IMPLEMENTASI SIMULTANEOUS LOCALIZATION AND MAPPING PADA ROBOT PEMAIN SEPAKBOLA UNTUK MENGETAHUI LOKASI ROBOT PADA KONDISI BOLA MATI MENGGUNAKAN SENSOR KINECT

MUHAMMAD RAMDAN IZZULMAKIN, Triyogatama Wahyu Widodo S.Kom, M.Kom; Bakhtiar Alldino Ardi S., S.Si, M.Cs

2014 | Skripsi | ELEKTRONIKA DAN INSTRUMENTASI

Keberadaan sepakbola sebagai hiburan yang populer juga telah menjamah ke dunia robotika. Di dalam pengembangan kecerdasan buatan robot pemain sepakbola, pengetahuan mengenai posisi perlu dimiliki oleh robot, termasuk pada kondisi bola mati yang sangat berguna dalam perencanaan strategi. Oleh karena itu diperlukan kemampuan robot untuk menentukan lokasi dirinya pada peta yang dibangunnya sendiri pada lingkungan sepakbola robot ini sehingga pada penelitian ini diterapkan Simultaneous Localization and Mapping (SLAM) pada robot pemain sepakbola dengan sensor Kinect yang difokuskan pada kondisi bola matinya. Proses SLAM dilakukan dengan algoritma Extended Kalman Filter yang diterapkan pada pengukuran untuk lokalisasi. Sistem dibangun dalam lingkup Robot Operating System (ROS). SLAM pada penelitian dibangun dengan memperhatikan data perpindahan posisi robot dan kecepatan yang bernilai 0, selain itu data orientasi (arah) dan posisi robot disimulasikan. Titik acuan yang dipilih pada sistem ini adalah tiang gawang. Titik acuan ini diukur jaraknya dari robot dengan data kedalaman dari sensor Kinect. Hasil dari penelitian ini merupakan implementasi SLAM pada kondisi bola mati pada robot pemain sepakbola. Implementasi ini diujikan dengan simulasi dengan variasi posisi robot tertentu pada lapangannya. Hasil pengujian didapat kesalahan pengukuran maksimal sebesar 0.804m dan kesalahan minimal pengukuran sebesar 0.010m. Pengujian lama pemrosesan juga dilakukan pada sistem dengan spesifikasi menggunakan processor AMD A-8 4500m (1.9 GHz) dengan sistem operasi Linux Ubuntu 11.10 kernel 3.0.0-r2-generic. Lama pemrosesan total termasuk waktu transfer data pada resolusi (640px X 480px) membutuhkan waktu rata-rata 1.01s. Pada resolusi (320px X 240px) membutuhkan waktu rata-rata 0.326s. Pada resolusi (160px X 120px) membutuhkan waktu rata-rata 0.174s. Lama pemrosesan tanpa termasuk waktu transfer data adalah sebesar 16.7ms identik untuk semua resolusi.

The existence of football (or soccer) as an entertainment has spread its influence to the robotic world. Over this robot's Artificial Intelligence development, information about position is need to be known by robot, including while the game is in dead ball state that is useful for strategy planning. Thus robot ability to locate himself inside his self-generated map is needed. Therefore this research implements Simultaneous Localization and Mapping (SLAM) on this football playing robot using Kinect Sensor which focused while the game is in dead ball state. SLAM process is done with the Extended Kalman Filter which applied to the measurement for localization. This system built inside Robot Operating System (ROS) platform. SLAM is built to feature robot mobilization although it is 0, also the orientation and robot position is simulated. Landmarks picked for this system are goal poles. These landmarks got measured their distance from robot with depth map provided by Kinect sensor. Result of this research is implementation of SLAM on dead ball condition for football playing robot. From this implementation system are tested with simulation with some robot position varied inside the field. Maximum measured error is0.804m and minimum measured error is 0.010m. Process time was tested in system with specification using processor AMD A-8 4500m (1.9 GHz) with operating system Ubuntu 11.10 kernel 3.0.0-r2-generic. Process time comprise data transfer time in (640px X 480px) resolution takes an average of 1.01s. For (320px X 240px) takes an average of 0.326s. For (160px X 120px) takes an average of 0.174s. Process time excluding data transfer takes an average of 0.017s which covers all these resolution.

Kata Kunci : SLAM, Robocup, ROS, Kinect