Professional Documents
Culture Documents
General Chair:
Endra Pitowarno (Politeknik Elektronika Negeri Surabaya - PENS)
Kusprasapta Mutijarsa (Institut Teknologi Bandung - ITB)
Editor:
M. Udin Harun Al Rasyid
Fahim Nur Cahya Bagar
Published By
Politeknik Elektronika Negeri Surabaya
Kampus ITS Keputih Sukolilo Surabaya 60111
Email: humas@pens.ac.id
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Susunan Panitia
“The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016”
1. Chairmain
Dr. Ir. Endra Pitowarno, M.Eng (Politeknik Elektronika Negeri Surabaya - PENS)
2. Steering Committee
a. Dr. Kusprasapta Mutijarsa (Institut Teknologi Bandung) (Chair)
b. Dr. Ir. Patdono Suwignjo, M.Eng.Sc. (Direktur Jenderal Ditjen Kelembagaan IPTEK DIKTI)
c. Dr. Zainal Arief (Politeknik Elektronika Negeri Surabaya - PENS)
d. Dr. Indra Adji Sulistijono (Politeknik Elektronika Negeri Surabaya - PENS)
e. Dr. Ali Ridho Barakbah (Politeknik Elektronika Negeri Surabaya - PENS)
f. Eko Henfri Binugroho, S.ST, M. Eng. (Politeknik Elektronika Negeri Surabaya - PENS)
3. Organizing Committee
a. M. Udin Harun Al Rasyid, Ph.D (Politeknik Elektronika Negeri Surabaya - PENS) (Chair)
b. Kholid Fathoni, S.Kom, MT (Politeknik Elektronika Negeri Surabaya - PENS)
c. Widi Sarinastiti, ST, MT. (Politeknik Elektronika Negeri Surabaya - PENS)
d. Fadhilah Fahrul, S.ST, M.Kom. (Politeknik Elektronika Negeri Surabaya - PENS)
e. Fahim Nur Cahya Bagar, S.Kom., MT. (Politeknik Elektronika Negeri Surabaya - PENS)
f. Martianda Erste Anggraeni, S.ST. MT. (Politeknik Elektronika Negeri Surabaya - PENS)
g. Muarifin S.ST. MT. (Politeknik Elektronika Negeri Surabaya - PENS)
h. Aprilely Ajeng Fitriana, S.ST., M.T. (Politeknik Elektronika Negeri Surabaya - PENS)
i. Dimas Okky Anggriawan, S.T, M.T (Politeknik Elektronika Negeri Surabaya - PENS)
j. Ita Zoeriah (Politeknik Elektronika Negeri Surabaya - PENS)
k. Kartikasari Dewi Ashari (Politeknik Elektronika Negeri Surabaya - PENS)
4. Technical Committee
a. Dr. Ir. Wahidin Wahab, M.Sc (Universitas Indonesia) (Chair)
b. Ir. Heru Santoso BR, M.Eng., Ph.D (Universitas Gadjah Mada)
c. Ir. Gigih Prabowo, MT (Politeknik Elektronika Negeri Surabaya)
d. Dr. Eril Mozef, MS., DEA. (Politeknik Bandung)
e. Prof. Dr. Mauridhi Heri Purnomo (Institut Teknologi Sepuluh November)
f. Prof. Dr. Benyamin Kusumoputro (Universitas Indonesia)
g. Dr. Ir. Indrawanto (Institut Teknologi Bandung)
h. Dr. Ir. Djoko Purwanto, M.Eng. (Institut Teknologi Sepuluh November)
i. Dr. Ir. Dian Retno Sawitri, MT
i
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Kata Pengantar
Puji Syukur kami panjatkan kehadirat Allah SWT, yang telah melimpahkan rahmat dan karunianya
sehingga pelaksanaan “Indonesian Symposium on Robot Soccer Competition (ISRSC) 2016” dapat terlaksana.
Kegiatan symposium ini merupakan salah satu rangkaian dari kegiatan Kontes Robot Indonesia 2016.
Symposium ini selain wajib diikuti oleh semua peserta Kontes Robot Sepak Bola Indonesia (KRSBI) yang lolos
ke tingkat nasional, juga diikuti oleh peneliti, dosen, dan mahasiswa yang konsen ke riset tentang robot.
Pada ISRSC 2016, terdapat 43 makalah yang telah diterima panitia, yang terdiri dari makalah wajib bagi
peserta KRSBI 2016 sedangkan sisanya berasal dari dosen dan mahasiswa yang konsen dengan riset dibidang
robotika.
Kami mengucapkan terima kasih kepada semua pihak yang telah membantu, sehingga kegiatan ini dapat
terlaksana dengan baik. Terima kasih kepada Kementrian Riset Teknologi dan Pendidikan Tinggi
(RISTEKDIKTI), para reviewer, seluruh panitia ISRSC dan civitas akademika Politeknik Elektronika Negeri
Surabaya (PENS), yang telah memberikan banyak bantuan kepada kami. Tak lupa kami ucapkan terima kasih
kepada para peserta yang telah mengirimkan makalah dan para mahasiswa dan partisipan lain dalam kegiatan
symposium ini
Kami menyadari, bahwa pelaksanaan kegiatan ini masih banyak kekurangan. Untuk perbaikan pelasanaan
dimasa yang akan dating, kritik dan saran yang membangun dari semua pihak, sangat kami harapkan.
Panitia Pelaksana
ISRSC 2016
ii
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Sebuah kehormatan bagi saya selaku chairman simposium The 4th Indonesia Symposium on Robot Soccer
Competition (ISRSC) 2016 menyambut anda semua di acara simposium ISRSC 2016 yang berupakan rangkaian
kegiatan Kontes Robot Indonesia (KRI) 2016.
Simposium dapat dilaksanakan dengan baik berkas kontribusi keynote speaker, semua penulis makalah,
reviewer, dan panitia pelaksana. Pada kesempatan ini saya sampaikan terimakasih sebesar-besarnya atas
kontribusi anda semua.
Tidak dapat dipungkiri bahwa secara perlahan, pasti dan bersifat masif dunia kontes robot di Indonesia
dapat meningkatkan kualitas penelitian perguruan tinggi di bidang rekayasa. Selain itu juga turut serta
menyumbangkan para alumninya dalam mendukung kemajuan iptek dan industri di tanah air, paling tidak ikut
menyumbang SDM yang handal khas pejuang kontes robot.
Dengan hadirnya prosiding simposium yang lahir dari ajang Kontes Robot Sepak Bola Indonesia (KRSBI)
2016 ini kedepan diharapkan ISRSC makin dapat menjadi forum tukar menukar dan menyinergikan hasil-hasil
penelitian sekaligus menjembatani komunikasi antar para peneliti keilmuan robotika di Indonesia.
Selamat berkarya.
iii
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Wassalamu’alaikum wr.wb
Surabaya, 1 Juni 2016
iv
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Daftar Isi
Susunan Panitia ...................................................................................................................................................... i
Kata Pengantar....................................................................................................................................................... ii
Prakata Chairman ISRSC 2016 ............................................................................................................................ iii
Sambutan Direktur PENS ..................................................................................................................................... iv
Daftar Isi .................................................................................................................................................................v
Susunan Acara ..................................................................................................................................................... vii
Denah Lokasi ..........................................................................................................................................................x
Parallel Session 1
Sistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC.....2
Pemrograman Socket Untuk Koneksi Abtara Raspberry Pi Dengan Referee Box.................................................7
Sistem Keseimbangan pada Tubuh Robot Humanoid R2C-R9 Berbasis Kontrol PID ........................................10
Three-wheeled Omnidirectional Robot Controller Implementation.....................................................................13
Rancang Bangun Mekanik Penendang Pada Robot Soccer Beroda Menggunakan Solenoid ..............................17
Robot Sepakbola dengan Pencarian dari Pengolahan Citra OpenCV dan Arduino............................................22
Reduksi Noise Pada Sensor Kompas Menggunakan Kalman Filter .....................................................................26
Parallel Session 2
Koordinasi Perilaku pada Robot Sepak Bola Beroda Menggunakan Metode Decision Trees .............................30
Design and Implementation Humanoid Robot Soccer Dago Hoogeschool in Kontes Robot Sepak Bola Indonesia
2016 ......................................................................................................................................................................34
Implementation of Non-Linear PID on Darwin-Op Humanoid Robot Walking Control System ........................40
Analisis Kecepatan Robot Soccer Dengan Metode Elemen Hingga dan Zero Moment Point .............................45
Pemrograman Berbasis State-Machine untuk Development Platform Robot Berkaki Enam ...............................49
Vision Systems on Wheeled Robot Soccer ..........................................................................................................55
Enspartan Deskripsi Tim untuk ESRB 2016 ........................................................................................................58
Parallel Session 3
Humanoid Soccer Robots With Omnidirectional Vision System.......................................................................61
Rancang Bangun Sistem Tracking Pada Robot Sepak Bola Dengan Metode Thresholding Menggunakan Open-
CV ........................................................................................................................................................................66
Implementasi FPGA-Soft Processor untuk Kontrol Low Level pada Holonomic Robot ......................................71
Implementasi Soft Processor Untuk Sistem Kontrol Keseimbangan Pada Quadcopter ......................................77
Aplikasi Sensor Gyroscope Dan Sensor Accelerometer Pada Robot Sepak Bola ................................................82
Rancang Bangun Robot ESRBI Menggunakan Sensor kamera Pixy CMUcam5 ................................................87
Sistem Keseimbangan Robot R-SCUAD Menggunakan Sensor Gyroscope dan Accelerometer ........................91
Parallel Session 4
Perhitungan Trigonometri Data Sensor Accelerometer, Pose Robot, dan Arah Kamera Untuk Keakuratan
Pendeteksian Jarak Bola Terhadap Robot Humanoid Soccer...............................................................................96
Algoritma Gait Generator Sederhana pada Hexapod Walking Robot ................................................................101
Uses of CMPS-11 on “OCEANOID” Bioloid Robot to Define The Direction of The Goalpost .......................104
Perancangan Strategi Permainan Pada Robot Sepak Bola Beroda Menggunakan Mamdani Fuzzy Logic ........107
Manufer RobotRosota Pada Rumput Sintesis ....................................................................................................111
Algoritma Antarmuka Sensor Jarak Neato LIDAR XV-11 Berbasiskan State Machine Untuk Robot Hexapod
............................................................................................................................................................................114
Rancang Bangun Sistem Komunikasi Data Robot DEVATA A dalam KRSBI 2016 ......................................119
v
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Parallel Session 5
Penerapan Metode Disturbance Observer Pada Sistem Kontrol Pergerakan Motor DC Robot Soccer ............126
Real Time Ball Detection and Tracking using Color-Based Segmentation and Circular Hough Transform .....133
Software Framework on EROS-6 (EEPIS ROBOT SOCCER-6) Platform .......................................................137
Simulasi Kontrol pada Prototip UAV untuk Pencarian Korban Bencana dan Pemetaan ...................................141
Rancang Bangun Robot Sepak Bola Beroda ......................................................................................................147
Penggunaan Webots pada Robot The Patriot V.3 ..............................................................................................152
Pemanfaatan Sensor Jarak GP2D12 Sebagai Navigator Pada Robot Madikarobo .............................................156
Parallel Session 6
Perancangan Kerangka Robot Humanoid...........................................................................................................161
Pengaplikasian Sensor Compas Magnetometer HMC5883L pada Navigasi Robot ERSBI...............................166
Implementasi Metode Houghcircles Dan Houghlines Pada Pengolahan Citra Robot Sepakbola ......................171
Interpreter Berbasis Webkit Untuk Pembuatan Robot Berbasis Javascript Dan HTML Pada Perangkat Kontroller
Raspberry Pi .......................................................................................................................................................177
Pendeteksian Gawang Menggunakan Algoritma Ransac Pada Platform Darwin-OP Berbasis Peraturan KRSBI
2016 ....................................................................................................................................................................181
Analisis Pendeteksi Objek Menggunakan Kamera Pixy Cmu Cam 5 Pada Robot ERSB.................................186
Kurikulum Pendidikan Robotika Berbasis STEM-Bloom’s Taxonomy-Kurikulum 2013.................................190
Tim Ichiro Dalam Menghadapi Kontes Robot Sepakbola Indonesia 2016 ........................................................193
vi
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Susunan Acara
Rabu, 01 Juni 2016
vii
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
viii
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
ix
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Denah Lokasi
Lantai 4, Gedung Pascasarjana PENS
x
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Jabatan
Pusat Penelitian Tenaga Listrik dan Mekatronik
Lembaga Ilmu Pengetahuan Indonesia
Biography
R&D interest is in control systems. Doctoral thesis on Control of Flexible
Robot Arm (1998). A book entitled \"Robust Control: Theory for
Application\" published by ITB Press (2000). Has been conducting R&D
activities related to control systems of chemical process, mechatronics,
robotics, electrical power generation and vehicle
Jabatan
Head of ER2C
Politeknik Elektronika Negeri Surabaya
Biografi
Dadet Pramadihanto adalah dosen jurusan Teknik Informatika dan
Komputer, Politeknik Elektronika Negeri Surabaya, anggota IEEE
Computer Society dan Robotics and Automation Society, dan Ketua
EEPIS Robotics Research Center (ER2C), yang merupakan pusat riset
robotika, real-time systems dan cyber-physical-systems.
Dr. Dadet Pramadihanto menyelesaikan pendidikan S1 dibidang Teknik
Elektro dari Institut Teknologi Sepuluh Nopember Surabaya, serta
pendidikan S2 dan S3 dibidang Applied Informatics and Human Systems
dari Osaka University, Jepang. Dia juga pernah menjadi Direktur Politeknik Elektronika Negeri Surabaya pada
tahun 2009-2013.
Di ER2C, Dr. Dadet melakukan riset dibidang computer vision, real-time operating systems, dan robotika.
Dibidang real-time operating systems (RTOS), dia mengembangkan FLoW RTOS dan penerapannya untuk real-
time systems dan cyber-physical-systems. Sedangkan dibidang robotika, dia mengembangkan small-size dan
mid-size humanoid robot FLoW. Saat ini sedang merancang full-size humanoid robot FLoW. Disamping itu
bersama dengan ER2C, dia berhasil mengkomersialkan produk robot edukasi yang diberi nama AdRoiT.
1
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstrak – Dalam suatu permainan sepak bola, sebuah maka pada penelitian ini akan dikembangkan sistem
robot soccer harus dapat menggiring bola dan menendang deteksi bola berdasarkan warna bola dan background
bola ke arah gawang. Agar dapat bermain dengan benar, warna lapangan, yaitu proses deteksi objek menggunakan
sebuah robot soccer harus dilengkapi dengan sistem deteksi
perpaduan segmentasi HSV dari warna bola dan warna
bola yang baik. Kamera digunakan sebagai sensor
pendeteksi bola. Robot soccer harus dapat mengenali bola latar lapangan. Untuk mengurangi pengaruh perubahan
di dalam lapangan dengan hanya menggunakan kamera. intensitas cahaya, maka fitur-fitur auto dari kamera
Permasalahan yang muncul adalah adanya objek lain selain dinon-aktifkan. Ukuran panjang dan lebar bola yang
bola dalam lapangan. Permasalahan lainnya adalah dideteksi menggunakan library cvblob. Dengan demikian
intensitas cahaya dapat mempengaruhi keberhasilan dapat mengurangi kesalahan deteksi dari sistem sehingga
pengenalan bola. Pada penelitian ini dikembangkan sistem
proses pendeteksian bola dapat berjalan dengan akurat
deteksi bola dengan menggunakan perpaduan segmentasi
HSV dari warna bola dan warna latar lapangan. Ukuran dan real time.
bola dideteksi menggunakan library cvblob. Untuk
mengurangi pengaruh intensitas cahaya maka fitur auto II. DASAR TEORI
dari kamera akan dinonaktifkan. Hasil dari penelitian ini,
Permasalahan sistem deteksi yang memanfaatkan
84% robot soccer dapat bermain sepak bola layaknya
pemain juara dunia sepak bola dengan mendeteksi bola tanda atau ciri visual sebuah objek tidak lepas dari konsep
sebagai objek utama dalam lapangan. deteksi dan pengenalan tanda atau ciri visual objek.
Kata kunci : Robot Soccer, kamera, HSV, cvblob Berikut ini akan dibahas tentang beberapa hal yang
berkaitan dengan permasalahan tersebut.
I. PENDAHULUAN
Dalam pertandingan sepak bola, robot humanoid A. Color Filtering
bermain layaknya permainan sepak bola yaitu mampu Color Filtering adalah suatu teknik pengolahan citra
menggiring dan menendang bola kearah gawang. Agar yang yang dipakai untuk memanipulasi suatu citra
dapat bermain dengan benar, sebuah robot harus dapat berdasarkan warna spesifik. Cara kerjanya adalah dengan
mendeteksi bola yang ada di lapangan dengan membandingkan komponen warna setiap piksel citra
menggunakan kamera. Permasalahan yang dihadapi dengan warna spesifik.
adalah adanya objek lain selain bola didalam dan diluar Warna yang digunakan dalam Color Filtering dapat
lapangan. direpresentasikan dalam berbagai ruang warna, antara
Beberapa penelitian yang telah dilakukan untuk lain RGB (Red, Green, Blue), HSV (Hue, Saturation,
memecahkan permasalahan tersebut antara lain Value), YCbCr, dsb. HSV merupakan ruang warna yang
menggunakan sistem deteksi objek dengan ekstasi citra sangat cocok untuk mengidentifikasi warna-warna dasar,
HSV. Proses ini memiliki tingkat keberhasilan 90% jika dimana warna dasar ini digunakan dalam penelitian
dibandingkan dengan ekstrasi citra RGB yang tingkat sebagai warna identifikasi robot. Selain itu, HSV
keberhasilanya sebesar 66.7 % [1]. Kelemahaan metode menoleransi terhadap perubahan intensitas cahaya. Inilah
ini adalah pengenalan bola yang hanya menggunakan ciri yang menjadi keunggulan HSV dibandingkan dengan
dari ekstrasi warna bola tanpa memperhatikan ciri lain ruang warna lainnya[3].
dari bola.
Penelitian lain menggunakan metode hough B. Model warna HSV
transform circle[2]. Dari hasil eksperimen diperoleh HSV mendefinisikan warna dalam terminologi Hue,
tingkat keberhasilan pengenalan bola sebesar rata-rata Saturation dan Value. Keuntungan HSV adalah terdapat
94,44%. Kelemahan dari metode ini adalah memerlukan warna-warna yang sama dengan yang ditangkap oleh
waktu proses pengenalan yang lebih lama dibandingkan indra manusia. Sedangkan warna yang dibentuk model
dengan metode thresholding standar. lain seperti RGB merupakan hasil campuran dari warna-
Untuk mengatasi cara deteksi bola yang tidak salah, warna primer [4]. HSV memiliki 3 karakteristik pokok,
yaitu Hue, Saturation dan Value.
2
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
D. Morfologi Filterisasi
Pendekatan morfologi mengubah pandangan suatu
citra sebagai himpunan. Pemrosesan citra secara
morfologi biasanya dilakukan terhadap citra biner (hanya
terdiri dari 0 dan 1). Pemrosesan citra secara morfologi
dilakukan dengan cara melewatkan sebuah structuring
element terhadap sebuah citra dengan cara yang hampir
Gambar 3.1 Desain Mekanik Robot
sama dengan konvolusi. Beberapa operasi morfologi
yang dibahas dibawah ini adalah erosi dan dilasi. B. Sistem Elektrikal
Komponen-komponen pengontrol robot yang
1) Erosi digunakan pada robot ditunjukkan pada gambar 3.2
Erosi merupakan proses penghapusan titik-titik
batas objek menjadi bagian dari latar, berdasarkan 20
Webcam Camera
ukuran obyek diperkecil dengan mengikis sekeliling 3 4
Dengan mengubah semua titik batas menjadi titik latar Mini PC Servo Controller 9
11 12
10
2) Dilasi
Dilasi merupakan proses penggabungan titik-titik
Gambar 3.2 Diagram Elektrikal Robot
latar menjadi bagian dari objek, berdasarkan structuring
element yang digunakan[7]. Proses ini adalah kebalikan
dari erosi, yaitu merubah latar disekeliling objek menjadi C. Sistem Deteksi
bagian dari objek tersebut. Terdapat 2 cara untuk Pada robot Barelang FC, sistem deteksi bola terbagi
melakukan dilasi ini, yaitu: dalam proses deteksi bola berdasarkan warna dan
Dengan cara mengubah semua titik latar yang pengenalan bola dapat digambarkan pada diagram blok
bertetangga dengan titik batas menjadi titik obyek, atau sistem seperti pada gambar 3.3
lebih mudah dalam mengatur setiap titik yang
tetangganya adalah titik obyek menjadi titik obyek.
Dengan mengubah semua titik di sekeliling titik batas
menjadi titik obyek, atau lebih mudah dalam mengatur
semua titik tetangga sebuah titik obyek menjadi titik
obyek.
3
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Sistem Deteksi Bola Tabel 4.1 Hasil Pengujian Sistem Deteksi Bola Oranye
Pengujian Tingkat Keberhasilan Deteksi Bola Tenis Oranye
Kamera
Konversi Citra asli Binarisasi
Erosi Dilasi
Jarak (m) Warna Bola Aktual De te ksi Status
(RGB) Citra HSV (Thresholding) Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
0.288444
Kuning Terdeteksi Tidak Berhasil
Sistem Pengenalan Bola Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
0.576888
Background Kuning Tidak Terdeteksi Be rhasil
Robot mendeteksi objek Bounding Box CV Blob Bola
Lapangan Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
0.865332
Kuning Tidak Terdeteksi Be rhasil
Gambar 3.3 Diagram Blok Sistem Deteksi Robot Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
Penggambilan gambar dari kamera merupakan 1.153776
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
proses awal. Setelah itu sistem deteksi mendeteksi objek Oranye Terdeteksi Be rhasil
berdasarkan warna yaitu mengubah citra RGB menjadi 1.44222
Merah
Kuning
Terdeteksi
Tidak Terdeteksi
Tidak Berhasil
Be rhasil
HSV. Kemudian citra di filter terhadap warna bola dan Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
warna lapangan yaitu merupakan proses dari binarisasi. 1.730664
Merah Terdeteksi Tidak Berhasil
Kuning Tidak Terdeteksi Be rhasil
Citra hasil dari ekstraksi binarisasi selanjutnya perlu Biru Tidak Terdeteksi Be rhasil
dilakukan filterisasi morphological. Dengan tujuan untuk Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
2.019108
menghilangkan noise-noise dari gambar dilakukan erosi. Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Proses penakanan area objek yang ingin dideteksi Oranye Terdeteksi Be rhasil
merupakan proses filter dari dilasi. 2.307552
Merah
Kuning
Terdeteksi
Tidak Terdeteksi
Tidak Berhasil
Be rhasil
Agar robot dapat mengenali bola didalam lapangan Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
setelah melalui proses deteksi warna, maka proses 2.595996
Merah Terdeteksi Tidak Berhasil
Kuning Tidak Terdeteksi Be rhasil
selanjutnya ialah identifikasi ciri dari bola. Ukuran bola Biru Tidak Terdeteksi Be rhasil
dan lapangan dibantu menggunakan library cvblob. Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
2.88444
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
IV. HASIL DAN ANALISA Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
Untuk mendapat hasil dan analisa maka perlu 3.172884
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
dilakukan beberapa pengujian. Adapun pengujian seperti Oranye Terdeteksi Be rhasil
dibawah ini. 3.461328
Merah
Kuning
Terdeteksi
Tidak Terdeteksi
Tidak Berhasil
Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
A. Pengujian sistem deteksi robot 3.749772
Merah Terdeteksi Tidak Berhasil
Untuk proses pengujian sistem deteksi warna bola Kuning
Biru
Tidak Terdeteksi
Tidak Terdeteksi
Be rhasil
Be rhasil
digunakan 4 buah bola tenis dengan warna merah, kuning, Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
oren dan biru yang diperlihatkan pada gambar 4.1 dalam 4.038216
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
pengujian bola diletakan dengan jarak yang berbeda dari Oranye Terdeteksi Be rhasil
robot yaitu menggunakan jarak terjauh pada lapangan 4.32666
Merah
Kuning
Terdeteksi
Tidak Terdeteksi
Tidak Berhasil
Be rhasil
pengujian yang berada pada garis diagonal lapangan. Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
4.615104
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
4.903548
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
5.191992
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
5.480436
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Gambar 4.1 Bola Pengujian Sistem Deteksi Warna Merah Tidak Terdeteksi Be rhasil
5.76888
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
6.057324
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
6.345768
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
6.634212
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
6.922656
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
4
7.2111
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
1.730664
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi The
Be rhasil 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Merah Terdeteksi Tidak Berhasil
2.019108 Politeknik Elektronika Negeri Surabaya, Indonesia
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
2.307552
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
2.595996
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
2.88444
Merah
Kuning
Terdeteksi
Tidak Terdeteksi
Tidak Berhasil
Be rhasil
B. Pengujian sistem pengenalan bola
Biru Tidak Terdeteksi Be rhasil Pengujian ini dilakukan dengan cara meletakkan
Oranye Terdeteksi Be rhasil
3.172884
Merah Terdeteksi Tidak Berhasil bola didalam (gambar4.2), tepi (gambar4.3) dan luar
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil lapangan (gambar 4.4).
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
3.461328
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
3.749772
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
4.038216
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
4.32666
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
Gambar 4.2 Bola Pada Tepi Lapangan.
4.615104
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Terdeteksi Tidak Berhasil
4.903548
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
5.191992
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
5.480436
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
5.76888
Kuning Tidak Terdeteksi Be rhasil Gambar 4.3 Bola Pada Luar Lapangan.
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
6.057324
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
6.345768
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
6.634212
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
Oranye Terdeteksi Be rhasil
Merah Tidak Terdeteksi Be rhasil
6.922656
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil Gambar 4.4 Bola Pada Dalam Lapangan.
Oranye Terdeteksi Be rhasil
7.2111
Merah Tidak Terdeteksi Be rhasil Dalam pengenalan bola didalam lapangan
Kuning Tidak Terdeteksi Be rhasil
Biru Tidak Terdeteksi Be rhasil
memanfaatkan algoritma koordinat bola yang berada
didalam koordinat lapangan. Sehingga berdasarkan
Berdasarkan Tabel 4.1 dapat dilihat bahwa gambar diatas dapat dilihat bahwa sistem pengenalan bola
persentase keberhasilan dari sistem pendeteksian bola dapat mengenali bola yang berada dalam lapangan.
tenis oranye ini sebesar 84% dari persentase keseluruhan
sebesar 100% V. KESIMPULAN
Pada penelitian sistem deteksi bola berdasarkan
warna bola dan background warna lapangan, diperoleh
84% tingkat keberhasilan pada proses deteksi
menggunakan ekstrasi warna HSV pada bola,
penyebabnya adalah nilai spektrum antara warna merah
dan oren yang dekat. Proses deteksi pada sistem ini
memiliki proses yang cepat dan real time.
5
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
VI. DAFTAR PUSTAKA [7] Gentang Syabba Nahla, “Tracking Bola Menggunakan Robotino”
Buku Tugas Akhir Diploma IV, Jurusan Teknik Informatika,
[1] Calvinsan Pratama Dewangga, “Sistem Deteksi Bola, Gawang, Politeknik Elektronika Negeri Surabaya, 2010.
Dan Kostum Pada Robot Barelang FC Menggunakan Machine
Vision”, Buku Tugas Akhir Diploma IV, Jurusan Mekatronika,
Politeknik Negeri Batam, 2014. VII. BIOGRAPHY
[2] Muhammad Anwar Ma’sum, Dean Zaka Hidayat, “Optimasi Hanjaya Mandala lahir di Batam,
Pencarian Objek Bola Pada Robot Soccer Humanoid
Menggunakan Metode Hough Transform”. Indonesian
Kepulauan Riau pada tanggal 17
Symposium on Robot Soccer Competition. 2013. november 1995. Sekarang sedang
[3] Dhiemas, R.Y.S. 2011.“Pencarian Posisi Robot: Studi Kasus menjalani perkuliahan pada semester 6 di
Pencarian Sumber Kebocoran Politeknik Negeri Batam. Sejak tahun
Gas”.(Online).(http://jiki.cs.ui.ac.id/index.php/jiki/article/downlo 2014 aktif dalam tim robot Politeknik
ad/39/44). Diakses Tanggal 17 April 2016 Negeri Batam. Pernah mengikuti kontes
[4] Kadir, Abdul, “Teori dan Aplikasi Pengolahan Citra.”, Andi, robot regional dan nasional pada tahun
Yogyakarta, 2013. 2014 dan 2015 di divisi KRPAI beroda
[5] Purnomo, Mauridhi Hery dan Muntasa, Arif, “Konsep
Pengolahan Citra Digital dan Ekstraksi Fitur”, Edisi Pertama, dan kontes robot sepak bola Indonesia.
Graha Ilmu, Yogyakarta, 2010.
[6] Soebakthi, Hendawan. “Pengembangan Sistem Navigasi Natural
Landmark-Based pada Security Mobile Robot”. M.T. Tesis.
Institut Teknologi Sepuluh November. Surabaya. 2012.
6
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstract – Raspberry yang juga sering disingkat Raspi referee box ini digunakan wifi ke masing masing robot,
adalah mini pc buatan dari Raspberry Fondation yang berada referee box mengirimkan paket paket data yang harus di
di Britania Raya. Ada fitur wifi yang dapat dimanipulasi terjemahkan oleh robot sebagai perintah dari wasit. Paket
kemampuannya, atau di program untuk melakukan sesuatu.
data untuk mulai kick off akan berbeda dengan paket data
Contohnya untuk menterjemahkan data paket dari referee box
wasit. Bahasa yang digunakan adalah python dengan fitur perintah pick up, sehingga robot harus bisa
pemrograman socket, dengan cara mendengarkan aliran data membedakannya, oleh karena itu menggunakan
dari dari wifi referee box yang dikirim ke raspberry. Data yang pemrograman socket. Pada penelitian ini yang menjadi
didapat adalah sebesar 116 byte dengan default tipe data pokok pembahasan adalah bagaimana robot dapat
string, lalu lalu diubah menjadi bilangan ASCII yang setelah menerima perintah dan membedakan perintah dari
itu diparsing menjadi bilangan integer, setelah itu di pilah
perangkat pertandingan.
datanya sehingga mendapatkan perintah yang di maksud oleh
referee box
Kata Kunci – Raspberry, Referee Box, Wifi, pemrograman II. GAMBAR AN APLIKASI REFEREE BOX
socket Dengan aplikasi ini kita dapat mengetahui bentuk
data yang dikirimkan oleh referee box dan membuat
I. PENDAHULUAN program untuk memilah-milah datanya. Aplikasi Game
D
alam rangka meningkatkan kreatifitas anak Controller akan mengirimkan data sebanyak 116 byte
bangsa, khususnya mahasiswa, direktorat data yang setiap byte memiliki rentang nilai 0-255. Dari
jendral pendidikan tinggi (dikti) mengadakan data tersebut kita bisa mengetahui kondisi permainan,
kontes robot cerdas Indonesia, pada tahu 2016 seperti: jumlah score, warna tim, nomor tim, waktu
KRCI dibagi menjadi 6 difisi, yaitu Kontes pertandingan, warna gawang, state permainan(init, ready,
robot pemadam api Indonesia beroda, kontes robot set, play, finish), dll.
pemadam api indoesia berkaki, kontes robot seni Berikut adalah aplikasi sitem pada game controller
Indonesia, kontes robot sepak bola, eksebisi robot sepak yang digunakan pada tahun 2013, pada aplikasi tersebut
bola beroda, kontes robot aburobocon Indonesia. terdapat berbagai tombol seperti ready, service, pick up.
KRSBI adalah Liga Sepak Bola Robot Humanoid Sehingga robot harus bisa membedakan perintah satu
(RoboSoccer Humanaoid League) yang mengacu pada dengan yang lainnya.
cita-cita organisasi RoboCup International, yaitu tahun
2050 mampu mencetak tim sepak bola robot yang mampu
melawan tim juara dunia sepak bola. [1]
ERSB merupakan divisi terbaru pada KRI yang
mulai diperkenalkan pada ekshibisi di KRI 2016 Tingkat
Nasional. Aturan kompetisi mengacu pada KRSBI
(lapangan, permainan, game controller). Robot harus
memiliki kamera untuk mendeteksi bola, dengan jumlah
dan tipe yang tidak dibatasi. Robot dapat menggunakan
komputer luar sebagai pengendali. [2]
Pada dua jenis kontes robot tersebut, digunakan
referee box yang sudah disiapkan dari perangkat Gambar 1. Aplikasi Referee Box
pertandingan untuk mengatur jalannya pertandingan.
Referee box adalah game controller yang digunakan wasit III. PAKET DATA
untuk mengontrol pertandingan, seperti pertandingan
akan di mulai kapan, score berapa, robot ingin diangkut Pengiriman data pada game controller yang dikirim
untuk mendapat perbaikan atau sering disebut dengan adalah data dalam bentuk paket-paket yang kemudian
pick up, pelanggaran, dan pinalti. Dari komunikasi diterima oleh raspberry pi dengan bahasa python, data
7
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
yang diterima sebesar 116byte. Secara default paket yang pesan yang berurutan dimulai dari pesan 1, pesan 2, dan
diterima oleh bahasa python akan diubah dalam bentuk terakhir pesan 3. Bisa saja pesan 2 terlebih dulu diterima,
string seperti gambar 2. menyusul pesan-pesan yang lain, atau berbagai
kemungkinan lainnya. Bahkan, terjadi pesan yang
dikirimkan tidak sampai ke penerima karena kegagalan
Pengiriman paket data.
V. HASILNYA
Setelah diterima paket datanya dan diolah, maka
ditemukan bahwa data kick off pada byre 11, nomor tim
adalah byte 20 untuk team biru, dan 68 pada tam merah.
8
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
VI. KESIMPULAN
Pada proses pengiriman data dari referee box
melalui wifi, data yang dikirim berupa data string yang
harus diubah menjadi ASCII, lalu diubah lagi menjadi
bilangan integer sehingga mudah untuk dibaca dan
dibedakan perintah-perintah yang di inginkan
VII. PUSTAKA
[1] Politeknik Elektronika Negeri Surabaya. (2016).
“KRSBI 2016”. Diakses pada tanggal 5 Mei 2016, dari
ISRSC 2016 : kri2016.pens.ac.id/krsbi
Gambar 7 Hasil data dari initial red kick off
[2] Politeknik Elektronika Negeri Surabaya. (2016).
Hampir sama pada Gambar sebelumnya hanya saja “ERSB 2016”. Diakses pada tanggal 5 Mei 2016, dari
pada byte 12 bernilai satu yang bertanad bahwa team ISRSC 2016: kri2016.pens.ac.id/ersb
merah yang memulai kick off
[3] SISJARKOM, Laboraturium. Modul praktikum
jaringan komputer. Laboraturium Sistem Operasi dan
Jaringan Komputer. 2015. Jurusan Teknik Informatika
Fakultas Teknologi Industri Universitas Islam Indonesia
[4] Pemrograman Socket. (2012). “PEMROGRAMAN
SOCKET). Diakses pada tanggal 21 Mei 2016, dari:
http://edwincool07.blogspot.co.id/2012/03/pemrograman
-socket.html
[5] Pemrograman Socket. (2011). “Berkenalan Dengan
Socket Programming”. Diakses pada tanggal 21 Mei
2016, dari:
http://10108262.blog.unikom.ac.id/berkenalan-
dengan.2zx
Gambar 8 Gambar hasil data state play
VIII. BIOGRAFI
Pada Gambar diatas menunjukan bahwa pada byte
sembilan bernilai tiga, yaitu game sedang berlangsung. Fahriza Azwar Muhammad lahir di kudus
19 Mei 1995, merupakan mahasiswa
teknik elektro angkatan 2013. Dia juga
menjadi anggota team kontes robot Abu
Robocon Indonesia pada tahun 2015 dan
2016.
