Implementasi Kalman Filter untuk Sensor Fusion pada Quadrotor

ARY KUSUMA NINGSIH, Andi Dharmawan, S.Si, M.Cs

2014 | Skripsi | ELEKTRONIKA DAN INSTRUMENTASI

Sensor IMU terdiri atas sensor accelerometer dan gyroscope yang merupakan dua sensor yang berperan penting dalam penentuan posisi suatu objek khususnya quadrotor. Akan tetapi data sensor accelerometer memilki banyak noise sedangkan data sensor gyroscope nilainya akan menyimpang seiring berjalannya waktu. Keduanya memiliki kekurangan sehingga data dari kedua sensor harus digabungkan. Proses penggabungan data dari kedua sensor atau sensor fusion dapat membuat kedua sensor saling melengkapi satu dengan lainnya. Oleh karena itu, pada penelitian ini dirancang sebuah sensor fusion dengan menerapkan algoritma Kalman Filter untuk menggabungkan data dari sensor accelerometer dan sensor gyroscope. Untuk menggabungkan data dari sensor accelerometer dan gyroscopedigunakan algoritma Kalman Filter yang prosesnya terdiri atas proses predict dan proses update. Konstanta yang digunakan yaitu Q_angle=0.001, Q_bias=0.003dan R_measure=0.03. Sensor fusion diimplementasikan pada quadrotordalam keadaan terbang statis pada beberapa variasi sudut kemiringan roll dan pitch.Hasil penelitian menunjukkan bahwa algoritma Kalman Filter memberikan data posisi objek pada kemiringan -200 hingga 200 dengan keakuratan yang lebih tinggi dibandingkan dengan algoritma sensor data fusion pembanding dalam hal ini complementary filter

IMU sensor comprises an accelerometer and gyroscope sensors that has two sensors which is important to determine the position of object especially quadrotor. However, accelerometer sensor data have a lot of noise and gyroscope sensor data have diverge value over time. Both of them have drawbacks so it must be combined. The process of combining data from both sensor is called sensor fusion. This will make both sensors complement each other. Therefore, in this study designed a fusion sensor by applying the Kalman Filter algorithm to combine the data from accelerometer and gyroscope sensors. Kalman Filter algorithm is used to combine the data from accelerometer and gyroscope sensors which process comprises predict process and update process. Constant that used are Q_angle = 0.001, Q_bias = 0.003, and R_measure = 0.03. Fusion sensor implemented in quadrotor in static flying mode on some variation of roll and pitch angle. The result showed that Kalman Filter algorithm provides object’s position data on the slope of -20° to 20° with higher accuracy compared with the complementary filter.

Kata Kunci : Kalman Filter, accelerometer, gyroscope, sensor fusion