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
Pemodelan robot (2) PEMODELAN DINAMIK
Dinamik adalah suatu studi yang mempelajari mengenai pergerakan suatu benda dengan melibatkan gaya – gaya yang terjadi di dalamnya
10
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. 2.
Posisi robot soccer terhadap tujuan ( X ) 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. 2. 3. 4. 5. 6. 32. 33. 34. 35.
IF (x = LE) AND (ф = RB) THEN (ө = PS) IF (x = CE) AND (ф = RB) THEN (ө = PM) IF (x = RC) AND (ф = RB) THEN (ө = PB) IF (x = LE) AND (ф = RU) THEN (ө = NS) …………………………….. …………………………….. IF (x = LC) AND (ф = LB) THEN (ө = NB) IF (x = CE) AND (ф = LB) THEN (ө = NM) IF (x = RC) AND (ф = LB) THEN (ө = NM) 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.
29
Diagram alir tracking robot soccer
30
Implementasi pengaturan kecepatan motor Tabel pengukuran dan pengintegrasian data putaran dan kecepatan kedua motor servo
Kondisi robot
Pemberian data terhadap roda kiri
Pemberian data terhadap roda kanan
Maju cepat Maju sedang Berhenti Mundur sedang Mundur cepat
650 700 750 800 850 650 850
850 800 750 700 650 650 850
Berputar searah jarum jam Berputar berlawanan jarum jam
31
Implementasi capture webcam(1) Nilai RGB pada kondisi pencahayaan yang cukup ( lampu di sisi timur dan tengah)
NO
1 2 3 4 5 6
Batasan Min Max Min Max Min Max Min Max Min Max Min Max
Red (R) 46 89 227 251 140 255 73 144 255 255 98 161
Green (G) Blue (B) 35 33 103 103 255 255 255 251 77 59 185 173 111 86 224 199 245 194 210 153 132 149 200 251
Warna Hitam Putih Merah Hijau Orange Biru
32
Implementasi capture webcam(2) Nilai RGB pada kondisi pencahayaan yang kurang ( lampu di sisi timur saja)
NO
1 2 3 4 5 6
Batasan Min Max Min Max Min Max Min Max Min Max Min Max
Red (R) 36 39 183 201 87 145 43 46 105 144 40 53
Green (G) Blue (B) 34 35 37 40 203 192 212 204 56 51 72 50 56 49 58 50 103 55 122 81 60 93 84 102
Warna Hitam Putih Merah Hijau Orange 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)