9
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
P
ada tahun 2016, peraturan KRSBI mengalami
perubahan dalam hal lapangan yang terbuat dari pergerakan. Robot humanoid memiliki ciri-ciri seperti
rumput buatan. Kesulitan yang dihadapi oleh robot pendulum terbalik yaitu memiliki pusat massa pada tubuh
adalah permukaan rumput buatan yang tidak rata bagian atas dan titik pergerakan pada kaki bagian bawah
sehingga membuat robot sering terjatuh saat berjalan robot. Penanalogian robot sebagai pendulum terbalik
diatas rumput buatan. Untuk mengatasi masalah tersebut digunakan untuk mendapat nilai error dari kemiringan
maka dibutuhkan sebuah sistem kontrol keseimbangan tubuh robot, pembacaaan kemiringan didapat dari
robot untuk membantu gerakan robot dalam berjalan. Di pembacaan nilai accelerometer dan gyroscope. Sudut
dalam paper ini dirancang sebuah sistem keseimbangan kemiringan θ yang didapat digunakan sebagai nilai error
robot dengan menerapkan kontrol PID pada robot pada PID.
humanoid berdasarkan umpan balik dari sensor Inertial
Meaasurement Unit (IMU), umpan balik tersebut berupa
posisi kemiringan robot ditinjau dari pusat masanya.
Kemiringan robot tersebut kemudian direspon dengan
menggerakkan servo pada kaki robot untuk
mengembalikan posisi pusat masa robot ke titik
seimbang. Sensor yang digunakan adalah CMPS11, yaitu
modul sensor yang terdiri dari 3 axis accelerometer, 3
axis gyroscope, dan 3 axis magnetometer.
a b
II. TEORI PENUNJANG
Gambar 2, letak pusat massa robot [a], kemiringan
pusat massa robot [b].
10
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
V. PENGUJIAN
Pada bagian pengujian telah dilakukan pengujian
terhadap sensor, hasil nilai perhitungan PID dan
a. pengujian alat setelah sistem diimplementasikan. Berikut
adalah gambar grafik pengukuran nilai respon sistem.
b. Pengujian dilakukan dengan cara menjalankan maju robot
sejauh dua meter pada rumput buatan. Perlu diketahui
Gambar 3, kemiringan pusat massa robot[a], strategi bahwa nilai awal dari accelerometer pitch saat robot
pinggul[b] berada pada posisi standby atau berdiri diam memiliki
nilai sebesar 15 derajat, nilai tersebut digunakan sebagai
Menjelaskan Gambar 3, saat robot mengalami nilai set point pada perhitungan PID.
kemiringan pusat massa robot [3a] berpindah dengan Pada pengujian ini nilai koefisien dari PID didapat
kemiringan sebersar θ akibat gaya yang digambarkan oleh dengan metode tuning Trial and Error, dengan cara
panah biru, menggunakan strategi pinggul [3b] ankle mengengatur ketiga parameter yaitu Kp, Ki, Kd bernilai
mendorong tubuh robot melawan arah kemiringan robot 0 pada saat awal, lalu menaikan nilai Kp yaitu nilai
dan pinggul robot membantu mengarahkan pusat massa penguatan untuk Proportional controller sampai
ke arah set point. Nilai untuk menggerakan servo bagian menunjukan respon yang sesuai dengan yang diinginkan.
ankle dan pinggul didapat dari nilai offset yang didapat Jika masih terjadi osilasi yang cukup parah maka dinaikan
dari hasil perhitungan PID. nilai Kd secara pelahan untuk mengatasi kondisi transient
hingga mendapat respon sistem yang cukup stabil.
IV. PERANCANGAN SISTEM Berikut didapat nilai-nilai koefisien untuk setiap
parameter PID melakukan dengan menggunakan metode
tuning Trial and Error sehingga didapat respon yang
stabil dengan data sebagai berikut :
- Parameter Kp =7
- Parameter Ki =0
- Parameter Kd = 20
- Waktu cuplik = 0.5 ms
11
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Tabel 1
Percobaan berjalan pada rumput buatan sejauh dua
meter.
Percobaan Balancing OFF Balancing ON
1 jerjatuh tidak jatuh
2 terjatuh tidak jatuh
3 tidak jatuh tidak jatuh
Gambar 5.1, grafik nilai gyroscope pitch (rad/s) saat 4 terjatuh tidak jatuh
pengujian berjalan maju sejauh 2 meter. 5 terjatuh tidak jatuh
6 terjatuh tidak jatuh
Setelah melakukan pengujian terhadap 7 terjatuh tidak jatuh
pengiplementasian sistem terhadap robot dengan cara 8 terjatuh tidak jatuh
menjalankan robot berjalan maju sejauh 2 meter pada 9 terjatuh tidak jatuh
rumput buatan, terlihat respon sistem pada robot yang 10 terjatuh tidak jatuh
dilihat melalui nilai accelerometer pitch gambar 5.1 dan
gyroscope pitch gambar 5.2, robot terlihat berusaha Pengujian dilakukan sebanyak 10 kali dengan cara
mengembalikan posisi pusat massa yang miring menuju menjalankan robot pada rumput buatan sejauh 2 meter,
set point seperti terlihat pada gambar 5.1. pengujian dilakukan dengan membandingkan saat sistem
keseimbangan robot dinonaktifkan dan saat sistem
keseimbangan robot diaktifkan. Data percobaan terdapat
pada Tabel1.
VI. KESIMPULAN
Setelah melakukan tahap perancangan sistem dan
dilanjutkan dengan tahap pengujian dan analisa maka
dapat diambil kesimpulan sebagai berikut :
Sistem kestabilan pada robot dapat menjaga robot
Gambar 5.2, grafik nilai accelerometer pitch saat agar tidak terjatuh saat berjalan dipermukaan yang
pengujian berjalan maju sejauh 2 meter. tidak rata.
Meskipun robot dapat berjalan pada rumput buatan
Menjelaskan Gambar 5.2 perbandingan respon tanpa terjatuh, robot masih mengalami osilasi pada
sistem saat pengujian robot berjalan maju sejauh dua tubuh robot, robot tidak dapat diam tepat pada nilai
meter pada rumput buatan. Garis warna merah yaitu set point yang telah ditentukan.
grafik dengan sistem keseimbangan robot yang
dinonaktifkan sedangkan garis warna biru yaitu grafik VII. DAFTAR PUSTAKA
dengan sistem keseimbangan yang diaktifkan, perbedaa [1] T. O. The and S. Section, “PID Control,” no. February, pp.
saat sistem keseimbangan dinonaktifkan dan saat 30–31, 2006.
diaktifkan yang ditandai kotak biru menunjukan robot [2] S. Yi, S. G. Mcgill, B. Zhang, D. Hong, and D. D. Lee,
“Active Stabilization of a Humanoid Robot for Real-Time
terjatuh saat sistem keseimbangan dinonaktifkan yang Imitation of a Human Operator,” pp. 761–766, 2012.
dilihat dari nilai kemiringan robot berdasarkan nilai [3] S. Yi, B. Zhang, D. Hong, and D. D. Lee, “Learning Full Body
accelerometer pitch. Push Recovery Control for Small Humanoid Robots,” pp.
2047–2052, 2011.
[4] K. A. Tehrani and A. Mpanda, “PID Control Theory,” no. 1,
1939.
VIII. BIOGRAFI
Novembri Priyadmaji Widi Nugroho seorang
mahasiswa yang menempuh pendidikan Strata-1 di
Fakultas Teknik Elektronika dan Sistem Komputer
program studi Teknik elektronika konsentrasi Teknik
Instrumentasi Universitas Kristen Satya Wacana Salatiga
Tertarik pada bidang robotika, dan sistem embedded.
12
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstract – This paper presents a controller design and its MATLAB® SIMULINK® to obtain a controlled actuator
implementation for an omnidirectional robot. Due to the plant with the desired specification. The whole system is
holonomic nature of an omnidirectional robot, the mobile then simulated on MATLAB® SIMULINK® and
robot are able to follow any planned trajectory. The path are
implemented in hardware.
calculated on the world frame and then transformed using
inverse kinematic to each of the mobile robot motor speed.
Therefore a kinematic model for the robot are derived and II. MOBILE ROBOT PLATFORM
a PID controller is utilized to control the speed of each A. Robot Architecture
actuator. MATLAB® System Identification Tools® is used
The mobile robot platform used in this work have 3
to identify the transfer function of each actuator and then
simulated using the MATLAB® SIMULINK® platform to actuators mounted 120° apart each equipped with a 4 inch
design a suitable PID control. omnidirectional wheel. The base of the robot took a
Index Terms— Mobile Robot, Omnidirectional, Kinematics triangle shape which is made from a machined 3mm thick
Model, PID Speed Control. aluminum plate with a diameter of 38cm. With all its
component mounted, the weight of the robot is about 2kg.
I. INTRODUCTION The kinematic structure and the hardware construction of
This work was supported in part by the Institut Teknologi Bandung Bandung, Bandung, West Java 40132 Indonesia (e-mail:
Student Organization. arif.pawitan@gmail.com).
G. A. H. Pawitan is with Autonomous Vehicle Research Group,
School of Electrical Engineering and Informatics, Institut Teknologi
13
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
with a microcontroller for each motor, a master coordinates share the same origin point but the moving
microcontroller that communicate with I2C, a single coordinates rotate with the robot. The angle of the moving
board computers as the main controller, and a lithium coordinates with respect to the world coordinates is
polymer battery. For feedback purpose, the motor used represented as phi. 𝐹𝑇 is defined as the traction force of
for the robot each are equipped with two encoder counting the ground on the wheel where the positive direction is as
1920 pulse/turn. The two encoder is 90° out of phase so it shown in the figure.
is possible to tell the direction by observing the transition The relationship between the traction forces with the
of each encoder. force of the moving coordinate can be expressed as
𝑚 𝑚
The platform have a three-level control architecture. 𝐹 = 𝐵𝐹𝑇 where 𝐹 = [𝐹𝑚𝑥 𝐹𝑚𝑦 𝐹𝑇𝑧 ]𝑇 , 𝐹𝑇 =
The main control is conducted by a single board computer 𝑇
[𝐹𝑇1 𝐹𝑇2 𝐹𝑇3 ] , and B a geometrical matrix defined as [2]:
which is connected to a master microcontroller via serial
communication. The master microcontroller is connected √3 √3
to three slave microcontroller via I2C communication. 0 −
2 2
The block diagram of the control architecture is shown in 𝐵= 1 1 (1)
Fig.2. 1 − −
2 2
The main controller is a Cortex A15 single board [𝐿 𝐿 𝐿 ]
computer working at 2GHz with 2GB of RAM
responsible for trajectory planning and PID control where L is the distance between the wheel and the center
calculation. The Master microcontroller is an Arduino Pro of the robot which is 20cm. The force in the world
Micro working at 16MHz with 2.5KB of RAM coordinate then can be derived as [2]:
responsible for collecting encoder input and sending them
to the main controller while receiving speed control 𝐹 . 𝑋̇ = 𝑚𝐹 𝑇 . 𝑚𝑋̇ = 𝐹𝑇𝑇 . 𝑟 𝑞̇ 𝐿
𝑊 𝑇 𝑤 (2)
instruction from the main controller and send it through where 𝑋̇ = [𝑥̇ 𝑤 𝑦̇𝑤 𝑃ℎ𝑖
𝑤 ̇ 𝑤 ] and 𝑚𝑋̇ = [𝑥̇ 𝑚 𝑦̇𝑚 𝑃ℎ𝑖
̇ 𝑚 ] are
to the right motor. The slave microcontroller is the velocity of the robot in world coordinates and in
responsible to read encoder counts with interrupt, sending moving coordinates respectively. 𝑟𝑞̇ 𝐿 represents the
them to the master on request, and implement the speed velocity of each wheel where 𝑞̇ 𝐿 is the angular velocity of
control instruction received from the master. the wheel defined as 𝑞̇ 𝐿 = [𝑞̇ 3 𝑞̇ 2 𝑞̇ 3 ].
𝑚
𝑋̇ = (𝐵𝑇 )−1 𝑟𝑞̇ 𝐿 (3)
𝑤
𝑋̇ = 𝑤 𝑚 ̇
𝑚𝑅 𝑋 = 𝑚𝑤
𝑅 (𝐵𝑇 )−1 𝑟𝑞̇ 𝐿 (4)
𝑤
where 𝑚 𝑅 is the rotation matrix which transform each
vector from the moving coordinates to the world
coordinates defined as [2]:
cos(𝑝ℎ𝑖) −sin(𝑝ℎ𝑖) 0
𝑤
𝑚𝑅 = [ sin(𝑝ℎ𝑖) cos(𝑝ℎ𝑖) 0] (5)
0 0 1
B. Kinematic Model
It can be seen from Fig. 3 that the fixed world
coordinates is represented as 𝑥𝑤 𝑂𝑦𝑤 and the moving
coordinates is represented as 𝑥𝑚 𝑂𝑦𝑚 where both of the
14
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
𝑎1 𝑎2 𝑏0
𝑢[𝑘] = − 𝑢[𝑘 − 1] − 𝑢[𝑘 − 2] + 𝑒[𝑘]
𝑎0 𝑎0 𝑎0
(6)
𝑏1 𝑏2
+ 𝑒[𝑘 − 1] + 𝑒[𝑘 − 2]
𝑎0 𝑎0
15
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
V. ACKNOWLEDGMENT
The authors gratefully acknowledge the
contributions of Dr. Kusprasapta Mutijarsa, ST. MT. as
an adviser and preceptor for this work.
VI. REFERENCES
Fig. 6. Simulation result: Planned Trajectory (left) and the forward [1] R. Comasolivas, J. Quevedo, T. Escobet, A. Escobet and J.
kinematic output plot (right) Romera, " Low level control of an omnidirectional mobile robot,"
in Proc. 2015 23rd Mediterranean Conference on Control and
Automation (MED)., pp. 1160-1166.
C. System Implementation in Hardware [2] W. Jianhua, "Dynamic Path Planning of an Omni-Directional
A C language program is made for the hardware robot in a Dynamic Environment," Ph.D. dissertation, Dept. of
implementation of the designed control system. The high Integrated Engineering, Univ. Ohio, Ohio, 2005.
level program will collect the feedback data from the [3] V. Toochinda, "Discrete-time PID Controller Implementation",
Scilab Ninja, 2014. [Online]. Available:
microcontroller and send the computed output via serial http://scilab.ninja/discrete-time-pid-controller-implementation/.
communication. A circle trajectory, the same as in the [Accessed: 11- May- 2016].
simulation, is used for the mobile robot platform test.
The result of the test is the robot are able to move as VII. BIOGRAPHIES
planned in the trajectory with an error less than 10cm
from the desired path. This is due to the slippage of the Gusti Arif Hanifah Pawitan was born in
Bandung, Indonesia, on February 27, 1995. He
wheel that is not calculated to simplify the control design graduated from the Taruna Bakti Senior High
and simulation. The omnidirectional mobile robot used School on 2012, and currently studying at
for the test is shown in Fig.7. Institut Teknologi Bandung.
His organization experience included the
ITB Central Student Union and the Electrical
Engineering Student Union. His special fields
of interest included robotics, automation, and
sustainable energy system.
16
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstract – Mobile Robot Soccer atau robot sepak bola menjalankan fungsinya seperti mencari bola, mencari
beroda adalah robot yang dirancang untuk melakukan gawang, menghindari musuh, mengumpan bola hingga
permainan sepak bola dengan aturan-aturan tertentu menendang bola. Semua fungsi tersebut berjalan secara
seperti permainan sepak bola dengan sistem pergerakan
otomatis berdasarkan control proses di dalam robot.
menggunakan roda. Pada penelitian ini, difokuskan pada
cara robot menendang bola ke gawang. Pada teknik Dalam penelitian ini, difokuskan pada bagaimana
konvensional, robot menendang bola menggunakan plunger robot soccer beroda menendang bola ke arah gawang.
yang digerakkan oleh motor. Penggunaan motor ini Cara konvensional, robot menendang bola dengan
mempunyai keterbatasan yaitu bola hasil tendangan kurang penggerak aktuator berupa motor. Pada saat bola berada
keras dan akurat sehingga bola terkadang tidak mengenai dalam dekapan robot, motor penggerak diputar kencang
sasaran dan dengan mudah diintersepsi oleh robot lawan.
untuk melakukan tendangan. Tendangan seperti ini
Karena kelemahan tersebut, diusulkan sebuah penendang
bola menggunakan kumparan solenoid. Diharapkan dengan memiliki daya dorong yang lemah, karena mungkin
ini bisa menghasilkan tendangan bola yang keras dan beberapa faktor seperti kecepatan motor kurang dan bisa
akurat. Model mekanik baru yang diusulkan ini bisa juga terjadi karena posisi bola yang kurang pas. Sehingga
menghasilkan tendangan lurus dan melambung. Kecepatan hasil tendanganpun terkadang melenceng, tidak lurus
dan tenaga dalam menendang tergantung pada banyaknya tepat sasaran.
tegangan dan arus yang mengalir pada lilitan kumparan
Untuk itu diusulkan sebuah desain mekanik untuk
solenoid. Pada tegangan 235V bola yang ditendang bisa
mencapai kecepatan 7m/s. menendang bola agar lebih akurat menggunakan
Index Terms--Soccer Mobile Robot, Mechanic Kick Design, kumparan solenoid. Desain ini berupa pipa diameter 15
Solenoid. mm dengan panjang 7 cm dimana di tengah pipa tersebut
digulungkan melingkar lilitan tembaga. Di dalam pipa
tersebut ada potongan besi yang berukuran 10 cm dan bisa
I. PENDAHULUAN bergerak bebas. Besi tersebut diletakkan segaris lurus
17
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
II. DASAR TEORI dari jumlah fluks magnet yang dihasilkan untuk diberikan
A. Robot Soccer arus listrik. Induktansi tergantung dari posisi plunger,
Robot soccer adalah salah satu jenis robot yang plunger digunakan untuk memberikan kekuatan mekanik
mempunyai tugas untuk melakukan permainan sepakbola yang akan digunakan untuk menendang bola.
layaknya manusia. Ada dua jenis robot sepakbola yaitu Gaya yang diterapkan untuk plunger dengan
berupa humanoid dan juga ada yang berupa mobile robot. kumparan sebanding dengan perubahan arus saat ini,
Dalam perkembangannya, robot soccer memiliki daya radius dan panjang kumparan, dll dan akan selalu
tarik tersendiri, sehingga berbagai perlombaan diadakan bergerak membawa plunger dalam arah yang
untuk robot jenis ini seperti KRSBI yang setiap tahun meningkatkan induktansi kumparan. Solenoid memiliki
diadakan di Indonesia dan juga sebagai persiapan untuk waktu yang khas konstan dengan nilai :
mengikuti event internasional RoboCup. Event RoboCup
memiliki cita-cita, yaitu diharapkan pada tahun 2050 τ=L/R
mampu mencetak tim sepak bola robot yang mampu
melawan tim juara dunia sepak bola. KRSBI 2016 Dimana :
mempertandingkan kelas KidSize dengan Rule of the τ = konstanta waktu
Game mengacu pada RoboCup.org.[3] L = induktansi
R = Resistansi listrik dari koil
18
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Voltage
Mekanik solenoid lebih detil ditunjukkan pada Sensor
gambar 6. Motor servo digunakan untuk mengangkat
posisi penendang (memilih tendangan mendatar atau Gambar 7. Pengendali tenaga tendangan bola
melambung). Pada prinsipnya, lilitan tembaga akan
menarik logam besin (as besi) ke arah tengah dengan kuat
jika diberikan catu daya dengan tegangan tinggi. As besi C. Desain Hardware
berbentuk tabung yang dihubungkan ke teflon kotak Untuk menghasilkan medan magnet yang kuat,
sebagai penendang. maka lilitan perlu diberi tegangan yang tinggi dengan arus
yang kuat. Tegangan yang tinggi dihasilkan dari sebuah
19
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
IV. HASIL
Kecepatan bola hasil tendangan menggunakan
solenoid tergantung dari berapa besar tegangan yang
dicatu ke solenoid. Hasilnya ditunjukkan pada gambar 12.
Dalam pengujian dengan alas karpet, dihasilkan
kecepatan bola 7m/s ketika solenoid diberikan tegangan
catu sebesar 235 Volt DC.
20
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
VII. BIOGRAFI
Iwan Kurnianto Wibowo lahir di Surabaya 30
Desember 1987. Tahun 2010 lulus dari PENS-
ITS dan kemudian lanjut S2 di Teknik Elektro
ITS.
Setelah menyelesaikan studi S2, mengabdikan
diri sebagai dosen Teknik Komputer Di PENS.
Pernah membimbing kontes kapal cepat, dan
Gambar 13. Waktu pengisian capasitor bank sekarang sedang aktif membimbing divisi baru
dalam Kontes Robot Indonesia yaitu Kontes Robot Soccer
Beroda indonesia.
V. PENELITIAN SELANJUTNYA
Mochamad Mobed lahir di Lamongan 17
Penelitian selanjutnya adalah membuat solenoid Februari 1988. Tahun 2011 lulus dari PENS-
berbentuk pipih. Akan dibandingkan hasilnya apakah ITS dan kemudian lanjut S2 di Teknik Elektro
lebih baik atau justru lebih buruk. Dengan bentuk pipih, ITS.
tentunya akan mempermudah peletakkan dan Setelah menyelesaikan studi S2, mengabdikan
diperkirakan dapat mengurangi berat solenoid. diri sebagai dosen Teknik Komputer di PENS.
21
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
ABSTRAK – Lingkungan yang komplek dan dinamis Ilmu Pengolahan Citra (Image Processing) yang
dalam sebuah kompetisi robot soccer menyebabkan sulit memungkinkan 22sistem dapat melihat seperti manusia.
mendapatkan model tracking dari interaksi lingkungan yang Dengan vision tersebut 22sistem22 dapat mengambil
dihadapi oleh robot. Deteksi objek dan segmentasi adalah
keputusan, melakukan aksi, dan mengenali terhadap suatu
tugas mendasar yang paling penting dan menantang visi
komputer. Ini adalah bagian penting dalam banyak aplikasi objek. Beberapa pengimplementasian dari Computer
seperti pencarian gambar, adegan pemahaman, dll. Namun Vision adalah Face Recognition, Face Detection,
itu masih merupakan masalah terbuka karena untuk variasi Face/Object Tracking, Road Tracking.
dan kompleksitas kelas objek dan latar belakang.Untuk Berdasarkan pada hal tersebut, penelitian ini akan
kontrol yang bersifat reaktif lebih sesuai diterapkan daripada menerapkan menggunakan OpenCV untuk mengatasi
kontrol deliberatif. Pada dasarnya, webcam mengirimkan
masalah pemodelan sistem yang komplek. Dengan
frame video ke Open Computer Vision (OpenCV) berjalan
pada Windows PC. Jika OpenCV mendeteksi objek itu akan demikian diharapkan robot memiliki kemampuan dalam
melacak dan menghitung pusatnya X, Y, R koordinat. hal menggiring bola (dribbling), mengenali objek
Koordinat kemudian diteruskan ke Arduino melalui koneksi (recognize objects), menembakkan bola ke gawang lawan
Bluetooth. Arduino mengontrol pergerakan robot soccer (shooting) dan menghadapi lingkungan yang cukup
dengan bantuan webcam untuk mendeteksi objek berdasrkan dinamis.
warna dan dimensi.
B. Rumusan Masalah
Kata Kunci : Robot Soccer, OpenCV, Tracking OpenCV,
Arduino, Bluetooth, Webcam
Sistem deteksi pada robot soccer mengandalkan
sensor berupa kamera yang terpasang di atas lapangan.
I. PENDAHULUAN Untuk itu masalah pertama yang akan diselesaikan pada
penelitian ini adalah bagaimana mendapatkan informasi
A. Latar Belakang posisi dan orientasi robot dan bola pada lapangan melalui
Robot Soccer merupakan salah satu aplikasi untuk pengolahan citra.
teknik navigasi global, dimana informasi mengenai
Kemudian agar robot dapat berperilaku seperti
lingkungan robot, posisi dan orientasi robot, posisi bola
layaknya pemain sepak bola, maka perlu digunakan
dan posisi lawan ditentukan melalui sistem visi (Kim, OpenCV yang memiliki kemampuan untuk pengolahan
2003). Lingkungan pada robot sepak bola adalah
citra, meliputi mendeteksi objek, mengenali lawan, dan
lingkungan yang dinamis, dimana terdapat robot lawan,
melakukan tembakan (shooting) bola ke gawang lawan.
dan posisi bola yang selalu berubah tiap waktu. Pada Perilaku-perilaku inilah yang nantinya digunakan robot
kasus seperti ini sulit untuk memperoleh model
dalam bernavigasi. Masalah yang akan diselesaikan
matematik yang tepat dari interaksi robot dengan adalah bagaimana memformulasikan masukan bagi
lingkungannya. Meskipun dinamika robot dapat
OpenCV yang dirancang dari informasi posisi dan
dijelaskan secara analitik, namun interaksi robot dengan
orientasi yang didapat melalui pengolahan citra
lingkungan melalui sensor dan aktuator sangat sulit sebelumnya.
diperoleh model matematiknya. Untuk menghadapi
C. Tujuan Penelitian
masalah keterbatasan pengetahuan yang tepat dan Sesuai dengan rumusan masalah yang ada,
lengkap mengenai lingkungan, yang diperlukan adalah
penelitian ini akan menyelesaikan persoalan identifikasi
kendali cerdas dan sistem pembuat keputusan dengan
posisi dan orientasi melalui pengolahan citra dan
kemampuan reasoning pada kondisi tidak tentu dan perancangan OpenCV yang digunakan pada robot soccer,
kemampuan belajar dari pengalaman (Hoffman, 2003).
meliputi mencari target, memngenali lawan dan
Open Computer Vision (OpenCV) merupakan salah
melakukan tembakan ke gawang lawan. Selanjutnya
satu solusi untuk masalah pemodelan di atas. persoalan konflik antar OpenCV akan diselesaikan
OpenCV adalah sebuah Application Programming
dengan merancang koordinasi yang tepat. Hasil
Interface ( API ) Library yang sudah sangat familiar rancangan kemudian disimulasikan dan
pada Pengolahan Citra Computer Vision. Computer
diimplementasikan pada robot sehingga dapat dijadikan
Vision itu sendiri adalah salah satu cabang dari Bidang
sebagai system navigasi robot dalam pertandingan robot
22
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
soccer.
23
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
24
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
25
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstract – Sensor kompas merupakan sensor yang membuat pembacaan sensor kompas menjadi fluktuatif
banyak dipakai pada robot sebagai acuan untuk (noise). Kondisi noise ini akan menimbulkan kesalahan
bernavigasi berdasarkan arah. Pada robot Barelang FC persepsi arah hadap robot dan orientasi gawang.
sensor kompas digunakan sebagai acuan arah hadap robot Dikarenakan pada robot Barelang FC pendeteksian
dan pendeteksian orientasi gawang dengan bantuan orientasi gawang masih menggunakan perpaduan dari
tambahan sensor kamera. Medan magnet lingkungan sensor kamera dan sensor kompas. Berikut ini merupakan
sekitar sangat mempengaruhi hasil pembacaan sensor perbandingan kondisi pembacaan sensor kompas pada
kompas. Terlebih jika sensor kompas dipasangkan pada ketika robot sedang dalam kondisi diam (Gambar 1) dan
robot yang memiliki banyak motor contohnya robot ketika robot dalam keadaan bergerak (Gambar 2).
humanoid. Medan magnet yang berasal dari servo motor
akan mempengaruhi hasil pembacaan sensor kompas.
Pada robot Barelang FC telah diteliti bahwa hasil Data CMPS10 Kondisi Robot Diam
pembacaan sensor kompas pada saat robot diam dan robot 1500
bergerak sangat berbeda. Hasil pembacaan pada saat
Bearing Value
I. PENDAHULUAN
Data CMPS10 Kondisi Robot Jalan
R obot Barelang FC menggunakan sensor kompas
sebagai acuan untuk menentukan arah hadap robot
dan posisi gawang. Hasil pembacaan sensor kompas 1500
Ditempat
Bearing Value
26
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
pembacaan sensor kompas cenderung stabil. Namun pada noise menggunakan kalman filter. Data hasil filter
saat robot bergerak hasil pembacaan sensor kompas mulai kemudian dikirimkan ke main controller robot
terlihat fluktuatif yang disebabkan karena pergerakan (embedded PC) melalui komunikasi serial. Tampilan dari
motor servo yang ada pada tubuh robot. perangkat keras yang digunakan dapat dilihat pada
Gambar 4.
II. SENSOR KOMPAS
Instrumen utama yang digunakan pada penelitian
kali ini adalah sensor kompas. Jenis sensor kompas yang
digunakan adalah tipe CMPS10. Sensor kompas CMPS10
merupakan kompas digital yang dibuat oleh Devantech.
CMPS10 memiliki kemampuan untuk mengukur medan
magnet 3 sumbu. Selain itu CMPS10 juga dilengkapi
dengan accelerometer 3 sumbu dengan pengolah data
internal menggunakan 16-bit processor. Salah satu
kelebihan dari dari sensor CMPS10 adalah mampu
menanggulangi error pembacaan akhibat dari posisi
kemiringan sensor. Output dari sensor CMPS10
merepresentasikan nilai medan magnet pada 3 sumbu
Gambar 4. Perangkat keras sub controller
(sumbu X, Y dan Z). Dimana jangkauan nilai yang
dihasilkan adalah 0-3599 yang merepresentasikan nilai 0o
IV. .KALMAN FILTER
– 359,9o yang berarti bahwa bahwa sensor memiliki
resolusi 0,1o [1]. Untuk jalur antarmuka dengan perangkat Pada tahun 1960, R.E. Kalman [2] mempublikasikan
lain, sensor memiliki 3 pilihan mode antarmuka yaitu karya ilmiah yang sangat terkenal hingga saat ini yaitu
I2C, Serial TTL dan PWM. Raw data dari sensor sebuah solusi untuk memecahkan permasalahan filtering
magnetometer dan accelerometer pada CMPS10 di- untuk data linier diskrit. Kalman filter terdiri dari
sampling tiap 13,3 ms oleh internal processor CMPS10. sekumpulan persamaan matematis yang dapat
Kemudian dilakukan filter sederhana menggunakan memperkirakan keadaan (state) suatu proses dengan cara
pencarian nilai rata-rata dari 45 sampel data. Nilai rata- meminimalisir rata-rata error kuadrat (mean squared
rata inilah yang nantinya dikeluarkan oleh sensor melalui error). Dengan Kalman filter maka sebuah proses dapat
3 mode jalur antarmuka pada sensor. Sehingga kecepatan diperkirakan keadaan sebelumnya, saat ini dan yang akan
CMPS10 melakukan update data adalah 75hz atau sama datang.
dengan 640ms per data output. Kalman filter melakukan perkiraan atau estimasi
sebuah proses dengan menggunakan feedback control,
III. RANCANGAN PERANGKAT KERAS pertama filter akan membuat estimasi state suatu proses
pada satu waktu kemudian menerima feedback yang
Berikut adalah gambar diagram blok dari perangkat
berupa pengukuran sensor yang biasanya mengandung
keras pada robot Barelang FC.
noise. Dengan demikian persamaan Kalman filter bisa
dibagi menjadi dua bagian yaitu persamaan time update
dan persamaan measurement update. Persamaan time
update berfungsi untuk membentuk estimasi state saat ini
dan error covariance untuk mendapatkan estimasi untuk
time step berikutnya. Persamaan measurement update
berfungsi untuk menggabungkan pengukuran yang baru
ke dalam estimasi sebelumnya untuk mendapatkan
estimasi berikutnya yang lebih baik.
Persamaan time update bisa disebut juga dengan
Gambar 3. Diagram blok perangkat keras robot
persamaan predictor, sedangkan persamaan measurement
update bisa disebut juga dengan persamaan corrector[3].
Pada bagian perangkat keras digunakan sub controller
Estimasi akhir diperoleh dengan menggabungkan
sederhana menggunakan mikrokontroler ATMega328P.
algoritma predictor-corrector untuk menyelesaikan
Sensor kompas terhubung ke mikrokontroler melalui jalur
permasalahan numerik seperti ilustrasi pada Gambar 5.
data I2C. Kemudian data sensor kompas dibaca oleh
mikrokontroler dan selanjutnya dilakukan proses reduksi
27
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Bearing Value
1100
1000
900
Gambar 5. Siklus allgoritma kalman Filter 0 100 200 300 400 500
Sample
Time update membentuk estimasi state,
measurement update melakukan penyesuaian estimasi Gambar 6. Grafik raw data sensor kompas CMPS10 saat robot jalan
berdasarkan pengukuran aktual saat itu. Persamaan time ditempat (Percobaan 1)
update tampak pada persamaan berikut :
950
Sedangkan persamaan measurement update tampak 0 100 200 300 400 500
pada persamaan berikut : Sample
K k = Pk− H T (HPk− H T + R)−1 (3) Gambar 7. Grafik data yang telah di-filter saat robot jalan ditempat
(Percobaan 1)
x̂k = x̂k− + K k (zk − Hx̂k− ) (4)
Percobaan pertama dilakukan dengan cara
Pk = (I − K k H) Pk− (5) mengukur parameter sensor pada saat robot berjalan
ditempat. Parameter yang diukur adalah data raw dari
x̂k− adalah estimasi priori state (kondisi sebelumnya) sensor dan data output kalman filter. Hasil percobaan
untuk time step k, yang diperoleh dengan mengalikan menunjukkan bahwa pada saat robot berjalan ditempat
parameter filter A dengan x̂k−1 , yaitu estimasi posteriori data raw yang diperoleh dari sensor terlihat sangat noise.
state (kondisi berikutnya) untuk time step k-1. Hasilnya Setelah ditambahkan filter hasilnya cukup terlihat smooth
kemudian dijumlahkan dengan parameter filter B yang seperti yang terlihat pada Gambar 7.
dikalikan dengan control input uk . Pk− adalah priori
estimate error covariance, sedangkan Pk−1 adalah
posteriori estimate error covariance. Dalam prakteknya
Raw Data Measurement
process noise covariance, Q dan measurement noise
1300
Bearing Value
28
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Bearing Value
850
300 0 100 200 300
0 100 200 300 Sample
Sample
Gambar 11. Grafik data yang telah di-filter saat robot berjalan maju
Gambar 9. Grafik data yang telah di-filter saat robot berjalan maju (Percobaan 3)
(Percobaan 2)
VI. KESIMPULAN
Pada percobaan kedua dilakukan pengukuran Dari beberapa percobaan yang dilakukan, dapat
parameter yang sama seperti pada percobaan pertama. dibuktikan bahwa kalman filter dapat membantu
Namun pada percobaan kedua kondisi robot adalah mereduksi noise pada sensor kompas yang disebabkan
berjalan di sekitar lapangan, seperti halnya sedang karena pengaruh medan magnet dari beberapa komponen
bertanding. Dapat dilihat dari hasil pengujian bahwa pada robot. Dengan adanya reduksi noise tersebut,
noise sensor masih tetap ada dan semakin besar. Hal ini kesalahan persepsi terhadap arah orientasi robot dan
dikarenakan pada saat berjalan maju, heading robot tidak orientasi gawang dapat dikurangi.
selalu lurus, terkadang berubah-ubah sehingga hasil
pembacaan sensor kompas juga berubah-ubah. Namun VII. DAFTAR PUSTAKA
setelah ditambahkan kalman filter, kondisi noise tersebut
[1] Robot-Electronics. (2016 Mei.). CMPS10 – Tilt Compensated
dapat diatasi. Compass Module. [Online].
Percobaan ketiga dilakukan dengan cara yang sama [2] Kalman, R.E. (1960), “A New Approach to Linear Filtering and
dengan percobaan kedua. Hasilnya juga terlihat bagus, Prediction Problems”, Transaction of the ADME-Journal of Basic
Engineering, hal. 35-45.
dapat dilihat pada grafik data output kalman filter lebih Available: http://www.robot-
smooth dibandingkan data raw yang diterima langsung electronics.co.uk/htm/cmps10doc.htm
dari sensor CMPS10. [3] S. Hendawan and A. F. Rifqi, "Implementasi Kalman Filter Pada
Sensor Jarak Berbasis Ultrasonik," diterbitkan Jurnal Integrasi
Volume 6 Nomor 2 Bulan Oktober tahun 2014 ISSN : 2085-3858.
Raw Data
VIII. BIOGRAFI
Eko Rudiawan Jamzuri, S.ST lahir di
Bearing Value
29
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
30
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
31
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
melakukan gerakan untuk mengambil bola. Selanjutnya, lawan. Bola akan terus digiring hingga robot masuk ke
robot kedua akan melakukan dribbling ke arah gawang area kotak penalty lawan, kemudian bola ditendang.
lawan. Fig. 4 merupakan ilustrasi arah gerakan robot saat Namun, apabila jalur dribbling robot pembawa bola
kick-off dilakukan oleh robot lawan. Sedangkan fig. 5 terhalang oleh robot lawan, maka robot akan menendang
merupakan ilustrasi arah gerakan robot saat kick-off bola ke area sisi kanan atau kiri lapangan, yang
dilakukan oleh robot kawan. selanjutnya bola digiring oleh robot kedua hingga masuk
ke gawang lawan.
