IMPLEMENTASI METODE LQR DAN KALMAN FILTER PADA QUADROTOR UNTUK KEADAAN MELAYANG

IVAN FAJAR A, LQR, kalman filter, euler angles.

2015 | Skripsi | S1 ELEKTRONIKA DAN INSTRUMENTASI

Quadrotor merupakan jenis UAV (Unmanned Aerial Vehicle) dengan 4 baling-baling dengan 4 buah rotor. Keunggulan dari quadrotor adalah quadrotor mampu lepas landas dan mendarat secara vertikal. Kemampuan terbang secara melayang ini juga salah satu keunggulan dari UAV jenis quadrotor. Salah satu kesulitan dari pengoprasian quadrotor adalah membuat quadrotor agar dapat terbang melayang dan mempertahankan sudut euler (roll, pitch, yaw). Linear Quadratic Regulator (LQR) sebagai salah satu metode untuk membuat sistem kendali quadrotor dapat digabungkan dengan kalman filter . Hal ini bertujuan untuk mengurangi kesalahan pengukuran dari hasil proses sensor fussion dan mempertahankan sudut euler (roll, pitch dan yaw). Kalman filter bertujuan untuk menguragi kesalahan pengukuran dari sensor fussion. Hasil dari kalman filter kemudian menjadi input state bagi kendali LQR pada sudut roll dan sudut pitch. Masukan state tersebut dikalikan dengan negative feedback K_c sebagai proses sistem lalu diubah menjadi pulsa untuk memutar motor brushless sehingga quadrotor dapat mempertahankan sudut euler. Hasil pengujian menunjukkan quadrotor dapat mempertahankan sudut euler pada sudut 0.35° pada sudut roll, -2° pada sudut pitch dan diantara -179° dan 179° pada sudut yaw.

Quadrotor is a type of UAV (Unmanned Aerial Vehicle) with 4 propellers with 4 rotors. The advantages of quadrotor is quadrotor able to take off and land vertically. The ability to fly by float is also one of the advantages of UAV types quadrotor. One of the difficulties of using quadrotor is made quadrotor to be able to fly and maintain euler angles (roll, pitch, yaw). Linear Quadratic Regulator (LQR) as one method to make quadrotor control system can be coupled with the Kalman filter. It aims to reduce measurement error from the process sensor fussion and maintain euler angles (roll, pitch and yaw). Kalman filter aims to reduces measurement error of the sensor fussion. Results of the Kalman filter then becomes input state for LQR control the roll angle and pitch angle. Input state is multiplied by a negative feedback K_c as the system processes and then converted into pulses to rotate the brushless motor so quadrotor can maintain euler angle. The test results showed quadrotor can maintain euler angle at 0.35° on roll angle, -2° on pitch angle and -179 and 179 on yaw angle.

Kata Kunci : LQR, kalman filter, sudut euler