancing Robot dapat menjalankan fungsinya dnegan baik. • Dengan menggunakan 2 buah input pada proses fuzzifikasi dan menggunakan 25 rules masih terdapat osilasi yang cukup significant pada output defuzzifikasi. • Motor memiliki respon yang kurang cepat dan memiliki konsumsi daya puncak yang cukup tinggi sekitar 3120W pada tegangan 48V. Apabila dilakuakan penurunan tegangan menjadi 12 V maka konsumsi daya juga berkurang tetapi torque juga berkurang cukup significant. Hal ini membuat respon balancing robot tidak maksimal. 11:56
11:56