Fig. 4. Ilustrasi kondisi kick-off oleh lawan Fig. 7. Ilustrasi saat bola dikuasai sendiri di area lawan
D. Posisi Coach-computer Tidak Mendeteksi Bola
Saat coach-computer tidak dapat mendeteksi
keberadaan bola di lapangan, maka robot kedua akan
memposisikan diri di depan gawang sendiri, dan robot
pertama melakukan pencarian bola secara mandiri
menggunakan kamera CMUCam4. Pencarian bola secara
mandiri menggunakan metode behaviour-based yang
dijabarkan pada figure 8.
Fig. 5. Ilustrasi kondisi kick-off oleh kawan
B. Posisi Bertahan
Saat bola dikuasai oleh robot lawan, dan posisi bola
berada di area lapangan lawan, maka robot pertama akan
melakukan gerakan untuk merebut bola dari robot lawan
yang membawa bola, dan robot kedua akan
memposisikan diri di sekitar robot lawan yang tidak
membawa bola. Strategi ini diterapkan untuk
mengantisipasi strategi operan bola yang dilakukan oleh
robot lawan. Adapun jika bola yang dikuasai robot lawan Fig. 8. Diagram behaviour-based method
berada pada area lapangan sendiri, maka robot kedua akan
memposisikan diri di depan gawang untuk menghangi IV. PENGUJIAN
bola masuk ke gawang sendiri. Figure 6 merupakan Pengujian dilakukan pada beberapa kondisi.
ilustrasi saat robot lawan menguasai bola di area lapangan Kondisi pertama saat kick-off, kondisi kedua saat bola di
lawan. area lapangan lawan, kondisi ketiga saat bola di area
lapangan sendiri. Pada semua kondisi pengujian, bola
berada pada penguasaan sendiri. Figure 9 merupakan
tampilan screenshoot aplikasi pada saat coach-computer
saat dioperasikan.
32
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
33
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Dago Hoogeschool Humanoid Robot Soccer Team, Unit Robotika ITB, Institut Teknologi Bandung
Abstract -- Humanoid Robot is a robot with its overall 90 cm that capable to play soccer like human did [2]. In
appearance based on that of the human body. In general fact, the capability of the robot to play footbal is still
humanoid robots have a torso with a head, two arms and limited. Therefore, the difficulty level of KRSBI rules
two legs. With the appearance like human, we can design a
increase annually. In 2011, there were six poles landmark
robot to play football. As an annual participant of KRSBI,
Dago Hoogeschool team has developed some modified with blue and yellow colour at the field. In 2012, there
platforms from DARwIn-OP. Baldhart v.1 is the latest were only two poles landmark. In 2013, there was no pole
platform with Dynamixel MX-64 servo on both its knee, but at the field, and all goal post has same colour, yellow [3].
this platform has balancing problem because of unprecise Until that year, the height of the robot allowed is 30-60
laser-cutting and bending. So, we developed new platform cm. But, in 2014, four robots in a team was allowed and
with all Dynamixel MX-64 on both of its leg and use new
the height of the robot that allowed is 40-90 cm [4]. In
module on electrical system. To evaluate performance of this
platform, we use standard DARwIn-OP program. 2015, the size of field increased from 6x4 m to 9x6 m with
the goalpost size adjusted. And, for this year 2016, the
Keywords — Dynamixel MX-64, Humanoid Robot, size of field decrease to 6x4 m but with artificial green
ODROID-XU4, Rules KRSBI grass with a yarn length of approximately 30mm [1]. Next
year competition will use FIFA size 1 ball with 13 cm
I. INTRODUCTION diameter.
Dago Hoogeschool is one of annual participant of
H umanoid Robot is a robot with its overall appearance
based on that of the human body. In general
humanoid robots have a torso with a head, two arms and
KRSBI from Institut Teknologi Bandung. This team is
part of student activity unit (UKM) Unit Robotika ITB
two legs [1]. This humanoid robot was designed for (URO). Dago Hoogeschool born since 2008, and using
functional purpose. One of them is playing soccer. A BIOLOID platform at that time. Since 2013, this team
sports game that designed for a team to insert a ball in a used and developed DARwIn-OP platform for doing this
soccer-field to opponent goalpost with their body except research. The research concern about ball detection, goal
hand and defend their goalpost from their opponent goal. post detetion, localization, behavior, communication, and
Kontes Robot Sepak Bola Indonesia (KRSBI) is a dynamic balancing of the robot.
competition that based on 3RoboSoccer Humanoid With increasing difficulty level of rules KRSBI,
League Kid Size in Robocup. In this competition, the upgrading software and hardware of the robot are
participant must build humanoid robot with height 40 – required. To face that challenge, Dago Hoogeschool team
This project was supported in part by Lembaga Kemahasiswaan 40132, West Java, Indonesia. (email : mihisnain@gmail.com4,
Institut Teknologi Bandung. dbkusumawardhana @gmail.com5, diyaryasin59@gmail.com6 )
Wahyu Trisvianto1 is student of Department of Physics, Faculty of Miftahul Mahfuz7 and Ahmad Fajar Prasetyo8 is student of
Mathematics and Natural Sciences. Institut Teknologi Bandung, Department Informatics Engineering, School of Electrical Engineering
Bandung 40132, West Java, Indonesia. (e-mail : and Informatics, Institut Teknologi Bandung, Bandung 40132, West
wahyu.trisvianto@gmail.com1) Java, Indonesia.
Alyssa Diva Mustika2 and Daniel Abdullah3 are student of Fatuh Jamallubis9 is student of Department Aerospace Engineering,
Department Electrical Power Engineering, School of Electrical Faculty of Mechanical and Aerospace Engineering, Institut Teknologi
Engineering and Informatics, Institut Teknologi Bandung, Bandung Bandung, Bandung 40132, West Java, Indonesia. (email :
40132, West Java, Indonesia. (email : alyssadivava@gmail.com2, fatuhjamallubis@gmail.com9)
danildanielak@gmail.com3) Andreas Ekadinata W.10 is students of Department Information System
M. Isnain Hartanto4, Dhimas Bintang K5. and Diyar Yasin6 are and Technology, School of Electrical Engineering and Informatics,
students of Department Electrical Engineering, School of Electrical Institut Teknologi Bandung, Bandung 40132, West Java, Indonesia.
Engineering and Informatics, Institut Teknologi Bandung, Bandung (email : ekadinataa@gmail.com10)
34
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
35
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Fig 2.4 Robot Platform Baldhart v1.0 Fig 3.1 Modification Platform DARwIn-OP v.2
Robot movement speed is determined by several Generally, humanoid robot consists of four parts:
factors. In mechanical point of view, two of them are leg body, head, hands, and leg [8]. Body is a place for
length and servo torque. To increase speed 20%, we can electrical system such as, computer, servo controller, and
extend leg length 20%, so that the step can even further. battery. This body has been designed for optimizing
If we consider this research (e.g. [8]), the biggest torque location of electrical part so that the robot can easy to
requirements for Humanoid Robot to do movement like maneuver and easy to disassembled in case something
DARwIn-OP are located in the knee, almost 13 kg.cm. wrong with electrical system. Head is a place for camera,
For safety reason, we use five times stronger servo torque. so the robot can see around easily. Hands is a tools for
Because of that, we use Dynamixel MX-64 servo with 64 helping the robot get up when falls and as a balance
kg.cm torque for knee (ID 13 and 14) and Dynamixel compensator. And leg as tool for walking and kicking the
MX-28 servo for the other. ball.
In this platform, we do modification in hardware, B. Electrical Design
especially in actuator at knee. Camera, servo controller, Apart from mechanical modification in the leg, we
SBC, and the other electrical system is still same with also do modification in electrical side to increase
before. But with difference servo on its leg, new problem capability of this robot.
appears. Laser-cutting and bending robot material 1) ODROID XU-4
imprecisely cause length of right and left leg not same. As
the result, robot was easily falling down. Dynamic
balancing that has been developed was useless because it
was too overburdening actuator.
36
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Linux, including the latest Ubuntu 15.04 and Android 4.4 used CM-730 as its servo controller [10].
KitKat and 5.0 Lollipop [9]. There are several reasons why CM-730 was selected
TABLE 3.1 as servo controller. First, it has several sensors for Inertial
COMPARISON BETWEEN ODROID XU-4 AND SBC FIT-PC 2
Measurement Unit like accelerometer and gyroscope.
Parameter Odroid XU-4 SBC Fit-PC 2
Samsung Exynos5422 Second, it supported serial communication through USB,
Cortex™-A15 2Ghz and 1.6 GHz Intel Atom so it can connect to ODROID-XU4 as main computer.
Processor
Cortex™-A7 Octa core Z530 Third, it has its interface to set mode that used. And the
CPUs
Mali-T628 fourth, main computer can access data directly and
MP6(OpenGL ES Intel Graphics Media integrated the other component like servo actuator,
GPU
3.0/2.0/1.1 and OpenCL Accelerator GMA500 gyroscope, and accelerometer.
1.1 Full profile),
2Gbyte LPDDR3 RAM 1 GB RAM soldered
3) Logitech C920
Memory
PoP stacked on-board
eMMC 5.0 Flash Storage
(up to 64GByte)
Hardisk 4GB flash SSD
MicroSD Card Slot (up
to 64GByte)
2 x USB 3.0 Host, 1 x
USB 2.0 Host, Gigabit 2 x USB 2.0, Dual
Peripheral Ethernet port, HDMI Gbit Ethernet, Serial
1.4a for display, serial port, HDMI
port
If we compare hardware specification above, Odroid
XU-4 is more capable to do image processing from Fig 3.4 Logitech C920 [11]
camera and the other calculation like localization for our
Robot Soccer algorithm. Odroid XU-4 has Octa core- Logitech C920 is a camera that has Carl Zeiss® lens
processors and stronger GPU, so that it can process the with CMOS sensor technology. It has features like 20-
image with larger resolution in a short time. It also has step autofocus and automatic low-light correction [11].
larger RAM, so that it can do multiple threads at the same This feature can increase angle quality of robot vision and
time. With the specification above, it is best choice for generate image better than original camera’s DARwIn-
our hardware investment, because of optimization OP. This camera is used to get visual data around robot.
between price and capability. C. Hardware Architecture
2) CM-730 All hardware above join together in a system like
diagram 3.5 below.
Power B/D Converting
Power Switch Power Line
Connector Mini-din Unit USB Line
DC Jack UBEC – 5A
Dynamixel Line
ETC Line
Main Controller ODROID
Standard PC XU-4
Head B/D
Sub Controller Logitech C920
CM-730 Interface B/D
Gyroscope 3-Axis
3x Push Button
USB TO TTL /
Accelerometer 3-axis FTDI
5x LED, 2x RGB
5x TTL Ports
LED
12x External I/O &
ADC 2x Cooling Fan
Supply Voltage Orientation
20x Actuator
Fig 3.3 CM-730 [10] Sensor & Buzzer Sensor
Dynamixel MX CMPS11
CM-730 is a servo controller manufactured by Korean Fig 3.5 System block diagram
robot manufacturer ROBOTIS. It has STMicroelectronics
32F103RE ARM Cortex 32-bit CPU (clocked @ 72MHz) Fig. 3.5 shows network based modular structure and
(512KB Flash, 64KB SRAM ) as its CPU; 3 sensors such standard architecture of our modified framework.
as 3-axis gyroscope , 3-axis accelerometer, supply voltage Devices like actuators, LEDs, button interface are
sensor; USB Port, Serial Port , 5x TTL Ports (for connected to Sub Controller by a serial bus network
Dynamixel); 5 x LED , 2 x RGB LED, 3 x Button, 1 x which fully supports DYNAMIXEL [13]. Each device
Buzzer as its interface; and Dynamixel Power Control has a memory mapped operation structure with
Unit, Head board port, Interface board port. DARwIn-OP designated ID. The main controller, ODROID XU-4
communicates with the sub controller, camera, and
37
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
compass by USB. The sub controller works as a gateway own goal post. To increase balancing of the Robot, we
to access devices. Therefore, all devices are encapsulated implemented previous research of dynamic balancing of
as an USB device, which means that the development the robot (e.g. [16]). And we implemented localization
environment is just like a standard PC [14]. from previous research (e.g. [17]). All of that research,
D. Software Architecture synergize in a robot strategy (e.g. [18]).
Software framework on Dago Hoogeschool is based
on DARwIn-OP platform it self. Here are figure of IV. IMPLEMENTATION
DARwIn Framework Class Diagram. To evaluating performance of this framework, we
use standard DARwIn-OP program. With this program,
this robot can do simple algorithm like ball searching, ball
following, and kicking the ball. In that case, we can verify
that this platform can follow the ball with stable walking
with default DARwIn-OP program as shown in fig 3.6.
V. CONCLUSION
In this paper, we present a new platform of robot to
compete in KRI 2016. We give detailed implementation
of the design framework. This robot is capable to
searching and tracking a ball, and then approaching the
ball to kick it.
VI. ACKNOWLEDGMENT
To adapt with rules of Robocup, we modified the
software so it can adapt to Game Controller from the The author would like to thank to Lembaga
referee. We also do modification in Image Processing, so Kemahasiswaan ITB for financial support to build this
it can detect ball and goalpost. With the orientation robot, and Dago Hoogeschool ITB team for the
system, the robot can determine opponent goal post and cooperation to finish this project.
38
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
VII. REFERENCES [11] M. Luqman, et al. Final Project Document Humanoid Robot
Soccer League. School of Electrical Engineering and Informatics,
[1] ScienceDaily, URL: https://www.sciencedaily.com/terms/ Institut Teknologi Bandung. 2015.
humanoid_robot.htm accessed on May 9th, 2016 at 21.47 [12] Logitech C920. URL : http://www.logitech.com/en-
[2] Buku Panduan KRSBI 2016 versi beta 25 Oktober 2015 au/product/hd-pro-webcam-c920 accessed on May 11th, 2016 at
[3] Robocup Committee, RoboCup Soccer Humanoid League 11.34
Rules and Setup For the 2013 Competition in Eindhoven, 2013. [13] ROBOTIS Co, Ltd. Web Site, URL : http://support.robotis.com/
[4] Robocup Committee, RoboCup Soccer Humanoid League en/product/dynamixel/dxl_communi
Rules and Setup For the 2014 Competition Jo~ao Pessoa, 2014. cation.htm accessed on May 11th, 2016 at 13.12
[5] Terra, A. I, et al., “Optimasi Desain Platform DARwIn-OP [14] Inyong Ha, et al, "Development of Open Humanoid Platform
sebagai Robot Pemain Bola,” in Proc. 2013 Indonesian DARwIn-OP," in Proc. 2011 SICE Annual Conference., pp. 2178-
Symposium on Robot Soccer Competition, pp 26-31 2181.
[6] All On Robots, Bioloid, URL : http://www.allonrobots.com/ [15] ROBOTIS Co, Ltd. Web Site,
bioloid.html accessed on May 10th, 2016 at 13.40 http://support.robotis.com/en/product/ darwin-op/development/
[7] Robotis, DARwIn-OP, URL: http://en.robotis.com/index/ framework.htm accessed on May 11th, 2016 at 13.43
product.php?cate_code=111010 on May 10th, 2016 at 14.28 [16] M. Luqman, et al. “Humanoid Robot Locomotion System With
[8] Imre Nagi, et al. Final Project Document Humanoid Robot Soccer Balancing Feedback Using Leg and Arm Strategy and Stepping
League. School of Electrical Engineering and Informatics, Institut Strategy” in Proc. 2015 Indonesian Symposium on Robot
Teknologi Bandung. 2014. Soccer Competition.
[9] Hardkernel Products, Odroid-XU4. URL : [17] Imre Nagi, et al. “Implementasi Partikel Filter dan Monte Carlo
http://www.hardkernel.com/ Localization Pada KRSBI-KRI 2014” in Proc. 2015 Indonesian
main/products/prdt_info.php?g_code=G143452239825 accessed Symposium on Robot Soccer Competition.
on May 10th, 2016 at 20.28 [18] Maratush Sholihah, et al. “Perancangan dan Implementasi
[10] ROBOTIS e-manual v1.25.00, Sub Controller (CM-730). URL : Algoritma Sistem Komunikasi Dan Algoritma Strategi Bermain
http://support.robotis.com/en/product/darwin- Sepak Bola Pada Robot Humanoid Kidsize” in Proc. 2014
op/references/reference/ Indonesian Symposium on Robot Soccer Competition.
hardware_specifications/electronics/sub_controller_(cm-
730).htm accessed on May 11th, 2016 at 10.34
39
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstract – This paper presents a method to complete the dynamics of a biped robot is modeled as a running cart on
control system of Darwin-OP. The main focus is to minimize a table which gives a convenient representation to treat
the posibility of falling in the X rotation axis (pitch) while the ZMP [11], Goswami et al the foot-rotation indicator (FRI)
position of the COM tends to be outside of the support polygon.
point, which is a point on the foot/ground-contact surface
The proposed solution is using the nonlinear PID to stabilize
the walking motion of the robot. Considering that the original where the net ground-reaction force would have to act to
DarwinOP walking parameters such as hip pitch gain and keep the foot stationary. To ensure no foot rotation, the
ankle pitch gain only use the linear proportional gain and the FRI point must remain within the convex hull of the foot-
only sensor that is used in the walking feedback control system support area[12]. Ha et al. achieve balance walking based
is only the gyro, the nonlinear PID and the accelero are on coupled oscillators with DARwIn-OP robot [7]. Yi et
implemented in parameters. The result of this method has been
al propose method of active stabilizatiton and
demonstrated in Alfarobi's robot. All of the data such as Gyro
data, accelero data, and the error data could be viewed in the successfully implemented on DARwIn-OP robot [8].
walking tuner monitor. Missure et al propose a hierarchical, omnidirectional gait
Keywords: Humanoid Robot Soccer, Walking, control framework that is able to counteract strong
Nonlinear PID, Darwin-OP perturbations using a combination of step-timing, foot-
placement, and zero-moment-point strategies[13].
I. INTRODUCTION Hirukawa et al propose a universal stability criterion of
the foot contact of legged robots that checks if the sum of
In RoboCup Kid Size Humanoid League walking is
the gravity and the inertia wrench applied to the COG of
the most important thing to be considered. There's a lot
the robot, which is proposed to be the stability criterion,
kind of models, patterns, and control systems about
is inside the polyhedral convex cone of the contact
humanoid robot walking. One of the easiest way to
wrench between the feet of a robot and its
implement the walking of humanoid robot is by
environment[14]. But all methods need more
implementing Darwin-OP. Yet there's some constraints in
modification to the framework. Therefore, we implement
Darwin-OP when we aren't use the original mechanical
a very simple feedback control to the framework.
parts of the robot. That way, we need to do some
The main topic in this paper is to include The Non-
improvements in the robot walking.
Linear PID in DARwIn-OP framework because the
Since the field of the RoboCup Kid Size Humanoid
original walking program is only consists of proportional
League is synthetic grass, it takes more effort to improve
gain of shoulder gain, hip gain, knee gain and ankle gain.
the walking ability for the robot to walk properly on the
The other consideration is because the only feedback data
field.
which is used in the system comes form the gyro.
Non-Linear PID probably isn’t a main solution of
In this paper we add proportional gain and
humanoid walking control system to make the robot walk
differential gain to the shoulder gain, hip gain, knee gain,
on rough terrain, slopy surface, something similar.
ankle gain, and the COM position to complete the control
There’s a lot of method such as Kajita et al. 3D-Linear
systems of the framework.
Inverted Pendulum Model as a method of walking control
of a biped robot where we can analyze the dynamics of a
three-dimensional inverted pendulum in which motion is
constrained to move along an arbitrarily defined plane
[10], Kajita et al Preview Controller as the first, the
40
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
41
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Accelero
Gait Complementary
Pattern Filter
Generator
Non-Linear PID Fig. 4: The output data of the Gyro and the accelero.
Controller
Gyro F/B and Accel F/B respectively is the raw data of
the gyro and the accelero at sagittal plane, and the Gyro
Fig. 3: The Walking system of the DARwIn-OP R/L and Accel R/L for lateral plane. The pitchError is the
error at the pitch axis, rollError is the error at the roll axis.
In the figure above, the filtered angle is feedback to dPitchError and dRollError is the error differences
the gait pattern generator and the joint value is added with respectively at the pitch and roll axis.
control signal value from the non-linear PD controller.
We use walking engine and the gait pattern generator III. EXPERIMENT RESULT
from DARwIn-OP open source code available online at
We succesfully implemented the non-linear PID
[9], and we modified the kinematics to match with our
while the robot is standing and the robot could adapt
robot since our robot has a larger size than default
toward slowly changing slope variation in the sagittal
DARwIn-OP robot. The joint value output from the gait
plane. At first, the robot is standing upright, then the floor
pattern generator is then added with the control signal
is slowly inclined in backward direction. With the non-
from the controller framework. We add the control signal
linear PID, we could flexibly tune the robot response to
value to the shoulder pitch, hip pitch, and the ankle pitch
the error signal. In this experiment, we make the robot
joint. Each of the joint has its non-linear PD parameters
response weakly to the small error signal with small
so it will make the tuning process of the robot walking
proportional gain and response strongly to the higher
more difficult yet more customizable.
42
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
error signal with higher proportional gain. The robot could adapt the inclination of the floor.
proportional gain and the non-linearity parameter is tuned The problem is, we could only achive the result for
experimentally. We do not yet optimize the derivative standing slowly changing slope inclination. We do not
gain of the control framework. The experiment result is successfully implement for a more faster slope inclination
shown in the figure below. change yet. When the robot is given with a faster slope
inclination change, the robot’s response is too high and
the robot oscillates.
V. ACKNOWLEDGEMENT
We convey our gratitude to Universitas Gadjah
Mada and all Gadjah Mada Robotics Team supervisors
and members to support this project. Project‘s funding
was provided by Gadjah Mada Robotics Team (GMRT)
under research grant of Universitas Gadjah Mada for
Time: 0.3 s research period 2015 – 2016.
VI. REFERENCES
[1] Williams, R. L. (2012, August). DARwin-OP humanoid robot
kinematics. In ASME 2012 International Design Engineering
Technical Conferences and Computers and Information in
Engineering Conference (pp. 1187-1196). American Society of
Mechanical Engineers..
[2] Ha, I., Tamura, Y., Asama, H., Han, J., & Hong, D. W.
(2011,September). Development of open humanoid platform
DARwIn-OP. In SICE Annual Conference (SICE), 2011
Proceedings of (pp. 2178-2181). IEEE.
[3] Ha, I., Tamura, Y., & Asama, H. (2013). Development of open
Time: 0.6 s platform humanoid robot DARwIn-OP. Advanced Robotics,
27(3), 223-232.
[4] Galdeano, D., Chemori, A., Knit, S., & Fraisse, P. (2014,
November). A nonlinear PID stabilizer with spherical projection
for Humanoids: From concept to real-time experiments. In
Humanoid Robots (Humanoids), 2014 14th IEEE-RAS
International Conference on (pp. 693-698). IEEE.
[5] ROBOTIS Co, Ltd. Web Site,
http://support.robotis.com/en/product/darwin-
op/development/framework/reference/motion/modules/walking.
htm
[6] ROBOTIS Co, Ltd. Web Site,
http://support.robotis.com/en/product/darwin-
op/development/framework.htm
Time: 1.1 s [7] Ha, I., Tamura, Y., & Asama, H. (2011, September). Gait pattern
generation and stabilization for humanoid robot based on coupled
In the figure above, the response of the robot to the oscillators. In Intelligent Robots and Systems (IROS), 2011
IEEE/RSJ International Conference on (pp. 3207-3212). IEEE.
inclination of the floor is shown. It can be seen that the
43
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
[8] Yi, S. J., Zhang, B. T., Hong, D., & Lee, D. D. (2012, October). point. In Robotics and Automation, 2003. Proceedings. ICRA'03.
Active stabilization of a humanoid robot for impact motions with IEEE International Conference on (Vol. 2, pp. 1620-1626). IEEE.
unknown reaction forces. In Intelligent Robots and Systems [12] Goswami, A. (1999). Postural stability of biped robots and the
(IROS), 2012 IEEE/RSJ International Conference on (pp. 4034- foot-rotation indicator (FRI) point. The International Journal of
4039). IEEE. Robotics Research, 18(6), 523-533.
[9] DARwIn-OP – SourceForge Web Site, darwinop.sourceforge.net [13] Missura, M., & Behnke, S. (2011, October). Lateral capture steps
[10] Kajita, S., Kanehiro, F., Kaneko, K., Yokoi, K., & Hirukawa, H. for bipedal walking. In Humanoid Robots (Humanoids), 2011
(2001). The 3D Linear Inverted Pendulum Mode: A 11th IEEE-RAS International Conference on (pp. 401-408).
simple modeling for a biped walking pattern generation. In IEEE.
Intelligent Robot and Systems, 2001. Proceedings. 2001 [14] Hirukawa, H., Hattori, S., Harada, K., Kajita, S., Kaneko, K.,
IEEE/RSJ International Conference on (Vol. 1, pp. Kanehiro, F., ... & Morisawa, M. (2006, May). A universal
239-246). IEEE. stability criterion of the foot contact of legged robots-adios zmp.
[11] Kajita, S., Kanehiro, F., Kaneko, K., Fujiwara, K., Harada, K., In Robotics and Automation, 2006. ICRA 2006. Proceedings
Yokoi, K., & Hirukawa, H. (2003, September). Biped walking 2006 IEEE International Conference on (pp. 1976-1983). IEEE.
pattern generation by using preview control of zero-moment
44
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
45
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
46
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
gaya dan tekanan pada bracket robot sehingga kita tersebut berada pada posisi terdekat pada garis
mampu mengukur desain robot serta mampu menekan terluar.Semakin mendekati garis semakin tidak seimbang.
harga material yang dipakai. karena tidak semua bracket Apalagi jika titik ZMP tidak berada didalam polygon
harus menggunakan material seragam aluminum. maka robot akan terjatuh.
C. Metode Zero Momen Point
Setelah mengetahui kinematika dan dinamika dari IV. HASIL DAN DISKUSI
robot serta seluruh penyebaran gaya gaya dan tekanan A. Hasil Metode Elemen Hingga
pada bracket robot barulah dilakukan metode zero momen Hasilnya berupa pemilihan material yang mampu
point ini. Metode ini menganalisis titik dimana tidak menjaga kekuatan dan ketangguhan dari robot sekaligus
terjadinya momen. dapat menaikan centre of mass dari z axis. Dari hasil
𝑍𝑐𝑜𝑚 pemilihan material material tersebut maka Zcom dari
𝑋𝑧𝑚𝑝 = 𝑋𝑐𝑜𝑚 − 𝑋̈𝑐𝑜𝑚
𝑔 Robot Humanoid sebesar 24 cm dari tanah seedangakn
DARWIN-OP sebesar 23 cm. artinya kita mampu
𝑍𝑐𝑜𝑚 memperbesar luasan kaki dan menambah stabilitas
𝑌𝑧𝑚𝑝 = 𝑌𝑐𝑜𝑚 − 𝑌̈𝑐𝑜𝑚
𝑔 margin dari robot.
B. Analisis Keecepatan Robot.
dimana Xcom, Ycom dan Zcom adalah posisi dari Centre Untuk mengetahui kecepatan tentu terlebih dahulu
of Mass dari robot secara keseluruhan, g adalah harus menyeimbangkan pose berjalan dari robot.
percepatan gravitasi (m/s2) dan 𝑋̈ ,𝑌̈adalah percepatan Kestabilan robot dapat diukur dari stability margin.
pada arah x dan y. [1]. Dari rumus diatas maka diketahui Namun untuk mendapatkan hal tersebut kita harus
bahwa percepatan perpindahan posisi sangat
memplot-plot dengan kamera maupun dengan tampilan
mempengaruhi.Apabila percepatan dianggap tidak ada
rekaman sudut yang dihasil setiap pose dalam siklus
kita bisa mengatakan bahwa parameter yang dibutuhkan
berjalan.
adalah posisi CoM saja dan ini dinamakan static walking.
8.5
8
Kecepatan (cm/s)
7.5
7
6.5
Gambar 6.Stability Margin pada SSP
50
Jarak (cm)
percobaan 1 Percobaan 2
Posisi ZMP di refleksikan terhadap tumpuan kaki
pada saat DSP maupun SSP .Seperti pada gambar maka
Gambar 9. Grafik kecepatan Robot
adanya aspek stability margin yaitu dimana nilai titik
47
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
48
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstrak—Salah satu keterbatasan pemrograman penting. Tindak lanjutnya adalah dengan mencari
prosedural (imperative) adalah rendahnya tingkat alternatif dari pemrograman prosedural yang dapat
keterbacaan program ketika program sudah semakin diterapkan pada robot berkaki.
kompleks. Pada sistem robot pemadam api berkaki,
State Machine merupakan salah satu konsep
terdapat berbagai modul program yang menjalankan fungsi
berbeda secara simultan, sehingga cukup kompleks untuk pemrograman perangkat keras yang umum dipelajari
dilakukan pemrograman secara prosedural. Pemrorgaman pada pemrograman rangkaian sekuensial sinkron (dasar
berbasis state-machine dapat meningkatkan keterbacaan sistem digital). State-machine menggambarkan alur
program sehingga akan memudahkan pengembangan robot perpindahan (transition) antar keadaan (state) yang
berkaki dari tahun ke tahun di level universitas. Perangkat terjadi karena perubahan nilai sinyal input. Keluaran
lunak Quantum Leaps Modeler merupakan salah satu
(Output) dapat dihasilkan pada state (tipe Moore) atau
sarana untuk melakukan pemrograman berbasis state-
machine. Selain itu Quantum Leaps Modeler juga pada transisi (tipe Mealy). Kedua tipe state machine ini
mengakomodasi pemrograman beberapa Active Object didukung pada bahasa UML (Unified Model Language)
dalam satu program, sehingga memungkinkan yang merupakan dasar dari pemrograman dengan
mikrokontroller untuk menjalankan berbagai modul secara perangkat lunak Quantum Leaps Modeler [1].
simultan selayaknya Real-Time Operating System (RTOS).
Pada akhir makalah juga ditampilkan salah satu hasil
II. PEMROGRAMAN BERORIENTASI OBYEK DAN
pemrograman dengan Quantum Leaps Modeler untuk
kasus development platform robot berkaki enam. Dengan UNIFIED MODEL LANGUAGE
penerapan sistem state machine, algoritma yang diterapkan A. Pemrograman Berorientasi Obyek (OOP)
pada program dapat lebih mudah dipahami oleh Pemrograman berorientasi obyek merupakan
pemrogram lain ataupun pengguna development platform paradigma pemrograman yang umum digunakan pada
yang akan melakukan pengembangan tahap selanjutnya.
development platform seperti yang diterapkan pada
Arduino dan Mbed. Salah satu fitur unggulan dari
Istilah Index---embedded software, legged locomotion,
mobile robots, object oriented method, object oriented pemrograman berorientasi obyek yang memberikan
programming. kemudahan pada pengguna development platform adalah
enkapsulasi. Enkasulapsi memungkinkan pengguna
I. PENDAHULUAN untuk menggunakan ulang modul-modul yang telah
dibuat, tanpa perlu memedulikan struktur dalam modul.
R OBOT berkaki enam merupakan salah satu cabang
robotik yang cukup diminati, terutama pada
kompetisi yang melibatkan robot pemadam api
Pengguna cukup memperhatikan atribut/metode yang
merupakan antarmuka dari modul yang telah ada, tanpa
berkaki. Memiliki kelebihan yaitu dapat menjelajahi perlu mengetahobui cara kerja di dalam modul tersebut.
medan yang lebih bervariasi dibandingkan robot beroda, Hal ini dimungkinkan dengan adanya status akses public,
namun juga memiliki kekurangan yaitu tingkat protected, dan private yang dapat diterapkan pada atribut-
kompleksitas program yang lebih tinggi dibandingkan atribut dan metode yang ada pada sebuah kelas[2].
dengan robot beroda. B. Unified Model Language (UML)
Paradigma pemrograman proseduran (imperative) UML merupakan diagram standar untuk
yang selama ini digunakan telah dapat menjalankan misi membangaun perangkat lunak dengan paradigma
yang diberikan dengan cukup baik, namun menghasilkan pemrograman Object-Oriented (OOP). Pemodelan adalah
tingkat keterbacaan kode yang berbanding terbalik proses mendesain perangkat lunak sebelum melakuakn
dengan tingkat kompleksitas program. Hal ini dapat pemrograman, merupakan proses yang penting untuk
menghambat perkembangan dan edukasi mengenai robot membangun proyek yang kompleks. Keberadaan diagram
berkaki di tingkat sekolah menengah atas dan universitas. model dapat memudahkan pemrogram lain/pengguna
Pada umumnya sistem yang kompleks seperti robot untuk memahami tujuan dan alur dari suatu aplikasi
berkaki dikerjakan dalam sebuah tim yang cukup besar. perangkat lunak. Bagi suatu tim pemrograman yang
Oleh karena itu tingkat keterbacaan program, terutama mengerjakan proyek yang kompleks, UML dapat
oleh programmer lain dalam satu tim menjadi isu yang
49
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
mengurangi tingkat kegagalan karena akan lebih mudah III. QUANTUM LEAPS MODELER (QM)
untuk melakukan pengecekan kesalahan dan perbaikan, Quantum Leaps Modeler mempromosikan
sebelum dan setelah melakukan pemrograman. pemrograman sistem embedded yang lebih modern, dan
Diagram behavioral state machine merupakan salah menyediakan arsitektur yang lebih aman dan mudah
satu tipe dari diagram UML. Perumusan state machine ini dipahami dibandingkan dengan pendekatan threading
didasarkan dari model Harel statechart. Diagram state RTOS. Kerangka kerja (framework) dari perangkat lunak
machine terdiri atas beberapa state yang dihubungkan Quantum Leaps menyediakan arsitektur pemrograman
dengan transisi yang dapat terjadi jika terdapat yang dapat digunakan berulang, berbasis active objects,
pemicu/kondisi yang sesuai. Berikut adalah contoh state hierarchical state machines, graphical modelling, dan
machine untuk ATM Bank. juga automatic code generation.
50
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Framework, dan Quantum Leaps Modeler untuk B. Pemrograman Fungsi Dasar pada Robot
antarmuka. Berkaki Tahap 2
Pada tahap 2, fungsi dasar yang diterapkan adalah
IV. IMPLEMENTASI pergerakan maju, mundur, geser kiri, geser kanan, belok
Berikut adalah hasil implementasi pemrograman kiri, dan belok kanan, yang pengendaliannya dilakukan
dengan menggunakan Quantum Leaps Modeler untuk dengan menggunakan remote control Turnigy 9XR
robot pemadam api berkaki (channel 2,3,4), dan dapat berpindah ke mode otomatis
A. Pemrograman Fungsi Dasar pada Robot Berkaki untuk menjalankan wallfollowing. Berikut adalah
Tahap 1 statechart dari implementasi yang dilakukan (gambar 6).
Pada tahap 1, fungsi dasar yang diterapkan adalah
pergerakan maju dan mundur yang pengendaliannya
dilakukan dengan menggunakan remote control Turnigy
9XR. Berikut adalah statechart dari implementasi yang
dilakukan.
51
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
V. PENGUJIAN
Pengujian state dilakukan dengan menggunakan
remote control Turnigy 9XR dan dengan menggunakan
mikrokontroller Board Nucleo STM32f446RET6.
Kompilasi program dengan Mbed Online Compiler
membutuhkan koneksi internet. Uji jalan robot dilakukan
pada ruangan dengan pencahayaan cukup terang dan
permukaan yang rata, dan servo yang digunakan untuk
robot adalah servo dynamixel dengan ID yang telah diatur
sebelumnya.
GAMBAR 7 State machine pergerakan untuk Pada makalah ini ditampilkan hasil pengujian dari
implementasi tahap 2 bagian 2 implementasi pergerakan dasar tahap 1. Pertama-tama
dilakukan pengujian dengan memeriksa state yang
Sedangkan untuk mode Automatic, pemilihan untuk sedang dijalankan. Perangkat yang digunakan adalah
mengikuti dinding di sisi kiri atau kanan ditentukan oleh serial monitor untuk melihat state yang sedang
channel 5 (berupa switch) pada remote control. Jika dijalankan, dan remote control untuk memberikan input
pembacaan bernilai 0 (switch pada kondisi default) maka pengguna.
robot akan berjalan mengikuti dinding di sisi kiri,
sedangkan jika pembacaan bernilai 1 makan robot akan
berjalan mengikuti dinding di sisi kanan.
Statemachine kedua menggunakan kamera untuk
mendeteksi keberadaan api. Ketika api terdeteksi (jumlah
Obyek >0), maka aktuator kipas akan menyala. Berikut
statemachine yang bertugas untuk mendeteksi
keberadaan api
52
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
TABLE I. HASIL PENGUJIAN TAMPILAN LAYAR DENGAN Kondisi Tampilan (screenshot video)
PENGENDALI REMOTE CONTROL
Input
Penguna Pengaturan tuas Tuas
Hasil tampilan serial dikembalika
(state yang pada remote
monitor n ke posisi
diharapka control
n) semula
(diam di
tengah),
robot
berhenti.
Forward
Kemudian
tuas
diarahkan
ke bawah,
robot
mundur ke
Backward belakang
(mendekati
pengendali)
Terakhir,
tuas
dikembalika
n ke posisi
Stop
semula
(diam di
tengah),
robot
berhenti.
53
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
54
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
55
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Mulai
RASPBERRY PI
Thresholding dan
operasi AND hue,
saturation, dan value
Menyeleksi lingkaran
dengan radius > 0 dan
terbesar
Menerima
Mengirim permintaan
permintaan data
data bola
bola
YA
ACTUATOR
(MOTOR AND
SOLENOID) Menerima data bola Mengirim data bola
Figure 1
Hardware Block of Vision System
56
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
The positioning of the ball is mapped as the picture designed, implemented, and tested. The system was able
below. to:
1. work in Ubuntu OS and Arduino with standard
servo,
2. work for Raspberry Pi with Raspbian Jessie
OS.Automated actuator activation on specific time
period,
The vision system is depending on the luminance in
Figure 3. Ball Position Mapping front of the camera because the mechanism is filtering the
color, so if the luminance changes, then the threshold
The width (320 pixels) is divided into eight areas must be set again, but the interface is already done for
and the width (240 pixels) is divided into six areas. Those set/calibrate the threshold.
dividing is to make the positioning of the ball is easier.
The grey areas are the references area for ball positioning. V. REFERENCES
Books :
[1] T. Morris, Computer Vision and Image Processing, New York:
Palgrave Macmillan, 2004.
[2] X. L. Anup Basu, Computer Vision: System, Theory and
Applications, Singapore: World Scientific Publishing Co. Pte.
Ltd., 1993.
Periodicals:
[1] Itseez, “OpenCV,” 2016. [Online]. Available:
http://opencv.org/about.html.[Accessed 28 January 2016].
[2] Raspberry Pi Foundation, “Raspberry Pi,” [Online]. Available:
https://www.raspberrypi.org/help/what-is-a-raspberry-
pi/.[Accessed 28 January 2016].
The vision system is tested on Ubuntu OS and Arduino MUHAMMAD IKHSAN SANI is graduated from Institut Teknologi
Bandung (ITB) at 2008. His special fields of interest included embedded
with standard servo. System test block diagram can be system, robotics, and electronic circuit desing. His employment
seen in Figure 4. experience included the Microelectronics Center and LAPI ITB. He
joined Telkom University in 2015 as a lecturer at D3 Computer
Engineering program, Faculty of Applied Science.
57
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Enspartan
Deskripsi Tim untuk ESRB 2016
Andy Kurnia Santoso, Chandra Halim Harahap, dan Hemi Septiady
Laboratorium Mekatronika dan Robotika Teknik Elektro
Universitas Brawijaya
Malang, INDONESIA
58
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Logic converter
Karena serial mini PC Odroid U3 bekerja pada
tegangan 1.8 volt sedangkan logika tegangan serial
mikrokontroler serial bekerja pada tegangan 3.3 volt
untuk mengatasi perbedaan tegangan logika serial
tersebut dibutuhkan logic converter. logic converter
merupakan rangkaian tambahan yang mengubah output
tegangan serial mini PC Odroid U3 sebesar 1.8 volt
menjadi 3.3 volt
Module wifi
Melalui port USB Odroid U3 akan dihubungkan
dengan modul wifi yang nantinya akan menerima sinyal
Gambar 2. Robot Kiper keseluruhan dari game controller serta kamera untuk proses
mengidentifikasi bola dan gawang.
III. ELEKTRIK Kamera
Motor DC Roda Kamera yang digunakan pada robot ini yaitu Logitec
Motor DC PG 28 digunakan untuk mengatur arah 720p. Kamera ini untuk mendeteksi adanya gawang, bola,
maupun gawang dengan terhubungnya melaui port usb
gerak. Motor ini dikontrol dengan menggunakan Driver
motor L298 yang dihubungkan dengan board utama yaitu yang tersedia pada odroid u3.
STM32F401RE NUCLEO
Motor DC Penendang
Motor DC ini digunakan menjadi penendang
dimana motor dc ini dikontrol dengan IC 122 yang
terhubung dengan STM32F401RE NUCLEO.
Driver L298
Rangkaian driver motor DC berfungsi untuk
mengubah sinyal PWM dari modul STM32F401RE
dengan tegangan 5 V menjadi 12 V , serta mengontrol
pergerakan motor. Driver motor DC disusun dengan
menggunakan IC l298N.L298 adalah driver motor
berbasis H-Bridge,mampu mengani beban hingga 4 A Gambar 3. Diagram blok elektrik enspartan
pada tegangan 4 A pada tegangan 6 V – 46 V. Dalam chip
terdapat dua rangkaian H-Bridge.Selain itu driver ini IV. 4. PROGRAMMING
mampu mengendalikan 2 motor sekaligus dengan arus Pada bagian programming untuk robot enspartan
beban 2 A dititik beratkan kepada kemampuan robot mendeteksi
STM32F401RE NUCLEO posisi bola,mengejar bola,serta algoritma deteksi gawang
Mikrokontroller ini digunakan sebagai sistem lawan dan menendang bola.Secara rinci akan dijabarkan
kendali dari keseluruhan robot, dimana mikrokontroler sebagai berikut;
ini adalah ARM CortexTM –M4 yang merupakan core A. Mendeteksi posisi bola
mikrokontroler 32-bit dengan kemampuan floating point Untuk mendeteksi posisi bola robot harus diberikan
secara hardware. basis pengetahuan tentang bola yang akan digunakan
Odroid U3 dalam hal ini berupa warna dan countour bola.
Mini PC merupakan Personal Computer (PC) Selanjutnya posisi bola ditempatkan pada range dari
Berukuran kecil yang memiliki kemampuan hampir sama frame kamera sehingga posisi bola berada pada satuan x
dengan PC pada umumnya. Mini PC Odroid U3 dan y pada kamera. Setelah memperoleh posisi bola pada
digunakan sebagai master image processing dan sebagai posisi x dan y frame kamera akan diberi batasan -batasan
penerima sinyal perintah pada game controller. Dimana tertentu kondisi dimana kapan robot harus berputar
odroid ini terhubung dengan STM32F401RE sebagai mencari bola dan berjalan lurus menuju bola. Hasil dari
pengiriman data. metode ditunjukkan pada Gambar 1.
59
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
60
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstract – This paper describes a complete and Computer Vision. Its task is to pro-vide basic information
efficient vision system developed for the humanoid that is needed to calculate the behavior of the robots.
robotic soccer. The system consists on a firewire camera Especially omnidirectional vision systems have become
mounted vertically on the top of the robots. A hyperbolic interesting in the last years, allowing a robot to see in all
mirror placed above the camera reflects the 360 degrees directions at the same time without moving itself or its
of the field around the robot. The omnidirectional system camera. [10,11,12,13]
is used to find the ball, the goals, detect the presence of The main goal of this paper is to present an efficient
obstacles and the white lines, used by our localization vision system for processing the video acquired by an
algo- rithm. In this paper we present a set of algorithms to omnidirectional camera. The system finds the white lines
extract efficiently the color information of the acquired of the playing field, the ball, goals and obstacles. The
images and, in a second phase, extract the informa- tion lines of the playing field are needed because knowing the
of all objects of interest. Our vision system architecture placement of the playing field from the robot’s point of
uses a distributed paradigm where the main tasks, namely view is equal to know the position and orientation of the
image acquisition, color extraction, object detection and robot.
image visualization, are separated in several processes For finding the goals, the ball and the obstacles,
that can run at the same time. We developed an efficient lines are stretched out radially from the center of the
color extraction algorithm based on lookup tables and a image and, if some defined number of pixels of the
radial model for object detection. The effectiveness of our respective colors are found, the system saves that position
algorithms. Moreover, our experiments show that the associated to the respective color. For finding the white
system is fast and accu- rate having a maximum lines, color transitions from green to white are searched
processing time independently of the robot position and for.
the number of objects found in the field. For color classification, the first step of our system,
Key word : Humanoid Soccer Robots; Omnidirectional; a lookup table (LUT) is used. Our system is prepared to
Vision System acquire images in RGB 24-bit, YUV 4:2:2 or YUV 4:1:1
format, being necessary only to choose the appropriated
I. INTRODUCTION LUT. We use the HSV color space for color calibration
61
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
color information of the image using radial search lines. object segmentation. We exploit this fact by defining
In Section 5 we describe how the object features are color classes, using a look-up table (LUT) for fast color
extracted. Finally, in Section 6, we draw some classification. The table consists of 16777216 entries (224
conclusions and propose future work. , 8 bits for red, 8 bits for green and 8 bits for blue), each
8 bits wide, occupying 16 MB in total. If another color
space is used, the table size is the same, changing only the
II. VISION SYSTEM ARCHITECTURE “meaning” of each component. Each bit expresses
A modular multi-process architecture was adopted for whether the color is within the corresponding class or not.
our vision system (see Fig. 1). When a new frame is ready This means that a certain color can be assigned to several
to download, one process is automatically triggered and classes at the same time. To classify a pixel, we first read
the frame is placed in a shared memory buffer. After that, the pixel’s color and then use the color as an index into
another process analyzes the acquired image for color the table. The value (8 bits) read from the table will be
classification, creating a new image with “color labels” called “color mask” of the pixel.
(an 8 bpp image). This image is also placed in the shared The color calibration is done in HSV (Hue, Saturation
image buffer, which is afterward analyzed by the object and Value) color space due to its special characteristics.
detection processes, generically designated by Proc[x], x In our system, the image is acquired in RGB or YUV
= 1, 2, . . .N. These applications are encapsulated in format and then is converted to HSV using an appropriate
separate Linux processes. Once started, each process gets conversion routine.
a pointer to the most recent image frame available and There are certain regions in the received image that
starts tracking the respective object. Once finished, the have to be excluded from anal- ysis. One of them is the
resulting information (e.g. object detected or not and part in the image that reflects the robot itself. Other
position) is placed in the real-time database. This database regions are the sticks that hold the mirror and the areas
may be accessed by any other processes in the system, outside the mirror. For that, we have an image with this
particularly for world state update. configuration that is used by our software. An example is
The activation of the distinct image-processing presented in Fig. 2. The white pixels are the area that will
activities is carried out by a process manager. Scheduling be processed, black pixels will not. With this approach we
of vision related processes relies on the real-time features can reduce the time spent in the conversion and searching
of the Linux kernel, namely the FIFO scheduler and phases and we eliminate the problem of finding erroneous
priorities. At this level, Linux executes each process to objects in that areas.
completion, unless the process blocks or is preempted by To extract the color information of the image we use
other process with higher real-time priority. This ensures radial search lines to analyze the color information
that the processes are executed strictly according to their instead of processing all the image. This approach has two
priority with full preemption. main advantages. First, that of accelerating the process
due to the fact that we only process about 30% of the valid
III. COLOR EXTRACTION pixels. Second, the use of omnidirectional vision
difficults the detection of the objects using, for example,
their bounding box. In this case, it is more desirable to use
the distance and angle. The proposed approach has a
processing time almost constant, independently of the
information around the robot, being a desirable property
in Real-Time Systems. This is due to the fact that the
system processes almost the same number of pixels in
each frame.
A radial search line is a line that starts in the center of
the robot with some angle and ends in the limit of the
Fig. 2. On the left, an example of a robot mask. White
image (see the image on the right of Fig. 2). They are
points represent the area that will be processed. On the right,
the position of the radial search lines constructed based on the Bresenham line algorithm [8, 9].
For each search line, we iterate through its pixels to search
Image analysis in the RoboCup domain is simplified, for two things: transitions between two colors and areas
since objects are color coded. Black robots play with an with specific colors.
orange ball on a green field that has yellow and blue goals We developed an algorithm to detect areas of a specific
and white lines. Thus, a pixel’s color is a strong hint for color which eliminates the possible noise that could
62
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
appear in the image. Each time that a pixel is found with Fig. 4. An example of a transition. “G” means green pixels,
a color of interest, we analyze the pixels that follows (a “W” means white pixels and “X” means pixels with a color
predefined number) and if we don’t find more pixels of different from green or white.
that color we “forget” the pixel found and continue. When
we find a predefined number of pixels with that color, we IV. OBJECT DETECTION
consider that the search line has this color. The objects of interest that are present in the RoboCup
To accelerate the process of calculating the position of environment are: a ball, two goals, obstacles (other
the objects, we put the color information found, in each robots) and the green field with white lines. Currently, our
search line, into a list of colors. We are interested in the system detects efficiently all these objects with a set of
first pixel (in the respective search line) where the color simple algorithms that, using the color information
was found and the number of pixels with that color found collected by the radial search lines, calculate the object
in the search line. Then, using the previous information, position and / or their limits in an angular representation
we separate the information of each color into sets that we (distance and angle).
named blobs (see Fig. 3). For each blob some useful The transition points detected in the color extraction
information is calculated that will help in the detection of phase are used for the robot localization. All the points
each object: (1) average distance to the robot; (2) mass detected are sent to the Real-time Database, afterward
center; (3) angular width; (4) number of pixels; (5) used by the localization process.
number of green pixels between blob and the robot; (6) To detect the ball, we use the following algorithm:
number of pixels after blob. 1. Separate the orange information into blobs.
The algorithm to search for the transitions between 2. For each blob, calculate the information described
green pixels and white pixels is described as follows. If a in the previous section.
non green pixel is found, we will look for a small window 3. Sort the orange blobs that have some green pixels
in the “future” and count the number of non green pixels before or after the blob by de- scending order, using
and the number of white pixels. Next, we look for a small their number of orange pixels as measure.
window in the “past” and a small window in the future 4. Choose the first blob as candidate. The position of
and count the number of green pixels. If these values are the ball is the mass center of the blob.
greater than a predefined threshold, we consider this point Regarding the goals, we are interested in three points:
as a transition. This algorithm is illustrated in Fig. 4. the center, the right post and the left post. To do that, we
use the following algorithm:
1. Ignore the information related to radial search lines
which have both blue and yel- low information (they
correspond to the land marks).
2. Separate the valid blue and yellow information into
blobs.
3. Calculate the information for each blob.
4. Sort the yellow and the blue blobs that have some
green pixels before the blob by descending order,
using their angular width as measure.
5. Choose the first blob as candidate for each goal.
Their position is given by the distance of the blob
relatively to the robot.
6. The right post and the left post is given by the
Fig. 3. An example of the blobs found in two images. On the position of the goal and the angular width of the blob
left, the original images. On the right, the blobs found. For each Another important information regarding the goals, is
blob, we calculate useful information that is used later to the best point to shoot. To calculate it, we split the blob
calculate the position of each object. chosen into several slices, and choose the one with most
pixels blue or yellow. The best point to shoot is the mass
center of the slice chosen.
To calculate the position of the obstacles around the
robot, we use the following algorithm:
1. Separate the black information into blobs.
2. If the angular width of one blob is greater than 10
63
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
degrees, we split the blob into smaller blobs, in order The processing system is divided in two phases: color
to obtain better information about obstacles. extraction, using radial search lines, and object detection,
3. Calculate the information for each blob. using specific algorithms. The objects involved are: a
4. The position of the obstacle is given by the distance ball, two goals, obstacles and white lines. The processing
of the blob relatively to the robot. We are also time and the accuracy obtained in the object detection
interested in the limits of the obstacle and to obtain confirms the effectiveness of our system.
that we use the angular width of the blob. As future work, we are developing new algorithms for
In Fig. 5 we present some examples of acquired images camera and color calibration, in particular autonomous
and their correspondent segmented images. As we can algorithms. Moreover, we are improving the presented
see, the objects are correctly detected (see the marks in algo- rithms in order to use the shape of the objects
images on the right). instead of using only the color information to improve the
object recognition.
V. FINAL EMARKS
This paper presents the omnidirectional vision system VI. REFERENCES
that has been develope. We present several algorithms for [1] Pedro M. R. Caleiro, Anto´ nio J. R. Neves and Armando
image acquisition and processing. The experiments J. Pinho, Color-spaces and color segmentation for real-time
already made and the last results obtained in the KRSBI. object recognition in robotic applications, Revista do
DETUA, Vol. 4, N. 8, Junho 2007, pp. 940-945.
[2] Carter, B., EST LA.: Mechanical Design and Modeling of
an Omni-directional RoboCup Player, RoboCup-2001, A.
Birk, et al (edrs), Springer Verlag.
[3] Almeida, L., P. Pedreiras and J.A. Fonseca: FTT-CAN:
Why and How, IEEE Trans. Indus- trial Electronics, 2002.
[4] Almeida, L., F. Santos, T. Facchinetti, P. Pedreira, V. Silva
and L. Seabra Lopes: Coordinat- ing Distributed
Autonomous Agents with a Real-Time Database: The
CAMBADA Project, Computer and Information Sciences
– ISCIS 2004: 19th International Symposium, Proceed-
ings, Lecture Notes in Computer Science, Vol. 3280, p.
876-886.
[5] Pedreiras, P., F. Teixeira, N. Ferreira, L. Almeida, A.
Pinho, F. Santos: Enhancing the re- activity of the vision
subsystem in autonomous mobile robots using real-time
techniques, RoboCup Symposium: Papers and Team
Description Papers, RoboCup-2005: Robot Soccer World
Cup IX, Lecture Notes in Artificial Intelligence, Springer,
2006.
[6] Santos, F., L. Almeida, P. Pedreiras, L. Seabra Lopes, T.
Facchinetti: An Adaptive TDMA Protocol for Soft Real-
Time Wireless Communication among, Mobile
Autonomous Agents, Proc. WACERTS’2004, Int.
Workshop on Architecture for Cooperative Embedded
Real-Time Systems (in conjunction with RTSS 2004),
Fig. 5. On the left, examples of original images. On the right,
Lisboa, Portugal.
the corresponding processed images. Marks in the blue and
[7] Kopets H.: Real-Time Systems Design Principles for
yellow goals mean the position of the goal (center) and the
Distributed Embedded Applications, Kluwer.
possible points to shoot. The mark over the ball points to the [8] Bresenham, J. E.: A linear algorithm for incremental digital
mass center. The several marks near the white lines (magenta) display of circular arcs, CA CM, 20(2), pp. 100-106, 1977.
are the position of the white lines. The cyan marks are the [9] Bresenham, J. E.: Algorithm for computer control of a
position of the obstacles. digital plotter, IBM Systems J., 4(1), pp.25-30, 1965.
[10] P. Heinemann et al.: Fast and Accurate Environment
Therefore, our system defines different color classes Modelling using Omnidirectional Vi- sion, Dynamic
corresponding to the objects. The 24 bit pixel color is used Perception, pp. 9-14, Infix, 2004.
as an index to a 16 MBytes lookup table which contains [11] P. Heinemann et al.: Tracking Dynamic Objects in a
RoboCup Environment - The Attempto Tu¨ bingen Robot
the classification of each possible color in a 8 bit entry. Soccer Team, RoboCup-2003: Robot Soccer World Cup
Each bit specifies whether that color lays within the VII, LNCS, Volume 3020, Springer, 2003.
corresponding color class.
64
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
[12] Jose Gaspar, Niall Winters, Etienne Grossmann, Jose Claudia Risa Puti Vania is a student of
Santos-Victor: Toward Robot Percep- tion using informatics engineering, at the Yogyakarta
Omnidirectional Vision, In Innovations in Machine State University is an English student teacher
at Yogyakarta State University. She was born
Intelligence and Robot Per- ception, Springer-Verlag,
born in Yogyakarta on June 15, 1996. She lives
2004. in condongcatur sleman DIY. She can be
[13] Jan Hoffmann et al.: A vision based system for goal- contacted though e-mail:
directed obstacle avoidance, RoboCup-2004: Robot Soccer risavania@gmail.com
World Cup VIII, LNCS, Springer, 2004.
VII. BIOGRAPHIES
Chamdan Nor born in Jepara on July 30, Bekti Febriarti is an English student teacher at
1995. Now a student of Automotive Yogyakarta State University. Now she is in the
Engineering, at the Yogyakarta State 4th semester of English Education Department,
University. He can be contacted through E- Faculty of Languages and Arts, Yogyakarta
mail chamdannor17@gmail.com or phone State University. She was born in Yogyakarta
085-222-296-657. on February 14th, 1996. She lives in
Banguntapan Bantul DIY. She can be contacted
through e-mail bekti.febriarti@gmail.com or
phone 085-878-823-379.
65
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
66
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
67
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Gambar 2.7 Baterai Li-Po Gambar 3.1 Block diagram perancangan alat
(www.Robotis.com, 2015) Kamera webcam yang berfungsi untuk tracking
dihubungkan ke single board computer (SBC) atau mini
PC menggunakan USB untuk diolah dan mini PC ini di
H. Kamera Logitech HD Pro Webcam C920 hubungkan ke servo controller (disini menggunakan CM-
510) yang bertujuan untuk komuikasi antara mini PC dan
CM-510 begitu juga dengan aktuator/servo akan
terhubung juga dengan servo controller dan mini PC
sebagai penggerak robot dan juga penggerak kamera
(pengubah posisi X dan Y axis) agar robot bisa melihat
dan kemudian bermanuver maju atau menendang sesuai
Gambar 2.8 Kamera Logitech HD Pro Webcam dengan yang telah di program. Pada proyek akhir ini,
robot menggunakan 20 servo dengan ID 1 sampai 20.
C920 Adapun desain robot dengan posisi ID sebagai berikut :
(www.logitech.com, 2016)
68
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
69
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
yaitu gambar yang nilai pixel nya 0 atau 1 (hitam atau Jarak Bola Tampilan Hasil
No Keterangan Tracking
putih). (Cm)
Langkah terakhir adalah hitung besaran letak center
dan area pixel-pixel yang masuk rentang threshold. 4 40 Terdeteksi
1 10 Terdeteksi 8 80 Terdeteksi
2 20 Terdeteksi 9 90 Terdeteksi
4 40 Terdeteksi V. PENUTUP
A. Kesimpulan
5 50 Terdeteksi Color Filtering adalah suatu teknik pengolahan citra
yang yang dipakai untuk memanipulasi suatu citra
berdasarkan warna spesifik. Metode thresholding sangat
6 60 Terdeteksi bagus di aplikasikan untuk tracking robot soccer karena
tidak terlalu di pengaruhi oleh intensitas cahaya akan
tetapi waktu deteksinya lambat karena processor yang
7 70 Terdeteksi
rendah.
B. Saran
8 80 Terdeteksi Gunakanlah mini PC yang berprocessor yang tinggi
agar saat mendeteksi bola tidak memakan waktu yang
lama seperti yang di lakukan pada penelitian kali ini.
9 90 Terdeteksi
VI. DAFTAR PUSTAKA
10 100 Terdeteksi [1] Sutrimo(2014),Sistem tracking pada robot KRSBI
menggunakan metode HSV.
[2] Anwar Ma’sum Muhammad dan Dean Zaka Hidayat
2013,Optimasi Pencarian ObjekBola Pada Robot Soccer
Tabel 4.2 Penelitian dengan 2 lampu Humanoid Menggunakan Metode Hough Transform
Jarak Bola Tampilan Hasil [3]http://ccc.komunitas.uksw.edu/2014/05/pengenalan-
No Keterangan Tracking opencv.html
(Cm)
[4]Dhiemas, R.Y.S. 2011. Pencarian Posisi Robot: Studi
Samar- Kasus Pencarian Sumber Kebocoran Gas.
1 10
samar
(http://jiki.cs.ui.ac.id/index.php/jiki/article/download/39/
44).
2 20 Terdeteksi [5] Prosiding_ISRSC_2013.
[6]Andriessen Daniel Richard, Harianto,Wibowo Madha
Christian, Pengendalian Mobile Robot Berbasis Webcam
3 30 Terdeteksi Menggunakan Perintah Isyarat Tangan, STIKOM
Surabaya.
70
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstract -- Pada penelitian ini membahas tentang pesat dengan munculnya Field programmable gate array
implementasi FPGA-soft processor sebagai kontrol low level (FPGA) menjadikan salah satu produk Integrated Circuit
pada holonomic robot. Beberapa permasalahan (IC) yang dapat dikembangkan [7]. Dimana pada FPGA
mengendalikan mobile robot menggunakan embedded system
dilengkapi dengan soft processor yaitu MicroBlaze.
adalah keterbatasan hardware dengan sistem kinerja tinggi
dalam paket kecil. Selama ini kebanyakan teknologi Pengggunaan soft processor memberikan tingkat
embedded system menggunakan mikrokontroler. fleksibilitas yang penting bagi para perancang sistem
Kelemahan menggunakan mikrokontroler yaitu bentuk dan (system designer). Penggunaan soft processor
spesifikasinya ditentukan oleh pabrik sehingga programmer memberikan banyak manfaat untuk para perancang
tidak dapat menambah ataupun merubah secara fleksibel. sistem tertanam (embedded system), diantaranya sebagai
Selain itu proses eksekusi program dikerjakan secara
berikut [7]:
sekuensial sehingga memerlukan waktu yang lama. Untuk
itu penelitian ini menggunakan FPGA-soft processor untuk a. Pertama, soft-prosesor fleksibel dan dapat diatur
merancang sebuah arsitektur hardware dalam bentuk penggunaannya untuk suatu aplikasi yang spesifik
system on chip sebagai kontrol kecepatan motor dan heading dengan relatif lebih mudah.
robot. Hasil yang didapat, pada pengujian kecepatan motor b. Kedua, soft prosesor memiliki kebebasan penggunaan
untuk kembali ke steady state setelah menerima gangguan teknologi dan dapat disintesis pada jenis teknologi
sekitar 0.7s. Pada pengujian heading lock robot untuk AISC atau FPGA.
kembali ke posisi set point diperlukan waktu sekitar 0.8s. c. Ketiga, arsitektur dan perilaku soft processor
Kebutuhan resource untuk menerapkan sistem soft dideskripsikan pada tingkatan abstraksi yang lebih
processor adalah 3883 slice register, 1130 slice flip-flop, 3825
slice LUTs dan 191 RAM Blocks.
tinggi menggunakan suatu HDL.
Kata Kunci — Embedded System, FPGA-Soft Processor, Berdasarkan kondisi diatas maka penulis melakukan
Holonomic Robot, System on Chip. penelitian tentang desain arsitektur FPGA - Soft
processor menggunakan Xilinx MicroBlaze yang
I. PENDAHULUAN diimplementasikan untuk kontrol kecepatan motor dan
heading robot pada holonomic robot dengan metode
P erkembangan pada penelitian robotika pada
saat ini sangatlah cepat. Diantaranya penelitian
tersebut adalah dari sisi embedded system untuk
System on Chip (SoC). Metode System on Chip
merupakan kombinasi antara processor core dengan
mengendalikan mobile robot. Beberapa masalah dalam custom hardware yang diimplementasikan menggunakan
mengendalikan robot menggunakan embedded system FPGA logic elements dan memory blocks [3]. Metode ini
adalah merancang perangkat driver, menyediakan digunakan untuk membuat sebuah arsitektur processor
jaringan komunikasi, mengembangkan kompleks dengan desain secara hardware dan software. Diharapkan
alogaritma kontrol da4n keterbatasan hardware [6]. dengan adanya penelitian ini, tercipta sebuah desain
Selama ini kebanyakan teknologi embedded system hardware soft processor dengan sistem kinerja yang
menggunakan mikrokontroler dengan bentuk dan tinggi dalam paket kecil.
spesifikasi telah ditentukan oleh pabrik sehingga
programmer tidak dapat menambah dan mengubah II. PERANCANGAN SISTEM
arsitektur hardware secara fleksibel. Untuk menambah Perancangan sistem pada penelitan ini meliputi
jumlah fitur hardware, perlu menambahkan desain soft processor, desain robot dan perancangan
mikrokontroler lagi. hal ini mengakibatkan pembuatan perangkat elektronik. Berikut ini akan di bahas pada tiap
sistem menjadi sangat rumit dan kurang effisien. bagian:
Kini perkembangan embedded system semakin
71
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
72
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
v1 = Vx – Vy – aω – bω (4)
v2 = Vx + Vy + aω + bω (5)
v3 = Vx + Vy – aω – bω (6)
v4 = Vx – Vy + aω + bω (7)
Karena, v = ω . R , dengan R adalah jari-jari roda maka
Gambar 4. Vektor Pergerakan Robot [4]
persamaannya menjadi :
Persamaan invers kinematik digunakan untuk
ω1 1 −1 −𝑎 −𝑏
menguraikan pergerakan robot menjadi persamaan 𝑉𝑥
ω2 1 1 1 𝑎 𝑏
masing-masing roda. [ ] = 𝑅[ ] [𝑉𝑦] (8)
ω3 1 1 −𝑎 −𝑏
ω
ω4 1 −1 𝑎 𝑏
73
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Pwm
Resources FPGA Terpakai Dari total Presentase
500
Slices registers 3883 11440 33%
0
140
0
65
221
303
378
453
527
604
680
755
830
905
983
1058
Slices flip flops 1130 4546 24%
t (ms)
Slices LUTs 3825 5720 66% Gambar 8. Respon kontrol kecepatan motor 1
RAM Blocks 191 1440 13% Pada pengujian kontroller PD untuk kecepatan
motor 1 dengan umpan balik sensor rotary encoder.
Pengujian dilakukan dengan cara memberi gangguan
Tabel di atas menunjukkan bahwa kebutuhan pada kecepatan motor dan seberapa cepat motor dapat
minimal dari FPGA untuk dapat diimplementasikan mengembalikan kecepatan yang di harapkan. Dari hasil
sistem prosesor Microblaze adalah sebanyak 3883 slices. grafik pengujian pada gambar 8, diperoleh waktu untuk
Slice sendiri adalah satuan jumlah Configurable Logic mencapai set point tercepat yang diperoleh sebesar 393
Block (CLB) yang di dalamnya terdiri dari 4 Look Up ms, dimana nilai Kp = 1 dan nilai Kd = 20. Dari hasil
Table (LUT) 6-input dan 8 flip-flop (sequential unit). grafik lima kali pengujian, respon kontroller dapat
Pengujian ini dilakukan untuk mengetahui dan dikatakan berhasil. Ini dapat dilihat respon yang cepat
memeriksa desain soft processor apakah sudah sesuai untuk mencapai target yang diinginkan yaitu cukup
dengan desain yang diinginkan. Hasil perancangan soft dengan rata rata waktu 710 ms untuk dapat kembali ke set
processor ditunjukan dalam gambar 7. point.
Motor 2
Uji 1 Uji 2 Uji 3 Uji 4 Uji 5
1500
1000
Pwm
500
0
0
65
140
221
303
378
453
527
604
680
755
830
905
983
1058
t (ms)
Gambar 9. Respon kontrol kecepatan motor 2
74
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Theta
0
Dari hasil grafik pengujian pada gambar 10,
1
237
465
692
918
1148
1375
1601
1843
2091
2339
2585
2829
3075
3327
3590
3849
diperoleh waktu untuk mencapai set point tercepat yang -5
diperoleh sebesar 652 ms, dimana nilai Kp =1 dan nilai
Kd = 20. Dari hasil grafik lima kali pengujian, respon -10
kontroller dapat dikatakan berhasil. Ini dapat dilihat t(ms)
respon yang cepat untuk mencapai target yang diinginkan
yaitu cukup dengan rata rata waktu 710 ms untuk dapat Gambar 11. Respon pengujian Heading Lock
kembali ke set point.
Dari grafik pengujian pada gambar 12. untuk
kembali ke posisi set point diperlukan waktu sekitar 0.8s,
Uji 1 Uji 2
Motor
Uji 3
4 Uji 4 Uji 5
dimana nilai Kp = 5 dan nilai Kd = 10.
755
0
65
221
303
378
453
527
604
680
830
905
983
1058
75
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
[3] Huang, H. Chih, “Intelligent Motion Control for Four-Wheeled Computer Engineering, Department of Electrical Engineering,
Holonimic Mobile Robots Using FPGA-Based Artificial Immune Chulalongkorn University, Bangkok, Thailand, 2009.
System Algorithm,” Hindawi Publishing Corporation Advances in [6] D. F. Wolf, “An FPGA-Based Mobile Robot Controller,” Institute
Mechanical Engineering Volume 2013, Article ID 589510, of mathematics science, University of Sao Paulo, Sao Carlos, SP,
Departement of Electrical Engineering, National Ilan University, Brazil, 2007.
Taiwan. [7] Dhita Bagus Ananda Nurman, R.Rumani M, Denny Darlis,
[4] H. Veri, “Implementation Invers Kinematics pada Sistem "Perancangan Dan Implementasi Soft Processor Berdasarkan
Pergerakan Mobile Robot Roda Mekanum,” Jurusan Teknik Arsitektur OpenRISC 1200 pada FPGA," Fakultas Teknik Elektro,
Elektro, Fakultas Teknik Universitas Brawijaya, 2014. Universitas Telkom, 2015.
[5] T. Wattanavekin, S. Suntharantic, A. Kriengwattanakul, M. [8] Fernando A, Rahardhita W S, M. Romadhon S A, "Implementasi
Wongphati dan P. Chongstitvatana, ”The design of embedded Sensor Gyro untuk Heading Lock pada Robot Omnidirectional,"
systems for RoboCup Soccer Team : Plasma-Z,” Department of Politeknik Elektronika Negeri Surabaya, Prosiding Indonesia
Symposium on Robot Soccer Competition 2013, juni 2013.
76
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstract – Perkembangan Embedded System controller memiliki batasan dan tidak mampu dijalankan
semakin berkembang pesat. Diantaranya dengan dengan benar. Pada quadcopter sendiri biasanya terdapat
bermunculan banyak vendor – vendor yang membuat beberapa task ataupun fitur seperti kamera, timer untuk
Flight Controller seperti Pixhawk, Arduipilot, sampai mengatur kecepatan motor, komunikasi serial untuk
Multiwii. Dimana fitur – fitur pada flight controller mengakses sensor attitude.
tersebut telah ditentukan oleh pabrik ataupun vendor. Pada permasalahan tersebut dapat diatasi dengan
Sehingga dalam memproses beberapa task atau pekerjaan menggunakan salah satu Programable Logic yang sering
yang berat flight controller memiliki batasan dan kadang digunakan adalah FPGA. Hal ini disebabkan FPGA
tidak mampu memproses dengan benar. Pada penilitian memiliki kemampuan untuk meningkatkan integrasi
ini membahas tentang implementasi microblaze soft sistem, penempatan lebih banyak sistem di dalam sebuah
processor untuk keseimbangan pada quadcopter. Dimana chip, dan penggunaan seluruh gate yang ada di dalam
tujuan akhir dari penilitian ini adalah membuat dan FPGA [4]. FPGA sendiri dilengkapi dengan sebuah soft
mendesain sendiri sebuah flight controller untuk core processor. Soft processor atau soft core processor
quadcopter maupun fixwing. Saat ini penilitian ini masih adalah sebuah deskripsi model Hardware Description
digunakan pada pengujian keseimbangan quadcopter Language (HDL) dari sebuah spesifik prosesor (CPU)
Untuk penilitian ini digunakan Microblaze soft processor yang dapat di program dan disintesis pada suatu chip
yang yang di tanamkan pada chip FPGA xilinx spartaan Application-Specific Integrated Circuit (ASIC) atau Field
6. Dari hasil penilitian ini, sistem dapat berjalan di FPGA Programable Gate Array (FPGA) [3].
Xilinx Spartaan 6 XC6SLX9. Dimana hasil penilitian ini Pada penilitian sebelumnya soft processor
dibuktikan dengan kebutuhan resource untuk menerapkan digunakan untuk mendesain sebuah mikrontroller pada
prosesor pada FPGA dengan slice registers 3,148 (27%), FPGA, dimana soft processor yang digunakan adalah
slice flip-flop 1,191 (29%), slice LUTS 3,266 (57%) dan NIOS [2]. Hampir sama seperti pada penilitian
slice Memory 170 (11%). sebelumnya, hanya saja pada penelitian ini dimana
Kata Kunci – Microblaze soft processor, Flight microblaze di gunakan sebagai kontrol untuk path
Controller, FPGA, Keseimbangan, Quadcopter. tracking dari holonomic robot secara autonomous [6].
Berdasarkan latar belakang diatas penulis
I. PENDAHULUAN melakukan penilitian tentang soft processor yang di
implementasikan untuk mendesain sebuah flight
P erkembangan di dunia Embedded System
semakin berkembang pesat. Diantaranya dengan
bermunculan banyak vendor – vendor yang membuat
controller untuk keseimbangan pada quadcopter. Pada
penelitian ini soft processor yang digunakan adalah
Flight Controller seperti Pixhawk, Arduipilot, sampai microblaze. Microblaze digunakan untuk mengakses
Multiwii. Dimana fitur – fitur pada flight controller peripheral yang telah dibuat pada VHDL
tersebut telah ditentukan oleh pabrik ataupun vendor. (VHSIC Hardware Description Language). Dimana
Seperti pada penilitian sebelumnya oleh kontroler terbang peripheral meliputi timer, UART, I2C, GPIO. Pada
yang sering digunakan dan mempunyai harga yang bisa microblaze juga berfungsi untuk mendesain alogritma
dijangkau yaitu board ko5ntroler KK2.0. Namun pada kontrol keseimbangan dari quadcopter. Diharapkan
kontroler KK2.0 ini sendiri mempunyai kekurangan, dengan adanya penilitian ini, bisa di buat sebuah flight
yaitu tidak adanya fitur Altitude lock[1]. Sehingga dalam controller sendiri kedepannya.
memproses beberapa task atau pekerjaan yang berat flight
Penelitian ini didanai dan didukung oleh Program Studi Teknik All author are with Department Computer Engineering Politeknik
Komputer - Politeknik Elektronika Negeri Surabaya (PENS). Elektronika Negeri Surabaya (PENS) , Kampus PENS, Jalan Raya ITS
Sukolilo, Surabaya 60111, Indonesia
77
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
78
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
v (2)
Berdasarkan analisis kinematika dan dinamika yang
dilakukan oleh Tommasso [7], didapatkan persamaan
yang merupakan model matematika dari quadcopter
secara umum seperti pada Persamaan 2.9 sampai 2.14.
𝑈
𝑋̈ = 1 (sin 𝜓 𝑠𝑖𝑛𝜃𝑐𝑜𝑠𝜙 − 𝑐𝑜𝑠 𝜓 𝑠𝑖𝑛𝜙) (3)
𝑚
𝑈
𝑌̈ = 1 (sin 𝜓 𝑠𝑖𝑛𝜃𝑐𝑜𝑠𝜙 − 𝑐𝑜𝑠 𝜓 𝑠𝑖𝑛𝜙) (4)
𝑚
𝑈1 Gambar 4. Blok Diagram rangkaian elektronika pada
𝑍̈ = −𝑔 + (𝑐𝑜𝑠𝜃 − 𝑐𝑜𝑠𝜙) (5)
𝑚 sistem
𝐼𝑦𝑦 −𝐼𝑧𝑧 𝐼𝑟 𝑈
𝑝̇ = 𝑞𝑟 − 𝑞Ω + 2 (6)
𝐼𝑥𝑥 𝐼𝑥𝑥 𝐼𝑥𝑥
𝐼𝑧𝑧 −𝐼𝑥𝑥 𝐼𝑟 𝑈3 Program dirancang dimana dalam sistem kontrol
𝑞̇ = 𝑝𝑟 − 𝑝Ω + (7) keseimbangan, Input dari sistem adalah error sudut
𝐼𝑦𝑦 𝐼𝑦𝑦 𝐼𝑦𝑦
𝐼𝑦𝑦 −𝐼𝑧𝑧 𝑈4 berfungsi untuk mengetahui perilaku dari quadcopter
𝑟̇ = 𝑝𝑞 + (8)
𝐼𝑥𝑥 𝐼𝑧𝑧 seperti roll, pitch, dan yaw. Error sudut ini berasal dari
Dengan melihat secara sederhana pada Persamaan 3 selisih nilai set point dengan nilai sudut yang di difilter
sampai 8, posisi pada sumbu Z, dan posisi sudut roll, dari sensor IMU. Error sudut tersebut dijadikan input
pitch, yaw dapat dikontrol secara langsung, berturut-turut kedalam kontrol PID untuk mengatur respon sudut pada
dengan menggunakan U1, U2, U3,dan U4. Kontrol pada quadcopter. Kemudian output PID yang berupa sudut
posisi maju (X), dan menyamping (Y) dapat dilakukan hasil PID dimasukkan ke dalam kinematik dari
dengan mengatur sudut pitch dan (-roll) dengan syarat quadcopter. Dimana berfungsi untuk menentukan
gaya angkat (U1) tidak sama dengan nol. Nilai input dari kecepatan masing – masing motor. Kecepatan motor
quadcopter merupakan gaya angkat tiap propeller yang menentukan agar quadcopter tetap seimbang. Terdapat
dimodelkan secara teoritis sebagai berikut: feedback, dimana pada output PID dijadikan input ke
dalam sensor IMU untuk mengupdate nilai sudut. Dalam
𝑈1 = 𝑏(Ω1 2 + Ω2 2 + Ω3 2 + Ω4 2 ) (9) mengupdate nilai sudut digunakan filtering agar
2 2
𝑈2 = 𝑏𝑙(−Ω2 + Ω4 ) (10) mendapatkan nilai sudut yang bagus. Perancangan
𝑈3 = 𝑏𝑙(−Ω1 2 + Ω3 2 ) (11) sistem ditunjukan pada gambar 5.
2 2 2 2
𝑈4 = 𝑑(−Ω1 + Ω2 − Ω3 + Ω4 ) (12)
Ω = −Ω1 + Ω2 − Ω3 + Ω4 (13)
dengan nilai b adalah konstanta thrust, l adalah lebar
79
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
III. PENGUJIAN
Pengujian dan analisa dilakukan untuk mengetahui
kinerja system yang telah dibuat. Pengujian dilakukan
untuk mengetahui apakah sistem telah sesuai dengan
perancangan. Pengujian dilakukan per blok sistem
kemudian secara keseluruhan. Berikut merupakan proses
tahapan yang telah dilakukan :
A. Pengujian Soft Processor
Pada pengujian desain soft prosesor,terdapat level
hardware pada VHDL untuk mendesain peripheral yang
ingin digunakan. Proses selanjutnya adalah proses Place
And Route (PAR). Proses ini dilakukan untuk mengetahui
kebutuhan resource dari FPGA dan melakukan proses
mapping sinyal-sinyal antara blok logika. Dimana Gambar 6. Blok Diagram desain soft processor
penggunaan resource FPGA dapat disimpulkan menjadi B. Pengujian I2C dan UART
tabel berikut. Pengujian I2C dan UART ini bertujuan untuk
mendapatkan informasi tentang desain I2C dan UART,
Tabel 1. Penggunaan Resource pada FPGA sehingga akan diketahui sudah benar apa belum data yang
Dari dikirim ataupun di terima dari I2C dan UART yang telah
Resources FPGA Terpakai Prosentase di tulis pada register MPU65050.
Total
Slices Registers 3,148 11,440 27%
Slices flip-flops 1,191 4,047 29% Tabel 2. Hasil Pengujian I2C dan UART
Slice LUTS 3,266 5,720 57% Data yang ditulis Hasil Error(%)
Memory 170 1,440 11% No
pada register IMU Pembacaan I2C
1 0 0 0
Tabel di atas menunjukkan bahwa kebutuhan dari 2 2 2 0
FPGA untuk dapat diimplementasikan sistem prosesor 3 6 6 0
microblaze adalah sebanyak 3,148 slices. Slice sendiri 4 12 12 0
5 21 21 0
adalah satuan jumlah Configurable Logic Block (CLB)
6 0x23 0023 0
yang di dalamnya terdiri dari 4 Look Up Table (LUT) 6- 7 0x45 0045 0
input dan 8 flip-flop (sequential unit).Berikut ini desain 8 0x56 0056 0
soft processor yang telah dibuat. 9 0xF0 00F0 0
10 0xF1 00F1 0
80
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
81
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstract -- Sensor gyroscope berfungsi sebagai sensor menyeimbangkan kembali keseimbangan robot yang
yang dapat menginformasikan orientasi keseimbangan terganggu dan nilai sudut kemiringan dari sensor
gerakan, sedangkan sensor accelerometer berfungsi accelerometer juga digunakan sebagai acuan jika robot
menginformasikan percepatan gerakan sudut atau terjatuh maka nilai dari sudut kemiringan akan diambil
sensor sudut kemiringan terhadap gravitasi bumi. untuk referensi kontroler untuk memerintahkan robot
Paper ini membahas implementasi kedua sensor bergerak bangun dari depan maupun belakang sampai
tersebut, sebagai informasi untuk mengontrol robot tersebut berdiri seperti semula. Aplikasi sensor
gerakan robot sepak bola. Pada paper ini, sensor
gyroscope dan accelerometer pada robot sepak bola
gyrosope dan sensor accelerometer dikoneksikan
diharapkan mampu dikembangkan untuk robot humanoid
dengan kontroler CM-530 dari robot Bioloid untuk
sehingga pergerakan robot dapat lebih stabil dan
menyeimbangkan robot dan mengetahui posisi sudut
robot terhadap gravitasi bumi. Analisis nilai dari seimbang sehingga diharapkan mampu memberikan
sensor gyroscope dan sensor accelerometer digunakan efektifitas yang tinggi terhadap kinerja robot serta mampu
sebagai informasi sistem kendali keseimbangan robot. bersaing pada Kontes Robot Sepak Bola (KRSBI) tahun
Kedua sensor dimanfaatkan secara bersamaan agar 2016.
mendapatkan hasil yang lebih optimal pada
pergerakan robot sepak bola. II. PERANCANGAN
Kata Kunci: sensor gyroscope, sensor accelerometer, Perancangan aplikasi sensor gyroscope dan sensor
robot sepak bola accelerometer pada robot sepak bola yang meliputi (1)
blok diagram (2) langkah perancangan hardware (3)
perancangan software.
I. PENDAHULUAN Metode perancangan hardware adalah metode awal
obot sepak bola yaitu robot yang mampu dalam proses pembuatan alat. Metode perancangan
R bermain sepak bola selayaknya manusia seperti
menendang bola, mengumpan bola, menghalau bola
hardware terdiri dari (1) Rancangan Robot Sepak Bola
dan Tata Letak Sensor Gyroscope dan Sensor
T
dan lain sebagainya [3] Tantangan pengembangan robot
sepak bola yang penting dikembangkan adalah
Accelerometer; (2) Skematik Sensor Gyroscope dan
Sensor Accelerometer dengan CM-530.
kemampuan untuk menjaga keseimbangan pada saat Metode perancangan software terdiri dari: (1)
bermain sepak bola. Kemampuan ini ditunjukan agar Flowchart; (2) Listing Program. (3) Skema rangkaian
robot dapat berdiri dan bangun dari posisi jatuh dengan sensor gyroscope dan sensor accelerometer dengan CM-
menambahkan sensor gyroscope dan sensor 530.
accelerometer untuk menjaga keseimbangan robot Dalam perancangan letak sensor gyroscope dan
sebagai tugas akhir. Sensor gyroscope memiliki fungsi sensor accelerometer pada robot sepak bola harus
sebagai sensor yang dapat mempertahankan orientasi memperhatikan titik berat COG (Center Of Gravity)[3]
gerakan dan sensor accelerometer berfungsi mengukur robot dalam posisi balance atau seimbang dikarenakan
percepatan gerakan sudut atau sensor sudut kemiringan fungsi sensor gyroscope dan accelerometer berhubungan
terhadap gravitasi bumi. Aplikasi dari konsep tersebut dengan nilai percepatan sudut dan kecepatan sudut dalam
yaitu apabila robot melakukan pergerakan yang robot sepak bola, letak sensor gyroscope dan
mengakibatkan keseimbangan robot terganggu maka nilai accelerometer dapat dilihat pada Gambar 1.
dari kecepatan sudut dari sensor gyroscope akan Dari Gambar 1 dapat dibuatkan sistem
digunakan sebagai referensi kontroler untuk keseimbangan robot untuk memaksimalkan pergerakan
82
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
robot sepak bola dan juga menggetahui posisi sudut robot jika posisi 00 mempunyai nilai 332(10) maka nilainya akan
terhadap robot sepak bola dalam bentuk flowchart seperti lebih besar jika di bandingkan dengan kemiringan 180 0
Gambar 2. yang mempunyai nilai 255(10). Nilai rata-rata selisih
Saat robot melakukan gerakan motion seperti antara 00 sampai 1800 adalah 11(10).
berjalan ke depan belok kiri maupun kanan sensor
gyroscope dan sensor accelerometer akan melakukan TABEL 1. PENGUJIAN SENSOR ACCELEROMETER SUMBU Y
scaning setiap waktu untuk mengetahui posisi robot saat No Posisi Robot Value
itu juga. Jika posisi robot saat melakukan gerakan 1 00 332
keseimbangan robot tersebut terganggu maka nilai selisih 2 300 330
antara set point dan nilai terakhir sensor gyroscope akan 3 600 315
diolah dalam kontrol PID [4] selanjutnya nilai tersebut 4 900 297
akan ditambahkan atau dikurangi ke dalam servo kaki, 5 1200 275
sehingga gerakan servo yang telah ditambah oleh nilai
6 1500 260
PID akan menstabilkan gerakan robot agar tidak mudah
7 1800 255
III. HASIL
Hasil dari uji coba komponen robot baik per bagian
maupun secara keseluruhan sebagai berikut:
A. Pengujian Konfigurasi Rangkaian Sensor Gambar. 5. Modul CM-530
Gyroscope dan Sensor Accelerometer Dengan
Kontroler CM-530 Tabel 2 menunjukan nilai sensor gyroscope sumbu
Uji coba sensor Gyroscope dan sensor X yang mempunyai rentang nilai dari 00 sampai 1800 yang
Accelerometer dilakukan dengan cara meletakan busur berbeda - beda jika sudut 00 mempunyai nilai 447(10) maka
ukuran besar, letakan di samping robot dengan posisi sudut 1800 mempunyai nilai 142(10) sehingga jika posisi
robot berdiri tegak, untuk pengukuran sensor awal robot tegak 900, kemudian dimiringkan lebih codong
accelerometer sumbu Y dapat dilihat pada Gambar 3, ke arah depan maka nilainya semakin mengecil jika robot
untuk pengukuran sensor gyroscope sumbu X dapat condong ke arah belakang maka nilainya semakin besar.
dilihat pada Gambar 4, dan pengukuran sensor gyroscope Selisih nilai darI 00 sampai 1800 mempunyai selisih nilai
sumbu Y dapat dilihat pada Gambar 3. rata-rata sebesar 30,5(10).
Tabel 1 menunjukan nilai dari sensor accelerometer
mempunyai nilai derajat kemiringan yang berbeda-beda
83
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Gambar. 2. Flowchart Aplikasi Sensor Gyrocope dan Sensor Accelerometer pada Robot Sepak bola
84
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Tombol Remote
Gyroscope Gyroscope
Pergerakan
robot
TABEL 3 PENGUJIAN SENSOR GYROSCOPE SUMBU Y
Terjatuh
Terjatuh
Terjatuh
Terjatuh
Tidak
Tidak
No Posisi Robot Value
1 00 447
2 300 382
3 600 328 U Maju ke 10x 0x 2x 8x
1
4 900 312 depan
5 1200 258 2 L Belok ke 10x 0x 1x 9x
6 1500 223 kiri
7 1800 142 3 R Belok ke 10x 0x 1x 9x
kanan
B. Pengujian Implementasi Sensor Gyroscope pada 4 D Mundur ke 10x 0x 3x 7x
Robot Sepak Bola belakang
Fungsi dari pengujian ini untuk mengetahui fungsi
dan implementasi sensor gyroscope pada robot sepak bola
dalam menjaga keseimbangan robot.
Uji coba dilakukan dengan cara memasukkan
program pada CM-530, kemudian saat robot pada posisi
balance menekan tombol U pada CM-530 sampai ada
indikator bunyi untuk mengambil nilai set point sensor
gyroscope. Setelah itu mengamati pergerakan robot maju,
mundur, kiri dan kanan. Tampilan detail CM-530 dapat
dilihat pada Gambar 5.
Tabel 4 mengindikasikan bahwa dengan percobaan
10x menggunakan fungsi sensor gyroscope sebagai mem-
Gambar. 6. Robot Jatuh ke Depan
pertahankan orientasi keseimbangan gerakan robot dapat
mengurangi terjadinya robot terjatuh, dan pergerakan TABEL 6 HASIL PENGUJIAN IMPLEMENNTASI SENSOR
robot tanpa fungsi sensor gyroscope dari 10 kali ACCELEROMETER DENGAN ROBOT SEPAK BOLA
percobaan semua pergerakan robot terjatuh, hal tersebut No Posisi Nilai Respon
mengindikasikan bahwa dalam pergerakan robot sangat Robot Accelerometer pergerakan
1 Jatuh 35 Robot bergerak
diperlukan fungsi dari sensor gyroscope. depan bangun dari depan
C. Pengujian Implementasi Sensor Accelerometer 2 Jatuh -36 Robot bergerak
pada Robot Sepak Bola belakang bangun dari
Fungsi dari pengujian ini adalah untuk mengetahui belakang
fungsi dan implementasi sensor accelerometer pada robot
sepak bola untuk mengetahui posisi robot sedang terjatuh Tabel 6 mengindikasikan bahwa nilai dari sensor
atau berdiri. Uji coba dilakukan dengan cara memasukkan accelerometer berfungsi untuk medeteksi posisi robot
program pada CM-530, kemudian saat robot pada posisi sedang terjatuh atau berdiri berdasarkan posisi robot
balance menekan tombol U pada CM-530 sampai ada terhadap gravitasi bumi, nilai 00 dan 1800 mempunyai
indikator bunyi untuk mengambil nilai set point sensor nilai yang berbeda sehingga nilai tersebut digunakan
accelerometer. Setelah itu posisi robot seperti Gambar 6 sebagai acuan menjalakan gerakan bangun dari belakang
dan Gambar 7. atau dari depan.
85
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
86
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
87
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
88
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Disain Robot
Gambar 4.1. tampilan software compiler arduino 1.6.3
B. PixyMon
PixyMon adalah sebuah aplikasi yang
memungkinkan pengguna untuk mengkonfigurasi
Gambar 3.3. Disain Robot Tampak Depan perangkat pixy miliknya, mengatur port output dan
mengelola tanda berupa warna. Komunikasi PixyMon
melalui kabel mini USB standar.
89
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
6 60 Terdeteksi
7 70 Terdeteksi
8 80 Terdeteksi
9 90 Terdeteksi
10 100 Terdeteksi
Gambar 5.1. Flowchart tracking bola dan menendang bola
3 30 Terdeteksi
90
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstract – Sistem Keseimbangan robot kinerja robot yang semakin mendekati manusia bisa
menggunakan sensor gyroscope dan accelerometer, terwadahi dengan baik [1].
bertujuan untuk membuat rancang bangun sistem Humanoid Soccer Robot adalah salah satu bentuk
keseimbangan gerak robot sepakbola. Mewujudkan implementasi teknologi dalam bidang robotika yang
gagasan ini dilatarbelakangi perlunya sistem memiliki kemampuan menirukan salah satu atau beberapa
keseimbangan gerak pada robot sepakbola agar dapat kegiatan manusia untuk bermain sepak bola.
bermain bola dengan efektif dan seimbang. Hasil Robot ini juga harus memiliki beberapa
penelitian yang diharapkan adalah adanya sistem kemampuan yaitu robot harus dapat mendengarkan
keseimbangan gerak robot sepakbola dengan perintah wasit, dalam hal ini robot harus mampu
pengendalian sensor gyroscope dan accelerometer. mendengarkan perintah wasit melalui media wifi. Robot
Dengan demikian akan dapat dikembangkan robot harus memiliki kemampuan pengenalan fitur dan objek
sepakbola yang memiliki kemampuan bermain yang lebih di lapangan. Robot harus mampu berjalan menggunakan
baik, karena dengan adanya sistem keseimbangan gerak dua kaki seperti halnya pemain sepak bola manusia.
robot ini, robot akan dapat menyeimbangkan badan agar Robot harus dapat menjaga keseimbangan dalam
saat berjalan dan berlari robot tidak jatuh. Metode melakukan pergerakannya agar robot tidak sering terjatuh
penelitian disusun berdasar rancangan sistem yang terdiri dan bergerak stabil. Robot harus dapat menentukan arah
dari bagian-bagian utama yaitu: pengambilan informasi gawang lawan agar dapat mencetak gol kearah dan daerah
nilai perubahan gyroscope dan accelerometer, yang tepat dengan beberapa pola gerakan untuk mencetak
pemrosesan informasi tersebut digunakan untuk gol. Sehingga dalam penentuan arah gawang lawan robot
mengetahui keseimbangan robot dan robot saat jatuh.. menggunakan media kompas. Pemrograman motion pada
Hasil penelitian menunjukkan bahwa sistem robot humanoid bertujuan untuk mendapatkan gerakan
keseimbangan gerak robot pada penelitian ini robot telah robot yang kompleks dari gerakan robot yang lebih
mampu menyeimbangkan badan pada saat berjalan pendek dan sederhana.
maupun berlari.
Kata Kunci—Pemerosesan sensor gyroscope dan II. METODE PENELITIAN
accelerometer Dari beberapa kemampuan yang harus di miliki
oleh robot soccer,maka kemampuan robot ini harus
I. PENDAHULUAN didukung dengan komponen dan hardware yang
91
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Daerah COG
92
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Trek ball
Kejar Bola
(a) IF Accel
Robot Bergerak ke belakang
>= 290
WEBCAM depan
USB SERIAL
USB SERIAL
WIFI Odroid XU-4
IF Accel Robot Bergerak ke depan
>= 565
USB SERIAL belakan
I2C
Arbotik dan
Compas
Sensor accelerometer &
IF Accel Robot Bergerak ke kiri
RS-485
gyroscope >= 560
kanan
Servo MX 28 dan
MX-64
(b)
Gambar 5. (a)Humanoid robot Soccer dan (b) Blok diagram sistem
Robot
IF Accel
Robot Menyeimbangkan ke
>= 260
kanan
kiri
Selesai
93
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
94
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
95
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstrak - KRSBI participants are required to present more secara trigonometri data sensor accelerometer, pose robot
vigorous development of new innovations on humanoid robot dan pencitraan kamera. Perhitungan ini dapat digunakan
soccer. One of inovation that can be applied is inovation on untuk menentukan algoritma program robot, sehingga
ball distance detection. That inovation will help robot soccer robot humanoid soccer dapat melakukan pendeteksian
to improve its performance in scoring goal. The purpose of this
bola secara lebih optimal.
paper is to discuss how the accuracy of ball distance detection
use trigonometry calculation of sensor accelerometer, pose of
robot and camera. These calculation can be used to determine II. METODE
robot soccer algorithm, so it will make robot soccer
Metode yang digunakan dalam penelitian ini
performance more optimall.
Keyword : Accelerometer, Humanoid Robot Soccer,
meliputi berbagai tahapan mengikuti model Linier
Trigonometry Calculation Sequential Model (LSM) yang terdiri dari 4 tahapan yang
berulang yaitu tahap analisis dan studi literatur, perakitan
I. PENDAHULUAN (assembly-hardware), pengkodean (coding-software),
KRSBI merupakan ajang perlombaan robot dan pengujian. Penelitian dilakukan dengan melakukan
sepakbola yang memiliki tuntutan rules dengan tingkat studi literatur terhadap berbagai konstruksi robot
kesulitan yang bertambah sulit dari tahun ke tahun. Hal humanoid yang pernah ada, manuver yang dapat
ini mendorong peserta KRSBI untuk semakin giat dilakukan, pendeteksian bola dengan menggunakan
menghadirkan pengembangan inovasi yang baru dan kamera, dan metode perhitungan yang tepat untuk
lebih baik pada robot humanoid soccer. Inovasi tersebut mengukur jarak bola secara akurat. Tahap selanjutnya
salah satunya dapat diterapkan pada cara pendeteksian adalah dengan melakukan perakitan hardware, dan
jarak bola. Inovasi yang lebih baik pada sistem pengkodean algoritma pendeteksian bola pada robot.
pendeteksian jarak bola akan membantu robot humanoid Setelah tahap perakitan hardware dan pengkodean
soccer meningkatkan performa dalam mencetak gol di selesai, dilakukan tahap pengujian akurasi hasil
lapangan. Selain itu, tuntutan mobilitas pada robot pendeteksian jarak bola yang dihitung menggunakan
humanoid soccer yang cukup tinggi di lapangan, perhitungan secara trigonometri data sensor
memperkuat dilakukannya inovasi pengembangan sistem accelerometer, pose robot dan pencitraan kamera.
akurasi pendeteksian bola. Prinsip dasar pendeteksian
bola pada robot humanoid soccer yakni dengan III. TEORI
menggunakan pencitraan kamera. Pencitraan kamera A. Sensor Accelerometer
dipengaruhi gerakan kamera yang diatur dalam algoritma Sensor Accelerometer digunakan sebagai masukan
program robot. Bantuan sensor Accelerometer sebagai modul pengontrol gerak untuk mengatur keseimbangan
sensor untuk menghitung kemiringan sudut dapat robot saat berjalan. Accelerometer merupakan sensor
meningkatkan akurasi dalam pendeteksian jarak bola. yang berfungsi sebagai pengukur dan pendeteksi
Oleh karena itu, peningkatan daya kerja pada sistem percepatan maupun getaran suatu benda akibat gravitasi
deteksi jarak bola dapat diterapkan melalui perhitungan bumi. Accelerometer mengukur percepatan dinamis dan
trigonometri data sensor accelerometer, pose robot dan stastis. Pengukuran dinamis merupakan pengukuran
pencitraan kamera. percepatan yang dilakukan pada benda yang bergerak,
Tujuan dari tulisan ini adalah membahas cara sedangkan pengukuran statis dilakukan terhadap gravitasi
akurasi pendeteksian jarak bola melalui perhitungan bumi. Selain itu accelerometer dapat mendeteksi sudut
96
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
𝑎 𝑏 𝑐
= =
sin 𝐴 𝑠𝑖𝑛 𝐵 𝑠𝑖𝑛 𝐶
97
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Dari visualisasi pada gambar di atas dapat diambil Dengan menggunakan garis bantu tersebut, dilakukan
beberapa data untuk mengukur jarak bola terhadap robot perhitungan menggunakan aturan sinus trigonometri
yaitu,pose robot (panjang u, v, dan w) serta sudut untuk mencari jarak x. Perhitungan tersebut dijelaskan
bentukan berdasarkan pose robot yaitu kemiringan tubuh sebagai berikut :
robot (sensor accelerometer), kemiringan kepala (head 𝑎′ = 180 − 𝑎
tilt angle), dan posisi bola pada pencitraan kamera. b’ = ( 180 – b ) + 𝑎’
Berdasarkan data yang diperoleh tersebut gambar diatas c’’ = 180 – c
dapat disederhanakan menjadi bangun datar sebagai c’ = 180 - (c’’ + b’)
berikut.
98
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
VIII. BIOGRAFI
80
Jarak (cm)
99
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
100
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstrak— Dalam makalah ini, disajikan algoritma Gait Pada dasarnya menentuan titik gerak robot dapat
Generator yang sederhana tetapi efektif untuk melakukan dilakukan secara langsung dimana posisi titik
pergerakan perpindahan (locomotion). Platform robot yang didefinisikan langsung tanpa melakukan perhitungan.
digunakan memiliki enam kaki dengan tiga sendi pada tiap
Tetapi hal ini membuat pergerakan robot tidak dapat
kakinya dan digerakkan dengan 18 motor servo. Tujuan
utama dari penelitian ini adalah membuat robot yang dapat dinamis berubah-ubah sehingga diperlukan algoritma
melakukan perpindahan dengan gait generator yang yang dapat membuat posisi titik-titik pergerakan yang
sederhana dan efektif. Pada metode ini, digunakan dapat berubah ubah secara dinamis.
algoritma Invers Kinematic untuk menghitung sudut dari Makalah ini menawarkan algoritma gait generator
tiap-tiap sendi menggunakan nilai posisi dari keenam kaki yang sederhana tetapi cukup efektif untuk melakukan
robot yang diberikan. Pada bagian akhir, hasil
pergerakan yang dapat dinamis berubah ubah. Sehingga
implementasi yang didapatkan menunjukkan bahwa
algoritma ini dapat membuat robot melakukan pergerakan cukup memperhatikan parameter parameter yang
berpindah. diinginkan dalam melakukan pergerakan.
Istilah Index-Robot Berkaki Enam, algoritma Gait Bagian pertama pada makalah ini akan
Generator, Invers Kinematic menggambarkan tentang struktur mekanik dari robot.
Pada bagian kedua, makalah ini akan menyajikan
I. PENDAHULUAN algoritma gait generator yang sederhana tetapi cukup
101
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
102
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
VIII. BIOGRAFI
103
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
104
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Start
Get
compass
data
Find the
direction
Image 5. Source code program to sending data from ATMega8
to CM-530
105
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Image 6. Program list of the compass in CM-530 Nur Fadhila Sari born at Magetan,
November 29th 1996. Study at Hang Tuah
That’s the application program of CMPS-11 in CM- University, majoring electrical engineering.
530. As u see, we make a value range in each direction.
On that program, after the robot find the direction, robot
will do a motion that will support the robot to find the Yanuar Ari Setiawan born at Surabaya, January 11th
goalpost. 1996. Study at Hang Tuah University, majoring
electrical engineering.
106
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstrak – Makalah ini berisi perancangan pada robot[1]. Fungsi keanggotaan pada sistem kendali
strategi permainan sepak bola yang digunakan pada cerdas memiliki batasan yang samar sehingga derajat
mobile soccer robot. Tujuan implementasi strategi ini keanggotaan tidak bernilai Boolean (0 dan 1). Pada
agar robot dapat bermain menyerupai manusia. makalah ini, implementasi strategi permainan sepak bola
Strategi yang dirancang pada robot ini adalah strategi menggunakan Mamdani Fuzzy Logic.
mencari bola, strategi mencari gawang dan strategi Mamdani Fuzzy Logic digunakan karena
menggiring bola ke gawang. Strategi mencari bola memberikan hasil yang sama bahkan lebih baik
dan strategi menggiring bola ke gawang dibandingkan dengan pengendali klasik. Logika ini dapat
menggunakan metode Mamdani Fuzzy Logic. digunakan di berbagai macam kondisi karena sangat
Sementara strategi mencari gawang menggunakan sederhana[2].
logika biasa. Sebelum dilakukan implementasi,
strategi yang telah dirancang akan disimulasikan II. METODOLOGI
pada MATLAB. Hasil yang didapatkan adalah Strategi permainan sepak bola pada mobile soccer
keluaran berupa arah putar robot yang ditentukan robot terbagi menjadi beberapa bagian. Strategi pertama
menggunakan rule yang ada. adalah strategi mencari dan mengambil bola. Strategi ini
Index Terms—Strategi Permainan Sepak Bola, menggunakan masukan berupa data citra. Strategi kedua
Mamdani Fuzzy Logic, Robot Beroda, Robot Sepak adalah mencari gawang. Pada strategi ini menggunakan
Bola. masukan berupa pembacaan sensor kompas yaitu
orientasi posisi robot. Orientasi posisi robot selanjutnya
I. PENDAHULUAN dibandingkan dengan orientasi gawang yang telah dibaca
107
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
108
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Masukan Keluaran
8 depan
9 kanan
10 sangat kanan
11 sangat kiri
12 agak kiri
13 depan
14 agak kanan
15 sangat kanan
Gambar 2-4 Pembagian daerah pada orientasi
16 (tidak ada) tetap
Berikut adalah perancangan logika yang digunakan
pada strategi mencari gawang. Pada rule keluaran dari masukan 16 adalah tetap
Tabel 2-2 Logika Mencari Gawang Menggunakan Sensor karena gawang tidak terdeteksi. Hal tersebut menandakan
Kompas bahwa robot dan bola telah masuk ke dalam gawang.
Gawang Posisi
Perbedaan Keluaran
Lawan Robot
III. HASIL
1 1 (-) kiri
1 1 (+) kanan Strategi yang telah dirancang disimulasikan pada
1 2 > -180o kiri MATLAB. Berikut adalah hasil simulasi pada MATLAB.
1 2 < -180o kanan
2 1 > 180o kiri
2 1 < 180o kanan
2 2 (-) kiri
2 2 (+) kanan
Dimana perbedaan =
gawang lawan – posisi robot. Keluaran logika ini
adalah arah putar robot. Setelah robot mengetahui
berputar ke arah kiri atau kanan makan selanjutnya robot
akan berputar sejauh perbedaan.
D. Strategi Menggiring Bola ke Gawang
Setelah strategi mencari gawang mendapatkan hasil
orientasi gawang dan orientasi posisi robot sama, maka
dilakukan strategi menggiring bola ke gawang.
Masukan strategi menggiring bola ke gawang
Gambar 2-5 Rule mencari bola
berupa data citra. Data citra dibagi menjadi beberapa
bagian seperti pada Gambar 2-2. Sementara keluaran
strategi ini berupa gerakan putar robot. Keluaran yang
dihasilkan adalah gerakan putar robot. Gerakan putar ini
berada pada rentang sudut -90o sampai dengan 90o. Pada
rentang gerakan putar dibagi menjadi beberapa variabel
linguistik seperti Gambar 2-3.
Selanjutnya dirancang rule untuk strategi
menggiring bola ke gawang sebagai berikut.
Tabel 2-3 Rule Menggiring Bola ke Gawang
Masukan Keluaran
1 sangat kiri
2 agak kiri
3 depan
4 agak kanan
5 sangat kanan
6 sangat kiri Gambar 2-6 Permukaan strategi mencari bola
7 kiri
109
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
IV. KESIMPULAN
Strategi yang digunakan untuk permainan sepak
bola beroda terdiri dari strategi mencari bola, strategi
mencari gawang, dan strategi menggiring bole ke
gawang. Strategi ini menggunakan metode Mamdani
Fuzzy Logic dan logika biasa. Rule yang dirancang dapat
memberikan keluaran berupa arah robot yang diinginkan.
Hal tersebut menyebabkan robot beroda dapat bermain
sepak bola menyerupai manusia.
Gambar 2-7 Rule menggiring bola ke gawang
V. ACKNOWLEDGMENT
Makalah ini dibuat dalam rangka dokumentasi
Tugas Akhir penulis dan lomba Kontes Robot Indonesia.
Ucapan terima kasih disampaikan oleh penulis kepada
Tim TA 151601030 dan Tim Dago Hochschule yang ikut
serta dalam pembuatan dan pengembangan platform
robot sepak bola beroda yang digunakan pada makalah
ini.
VI. REFERENSI
[1] C. H. Chiu and W. R. Tsai, “Design and Implementation of an
Omnidirectional Spherical Mobile Platform,” IEEE Transactions
on Industrial Electronics, Mar. 20015, pp. 1619-1628.
[2] E. H. Mamdani, “Application of fuzzy algorithms for control of
simple dynamic plant,” in Proceedings of the IEEE, vol. 121, pp.
1585-1588, 1974.
[3] J. S. R. Jang, C. T. Sun, E. Mizutani, “Fuzzy Inference Systems,”
in Neuro-Fuzzy and Soft Computing, New Jersey.
Gambar 2-8 Permukaan strategi menggiring bola ke gawang
[4] J. R. Vilela. (2014). Fuzzylite: a fuzzy logic control library.
[Online]. Available: http://www.fuzzylite.com.
Pada Gambar 2-5 sampai dengan Gambar 2-8
terdapat tanda x, y, dan putar. Tanda x merupakan
koordinat x pada hasil data citra yang memiliki rentang VII. BIOGRAFI
dari 0 piksel sampai dengan 640 piksel. Tanda y Lovila Arina Manasikana lahir di Gresik, pada
merupakan koordinat y pada hasil data citra yang tanggal 5 Juni 1996. Lovila sedang menempuh
memiliki rentang dari 0 piksel sampai dengan 480 piksel. pendidikan sarjana Teknik Elektro di Institut
Teknologi Bandung (ITB).
Tanda x dan y merupakan masukan yang berupa hasil data Pengalaman organisasi Lovila adalah Wakil
citra sedangkan tanda putar merupakan keluaran arah Menteri Apresiasi Himpunan Mahasiswa
putar robot. Robot akan berputar ke kiri apabila keluaran Elektroteknik ITB (HME-ITB) Badan Pengurus
periode 2015-2016. Selain itu, Lovila aktif di
yang dihasilkan negatif, sedangkan berputar ke kanan Divisi Komputer HME-ITB serta Perkumpulan
apabila keluaran yang dihasilkan positif. Robot akan Seni Tari dan Karawitan Jawa ITB (PSTK-ITB).
berputar sejauh nilai yang dihasilkan pada keluaran. Sistem Kendali dan Sistem Komputer adalah bidang yang digeluti oleh
Lovila. Kegemaran Lovila adalah membaca dan menari tradisional.
Batasan yang terdapat pada masukan maupun
110
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
I. PENDAHULUAN
erkembangan teknologi di bidang robotika,
Pkhususnya pada divisi KRSBI, terbilang cukup pesat.
Para peserta di tuntut unutk dapat melakukan peningkatan
kemampuan robot untuk dapat menyesuaikan dengan
aturan pertandingan yang baru. Dalam bermain sepak
bola, robot di di haruskan unutk bisa melakukan gerakan-
gerakan dasar seperti berjalan, menendang, bangun dari
jatuh, dan lain-lain.
Pada tahun 2016, peraturan KRSBI mengalami
perubahan pada lapangan pertandingan yang tahun-tahun
sebelumnya menggunakan karpet pada tahun ini di ganti
menggunakan rumput sintetis, oleh hal itu menyebabkan
beberapa robot sulit untuk berjalan di atas lapangan. Gambar 3.1 . Block Diagram Robot ROSOTA
II. KONSTRUKSI ROBOT Dari gambar diatas, dapat dijelaskan koneksi dari
masing-masing komponen yang digunakan, serta tipe
Robot yang digunakan tim ROSOTA pada KRSBI koneksi yang digunakan
2016 menggunakan konstruksi bioloid-GP yang telah A. Kontroller Robot ROSOTA
dimodifikasi sedemikian rupa untuk menyesuaikan pada ROSOTA menggunakan 2 kontroller, yaitu Arduino
arena pertandingan tahun ini. ROSOTA menggunakan 20 Mega 2560 dan CM-530. Agar dapat melakukan
buah aktuator gabungan Dynamixel AX-12A dan AX- pengontrolan sensor dengan lebih leluasa.
18A.
111
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Gambar 3.2 .Arduino Mega 2560, CM-530 Gambar 4.1. Tampilan RoboPlus Motion
V. IMPLEMENTASI
Untuk membuat gerakan jalan pada dasarnya
mimiliki prinsip yang sama dengan gerakan jalan pada
manusia. Algoritma selama proses berjalan antara lain
sebagai berikut:
1. Robot berdiri tegak
2. Kaki kiri diangkat dan direngangkan ke depan badan
3. Badan robot bergerak ke depan dengan posisi
diantara kaki kanan dan kaki kiri
4. Kaki kiri mendarat di tanah dan kaki kanan di tekuk
Gambar 3.3. Dynamixel AX-12a & AX-18a dan siap melangkah ke depan
5. Kaki kanan melangkah di depan badan dan mendarat
IV. SOFTWARE
Pada robot ROSOTA menggunakan CM-530 untuk
mengatur motion atau gerakan pada robot seperti berjalan
maju, belok ke kiri, belok ke kanan dan lain-lain. Adapun
dalam kontroller CM-530 terdapat software RoboPlus
Motion yang di gunakan untuk membuat atau mengatur
gerakan-gerakan seperti di atas.
112
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
VIII. BIOGRAFI
(1) (2) (3) Yuri Yudhaswana Joefrie, lahir 25 Maret
Gambar 5.2. Implementasi pada robot ROSOTA 1979 , lulusan dari Universitas Brawijaya dan
sekarang mengajar sebagai dosen di jurusan
Selama proses berjalan tersebut robot bergerak Informatika Universitas Tadulako
secara berulang dari tahap 2 ke 5 hingga di berikan
perintah berhenti dari kontroller.
Nur Cholis, lahir 23
VI. KESIMPULAN November 1996, merupakan mahasiswa aktif
di fakultas teknik jurusan teknik elektro
KRSBI 2016 menggunakan material lapangan dari universitas tadulako, pada tahun 2015
rumput sintetis maka dari itu di butuhkan motion atau bergabung bersama unit kegiatan mahasiswa
gerakan yang dapat membuat robot mampu Robotech Tadulako dan tergabung dalam
mengeluarkan kemampuan terbaiknya dengan divisi KRSBI .
menggunakan algoritma berjalan seperti layaknya
manusia. Eri rachman, lahir 14 mei 1995, merupakan
mahasiswa di Universitas Tadulako ,
mahasiswa S1 teknik elektro di Universitas
VII. DAFTAR PUSTAKA Tadulako sejak tahun 2013 .
113
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstrak—Pada paper ini, dilakukan percobaan untuk sensor [3]. Dengan akurasi yang tinggi dan ketahanan
membuat algoritma ekstraksi data dari sensor Neato terhadap interferensi, sensor ini sangat ideal untuk
LIDAR XV-11 menggunakan pendekatan state-machine. melakukan pemetaan dan navigasi untuk robot pemadam
Mikrokontroler yang digunakan untuk implementasi
api.
algoritma adalah STM32F446RE dan pemrograman
dilakukan pada lingkungan pemrograman dengan bahasa Karena sensor LIDAR menggunakan teknologi laser
C++. Dari hasil percobaan didapatkan bahwa state machine untuk melakukan pengukuran, maka harga sensor ini
dapat diimplementasikan pada bahasa C++ dengan syntax cenderung sangat mahal [4]. Sensor LIDAR rata-rata
“switch” dan implementasi yang dibuat berhasil memiliki harga lebih dari Rp10.000.000,-. Namun untuk
mengekstraksi data dari sensor LIDAR dengan baik dan aplikasi dasar, terdapat sensor LIDAR dengan harga yang
akurat.
masih terjangkau, yaitu Neato LIDAR XV-11 [5].
Kata Kunci—LIDAR, State-Machine, Interfacing, Sensor
Jarak, Pemadam Api Paper ini akan menjelaskan proses interfacing antara
Neato LIDAR XV-11 dengan mikrokontroler ARM
I. PENDAHULUAN STM32F446RE menggunakan metode implementasi
state-machine. Metode ini dapat diaplikasikan juga pada
Robot pemadam api merupakan robot yang
mikrokontroler atau mikroprosesor lain dengan protokol
digunakan untuk penganggulangan bencana kebakaran.
komunikasi atau bahasa pemrograman yang serupa.
Robot ini memiliki potensi pemakaian yang luas seperti
penanggulangan bencana kebakaran pabrik secara
II. NEATO LIDAR XV-11 : FITUR DAN PROTOKOL
otomatis [1], atau sebagai robot eksplorasi daerah
kebakaran untuk misi penyelamatan [2]. Penggunaan Neato LIDAR XV-11 dipilih karena alasan berikut:
robot dalam misi penyelamatan akan mengurangi resiko Harganya murah untuk sensor LIDAR ($ 160)
petugas pemadam kebakaran dan mampu mengakses Jarak minimum pengukuran 14 cm dan maksimum 6
daerah yang tidak dapat diakses oleh tenaga pemadam m
kebarakan manusia. Oleh karena itu, prospek penggunaan Refresh rate yang cukup tinggi, yaitu 5Hz
robot sebagai pemadam api dan eksplorasi penyelamatan
sangatlah menjanjikan.
Supaya robot pemadam api dapat melakukan
eksplorasi secara otomatis, diperlukan sensor untuk dapat
mengetahui posisi objek di sekitar robot dan melakukan
pemetaan lokasi yang telah dieksplorasi. Salah satu
sensor yang dapat digunakan adalah LIDAR (Light
Detection and Ranging). Sensor ini menggunakan laser
dan sensor cahaya untuk menghitung jarak antara sensor
dan objek dengan menghitung durasi pantulan cahaya. Gambar II-1 Tampilan fisik Neato LIDAR XV-11
Selain itu, sensor ini juga diputar secara terus menerus
menggunakan motor sehingga memungkinkan untuk Dari gambar II-1, dapat dilihat bahwa sensor ini
menciptakan peta radial 2 dimensi dari area disekeliling memiliki 2 kabel, yaitu kabel motor dan kabel data. Kabel
114
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
motor ini merupakan masukan untuk daya untuk motor dijalankan langsung di program utama secara sekuensial,
pada LIDAR dan dapat digunakan untuk mengatur sehingga tidak diperlukan konsep pemrograman
kecepatan putar motor dengan sinyal PWM. Sensor ini mikrokontroler yang lain seperti interrupt. Namun,
hanya bisa beroperasi pada kecepatan putar motor 180 kelemahan dari metode ini adalah prosesor tidak
sampai 350 rpm, sehingga diperlukan kendali kecepatan melakukan apa-apa pada jeda antara satu paket data
supaya kecepatan putar motor LIDAR tetap pada daerah dengan paket data yang lain. Hal ini memperlihatkan
operasi. Kabel data adalah kabel komunikasi UART bahwa metode pembacaan data ini tidak efisien karena
dengan baudrate 115200 untuk menerima data dari menghabiskan waktu prosesor untuk menunggu. Selain
sensor. Kabel data ini juga berfungsi untuk menyuplai itu, refresh rate tipikal dari sensor ini adalah 5Hz, atau
200 ms untuk setiap satu putaran data. Hal ini berarti
tegangan 5V pada bagian sirkuit sensor LIDAR.
sistem yang menggunakan algoritma ini tidak bisa
Saat sensor ini melakukan 1 putaran, 90 paket akan
melakukan apapun selama 200 ms pembacaan data, yang
dikirim ke mikrokontroler, dengan setiap paket
merupakan waktu yang sangat lama untuk membaca
mengandung 4 pembacaan. Panjang 1 paket adalah 22
sensor. Visualisasi waktu yang terbuang dapat dilihat
byte. Sehingga total pembacaan adalah 360 data (untuk
pada gambar dibawah.
setiap 1 derajat) dengan ukuran total 1980 byte.
Setiap paket disusun dengan susunan berikut.
Dimana:
<start> selalu 0xFA
<index> adalah index byte dalam 90 paket, mulai
dari 0xA0 (paket 0, pembacaan 0 sampai 3) sampai
0xF9 (paket 89, pembacaan 356 sampai 359) Gambar III-1 Penggunaan resource prosesor pada metode
request and polling. Sebagian besar resource terbuang sia-
<speed> adalah informasi 2 byte, little endian, yang
sia saat polling.
merepresentasikan kecepatan * 64
[Data 0] sampai [Data 3] adalah keempat B. Metode Buffering
pembacaan, yang setiap ukurannya adalah 4 byte Pada metode ini, data yang diterima dari LIDAR
dengan susunan data sebagai berikut. tidak langsung diolah, melainkan disimpan terlebih
o byte 0 : <distance 7:0> dahulu ke dalam sebuah buffer. Jika buffer sudah terisi
o byte 1 : <"invalid data" flag> <"strength sampai pada batas tertentu atau selang waktu tertentu
warning" flag> <distance 13:8>` sudah dilalui, sebuah interrupt akan aktif untuk mengolah
o byte 2 : <signal strength 7:0>`
semua data pada buffer sekaligus.
o byte 3 : <signal strength 15:8>`
Kelebihan metode ini adalah penggunaan interrupt
sebagai indikator penerimaan data, sehingga waktu
III. PEMILIHAN ALGORITMA EKSTRAKSI DATA
tunggu antara satu data dengan data yang lain bisa diisi
Ada beberapa alternatif algoritma yang bisa dipilih dengan pekerjaan lain oleh prosesor. Selain itu,
untuk melakukan ekstraksi data LIDAR. Setiap alternatif pemisahan antara penerimaan dan pengolahan data
akan dijelaskan pada sub-bab berikut. membuat interrupt penerimaan data menjadi lebih singkat
A. Metode Request and Polling dan mengurangi peluang terjadinya antrian dengan
Pada algoritma ini, pembacaan data LIDAR diawali interrupt lain. Ditambah lagi, data terbaru akan diupdate
dengan programmer memberikan permintaan (request) secara otomatis pada array khusus dalam library LIDAR
pembacaan data LIDAR melalui pemanggilan fungsi atau yang digunakan,dan dapat mengakses LIDAR kapan saja,
method dalam kelas. Fungsi atau method yang dipanggil dimana saja.
akan melakukan pengambilan data jarak dari sudut 0 Namun, kekurangan dari metode ini adalah adanya
sampai 360 secara sekuensial, yang artinya fungsi ini batasan untuk waktu pengolahan data maksimum, yaitu
akan terus menunggu sampai semua data didapatkan. tidak boleh melebihi dua kali periode antar kedatangan
Setelah semua data didapatkan, barulah program keluar data LIDAR. Hal ini akan menyebabkan hilangnya paket
dari fungsi dan menjalankan perintah yang lain. data sebelumnya karena belum dimasukan ke memori
Dari segi kemudahaan implementasi, algoritma ini oleh interrupt. Batasan waktu pengolahan data ini akan
merupakan metode yang paling mudah mempengaruhi lebar buffer yang dapat digunakan. Selain
diimplementasikan. Hal ini karena fungsi dapat itu, buffer yang lebih besar membuat refresh rate
115
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
algoritma menjadi lebih rendah. Hal ini menunjukan byte dan dikirim dengan protokol yang dijelaskan pada
bahwa refresh rate dapat meningkat dengan menurunkan bagian II, maka desain state machine yang digunakan
buffer. untuk ekstraksi data dapat dilihat pada gambar berikut.
C. Metode State-Machine
Pada metode ini, setiap terjadi interrupt penerimaan
data, dilakukan pemrosesan data menggunakan state-
machine. Dalam penggunaan resource prosesor, lamanya
penerimaan dan pengolahan data kurang lebih sama
dengan metode request dan polling. Namun, State-
machine dapat menyimpan state program setelah setiap
pengolahan data, sehingga prosesor dapat dengan aman
keluar dari fungsi dan masuk kembali di lain waktu saat Gambar IV-1 State-Machine Ekstraksi Data LIDAR
data selanjutnya diterima. Hal ini menyebabkan prosesor
dapat mengerjakan pekerjaan yang lain pada sela antara Pada state-machine diatas, terlihat bahwa saat
waktu penerimaan data seperti metode buffering. sistem pertama kali berjalan, sistem masuk ke dalam state
Kelebihan dari metode ini adalah karena pengolahan data “wait_start” sampai mendapatkan start byte, yaitu 0xFA.
dilakukan per satu blok data, maka memori buffer yang Setelah start byte didapatkan, data selanjutnya dianggap
diperlukan sangatlah kecil, yaitu hanya 1-2 byte. Selain sesuai dengan urutan protokol dan dibaca ke variabel
itu, karena lamanya pengolahan data dibagi ke 360 data masing-masing sesuai dengan urutan. [Data 0] sampai
setiap penerimaan data, maka setiap sela waktu memiliki [Data 3] memiliki format data yang sama, sehingga
lebar yang sama dan mengurangi peluang terjadinya pengambilan data dapat dilakukan dengan state yang
antrian interrupt jika terdapat fungsi lain dengan interrupt sama dengan tambahan variabel index (i) untuk menandai
periodik terpasang. [Data 0] sampai [Data 3]. Setelah pembacaan data hasil
pembacaan selesai, sistem akan melewati pembacaan
checksum dan langsung kembali ke state awal.
Pembacaan data checksum diabaikan karena diasumsikan
bahwa data yang masuk selalu dalam kondisi baik dan
juga untuk mengurangi penggunaan resource sistem
untuk perhitungan CRC.
116
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
#define wait_start 0
#define get_index 1
#define get_spd_L 2
#define get_spd_H 3
#define get_data_b0 4
#define get_data_b1 5
#define get_data_b2 6 Gambar VI-1 Konfigurasi pengujian algoritma
#define get_data_b3 7
void ISR(USART)
{
data = USART_DR;
// State Machine
switch(state)
{
case wait_start:
if(data == 0xFA)
state =
get_index;
break;
case get_index:
//Ambil data index
state = get_spd_L; Gambar VI-2 Hasil pengukuran jarak sensor
break;
case get_spd_L:
//Ambil data spd L Gambar VI-1 memperlihatkan bahwa LIDAR
state = get_spd_H; digunakan untuk mengukur jarak pada kisaran 21 cm dan
break; dari gambar VI-2 dapat dilihat bahwa sensor berhasil
case ...
. membaca data dengan baik, yaitu D[270] = 21.3 cm.
. Perbedaan pengukuran LIDAR dan pengukuran
. penggaris terjadi karena adanya error pengukuran baik
case get_data_b3: dari instrumen yang digunakan maupun pengukur.
117
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
VII. SIMPULAN [3] Zlot, R., & Bosse, M. (2009). Place recognition using
keypoint similarities in 2D lidar maps. In Experimental
Dari hasil percobaan pada bagian V dapat terlihat Robotics (pp. 363-372). Springer Berlin Heidelberg.
bahwa algoritma ini berhasil melakukan ekstraksi data
[4] http://www.robotshop.com/ca/en/lidar.html, diakses pada
jarak dari sensor Neato LIDAR XV-11 secara akurat. 16 Mei 2016, 8:49 AM GMT +7
Hasil pembacaan ini dapat diolah lebih lanjut untuk [5] http://www.amazon.com/Neato-LIDAR-Laser-distance-
pengolahan citra 2 dimensi untuk mengetahui keberadaan sensor/dp/B00QSUJPSY, diakses pada 16 Mei 2016, 8:51
hambatan, kondisi area sekliling robot, serta pemetaan. AM GMT +7
[6] https://xv11hacking.wikispaces.com/LIDAR+Sensor,
VIII. APRESIASI diakses pada 16 Mei 2016, 8:47 AM GMT +7
Penulis berterimakasih kepada seluruh civitas
akademik Teknik Elektro Institut Teknologi Bandung X. BIOGRAPHIES
untuk dukungannya dalam melaksanakan proyek ini.
Hans Herdian (M’1888, F’17) lahir di Kota
Penulis (first author) juga berterimakasih kepada Bekas pada tanggal 15 November 1995. Saat ini,
keluarga yang telah memberikan dukungan moral dan dia sedang menempuh pendidikan S1 di Institut
finansial untuk keberlangsungan proyek ini. Teknologi Bandung pada jurusan Teknik
Elektro. Dia diharapkan lulus pada Juli 2016.
Saat berada di Kampus, dia aktif di Unit
IX. REFERENSI Robotika ITB sub-divisi Komurindo. Pada tahun
2015, dia dan timnya berhasil meraih juara 1
[1] Singh ,H.P., dkk. Control of An Autonomous Industrial pada Kompetisi Muatan Balon Atmosfer
Fire Fighting Mobile Robot. DU Journal of Undergraduate (KOMBAT). Bidang yang paling diminati
Research and Innovation, pp124-130 adalah telekomunikasi dan elektronika, sehingga dia berniat untuk
[2] Jadkar, Rutuja, dkk. (2015) A Survey on Fire Fighting melanjutkan pendidikan di bidang yang lebih tinggi pada kedua bidang
Robot Controlled Using Android Application. tersebut.
International Journal of Innovative Research in Science,
Engineering, and Technology, pp10701-10704
118
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstrak – Teknolgi yang diterapkan pada Kontes Robot berpartisipasi dalam Kontes Robot Sepak Bola Indonesia
Sepak Bola Indonesia senantiasa terus berkembang dari (KRSBI) 2016. Dalam kontes tahun ini, Tim KRSBI
tahun ke tahun. Para peserta dituntut untuk dapat UNTAR merancang robot sebanyak 4 buah yang terdiri
mengembangkan kemampuan robotnya mulai dari
dari DEVATA A sebanyak 2 buah sebagai robot
mekanika, algoritma sampai komunikasi data. Setiap robot
yang dirancang, pasti dilengkapi dengan main controller penyerang, DEVATA B yang berperan sebagai robot
dan sub controller sesuai dengan fungsi masing-masing. bertahan dan DEVATA C sebagai robot penjaga gawang.
Pertukaran data antar controller pasti akan terus dilakukan Robot DEVATA A adalah robot humanoid sepak
selama robot bekerja. Oleh karena itu, sangatlah penting bola generasi terbaru yang dirancang oleh tim KRSBI
memilih sistem komunikasi data yang tepat dalam UNTAR 2016. Robot ini memiliki perangkat keras
merancang sebuah robot.
(hardware) dan perangkat lunak (software) yang
Pada perancangan ini, digunakan main controller
Raspberry Pi 2 model B, dan sub controller CM-530 dan disatukan menjadi sebuah sistem untuk bekerja
Arduino Nano dalam robot DEVATA A. Teknik selayaknya sebuah robot sepak bola yang berperan
komunikasi data yang digunakan dalam robot DEVATA A sebagai penyerang.
adalah komunikasi serial dan komunikasi paralel 6 bit. Pada makalah ini akan dibahas tentang rancang
Berdasarkan hasil pengujian yang dilakukan, sistem bangun sistem komunikasi data robot DEVATA A yang
komunikasi data yang dipilih pada robot DEVATA A dapat
berpengaruh dalam operasi robot tersebut saat dijalankan.
berfungsi sesuai dengan perintah-perintah yang dihasilkan
dari setiap proses yang dilakukan.
Kata Kunci – KRSBI 2016, Raspberry Pi 2 Model B, II. TINJAUAN PUSTAKA
Arduino Nano, CM-530, gyroscope and accelerometer, DEVATA A merupakan robot humanoid dengan 20
compass, Sistem Komunikasi Data, Controller.
DOF (Degree of Freedom) yang digunakan untuk
mengikuti KRSBI 2016. DEVATA A adalah robot hasil
I. PENDAHULUAN
tiruan dari robot DARwIn-OP (Dynamic
Kontes Robot Sepak Bola Indonesia (KRSBI) 2016 Anthropomorphic Robot with Intelligence-Open
adalah penyelenggaraan KRSBI tahun keempat semenjak Platform). Untuk manifaktur robot DEVATA A,
KRSBI diadakan pertama kali di tahun 2013. Cikal bakal digunakan alumunium pada bagian kaki, dan 3D printing
KRSBI adalah Kontes Robot Cerdas Indonesia (KRCI) dengan filament jenis HIPs (High Impact Polystrene)
Robo Soccer Humanoid League (RSHL) tahun 2012 yang pada bagian badan dan kepala. Robot DEVATA A
sebelumnya bernama KRCI Expert Battle.[1] KRSBI memiliki spesifikasi sebagai berikut :
adalah sebuah kontes robot bermain sepak bola layaknya Aktuator : Kepala : 2 Dynamixel AX-12A
manusia. Para peserta KRSBI senantiasa dituntut untuk Tangan : 2x3 Dynamixel AX-
dapat mengembangi kemampuan robotnya dari tahun ke 12A
tahun. Seperti pada tahun ini, alas lapangan pertandingan Kaki : 2x6 Dynamixel MX-
menggunakan rumput sintetis sebagai pengganti karpet 28T
pada tahun sebelumnya. CPU : Main controller : Raspberry Pi 2 Model B
Universitas Tarumanagara (UNTAR) kembali Sub Controller : CM-530, Arduino Nano
Danieal, Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Universitas Tarumanagara. Jl. S.Parman No. 1, Grogol, Jakarta Barat 11440.
(daniealitalixc@gmail.com). Telp. +62 8988 762683.
Januar Chayadi, Jurusan Teknik Elektro, Fakultas Teknik, Universitas Tarumanagara. Jl. S.Parman No. 1, Grogol, Jakarta Barat 11440.
(chayadi.januar@gmail.com).
Kevin William, Program Studi Teknik Industri, Fakultas Teknik, Universitas Tarumanagara. Jl. S.Parman No. 1, Grogol, Jakarta Barat 11440.
(kevinwilliam029@gmail.com).
Agus Budi Dharmawan, Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Universitas Tarumanagara. Jl. S.Parman No. 1, Grogol, Jakarta Barat
11440. (agusd@fti.untar.ac.id).
119
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Sensor : Camera : Logitech C210 Dynamixel sebagai aktuator robot. CM-530 dapat
Gyro & Accelero : MPU6050 mengendalikan servo AX, dan MX series. Sebagai sub
Compass : CMPS11 controller, CM-530 akan menerima data dari main
Power : Battery LiPo 3 Cell 2200mAh controller berupa perintah gerakan yang harus dilakukan
Dimensi : Tinggi : 485 mm robot.
Telapak Kaki : 60 mm x 100 mm
Tangan : 197 mm
Lebar Tubuh : 195 mm
Gambar 3. CM-530
120
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
121
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
122
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
123
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
V. KESIMPULAN
Berdasarkan hasil percobaan, pemilihan teknik
komunikasi data secara serial dan paralel 6 bit sangat
cocok digunakan untuk komunikasi data antar controller
yang digunakan robot DEVATA A. Controller yang
digunakan robot DEVATA A, yaitu Raspberry Pi 2
Model B, CM-530, dan Arduino Nano.
VI. REFERENSI
Gambar 14. Pengujian komunikasi data main
[1] “Buku Panduan KRSBI 2016 versi beta 15 Oktober 2015”.
controller ke CM-530 untuk menggerakkan badan Direktorat Kemahasiswaan, Direktorat Jenderal Pembelajaran
robot DEVATA A dan Kemahasiswaan, Kementerian Riset, Teknologi dan
Pendidikan Tinggi. Jakarta: 2015
[2] “DARWIN-OP”, ROBOTIS, 2010.
(http://support.robotis.com/en/product/darwin-op.htm)
[3] “WHAT IS A RASPBERRY PI?”. Raspberry Pi Foundation.
2016. (https://www.raspberrypi.org/)
[4] “CM-530”, ROBOTIS, 2010.
(http://support.robotis.com/en/product/auxdevice/controller/cm
530.htm)
[5] “Arduino Nano”, Arduino, 2016.
(https://www.arduino.cc/en/Main/ArduinoBoardNano)
[6] “MPU-6000 and MPU-6050 Product Spesification Revision
3.4”. InvenSense Inc., California: 2013
[7] “CMPS11 – Tilt Compensated Compass Module”
Gambar 15. Data perintah main controller http://www.robot-electronics.co.uk/htm/cmps11doc.htm
menggerakkan badan robot DEVATA A [8] Joefrie, Yuri Y. “Sistem Pergerakan Servo Dynamixel AX
Series Berbasis Arduino pada Robot NAMAEKA”, in The 3rd
4. Komunikasi data keseluruhan komunikasi Indonesian Symposium on Robot Soccer Competition,
Yogyakarta, 2014.
Untuk melakukan pengujian terhadap semua jenis
komunikasi yang dilakukan pada robot DEVATA A
VII. BIOGRAFI
secara bersama, maka akan dilakukan dengan robot
Danieal. Lahir di Pontianak, Kalimantan
mendeteksi dan mendekati bola.
Barat pada 9 Mei 1995. Merupakan
mahasiswa S1 Teknik Informatika di
Universitas Tarumanagara angkatan 2013.
Sejak tahun 2014 aktif dalam tim Robotics
Universitas Tarumanagara serta mengikuti
Kontes Robot Sepak Bola Indonesia pada
tahun 2015 dan 2016.
Januar Chayadi. Lahir di Jakarta pada 26
Januari 1997. Merupakakan mahasiswa S1
Teknik Elektro di Universitas Tarumanagara
angkatan 2014. Sejak tahun 2014 aktif dalam
tim Robotics Universitas Tarumanagara
serta mengikuti Kontes Robot Sepak Bola
Indonesia pada tahun 2016.
124
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Kevin William. Lahir di Jakarta pada 2 Agus Budi Dharmawan. Lahir di Jakarta
September 1996. Merupakakan mahasiswa pada 26 Agustus 1984. Mendapatkan gelar
S1 Teknik Industri di Universitas Pasca Sarjana di Departemen Teknik Elektro,
Institus Teknologi Sepuluh Nopember (ITS),
Tarumanagara angkatan 2014. Sejak tahun
dan Master of Science in Electrical
2014 aktif dalam tim Robotics Universitas Engineering, University of Applied Sciences
Tarumanagara serta mengikuti Kontes Hochshule Darmstadt Germany. Bekerja
Robot Sepak Bola Indonesia pada tahun sebagai dosen di Fakultas Teknologi Informasi, Universitas
2015 dan 2016. Tarumanagara. Bidang keahlian yang diminati adalah
Intelligent System dan Robotika.
125
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
126
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
𝑀𝑛 𝜃̈ = 𝜏 (3)
Gambar 2.1 Posisi dan Orentasi Robot soccer. [4],[5]
𝑀𝑛
Dimana : 𝑀 𝑅∙ 𝐽 𝑅∙ 𝑀 𝑅∙ 𝐽 𝑅∙
W : Titik awal dari roda robot soccer + 𝐽𝑤 −
= [ 4∙ 𝑊∙ 4 𝑊∙ ]
R : Radius roda 𝑀𝑅 𝐽 𝑅∙ 𝑀𝑅 ∙
𝐽 𝑅∙
𝑃0 : Titik roda tengah − + 𝐽𝑤 +
4 𝑊∙ 4 𝑊∙
𝒳0 , 𝒴0 : x/y Koordinat dari Po terhadap sistem (4)
127
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Parameter yang digunakan dalam dinamika Dua karakteristik penting terlihat dari grafik yaitu:
robot soccer adalah M, J, Jw , diketahui bahwa energi a. Stall torque, menunjukkan titik pada grafik
pergerakan adalah K dimana fungsinya didefinisikan dimana torsi maksimum, tetapi tidak ada putaran
sebagai energi gerakan translasi dan energi rotasi, serta pada motor
energi perputaran roda pada robot soccer, sedangkan
b. No load speed, menunjukkan titik pada grafik
dinamika pada gerakan roda motor dc dapat didefinisikan
dengan Persamaan Lagrange. Dimana Mn adalah matriks
dimana terjadi kecepatan putaran maksimum, tetapi
inersia setara dengan τ, dan pada τ torsi pada roda tidak ada beban pada motor.
kiri/kanan, selanjutnya dapat dikatakan bahwa kecepatan B. Sistem Pencarian
pergerakan roda menjadi lebih besar ketika inertia lebih Dalam pembuatan program pencarian objek bola
kecil, selain itu ketika menjadi lebih besar, kekuatan berwarna menggunakan blok diagram secara umum
gangguan cenderung akan kecil. dapat dilihat pada gambar di bawah :
Pengambilan
Gambar
Sample Gambar
Segmentasi
Bola
Penjejakan/
Tracking
Posisi Bola
Menangkap
Action Tendang
Bola
+
Q (s) +
Q (s)
- Pn (s)
+ ξ
128
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Q(s) adalah filter low-pass dan Pn(s) adalah model Kemampuan DOB dalam meredam disturbance
nominal. Idealnya DOB akan melemahkan disturbance akan sangat ditentukan oleh time constant dari filter yang
pada frekuensi rendah dan membuat plant yang dikontrol dipakai, semakin kecil time constant maka bandwidth dari
oleh lup eksternal mendekati model nominal. filter akan semakin lebar dan rentang kerja DOB dalam
Kemampuan ini dapat ditunjukkan dengan menolak disturbance akan semakin lebar pula. Namun
memperhatikan fungsi alih sebagai berikut : dari Persamaan (8) menunjukkan bandwidth yang lebar
mengakibatkan sistem lebih sensitif terhadap noise.
𝐺𝑢𝑦 (𝑠) Dalam implementasi nilai time constant dari filter akan
𝑃(𝑠)𝑃𝑛 (𝑠) ditala sampai menghasilkan batas kemampuan yang
= (6) terbaik. Dan untuk menghasilkan sinyal kontrol korektif
𝑃𝑛 (𝑠) + 𝑄(𝑠)(𝑃(𝑠) − 𝑃𝑛 (𝑠)) dengan meredam disturbance semaksimal mungkin
𝐺𝑑𝑦 (𝑠) untuk membuat plant aktual menjadi model nominal. Jadi
𝑃(𝑠)𝑃𝑛 (𝑠)(1 − 𝑄(𝑠)) jika kontroler lup internal bekerja dengan baik maka plant
= (7) aktual dengan kontroler lup internal dapat dianggap
𝑃𝑛 (𝑠) + 𝑄(𝑠)(𝑃(𝑠) − 𝑃𝑛 (𝑠))
𝐺𝜁𝑦 (𝑠) sebagai model nominal. Sedangkan kontroler lup
eksternal didesain untuk meningkatkan performa sistem
𝑃(𝑠)𝑄(𝑠)
= (8) secara keseluruhan, di mana kontroler ini didesain
𝑃𝑛 (𝑠) + 𝑄(𝑠)(𝑃(𝑠) − 𝑃𝑛 (𝑠)) berdasarkan model nominal. Dengan metode DOB yang
menggunakan kontroler PD sebagai kontroler lup
Dari ketiga fungsi alih diatas dapat dilihat bahwa eksternal. Kontroler PD dipilih karena kemampuannya
desain DOB untuk menentukan performa penolakan untuk meningkatkan kecepatan respon sistem. Karena lup
disturbance tergantung dari pemilihan filter Q. Perilaku internal telah membuat plant aktual menjadi model
ketiga fungsi alih sistem diatas ketika nilai filter Q nominal, maka kontroler PD dirancang berdasarkan
mendekati 1 pada low frequency akan menunjukkan efek model nominal. Secara matematis kontroler PD yang
DOB pada sistem. Pada Persamaan (6) Guy(s) ≈ Pn(s), dipakai dinyatakan oleh Persamaan (11).
adalah dinamika sistem dari u ke y sama seperti model
nominal, selanjutnya pada Persamaan (7) Gdy(s) ≈ 0, hal
𝑈(𝑠)
ini menunjukkan bahwa pada frekuensi rendah
disturbances yang ada akan diredam, dan pada Persamaan
= {𝐾𝑝 (1
(8) Gζy(s) ≈ Pn(s), menunjukkan bahwa sensor noise + 𝑠𝑇𝑑 )}𝐸(𝑠) (11)
akan tetap diteruskan. Struktur filter yang digunakan
dalam desain DOB (Disturbance Observer) adalah filter dimana :
binomial yang dinyatakan oleh Persamaan (9). Kp : Konstanta Proporsional
𝑁−𝑟 Td : Time Derivative.
𝑄(𝑠) = [1 + ∑ 𝑎𝑘 (𝑇𝑠) 𝑘 ] [1 Dalam sistem pengendali servo mekanis keberadaan
self-tuning sangat dibutuhkan untuk mengatur dinamika
𝑘=1
𝑁 −1 dan kinematika sistem tersebut, self-tuning ini memiliki
efek kompensasi terhadap gangguan internal dan
+ ∑ 𝑎𝑘 (𝑇𝑠) 𝑘 ] (9) eksternal yang diakibat ketidak pastian model dan beban.
𝑘=1 Umumnya sistem terdiri atas plant dan pengendali yang
dimana: membentuk transien dan respon steady state pada plant
N : orde filter , r : orde relatif. yang dikendalikan untuk mencapai karakteristik yang
diinginkan. Pengendali bersifat robust digunakan untuk
Pemilihan filter orde yang rendah akan diperoleh mengendalikan plant di lingkungan dimana ketidak
struktur yang sederhana dan mampu menghemat waktu pastian model dan gangguan berada, pengendali berbasis
komputasi, dan dengan memasukkan nilai N=1 dan r=1 disturbance observer yang menghasilkan sinyal
maka akan diperoleh Persamaan (10), sesuai dengan akselerasi ke plant adalah pengendali yang bersifat
filter yang diinginkan. robust. sistem kendali ini membentuk perilaku input-
Q(𝑠) output bersifat robust dengan menghilangkan gangguan
1 terhadap plant (d) atau noise () yang mempengaruhi
= (10)
𝑇𝑠 + 1 sensor.
dimana: Transfer function dari sistem tersebut diperoleh
T : Time Constant dengan menerapkan metoda superposisi dimana ada tiga
129
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
130
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Simulasi 1.
Kecepatan linier = 3 , mulai detik 1, Kecepatan theta
= 8 , mulai detik 1 disturbance = 0
Simulasi 2.
Kecepatan linier = 3 , mulai detik 1, Kecepatan theta
= 8 , mulai detik 1 disturbance = 5 pada detik 7.
131
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Gangguan yang terjadi pada detik ke 7 dengan [2] Kazuki Takahashi, Hirokazu Scki and Susumu
nilai besaran 5 ternyata mampu direspon secara cepat oleh Tadakuma, “Safety Driving for Electric Power
sistem. Dari hasil grafik gambar a, sistem seolah tidak Assisted Wheelchair Based on Regenerative Brake”,
terpengaruh oleh adanya gangguan, walaupun gangguan Department of Electrical, Electronics and Computer
itu muncul pada detik ke 7. Grafik respon sistem terhadap Engineering, Faculty of Engineering, Chiba Institute
gangguan akan terlihat jika grafik diperbesar pada daerah of Technology 2-17-1 Tsudanuma, Narashino, Chiba
sekitar detik ke 7. 275-0016, Japan, IEEE 1-4244-0726-5/06, 2006.
[3] Djoko Purwanto, Ph.D, 2006),”Perancangan Sistem
V. KESIMPULAN
Kontrol dengan Matlab”, Surabaya, ITS
[4] Muhammad Nurdin, “Kontrol Daya Bantu Dorong
Pada kondisi ideal, respon sistem sangat sesuai Pada Kursi Roda Berbasis Disturbance Observer”
dengan yang diinginkan tapi perlu dicatat bahwa untuk Tesis Institut Teknologi Sepuluh Nopember
merealisasikan hal itu harus diperhatikan toleransi sistem Surabaya, 2014.
yang menjadi objek implementasinya. Dengan [5] Harshvardhan Sukthankar, Steven Weinberg, “
mengendalikan kecepatan angular dan linier maka arah Robot Soccer Strategy”, Department of mechanical
robot soccer sekaligus dapat dikendalikan. Respon step and Industrial Engineering, March 2008.
plant yang menggunakan DOB dan yang tidak, keduanya
memiliki karakter yang sama namun plant yang VIII. BIOGRAPHIES
menggunakan DOB lebih tahan terhadap gangguan, dapat Muhammad Nurdin, (Surabaya 03 Agustus 1969),
mentolerir ketidak pastian parameter plant dan Dosen PNS Teknik Elektro Program Studi Teknik
Elektronika Politeknik Negeri Ujung Pandang, S2
mengeliminasi noise jika muncul pada pencuplikan sinyal Ilmu Material Elektronik FMIPA Universitas
output plant itu sendiri. Keberadaan kompensator adalah Indonesia’ 2002, dan S2 Elektronika Industri
untuk menanggapi error antara setpoint dan output plant Teknik Elektro Institut Teknologi Sepuluh
Nopemeber Surabaya’ 2013, Dosen Pembimbing
(υ dan ω aktual) agar memperpendek settling time
Kontes Robot Indonesia ERSBI 2016 (PAGOLO).
sehingga lebih cepat mencapai steady state. .
Mohammad Adnan, (Ujung Pandang 11 Juli
VI. UCAPAN TERIMA KASIH 1974), Dosen PNS Teknik Elektro Program Studi
Teknik Elektronika Politeknik Negeri Ujung
Puji syukur penulis panjatkan kehadirat Tuhan Pandang, S1, S2 Tekni Elektro Universitas
Yang Maha Esa atas segala berkat dan penyertaan-Nya Hasanuddin, Pembina Kemhasiswaan Himpunan
Mahasiswa Elektro, Ka. Prodi Teknik Elektronika
sehingga riset/penelitian dan pembuatan paper robot Politeknik Negeri Ujung Pandang.
soccer ini dapat diselesaikan dengan tepat waktu. Dan tak
lupa saya ucapkan terimakasih kepada Panitia Indonesia Muhammad Luthfi Musrah, (Ujung Pandang 08
July 1994), Mahasiswa D3 Teknik Elektro Program
Symposium Robot Soccer Competition Politeknik Studi Teknik Elektronika Politeknik Negeri Ujung
Elektronika Negeri Surabaya (PENS) yang memberikan Pandang, Pernah mengikuti Lomba Ketrampilan
kesempatan kepada kami untuk ikut dalam ISRSC 2016. Siswa (LKS) 2012, dan Wordl Skills 2013 di
Jerman bidang Robotik, serta aktif sebagai anggota
Kami juga ucapkan terimaksih kepada Direktur Robot Tenik Elektro, Ketua Tim ERSBI 2016
Politeknik Negeri Ujung Pandang, Ketua Jurusan Teknik (PAGOLO).
Elektro, dan Kaprodi Teknik Elektronika, serta teman
Muhammad Ruslan, (Bontopuang 05 Mei 1995),
sejawat Dosen dan staf akademik, beserta Tim Robot Mahasiswa D3 Teknik Elektro Program Studi
ERSBI. Teknik Listrik Politeknik Negeri Ujung Pandang,
dan aktif sebagai anggota Robot Tenik Elektro,
Anggota Tim ERSBI 2016 (PAGOLO).
VII. REFERENCES
[1] Sakiko Tashiro and Toshiyuki Murakami, “Step
Passage Control of a Power-Assisted Wheelchair for Azhar Basis Panrita, (Ujung Pandang 13 Mei
1995), Mahasiswa D3 Teknik Elektro Program
a Caregiver”, IEEE transactions on industrial Studi Teknik Listrik Politeknik Negeri Ujung
electronics, vol. 55, no. 4, Member-IEEE 0278-0046, Pandang, dan aktif sebagai anggota Robot Tenik
IEEE Transactions on Industrial Electronics, Vol.55, Elektro, Anggota Tim ERSBI 2016 (PAGOLO).
No.4, April 2008.
132
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Abstract -- This study presents the real time range that match the ball color. Next, morphological
implementation of ball detection and tracking algorithm in operations such as erosion and dilation are used to remove
mobile soccer robot for Ekshibisi Sepak Bola Robot Beroda noises and minimize the error. By this point, the color of
(ESRB) 2016. The system uses the combination of color-
the ball is known by the system, but to make the detection
based segmentation and circular Hough transform to detect
the color and also the circular shape of the tennis ball used more precise, circular Hough transform is applied so the
in the game. The color segmentation uses thresholding feature of the ball is known. After that, the ball movement
method in Hue, Saturation, and Value (HSV) color space to is tracked by finding the contour and calculating the
differentiate the ball color from other objects in the field. centroid of the ball using image moments method.
Then, morphological operation is applied to the thersholded Finally, the result of this tracking method is displayed and
image to minimize the error. After that, circular Hough
the coordinates of the ball is known.
transform is applied to make sure that the detected image is
the ball, not other object that have the same color as the ball. The rest of this paper is organized as follows.
The final step is to calculate the image moments to Section 2 presents the general framework of the proposed
determine the centroid of the ball and tracking it. algorithm. In Section 3, the result of this study is
Index Terms—real time ball detection, color segmentation, presented and followed by the conclusion in Section 4.
circular Hough transform, image moments, mobile soccer
robot, morphological operation
II. PROPOSED ALGORITHM
A. Color Space
I. INTRODUCTION In this study, the image captured from the camera is
in the RGB color space. The color components from the
S OCCER is considered as one of the most popular
sports of all time in the world. Because of its
immense potential, nowadays, automation of soccer has
image are correlated with the sum of light that hit the
object. Image segmentation and description of those color
been widely researched, especially in the robotic field. components will be more difficult in this situation [2]. To
In soccer robot, detecting the ball is considered as make the ball more distinguishable and recognizable,
one of the most important task, as ball is the main HSV color space is chosen. HSV color space describe
component of the game. However, detecting a ball can be color in more natural and similar way like how human
a pretty challenging task. As the ball moves, its feature eyes see color. The representation of HSV color space can
may vary over the time. The lighting used in the be modeled in an upside down hexacone shape below [3].
surrounding can cast shadow over the ball and can make
the ball harder to detect. Another problem is some objects
from the surrounding may also look similar to the ball [1].
In order to overcome this difficulties, the color feature of
the ball need to be known and the system also have to
obtain the shape feature of the ball.
In this paper, real time ball detection and tracking is
proposed using color-based segmentation and circular
Hough transform. First, in order to filter the color of the
ball, the live image source from the camera is converted Fig. 1. HSV color space in upside down hexacone shape [3]
from the Red, Green, and Blue (RGB) color space into
Hue, Saturation, and Value (HSV) color space. Then, the The top of the modeled HSV hexacone contains the
converted image is thresholded by adjusting the HSV maximum intensity of colors, represented by the Value at
133
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
1. The bottom part of the cone contains the darkest color, Where Kz is the translation of B by vector z [7]
black, with the Value at 0. Saturation value is a ratio with
𝐾𝑧 = {𝑏 + 𝑧|𝑏 ∈ 𝐾}, ∀𝑧 ∈ 𝐸 (2)
the range of 0 (the center line of V axis), to 1 (the
triangular sides). In the model above, Hue is defined as 2) Dilation:
the angle around the gray/vertical axis, with Red color is
Dilation is a morphological operation that set the
at the zero point. The colors’ complements measured by
output pixel into the maximum value of all the pixels
Hue are in opposite to one and another (in 180 degree).
in the input pixels neighborhood [5].
The color white is defined when the Saturation is 0 and
the Value is 1. But, when the Saturation is 0, Hue become Let E be the integer grid, or Euclidean space, and A
irrelevant and undefined. the binary image. The erosion of binary image A by a
To produce a color in HSV color space, the structuring element K is denoted by
percentage of known color, such as blue or red is not
𝐴 ⊕ 𝐾 = ⋃𝑏∈𝐾 𝐴𝑏 (3)
required. Hue is adjusted to get the color, Saturation is
used to change the intensity of the color, and Value is Dilation operation is commutative and
used to make the color brighter or darker [4]. With this associative
knowledge, a color can be defined as a two dimensional
𝐴 ⊕ 𝐾 = 𝐾 ⊕ 𝐴 = ⋃𝛼∈𝐴 𝐾𝛼 (4)
field described by Hue and Saturation. The Value only
need to be adjusted so the color would not be considered 𝐴 ⊕ (𝐵 ⊕ 𝐶) = (𝐴 ⊕ 𝐵) ⊕ 𝐶 (5)
as black if the color brightness is too low [3].
B. Image Thresholding Dilation also have duality relation to erosion
Image thresholding is done to filter the ball color expressed below
from another color in the surrounding. The method used
in this process is pretty simple, it uses three arrays to be ̌𝑐 )𝑐
𝐴 ⊕ 𝐵 = (𝐴𝑐 ⊕ 𝐾 (6)
compared with. The converted HSV image from the
camera is used as the input reference and defined as a set Where Ac denotes the set theoretic complement of A
of array. Then, a set of array is made to be the minimum [6].
value of the desired color, also represented in HSV color
space, and another set of array as the maximum HSV D. Circular Hough Transform (CHT)
value of the desired color. There are several convolution operator that can be
To filter the color, the minimum and maximum HSV use to detect circle using CHT.
arrays need to be adjusted to represent the ball color and
the input array will check whether there are any matching
values that lie between the elements of the two other
arrays. This step produced a binary image that only
consist of the elements that are in the range of the
minimum and maximum value of HSV.
C. Morphological Operations
Morphological operations are essential step in
filtering the ball color. This operations are applied to the
thresholded image to minimize the noise and error in the
color detection. Morphological operations used in this
study are erosion and dilation.
1) Erosion:
Erosion is a morphological operation that set the Fig. 3. Circle Convolution Operators [7]
output pixel into the minimum value of all the pixels in
the input pixels neighborhood [5]. For this study, single circle convolution operator is
Let E be the integer grid, or Euclidean space, and A used. Assumed that the convolution operator size is
the binary image. The erosion of binary image A by a (2R+I), where R is the radius of the largest circle
structuring element K is denoted by considered. The center of described operator is indexed at
the origin point (0,0). The detection of circle with single
𝐴 ⊖ 𝐾 = {𝑧 ∈ 𝐸|𝐾𝑧 ⊆ 𝐴} (1) radius expressed below [7].
134
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
Where After that, the circle is detected using CHT, and then
the objects are tracked using the Image Moments.
𝑀10
𝑥𝑔 = (9)
𝑀00
𝑀01
𝑦𝑔 = (10)
𝑀00
III. RESULT
In this section, experiment result of the proposed
algorithm is presented. The first step is to convert the
color space from RGB to HSV. Fig. 6. Detected Objects
135
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th, 2016
Politeknik Elektronika Negeri Surabaya, Indonesia
VII. BIOGRAPHIES
Periodicals:
[1] C. Pei, S. Yang, L. Gao, and W. Ma, “A real time ball detection
Alinda Nur Fitriana was born in the capital
framework for soccer video,” in Proc. 2009 IEEE 16th
of the Special Region of Yogyakarta province,
International Conference on Systems, Signals and Image
Indonesia, on December 14, 1993. She is an
Processing, pp 1-4.
undergraduate student at Institut Teknologi
[2] H. D. Cheng, X. Jiang, A. Sun, and J. Wang (2001). "Color image
Bandung majoring in Electrical Engineering.
segmentation: Advances and prospects". Pattern Recognition 34
Currently, she is working on her final thesis
(12): 2259
for her bachelor degree and expected to
[3] H. Zhang, Y. Wu, and G. Yang, “Ball detection based on color
graduate in July 2016.
information and Hough transform,” in Proc, 2009 IEEE
She is an active member of ITB Robotic
International Conference on Artificial Intelligence and Club and ITB Film Club. She also actively
Computational Intelligence (Volume 2), pp 393-397.
involved in the Electrical Engineering Student
[4] G.D. Finlayson, S.S. Chatterjee, and B.V. Funt, “Color angular
Association and ITB Student Association.
indexing,” in Proc, 1996 The Fourth European Conference on Alinda received several awards in robotics competition including 2nd
Computer Vision (Vol. II), European Vision Society, pp. 16–27.
Place in Kontes Robot Seni Indonesia Regional II (2014), Best Artistic
[5] http://www.mathworks.com/help/images/morphological-dilation-
Award in Kontes Robot Seni Indonesia Nasional (2014), and also 1 st
and-erosion.html Place and Best Dance Award in Kontes Robot Seni Indonesia Regional
II (2015).
136
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Abstract – Semakin kompleksnya rule pada pertandingan Paper ini akan menjelaskan tentang perkembangan
robot sepak bola humanoid membuat robot harus dapat software framework yang terdapat pada robot EROS-6.
memiliki kemampuan baru dalam menyelesaikan masalah yang
ada. Algoritma – alogritma baru yang diterapkan pada robot
II. SEKILAS SISTEM
akan menambah tingkat kerumitan dan komputasi akan
menjadi lebih berat. Dalam makalah ini akan dijelaskan tentang Terdapat perkembangan pada robot EROS-6 meliputi
pengembangan software framework dengan pemrograman hardware dan software. Pengembangan ini membuat robot
multithread yang digunakan pada robot EROS generasi ke 6. EROS-6 memilki komputasi yang lebih cepat dibandingkan
Software yang dikembangkan akan dibagi menjadi beberapa
dengan generasi robot EROS generasi sebelumnya.
bagian yaitu abstraksi hardware, strategi robot, sistem vision,
sistem komunikasi, dan motion. Dengan dikembangkannya A. Hardware Robot
software framework ini diharapkan dapat mengoptimalkan Robot EROS-6 menggunakan mini PC Odroid XU4
resource yang tersedia serta mempercepat proses dengan prosesor Samsung Exynos5422 Cortex™-A15
pengembangan. @2Ghz and Cortex™-A7 Octa core CPUs, GPU Mali-T628
Kata Kunci : Robot Platform, Software Framework MP6, RAM 2GB LPDDR3 RAM PoP stacked [8] sebagai
main controllernya. Odroid XU4 juga dilengkapi dengan 2 x
I. PENDAHULUAN USB 3.0 Host, 1 x USB 2.0 Host, Gigabit Ethernet port,
ontes robot sepak bola humanoid memiliki cita – cita
K yang mengacu pada organisasi RoboCup International,
yaitu tahun 2050 mampu mencetak tim sepak bola robot yang
HDMI 1.4a untuk display, serta cooling fan yang sudah
terpasang. Odroid XU4 menyediakan 2 opsi pilihan untuk
media penyimpanan yaitu eMMC (direkomendasikan) dan
mampu melawan tim juara dunia sepak bola [7]. Untuk microSD. Hal ini membuat hardware robot EROS-6 menjadi
mencapai tujuan tersebut setiap tahunnya akan diadakan rule lebih powerfull dan lebih ringkas dibanding mini PC pada
– rule baru pada perlombaan yang akan menambah tingkat EROS generasi sebelumnya yang menggunakan Fit PC 2i
kompleksitas pada robot. Dengan meningkatnya kompleksitas dengan prosesor intel atom Z530 1.6/2GHz single core. [9]
tersebut maka akan diimplementasikan algoritma – algoritma
baru yang juga akan meningkatkan proses komputasi yang
harus dilakukan robot.
Dengan meningkatnya tingkat kompleksitas pada robot
perlu dilakukan optimasi dan pembagian pada masing -
masing tugas akan dilakukan dengan optimal dan efisien.
Pembagian tugas juga dilakukan untuk mempermudah proses
pengembangan dalam menyelesaikan permasalahan yang
kompleks.
Gambar 1. Odroid XU4 (kiri) dan Fit PC 2i (kanan)
Terdapat beberapa tugas pada robot yang harus
dilakukan secara bersamaan, sehingga diperlukan pembuatan . Odroid XU4 tidak memiliki wifi internal sehingga
software yang dapat melakukan hal tersebut. Pemrograman perlu ditambahkan usb wifi adapter. EROS-6 menggunakan
paralel dapat diimplementasikan untuk menyelesaikan 150Mbps Wireless N Nano USB Adapter TL-WN725N
permasalahan tersebut [1]. Selain itu pemrograman paralel karena ukurannya yang sangat kecil dan tidak memerlukan
juga dapat memaksimalkan resource yang tersedia, sehingga antena tambahan.
proses komputasi dapat berjalan lebih cepat [2].
137
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Pada bagian sub controller EROS-6 tetap ada pada EROS saat ini ditulis dengan menambahkan
menggunakan ARM Cortex STM32F407VC @128MHz library pthread (POSIX Thread) sehingga memungkinkan
yang digunakan untuk membaca dan mengolah data untuk melakukan pemrograman paralel atau multithread
sensor, membangkitkan motion, dan menggerakan programming. Dengan dilakukanya pemrograman
actutator yang berupa posisi semua servo [3]. multithread akan membuat proses komputasi menjadi
lebih cepat dan dapat mengoptimalkan resource CPU
multi core yang tersedia [2]. Digunakan library pthread
karena prosesnya yang lebih ringan, pertukaran data yang
lebih efektif, serta beberapa alasan lainnya yang terdapat
pada [2].
Saat ini robot EROS memiliki software framework
seperti pada gambar 3. Pada bagian main controller
terdapat 4 bagian software utama yang dijalankan secara
bersamaan ketika robot dijalankan yaitu program strategy
/ behaviour control, program vision, program komunikasi
Gambar 3 . Arsitektur Hardware EROS-6 dan koordinasi antar robot, dan program komunikasi
serial.[6] Semua software tersebut dapat saling
Main controller dan Sub controller dapat saling
berkomunikasi menggunakan IPC (Inter Process
berkomunikasi menggunakan komunikasi serial dengan
Communication) [3].
komponen tambahan FTDI USB to Serial. Terdapat 2
A. Program Vision
jalur komunikasi serial antara Main Controller dan Sub
Program vision adalah program pengelolahan citra
Controller yang memiliki fungsi berbeda. Jalur pertama
yang memproses data gambar dari kamera kemudian
digunakan untuk memilih mode, pengiriman perintah
mensegmentasi dan menentukan posisi – posisi serta
motion serta penentuan posisi servo kepala secara penuh.
beberapa atribut dari beberapa objek yang ditangkapnya.
Sedangkan pada jalur kedua digunakan Sub Controller
Program vison pada EROS-6 ditulis dengan library
untuk mengirimkan data compas, status robot, dan data
OpenCV 3.1. Pada program vision dibagi menjadi
odometry. Untuk lebih detailnya akan dijelaskan pada bab
beberapa thread seperti ball vision [4], goal vision,
selanjutnya.
obstacle vision, serta field dan line vision [6]. Thread –
thread ini dapat dijalankan secara bersamaan, tetapi tidak
III. ARSITEKTUR SOFTWARE
semuanya perlu untuk dijalankan. Program vision dapat
EROS-6 menggunakan sistem operasi Linux berkomunikasi dengan program strategi untuk
Ubuntu 14.04 LTS versi ARM. Semua program EROS menentukan thread mana saja yang perlu di aktifkan. Hal
ditulis dalam bahasa pemrograman C++ dan di compile ini bertujuan untuk mempercepat komputasi dengan
menggunakan GCC (GNU Compiler Collection) yang memproses data – data yang diperlukan saja, sehingga
telah terinstall di dalamnya. Sebagian besar program yang akan lebih efektif. Program vision memerlukan beberapa
138
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
parameter – parameter tambahan yang diperoleh dari tersebut diharuskan mengganti program secara manual.
program konfigurasi kamera dan program kalibrasi. Dengan diadakan sistem load file maka hanya ada satu
Parameter – parameter tersebut diload dari file hasil program yang digunakan oleh semua robot, dan jika ingin
proses kalibrasi. Output dari program vision adalah posisi mengganti parameter – parameter tertentu tidak
bola pada kamera, informasi posisi gawang beserta diperlukan untuk memprogram ulang robot. Terdapat
parameternya, posisi obstacle terhadap kamera, serta program kalibrasi dan variable selector untuk mengganti
posisi robot x maupun y terhadap lapangan. nilai – nilai parameter dengan cara yang lebih mudah dan
cepat.
Program strategi berkomunikasi dengan program
vision untuk menentukan dan meminta data apa saja yang
dibutuhkan. Contohnya saat ingin melakukan tracking
bola maka program strategi akan meminta program vision
untuk mengaktifkan thread ball vision, saat ingin
menentukan posisi gawang maka pogram akan meminta
untuk mengaktifkan thread goal vision, saat ingin
menentukan posisi robot maka program akan meminta
untuk mengaktifkan thread field and line vision. Program
strategi juga berkemampuan untuk meminta program lain
untuk mengaktifkan beberapa thread sekaligus.
Gambar 4. Ball Vision Program strategi berkomunikasi dengan progam
komunikasi dan koordinasi untuk mengirimkan
parameter-parameter robot yang dibutuhkan program
koordinasi dalam menentukan mana robot yang harus
menyerang dan bertahan. Program strategi akan
memperoleh data keputusan apakah robot harus
menyerang, membackup, bertahan atau yang lainnya.
Program strategi berkomunikasi dengan
subcontroller melalui program komunikasi serial.
Terdapat dua program komunikasi serial pada robot
EROS-6. Program komunikasi serial pertama digunakan
program strategi untuk memerintahkan motion,
menggerakan servo kepala, memilih mode pada sub
Gambar 5. Goal Vision
controller. Pada program komunikasi serial kedua berisi
B. Program Strategi parsing data yang digunakan main controller untuk
Program strategy / behaviour control adalah menerima data – data seperti data kompas, data langkah
program kecerdasan buatan yang mengelolah semua data dan trajectory robot (selanjutnya akan di proses untuk
pada robot dan menentukan apa aksi yang harus odometry robot), serta status robot (apakah robot sendang
dilakukan. Program ini merupakan pusat pengolahan terjatuh atau tidak).
semua data yang dimiliki robot. Data – data yang di olah Output dari program strategy adalah perintah untuk
berasal dari hasil pengolahan beberapa bagian software menjalankan beberapa gerakan (motion), serta penentuan
lainnya seperti program vision, program referee box posisi servo kepala kepada sub controller.
(penerima game controller), program komunikasi dan
koordinasi serta program komunikasi serial dengan sub
controller. Program strategi berisi state – state tindakan
yang harus dilakukan robot.
Saat pertama kali program stategi dijalankan,
program akan melakukan load file – file yang berisi
variable – variable yang dibutuhkan seperti file data
player, data kalibrasi kompas, data kalibrasi kepala, dan
data mode strategi. File – file ini akan memiliki nilai yang
berbeda pada setiap robot. Hal ini merupakan
pengembangan dari generasi EROS generasi sebelumnya
dimana setiap robot akan memiliki program yang berbeda Gambar 7. Pengujian waktu eksekusi program strategi menggunakan
– beda dan ketika ingin mengganti parameter – parameter Odroid XU4
139
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
140
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Abstract -- Untuk membantu keberhasilan pencarian pengetahuan tim SAR[1]. Namun jika dibantu dengan
korban oleh tim SAR, salah satunya adalah dengan peralatan yang memadai akan memudahkan dan dapat
dibuatnya pesawat tanpa awak yang popular dengan nama meningkatkan keberhasilan menemukan korban.
UAV (Unmanned Aerial Vehicle). UAV dapat terbang Peralatan pendukung yang langsung dapat membantu
dengan berbagai ketinggian untuk memetakan wilayah mencari korban bencana seperti radar, deteksi detak
yang terkena bencana dan mencari korban bencana. UAV
jantung (seperti life locator dan long range acoustic
harus dapat digunakan secara nyata, yaitu lamanya waktu
terbang, jangkauan wilayah terbang, kestabilan terbang, device), sampai alat berat sudah menjadi standar
dan algoritma pencaria8n korban. UAV dapat terbang kebutuhan. Pada kasus banjir, tsunami, kebakaran hutan,
dengan dua mode, yaitu mode manual dengan bantuan pesawat terbang yang jatuh ke laut, wilayah pencarian
remote control dan google monitor untuk jarak terbang korban bencana menjadi luas dan sulit dilakukan lewat
dekat, serta mode autonomous untuk jarak terbang yang darat, dan jika menggunakan pesawat berawak biaya
jauh (di luar jangkauan pandangan mata). Saat terbang pencarian menjadi tinggi. Selain itu waktu menjadi faktor
jauh diperlukan path planning agar dapat melakukan yang sangat kritikal dalam menyelamatkan korban. Oleh
pemetaan yang benar sehingga dapat mengirimkan karena itu menemukan korban secepat mungkin dengan
informasi kepada tim SAR berupa citra lingkungan sekitar
tidak mengabaikan keselamatan tim SAR menjadi
bencana. Penelitian yang telah dilakukan saat ini, masih
sebatas simulasi quadcopter yang dapat terbang dengan kebutuhan dalam menyelamatkan korban bencana. Salah
stabil. Hasil simulasi memperlihatkan bahwa respon satu cara yang dapat dilakukan adalah dibuat pesawat
transien sistem motor brushless baik, dengan delay time, rise tanpa awak yang popular dengan nama UAV (Unmanned
time, settling time dan time at max yang sangat cepat, serta Aerial Vehicle). UAV dapat terbang dengan berbagai
tidak terjadi osilasi dan overshoot, dan dari diagram Root ketinggian untuk memetakan wilayah yang terkena
locus, terlihat bahwa tidak ada pole yang berada di sebelah bencana dan mencari korban bencana. UAV harus
kanan sumbu imajiner, serta tidak ada pole yang berada di memiliki teknologi yang mumpuni untuk menjalankan
titik 0 sumbu real, maka sistem benar benar stabil. Dari misi ini. Beberapa faktor yang menjadi UAV cukup sulit
grafik terhadap respon step dapat dilihat bahwa sistem
dibuat sampai dapat digunakan secara nyata adalah
kendali PID untuk sumbu z, yaw, roll dan pitch tidak terjadi
overshoot dan osilasi. Dengan demikian quadcopter tidak lamanya waktu terbang, jangkauan wilayah terbang,
akan mengeluarkan output yang melebihi setpoint nya dan kestabilan terbang, dan algoritma pencarian korban.
akan terbang dengan stabil karena memiliki satu nilai final Pencarian korban yang efektif dan cepat merupakan
yang konstan. faktor yang sangat kritikal. Pemetaan lokasi bencana juga
Kata Kunci – Pencarian korban bencana, Pemetaan wilayah menjadi hal yang penting agar instansi yang berkaitan
bencana. Quadcopter, kestabilan, PID Control. dapat mengambil langkah yang tepat untuk menangani
situasi bencana. Dengan latar belakang tersebut, maka
I. PENDAHULUAN pada penelitian ini akan direalisasi suatu prototip UAV
Kehidupan manusia yang tidak dapat yang mampu terbang dengan stabil dan aman, serta
terlepas dari bencana alam seperti gempa vulkanik, memberikan informasi kondisi wilayah bencana. UAV
dapat terbang dengan dua mode, yaitu mode manual
ataupun kelalaian manusia seperti kecelakaan lalu
dengan bantuan remote control dan google monitor untuk
lintas/transportasi, dan tindakan-tindakan manusia jarak terbang dekat, serta mode autonomous untuk jarak
yang kurang peduli dengan lingkungan alam sekitarnya terbang yang jauh (di luar jangkauan pandangan mata).
sehingga terjadi banjir, dan kebakaran hutan, memerlukan Saat terbang jauh diperlukan path planning agar dapat
tim khusus untuk penanggulangan bencana yang sering melakukan pemetaan yang benar sehingga dapat
disebut tim SAR. Di Indonesia tim SAR dikenal sebagai mengirimkan informasi kepada tim SAR berupa citra
Badan SAR Nasional (Basarnas). Tingkat keberhasilan lingkungan sekitar bencana. Informasi yang didapat oleh
pencarian korban ditentukan oleh ketrampilan dan tim SAR dapat dipakai untuk memberikan penanganan
141
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
yang tepat dalam upaya penyelamatan. Terealisasinya konstuksi, konfigurasi, metoda terbang, algortima
UAV tentunya akan sangat bermanfaat bagi tim SAR untuk kestabilan dan manuver saat terbang, dan
untuk mengurangi jumlah korban yang meninggal algortima untuk melakukan monitoring serta path
akibat terlalu lamanya waktu yang dibutuhkan untuk planning.
melokalisasi posisi korban. 2. Tahap ke dua, akan dibuat prototip UAV yang
mampu terbang dan bermanuver di udara dengan
II. METODA RANCANGAN UAV baik dengan target waktu terbang minimum 30
menit. Kestabilan terbang yang ingin dicapai adalah
Karena UAV harus terbang, maka motor harus pada kondisi hover, altitude hold, position hold,
senantiasa bergerak terkontrol dengan baik dan tidak namun dengan ketinggian di sekitar 3-5m. Fitur
boleh terjadi kesalahan. Khususnya untuk mendukung penting fail safe harus ditanamkan juga pada
SAR ada empat kriteria desain UAV yang harus UAV[7]. Pada tahap ini masih digunakan remote
diperhatikan[5], yaitu: control pada mode manual.
1. Kualitas sensor, berupa keakuratan sensor dalam 3. Tahap ke tiga, UAV akan dilengkapi dengan sensor
menemukan objek. untuk mengukur kecepatan angin, sehingga saat
2. Keterbatasan energi. Perlu perhitungan yang terbang dengan ketinggian di atas 20m dan
optimal antara daya angkat, ukuran propeller, mendapat gangguan angin, maka UAV dapat
beban, kekuatan motor dan catu daya[3]. melakukan koreksi dan kembali terbang stabil.
3. Lingkungan yang berbahaya. UAV harus didisain Untuk itu perlu dibuat simulator uji terbang yang
mampu menghindari tabrakan (pohon atau gedung) dapat menghasilkan simulasi tiupan angin dengan
dan dapat memperbaiki kestabilan terbang jika variabel arah dan kecepatan angin. UAV pada tahap
terjadi angin kencang. ini akan mulai coba dimasukan algoritma untuk
4. Pertukaran informasi. data fusion dan network dapat terbang autonomous dengan bantuan GPS.
connectivity sangat berperan untuk kelancaran 4. Tahap ke empat, UAV akan dipasang perangkat
komunikasi antara UAV dan stasion di darat. monitoring seperti monitor, fpv, kamera, transmitter
Model fixed wing memiliki wilayah jelajah yang dan receiver. Algoritma path planning dengan
lebih luas dan cepat, namun memiliki sudut pandang yang menggunakan single board computer dan kamera,
cenderung horisontal dibandingkan dengan muti rotor, sehingga sistem UAV tidak tergantung pada GPS
sebaliknya penempatan sudut pandang pada UAV jenis saja. Karena sinyal GPS sangat rentan terhadap
multi rotor sangat leluasa, namun wilayah jelajah lebih cuaca lingkungan.
sempit dan kecepatan terbang lebih rendah[6]. Pada
literatur terkini juga disampaikan teknik yang lebih baru III. SIMULASI
dengan memberikan penambahkan lengan pada multi A. Simulasi Motor Brushless
rotor yang dapat menggerakkan posisi hadap motor, Model matematika dari sebuah brushless motor
dengan teknik ini maka 75% motor yang bekerja saja adalah sebagai berikut [10] :
tidak akan membuat UAV jatuh[8]. (
1
)
𝐾𝑒
Metoda pencarian korban dan pemetaan dapat 𝐺(𝑠) = (1)
𝑡𝑚.𝑡𝑒.𝑆 2 +𝑡𝑚 𝑆+1
dilakukan dengan menyesuaikan tinggi jelajah UAV, tm adalah konstanta waktu mekanik (s)
secara sederhana jika ingin mendapatkan citra lebih detil (3 𝑅 .𝐽)
𝑡𝑚 = (2)
maka tinggi jelajah harus lebih rendah[6]. Pada pemetaan 𝐾𝑒 .𝐾𝑡
wilayah bencana yang luas, agar pencarian korban lebih te adalah konstanta waktu elektrik (s)
𝐿
terarah maka digunakan algoritma pencarian seperti 𝑡𝑒 = (3)
3.𝑅
greedy heuristics dan potential based heuristics[5]. Ke adalah konstanta torsi elektrik (V sec/rad);
3.𝑅.𝐽
Dalam mengakhir misi UAV akan melakukan landing 𝐾𝑒 = (4)
𝑡𝑚. 𝐾𝑡
dengan aman dan selamat dapat dibantu dengan sistem dengan L adalah induktansi (H), R adalah resistansi
stereo vision, mengingat tidak adanya jaminan bahwa terminal fase-fase(Ω), J adalah inersia motor (gr. cm2)
sinyal GPS selalu baik [9]. Dengan pertimbangan aplikasi dan Kt adalah konstanta torsi (Nm/A). Dari persamaan (1)
untuk pencarian korban bencana maka dipilihlah model hingga (4), dan motor brushless tipe AX-2810Q-
UAV berupa multirotor. 750KVmodel matematika brushless motor dapat
Metodologi penelitian yang akan dilakukan terdiri disimulasikan dengan bantuan matlab.
dari 4 tahap, yaitu :
1. Tahap pertama, studi literatur untuk meninjau Open Loop Step Response
metoda-metoda yang berkaitan dengan disain UAV R = 1.1; % Ohm (Ω), Nilai Resistansi terminal motor
untuk menentukan metoda yang paling tepat atau brushless antarfase
L = 0.1e-3; %Henry (H), Nilai terminal motor
optimal. Disain mencakup pemilihan jenis UAV, brushless antarfase
142
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
grid;
Gambar 2. Diagram Root Locus
title('Open Loop Step Response ');
ylabel('Voltage, Volt');
xlabel('Time'); Dari diagram Root locus, terlihat bahwa tidak ada
pole yang berada di sebelah kanan sumbu imajiner, serta
Dengan menggunakan fungsi tftplot pada matlab tidak ada pole yang berada di titik 0 sumbu real, maka
didapatkan : sistem benar benar stabil.
B. Simulasi Kendali PID [10]
Secara umum persamaan pengendali PID adalah
sebagai berikut :
1 𝑡 𝑑
𝑢(𝑡) = 𝐾𝑝(𝑒(𝑡) + 𝑇𝑖 ∫0 𝑒(𝑡)𝑑𝑡 + 𝑇𝑑 𝑑𝑡 𝑒(𝑡))
(5)
Kemudian transformasi Laplace dari persamaan (5)
adalah
𝐾𝑑 𝑠2 +𝐾𝑝 𝑠+𝐾𝑖
Gambar 1. Respon step motor brushless
𝐺(𝑠) = 𝑠
(6)
Dari grafik terhadap respon step dapat dilihat bahwa Terdapat beberapa parameter quadcopter yang perlu
respon transien sistem motor brushless baik, dengan dikendalikan, parameter tersebut adalah parameter posisi
delay time, rise time, settling time dan time at max yang dalam berbagai sumbu. Selanjutnya akan dimodelkan
sangat cepat, serta tidak terjadi osilasi dan overshoot. pengendali PID dalam posisi sumbu z , yaw, pitch dan
Maka dapat disimpulkan bahwa sistem stabil. roll.
143
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
L = 0.1e-3; % Henry (H), Nilai terminal motor Kemudian transformasi Laplace dari U2 adalah:
brushless antar fase ̇ )𝑠 2 +𝐾𝜓𝑃 (𝜓−𝜓𝑑)+𝐾𝜓𝐼(𝜓−𝜓𝑑)
𝐾𝜓𝐷(𝜓̇−𝜓𝑑
Kt = 25.5e-3; % Nm/A, Konstanta torsi motor ℒ[𝑈2] = (11)
𝑠
brushless
Ks= 37.4; % Konstanta kecepatan motor brushless
tm = 17.1e-3; % detik (s), konstanta waktu Dari Persamaan 11 dapat dimodelkan pengendali PID
mekanikal pada Yaw dengan bantuan matlab.
J = 92.5e-7; % kg.m^2, inersia rotor R = 1.1; % Ohm (Ω), Nilai Resistansi terminal motor
p = 3; % Jumlah fasa motor brushless brushless antar fase
te = L/(p*R); % detik (s), konstanta waktu elektrik L = 0.1e-3; % Henry (H), Nilai terminal motor
Ke = (3*R*J)/(tm*Kt); % tegangan medan elektromagnetik brushless antar fase
Phi = 30; % rad/s ,kecepatan sudut roll quadrotor Kt = 25.5e-3; % Nm/A, Konstanta torsi motor
Theta = 25; % rad/s ,kecepatan sudut pitch brushless
quadrotor Ks= 37.4; % Konstanta kecepatan motor brushless
Psi = 15; % rad/s ,kecepatan sudut yaw quadrotor tm = 17.1e-3; % detik (s), konstanta waktu
g = 9.8065; % m/s^2, gravitasi bumi mekanikal
m = 7; % Kg, Massa quadcopter J = 92.5e-7; % kg.m^2, inersia rotor
z = 25; % meter (m), Posisi vertical arah p = 3; % Jumlah fasa motor brushless
bawah kerangka acuan-bumi te = L/(p*R); % detik (s), konstanta waktu elektrik
zd = 15; % meter (m), Posisi vertical harapan Ke = (3*R*J)/(tm*Kt); % tegangan medan elektromagnetik
arah bawah kerangka acuan bumi Yaw = 22; % rad, sudut yaw kerangka acuan-bumi
z_dot = 1.5; % m/s, kecepatan vertical downward Yaw_d = 11; % rad, sudut yaw yang diharapkan kerangka acuan-bumi
kerangka acuan bumi Yaw_dot = 5; % rad/s, kecepatan sudut yaw kerangka acuan-bumi
z_dotd = 0.5; % m/s, kecepatan vertical harapan Yaw_dotd = 3; % rad/s, kecepatan sudut yaw yang diharapkan kerangka
downward kerangka acuan bumi acuan-bumi
t = 0 : 0.00001: 0.5; % Waktu proses t = 0 : 0.00001: 0.5; % Waktu proses
Kz_P = 13.11; Kz_I = 1310.6; Kyaw_P = 13.11; Kyaw_I = 1310.6; Kyaw_D = 0.0763;
Kz_D = 0.0763; % Konstanta PID % Konstanta PID
N = (Kz_D*(z_dot- z_dotd)) + (Kz_P*(z- zd)) + (Kz_I*(z- zd)); N = (Kyaw_D*(Yaw_dot- Yaw_dotd)) + (Kyaw_P*(Yaw- Yaw_d)) +
D = 1; (Kyaw_I*(Yaw- Yaw_d));
r1 = N/D; D = 1;
G_motor = tf ([1/Ke], [tm*te tm 1]); U2 = N/D;
U1 = (r1+m*g)/(cos(Phi)*cos(Theta)); G_motor = tf ([1/Ke], [tm*te tm 1]);
G = U1*G_motor; G = U2*G_motor;
step (G, t); step (G, t);
grid; grid;
title ('Pengendali PID Sumbu z Quadrotor'); title ('Pengendali PID yawQuadrotor');
legend ('Sinyal Controller PID'); legend ('Sinyal Controller PID');
Kemudian dengan menggunakan fungsi tftplot Kemudian dengan menggunakan fungsi tftplot
didapatkan respon transien sebagai berikut: didapatkan respon transien sebagai berikut:
Gambar 3. Respon step kendali PID untuk sumbu z Gambar 4. Respon kendali PID untuk Yaw
PID Roll
PID Yaw Model matematika pengendalian Roll dapat dituliskan
Model matematika pengendalian Yaw dapat dituliskan sebagai berikut :
sebagai berikut : (12)
(10) Kemudian transformasi Laplace dari U3 adalah:
144
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
̇ )𝑠 2 +𝐾𝜙𝑃 (𝜙−𝜙𝑑)+𝐾𝜙𝐼(𝜙−𝜙𝑑)
𝐾𝜙𝐷(𝜙̇−𝜙𝑑
ℒ[𝑈3] = (13)
𝑠 (14)
Dari Persamaan 13 dapat dimodelkan pengendali PID
pada Roll dengan bantuan matlab. Kemudian transformasi Laplace dari U4 adalah:
R = 1.1; % Ohm (Ω), Nilai Resistansi terminal motor ̇ )𝑠 2 +𝐾𝜃𝑃 (𝜃−𝜃𝑑)+𝐾𝜃𝐼(𝜃−𝜃𝑑)
𝐾𝜃𝐷(𝜃−𝜃𝑑
brushless antar fase ℒ[𝑈4] = (15)
L = 0.1e-3; % Henry (H), Nilai terminal motor 𝑠
brushless antar fase
Kt = 25.5e-3; % Nm/A, Konstanta torsi motor Dari Persamaan 15 dapat dimodelkan pengendali PID
brushless pada Pitch dengan bantuan matlab.
Ks= 37.4; % Konstanta kecepatan motor brushless R = 1.1; % Ohm (Ω), Nilai Resistansi terminal motor
tm = 17.1e-3; % detik (s), konstanta waktu brushless antar fase
mekanikal L = 0.1e-3; % Henry (H), Nilai terminal motor
J = 92.5e-7; % kg.m^2, inersia rotor brushless antar fase
p = 3; % Jumlah fasa motor brushless Kt = 25.5e-3; % Nm/A, Konstanta torsi motor
te = L/(p*R); % detik (s), konstanta waktu elektrik brushless
Ke = (3*R*J)/(tm*Kt); % tegangan medan elektromagnetik Ks= 37.4; % Konstanta kecepatan motor brushless
Roll = 45; % rad, sudut roll kerangka acuan-bumi tm = 17.1e-3; % detik (s), konstanta waktu
Roll_d = 40; % rad, sudut roll yang diharapkan kerangka acuan-bumi mekanikal
Roll_dot = 5; % rad/s, kecepatan sudut roll kerangka acuan-bumi J = 92.5e-7; % kg.m^2, inersia rotor
Roll_dotd = 10; % rad/s, kecepatan sudut roll yang diharapkan kerangka p = 3; % Jumlahfasa motor brushless
acuan-bumi te = L/(p*R); % detik (s), konstanta waktu elektrik
t = 0 : 0.00001: 0.5; % Waktu proses Ke = (3*R*J)/(tm*Kt); % tegangan medan elektromagnetik
Kroll_P = 13.11; Kroll_I = 1310.6; Kroll_D = 0.0763; Pitch = 20; % rad, sudut roll kerangka acuan-bumi
% Konstanta PID Pitch_d = 12; % rad, sudut roll yang diharapkan kerangka acuan-bumi
N = (Kroll_D*(Roll_dot- Roll_dotd)) + (Kroll_P*(Roll- Roll_d)) + Pitch_dot = 5; % rad/s, kecepatan sudut roll kerangka acuan-bumi
(Kroll_I*(Roll- Roll_d)); Pitch_dotd = 1; % rad/s, kecepatan sudut roll yang diharapkan kerangka
D = 1; acuan-bumi
U3 = N/D; t = 0 : 0.00001: 0.5; % Waktu proses
G_motor = tf ([1/Ke], [tm*te tm 1]); Kpitch_P = 13.11; Kpitch_I = 1310.6; Kpitch_D = 0.0763;
G = U3*G_motor; % Konstanta PID
step (G, t); N = (Kpitch_D*(Pitch_dot- Pitch_dotd)) + (Kpitch_P*(Pitch- Pitch_d))
grid; + (Kpitch_I*(Pitch- Pitch_d));
title ('Pengendali PID rollQuadrotor'); D = 1;
legend ('Sinyal Controller PID'); U4 = N/D;
G_motor = tf ([1/Ke], [tm*te tm 1]);
Kemudian dengan menggunakan fungsi tftplot G = U4*G_motor;
didapatkan respon transien sebagai berikut : step (G, t);
grid;
title ('Pengendali PID pitch Quadrotor');
legend ('Sinyal Controller PID');
Kemudian dengan menggunakan fungsi tftplot
didapatkan respon transien sebagai berikut :
Grafik respon step kendali PID untuk Roll Gambar 5. Respon kendali PID untuk Pitch
menunjukkan bahwa sistem stabil dilihat dari outputnya
setelah detik ke 0.11266 sekon adalah menuju suatu nilai Nilai output sistem menuju suatu nilai yang tetap
yang konstan. Tidak terjadi overshoot pada respon maka sistem stabil. Dapat dilihat juga bahwa tidak terjadi
transien, maka quad copter tidak akan mencapai sudut overshoot dan osilasi sehingga quadcopter tidak akan
roll melebihi sudut roll yang diinginkan. mengalami kelebihan sudut pitch dari sudut pitch yang
diinginkan.
PID Pitch
Model matematika pengendalian Pitch dapat dituliskan IV. SIMPULAN
sebagai berikut : Dari grafik terhadap respon step dapat dilihat
bahwa respon transien sistem motor brushless baik,
dimana delay time, rise time, settling time dan time at max
145
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
yang sangat cepat, serta tidak terjadi osilasi dan [7] M. Christian and S. Daniel, “Model-based Design Development
and Control of a Wind Resistant Multirotor UAV”, Lund
overshoot. Dan dari diagram Root locus, terlihat bahwa University, July 2014
tidak ada pole yang berada di sebelah kanan sumbu [8] S.G. Pau, A.R. Yazan, H.S. Shin, S. Al, “A Novel Actuation
imajiner, serta tidak ada pole yang berada di titik 0 sumbu Concept for a Multi Rotor UAV”, Journal Intelligent Robot
System, September 2013
real, maka sistem benar benar stabil.
[9] K. Weiwei, Z. Daibing, W. Xun, X. Zhiwen, Z. Jianwei, “
Dari grafik terhadap respon step dapat dilihat bahwa Autonomous Landing of an UAV with a Ground-Based Actuated
sistem kendali PID untuk sumbu z, yaw, roll dan pitch Infrared Stereo Vision System”
tidak terjadi overshoot dan osilasi. Dengan demikian [10] Oguntoyinbo, Oludayo John, “PID Control of Brushless DC
Motor and Robot Trjectory Planning Simulation with
quadcopter tidak akan mengeluarkan output yang MATLAb/SIMULINK” University of Applied Science, 2009
melebihi setpoint nya dan akan terbang dengan stabil
karena memiliki satu nilai final yang konstan. VI. BIOGRAFI
Muliady.lahir di Medan, 25 Oktober 1970. Lulus S1 Jurusan Teknik
V. DAFTAR PUSTAKA Elektro, Universitas Kristen Maranatha 1995. Lulus S2 Program
Instrumentasi dan Kontrol, Fisika Teknik, ITB 2000. Sejak tahun 1995
[1] Badan SAR Nasional Republik Indonesia, “Fundamental Search
and Rescue” bekerja sebagai dosen Jurusan Teknik Elektro Universitas Kristen
[2] Ogata, Katsuhiko, “ Modern Control Engineering”5th ed, Prentice Maranatha, Bandung. Kelompok keahlian yang diminati adalah
robotika, kontrol cerdas, dan instrumentasi. Aktif membimbing tim
Hall 2010
[3] Mika Pad, “Emergency Services Use of UAS”, 2009/2010 UAS robot Univeristas Kristen Maranatha dalam mengikuti berbagai
Yearbook – UAS: The Global Perspective, pp. 137-224, June 2009 kompetisi/kontes robotika.
[4] G.D. Cubber, H. Balta, D. Doroftei and Y. Baudoin, “UAS
deployment and data processing during the Balkans flooding”, Yohana Susanthi, lahir di Purwokerto, 7 Juli 1961. Lulus S1 Jurusan
Teknik Elektro, Universitas Kristen Maranatha tahun 1987. Lulus S2
Royal Military Academy, Department of Mechanics, Brussels,
Program Studi Mikroelektronika, Elektroteknik, ITB tahun 1991. Tahun
Belgium, 2014
[5] W. Sonia and T. Niki, “Supporting Search and Rescue 1985-1988 menjadi asisten Laboratorium dan asisten Dosen . Sejak
tahun 1988 hingga sekarang menjadi Dosen Tetap Jurusan Teknik
Operations with UAVs”, University of Oxford, Computing
Elektro, Universitas Kristen Maranatha Bandung.
Laboratory Oxford, United Kingdom
[6] A. Bas, G. Toon, “Assessing UAV Platform Types and Optical
I Made Devantara, lahir di Bandung, 15 April 1995 saat ini tercatat
Sensor Specifications”, ISPRS Annals of The Photogrammetry,
sebagai mahasiswa Jurusan Teknik Elektro Universitas Kristen
Remote Sensing and Spatial Information Sciences, Volume II-5,
2014 Maranatha. Aktif di laboratorium Robotika TE UKM dengan bidang
peminatan UAV.
146
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Abstract – Permainan sepak bola robot biasa bermacam-macam cabang dimana objek yang
diimplementasikan dengan menggunakan robot humanoid dilombakan berupa robot. KRI ini salah satu pendukung
yang memiliki rangka gerak menyerupai manusia. riset sepak bola beroda khususnya Ekshibisi Sepak Bola
Kekurangan dari penggunaan robot humanoid adalah
Robot Beroda (ESRB). ESRB adalah cabang perlombaan
tingkat kesukaran pengendalian yang tinggi dan harganya
yang mahal sehingga tidak cocok digunakan untuk pemula. KRI yang baru diadakan pada tahun 2016.
Pada makalah ini dibuat suatu alternatif robot sepak bola
yang cocok untuk pemula dimana pengendaliannya lebih II. SPESIFIKASI PIRANTI KERAS
mudah dan lebih murah yaitu robot sepak bola beroda.
A. Desain Sistem
Robot sepak bola yang dibuat akan diikutsertakan pada
Ekshibisi Sepak Bola Robot Beroda Indonesia (ESRBI). Robot yang dirancang secara umum memiliki
Index Terms— Robot Beroda, Sepak Bola, ESRBI. masukan dan keluaran pada sistemnya. Robot memiliki
masukan yang berasal dari sistem penglihatan dan sensor-
I. PENDAHULUAN sensor lainnya. Sedangkan keluaran dari sistem robot
merupakan pergerakan serta komunikasi. Hal tersebut
T ELAH banyak riset yang dilakukan untuk robot
pemain sepak bola, terutama untuk robot humanoid.
Robot humanoid merupakan robot yang memiliki derajat
digambarkan pada gambar 1.
147
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
atau menyerang. Kemudian, setelah unit ini menentukan pengendali utama yaitu ODROID-XU4 dengan
keputusan, perintah untuk melaksanakan keputusan memperthitungkan feedback dari motor. Feedback dari
tersebut akan dilanjutkan ke executing unit. Pada motor tersebut diterima oleh mikrokontroler lalu
executing unit, perintah yang dikirimkan dari planning diteruskan ke pengendali utama dengan komunikasi
unit di proses dan dianalisis berdasarkan kemampuan serial. Informasi yang diterima diolah dengan algoritma
dasar robot seperti, bergerak maju, berhenti, berputar, dan kontrol Proporsional, Intergral, dan Derivatif (PID)
menendang. Kemudian, perintah diteruskan ke bagian sehingga perbedaan kecepatan real dan kecepatan yang
navigation controller untuk dieksekusi ke perangkat diinginkan dapat di kompensasi. Desain fisik robot yang
keras pada robot[1]. dibuat dapat dilihat pada gambar 2.
B. Desain Platform Robot
Desain rangka robot dirancang mengikuti peraturan
pertandingan dengan diameter maksimal 40 cm dan tinggi
maksimal 30 cm. Berat robot maksimal yang
diperbolehkan adalah 4 kg, sehingga perlu digunakan
material penyusun rangka yang ringan dan kuat seperti
aluminium. Selain itu, rangka robot juga didesain agar
memiliki pergerakan yang efisien serta mekanisme
pengendalian bola. Pada pertandingan sepak bola ini,
digunakan bola tenis dengan diameter sekitar 6,54 cm
hingga 6,84 cm dengan berat kurang lebih 50 gram
sampai 60 gram. Ukuran fisik bola tersebut merupakan
salah satu pertimbangan dalam desain dan ukuran Gambar 2. Desain 3 Dimensi dari Robot Secara keseluruhan
cekungan tempat robot melakukan pengendalian bola.
Desain mekanika robot difokuskan untuk agar tahan III. SPESIFIKASI PIRANTI LUNAK
benturan, ringan, dan tidak mudah jatuh atau terjungkir Perangkat lunak yang digunakan pada robot terbagi
tanpa mengurangi mobilitas dan fungsionalitas robot. Hal menjadi dua bagian yaitu masukan dan keluaran. Pada
ini dinilai penting karena dalam permainan sepak bola masukan sistem, dilakukan pembacaan pada modul
akan ada kemungkinan robot untuk bertabrakan atau penglihatan robot, kompas, dan inertial measurement unit
saling dorong untuk merebut bola. (IMU). Dan pada keluaran dari sistem robot merupakan
Pertama akan ditentukan arsitektur penggerak yang pergerakan serta komunikasi antar robot. Seluruh
akan digunakan pada robot. Diinginkan agar robot dapat masukan dari robot diintegrasikan sehingga sistem dapat
bergerak ke segala arah dengan akselerasi yang sama mendeteksi posisi bola dan gawang, posisi robot terhadap
untuk setiap arahnya. Hal ini dapat dicapai dengan lapangan, serta keseimbangan robot. Dari informasi
menggunakan sistem penggerak omni-directional. pembacaan modul-modul tersebut, robot dapat
Setelah itu diperlukan suatu modul khusus yang berfungsi menentukan pergerakan yang harus dilakukan.
untuk memanipulasi bola. Manipulasi bola yang A. Sistem Citra Robot
dilakukan adalah menggiring, menerima, mengendalikan Modul pengolahan citra digunakan untuk
bola pada saat sedang bergerak, serta menendang bola. mengambil data visual dari lingkungan dan
Diinginkan pengendalian robot yang sederhana sehingga memprosesnya menjadi masukan pada algoritma
digunakan penggiring bola pasif [2]. pemecahan masalah pada robot. Modul ini terdiri dari
Sistem penggiring bola pasif dapat menjaga bola sebuah sensor kamera dengan lensa fish eye, yaitu lensa
agar dapat bergerak selaras dengan pergerakan robot dengan dengan sudut pandang 180°. Sensor ini dipilih
namun tidak dapat mengendalikan arah rotasi bola. Hal karena dapat menangkap citra lingkungan dengan
ini membuat penggunaan sistem penggiring roda pasif cakupan yang lebih lebar, sehingga dapat meningkatkan
tidak memungkinan robot untuk dapat menggiring efisiensi sistem. Dilakukan proses filtering untuk
mundur bola atau melakukan gerakan-gerakan yang membedakan objek pada lapangan, sehingga robot dapat
terlalu agresif, karena dapat membuat bola terlepas dari menentukan lokasi bola dan gawang. Sensor kamera ini
kendali robot. Oleh karena itu, apabila menggunakan dihubungkan ke main controller dengan menggunakan
pengendali pasif, robot harus memiliki kemampuan USB. Perangkat yang digunakan memiliki resolusi
perencanaan gerak yang baik agar bola dapat tetap maksimal sebesar 2 megapiksel. Namun, pada
terkendali. pemrosesan citra, hasil tangkapan dari sensor kamera
Penggerak dari robot terdiri dari motor driver h- akan dikompresi menjadi resolusi yang lebih kecil agar
bridge, mikrokontroler, dan motor Direct Current (DC) pemrosesan data menjadi lebih cepat. Jenis sensor kamera
12V. Keluaran dari modul ini dikendalikan oleh yang digunakan adalah Ominivision OV2710 dengan seri
148
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
149
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Gambar 9. Bentuk fisik robot secara keseleuruhan Alyssa Diva Mustika lahir di Malang, pada
tanggal 12 Juli 1995. Diva sedang menempuh
pendidikan sarjana Teknik Tenaga Listrik di
V. KESIMPULAN Institut Teknologi Bandung (ITB)
Diva menjadi anggota Himpunan
Desain dari robot sepak bola beroda telah
Mahasiswa Elektroteknik yakni dalam
diimplementasikan dan diuji. Pengujian dilakukan secara Kementrian Pengabdian Masyarakat. Dia juga
terpisah untuk tiap komponen lalu dilakukan proses aktif di Divisi Mekanik dan Divisi Manajerial
integrase menjadi satu robot utuh. Hasilnya robot dapat dalam Unit Robotika ITB serta aktif menari di
Unit Kebudayaan Aceh ITB. Power System
menjalakan misi yang diberikan dengan baik yaitu dapat menjadi bidang yang digeluti oleh Diva.
mengenali bola, mendekati bola, dan membawa bola ke
gawang lawan. Evan Febrianto lahir di Lumajang, 27
Februari 1996. Evan merupakan anak pertama
dari tiga bersaudara. Evan memulai pendidikan
VI. REFERENCES pertama di SDK St. Yoseph Lumajang pada
[1] M. Gholipour, H. Rasam Fard “MRL Middle Size Tim: tahun 2002 sampai dengan tahun 2006.
RoboCup 2013 Team Description Paper”. Mechatronics Kemudian ia melanjutkan pendidikan di SDN
Research Laboratory, Islamic Azad University of Qazvin. Citrodiwangsa 02 pada tahun 2006 sampai
2013. dengan tahun 2008. Evan menempuh
pendidikan di SMPN 01 Sukodono pada tahun
[2] Nick Lynch. Conceptual Design of a Robot for the 2008 sampai dengan tahun 2011. Selanjutnya
RoboCup Competition.Bethlehem, Pennsylvania Final ia bersekolah di SMAN 2 Lumajang pada tahun 2011 sampai dengan
report 2005. 2014. Saat ini, Evan sedang menempuh pendidikan sarjana Teknik
[3] L. Tio Dwi, A. Silvia, A. Hanna Izma. “Robot Humanoid Elektro di Institut Teknologi Bandung.
Penari Tarian Daerah Indonesia”. Institut Teknologi
Bandung, 2014.
150
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
151
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Abstrak – Pada Kontes Robot Sepak Bola Indonesia, sumber cahaya, warna latar, dan lain sebagainya. Jumlah
sebuah robot didesain agar bisa memainkan permainan robot bisa digunakan pada suatu simulasi tidak terbatas
sepak bola. Ketrampilan bermain bola pada robot hanya satu sehingga beberapa robot bisa disimulasikan
tergantung pada algoritma yang implementasikan. Untuk
secara bersamaan pada lingkungan yang sama. Hanya
mempermudah proses implemntasi algoritma dapat
dilakukan simulasi pada komputer. Webots adalah salah kekuatan komputasi komputer yang dapat membatasi
satu perangkat lunak yang dapat digunakan untuk jumlah robot pada simulasi. Perangkat lunak Webots bisa
mensimulasikan robot DARwin-OP bermain sepak bola. di unduh secara gratis, namun bila ingin mendapatkan
Walaupun terdapat perbedaan hasil simulasi Webots seluruh fitur disediakan maka pengguna harus membeli
dengan saat robot DARwin-OP dijalankan di dunia nyata, lisensi.
keberadaan Webots cukup membantu untuk mengamati
gerakan robot tanpa adanya fisik robot, mempermudah
pemrogrman algoritma robot dengan adanya cross III. PENGGUNAAN WEBOTS PADA ROBOT THE
comiplation, mengurangi resiko kerusakan karena aus PATRIOT V.3
pemakaian Tim The Patriot menurunkan 3 robot humanoid,
Kata Kunci: Webots, DARwin-OP, Cross Compilation, yang pertama adalah DARwin-OP produksi Robotis[2],
mengamati gerakan, algoritma, kerusakan karena aus
sedangkan dua yang lain merupakan hasil kreasi tim
dengan acuan DARwin-OP. Dengan demikian ketiga
I. INTRODUKSI
robot dapat disimulasikan pada perangkat lunak Webots
D alam melakukan permainan sepak bola, sebuah robot
sepak bola harus didesain dari sisi perangkat lunak
maupun dari perangkat keras agar bisa menjalankan
dengan lingkungan untuk DARwin-OP. Terdapat 5
lingkungan percobaan untuk DARwin-OP, dan masing
masing lingkungan memiliki kegunaannya tersendiri.
tugasnya dengan baik. Bila dilihat dari sisi perangkat Misalnya lingkungan yang dinamakan walk dipakai untuk
lunak, maka hal yang harus didesain adalah algoritma mensimulasi gerak jalan dari robot seperti pada Gambar
robot agar bisa bermain sepak bola layaknya seorang 1, sementara untuk lingkungan soccer dipakai untuk
pemain sepak bola sungguhan. Untuk mendapatkan mensimulasi permainan sepak bolayang ditunjukkan pada
algoritma terbaik, sudah pasti akan terjadi proses Gambar 2. Pengguna juga bisa mendesain sendiri
pengaturan parameter robot berulang ulang. Karena lingkungan yang akan dipakai oleh robot.
kompleksitas yang cukup tinggi pada robot humanoid
DARwin-OP yang digunakan dalam Kontes Robot Sepak
Bola Indonesia oleh Tim The Patriot V.3 maka digunakan
perangkat lunak Webots untuk implementasi algoritma.
Dalam paper ini akan disampaikan cara kerja simulasi
pada Webots dan cara memindahkan algoritma yang
dibuat pada Webots agar dapat dipakai pada robot
DARwin-OP beserta ujicoba perbandingan antara
simulasi dengan kenyataan saat robot dijalankan.
Gambar 1. Lingkungan soccer
II. PENGANTAR WEBOTS
Webots adalah perangkat lunak dari perusahaan
Cyberbotics Ltd. Tujuan dari pembuatan perangkat lunak
ini adalah agar penggunanya bisa melakukan simulasi,
baik simulasi untuk robot-robot yang umum seperti
DARwin-OP atau Nao, ataupun simulasi untuk robot-
robot yang dibuat sendiri[1]. Setiap pengguna bisa
mendesain robot dan lingkungan simulasi. Lingkungan
simulasi bisa diatur mulai dari warna dinding di sekitar,
Gambar 2. Lingkungan walk
152
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
1. Buka RobotShow Robot Window, maka akan Gambar 6. Tombol untuk mengunggah algoritma ke robot.
muncul window seperti ini pada Gambar 4. Setelah
itu buka tab Transfer.
153
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
154
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
155
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Abstrak – Pada kontes ERSB (Ekshibisi Robot merebut maupun menggiring bola, sensor jarak GP2D12
Sepakbola Beroda), robot yang ada pada satu tim akan mengukur jarak robot dengan robot lain. Ketika
MADIKAROBO akan melakukan pergerakan untuk jarak robot terlalu dekat dan berpotensi terjadi collision
melaksanakan strategi. Dimana proses pergerakan yang antar robot, maka sensor jarak GP2D12 akan memberi
dilakukan agar tidak terjad9i collision, diperlukan sebuah sinyal kepada arduino untuk menghindar dengan
teknik pengamanan yang dapat menghindari halangan. menggerakkan motor pada robot agar bergerak mundur
Salah satu teknik pengamanan yang dapat digunakan atau berbelok kearah yang lebih aman.
yaitu menggunakan alat SENSOR JARAK GP2D12. Pada robot madikarobo sensor jarak GP2D12 yang
SENSOR JARAK GP2D12 dapat dimanfaatkan dengan digunakan sebanyak sembilan buah yang mampu
menghubungkan ke ARDUINO pada Robot merepresentasikan halangan disekeliling robot, sensor ini
MADIKARIBO. Makalah ini berisi uraian proses simulasi diposisikan disekeliling robot dengan sudut tertentu.
pemanfaatan SENSOR JARAK GP2D12 sebagai
navigator pada Robot MADIKAROBO. II. LANDASAN TEORI
Kata Kunci – Robot Madikarobo, Sensor Jarak
GP2D12, Arduino. A. Robot
Robot adalah mesin hasil rakitan karya manusia,
I. PENDAHULAN tetapi bekerja tanpa mengenal lelah. Pada awalnya, robot
P
erkembangan teknologi didunia semakin diciptakan sebagai pembantu kerja manusia, akan tetapi
berkembang, terutama di Indonesia. Seiring dengan dalam waktu ke depan, robot akan mampu mengambil
perkembangannya banyak jenis teknologi, terutama alih posisi manusia sepenuhnya dan bahkan mengganti
teknologi robotika yang membawa inovasi baru, baik ras manusia dengan berbagai jenisnya. Definisi lain, robot
dalam hal algoritma (kecerdasan) maupun alat penggerak adalah sebuah mesin yang berbentuk seperti manusia
yang digunakan sebagai navigator.Dari perkembangan yang bisa bergerak dan berbicara. Pendapat ini didasari
tersebut, maka terciptalah sensor atau robot penggendali. oleh kemunculan film-film robot, seperti Robocop,
Pada jenis robot ini akan mengikuti event yaitu kontes Transformer, Astro Boy, Wall-E, dan sebagainya.
robot tingkat nasional ERSB (Ekshibisi Robot Sepakbola Sebenarnya definisi robot itu tergantung dari kategori
Beroda). robot [1].
Pada kontes robot sepakbola, robot dalam bentuk Madikarobo adalah robot pemain bola yang
beroda dituntut melakukan permainan sepak bola bergerak dengan menggunakan tiga roda omni. Robot ini
layaknya seperti permainan sepak bola yang dimainkan memiliki kemampuan mendeteksi, menggiring dan
oleh manusia dan dapat berinteraksi antara robot satu dan menendang bola di lapangan. Dengan kemampuan
yang lainnya. Permasalahan yang ada saat ini sering tersebut Madikarobo dapat mencetak bola kegawang
terjadi pada robot, terutama pada robot sepak bola yaitu lawan dengan sebanyak-banyaknya dalam tempo
sering terjadi collision , di karenakan tidak akuratnya alat permainan yang telah ditentukan.
yang di gunakan dalam membuat robot tersebut.
Salah satu solusi yang tersedia yaitu B. Sensor Jarak GP2D12
dimanfaatkannya sensor jarak GP2D12 sebagai Sensor GP2D12 adalah sensor jarak analog yang
navigator, untuk menghindari collision antar robot saat menggunakan infrared untuk mendeteksi jarak antara 10
Mimi Hasmidar, Teknik Informatika, STMIK Adhi Guna, Palu – Ady Rahmansyah, Teknik Informatika, STMIK Adhi Guna, Palu –
Sulawesi Tengah Telp: (0451) 455530, Fax: (0451) 452920, E-mail: Sulawesi Tengah Telp: (0451) 455530, Fax: (0451) 452920, E-mail:
mimihasmidar@gmail.com adhyformer2@gmail.com
Kevin Gerald Vergiawan, Sistem Informasi, STMIK Adhi Guna,
Palu – Sulawesi Tengah Telp: (0451) 455530, Fax: (0451) 452920, E-
mail: alisonangell784@gmail.com
156
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
cm sampai 80 cm. GP2D12 mengeluarkan output voltase 15 pin dapat digunakan sebagai output PWM, 16 pin
non-linear dalam hubungannya dengan jarak objek dari sebagai input analog, dan 4 pin sebagai UART (port serial
sensor dan menggunakan interface analog to digital hardware), 16 MHz kristal osilator, koneksi USB, jack
converter (ADC). Pada dasarnya sensor jarak sama seperti power, header ICSP, dan tombol reset. Ini semua yang
sensor Infra Red (IR) konvensional. GP2D12 memiliki diperlukan untuk mendukung mikrokontroler [4].
bagian transmitter / emitter dan receiver (detektor) [2].
157
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
III. METODOLOGI
A. Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini
adalah jenis penelitian metode penelitian percobaan
(Experimental Research).
Metode eksperimental ini dilakukan bertujuan untuk
melakukan percobaan awal dan uji coba dari setiap
bagian-bagian robot mulai dari rangkaian sensor, sistem
kontrol, serta pemrogramannya untuk melihat adanya
sebuah permasalahan yang mungkin terjadi, dimana
dalam hal ini dimaksudkan untuk melihat sejauh mana
hasil uji coba dengan sensor jarak GP2D12 yang
digunakan untuk menghindari collision antar robot.
B. Alat dan Bahan serta Tahapan penelitian
Sensor jarak GP2D12 yang digunakan agar dapat
bekerja sebagai navigator. Maka, alat dan bahan yang
digunakan adalah sebagai berikut :
1) 9 Buah Sensor jarak GP2D12.
2) Kabel digunakan untuk menyambukan antara
arduino dan sensor jarak GP2D12.
3) Arduino untuk pusat kendali robot.
4) 1 buah robot sepak bola.
5) 1 buah laptop yang dilengkapi software Arduino.
Dari alat dan bahan yang telah ditetapkan oleh
peneliti. Maka peneliti menerapkan tahapan pengerjaan
sebagai berikut :
Flowchart 3.1. Flowchart cara kerja sensor jarak GP2D12
1) Penempatan posisi sensor jarak GP2D12 dengan
jarak antara sensor satu dengan yang lainnya sebesar
IV. HASIL PENELITIAN
40 derajat pada robot sepakbola.
2) Menghubungkan sensor jarak GP2D12 dangan
arduino. A. Hasil pembacaan sensor jarak GP2D12
3) Melakukan uji coba pemrograman pada sensor jarak Dari hasil pembacaan sensor jarak GP2D12 dapat
GP2D12. disimpulkan bahwa pembacaan sensor tidak sesuai karena
4) Melakukan uji coba sensor jarak sharp GP2D12 jarak tampil pada serial monitor berbeda dengan jarak
sebagai navigator pada robot madikarobo. sebenarnya sehingga terdapat jarak error. Berikut tabel
C. Algoritma Pemrograman 4.1 pembacaan sensor GP2D12.
Pada saat robot dinyalakan, maka robot akan
melakukan pergerakan, sensor jarak GP2D12 akan Tabel 4.1. Tabel Pembacaan sensor Jarak GP2D12
melakukan pengiriman dan penerima signal, signal Jarak Sebenarnya Jarak Tampil Jarak Error
No.
tersebut akan dikonvrsi dengan menggunakan rumus (cm) (cm) (cm)
pow(batas tinggi/variable ,batas rendah) apabila jarak<10 1 10 9 1
cm maka robot akan menghindar. Apabila tidak ada 2 16 14 2
sensor pada robot akan membaca kondisi menggunakan 3 24 22 2
sensor, apakah ada halangan atau tidak, jika ada maka
4 32 30 2
menghindar jika tidak maka akan melanjutkan
5 40 38 2
pergerakan. Seperti flowchart cara kerja sensor jarak
6 48 46 2
GP2D12 3.1.
7 56 52 4
8 64 57 7
9 72 64 8
10 80 72 8
Nilai Rata-Rata Jarak Error 3,8
158
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
80
70 Jarak
60 Sebenarnya
Jarak Tampil
50
40 Jarak Error
30
20
10
0
B. Hasil pengujian pergerakan robot Gambar 4.5. Gambar Pengujian sensor jarak GP2D12 sebagai
navigator pada robot madikarobo.
menggunakan sensor jarak GP2D12
Dari hasil pengujian didapatkan posisi robot ketika V. KESIMPULAN
bergerak menggunakan sensor jarak. Ada 3 aktifitas yang
dapat dilakukan yaitu bergerak kekiri atau kekanan,maju Dari hasil pengujian yang dilakukan serta analisa
dan mundur. robot Madikarobo menggunakan sensor jarak GP2D12,
dapat diambil kesimpulan sebagai berikut :
1. Sensor Jarak GP2D12 dapat mendeteksi jarak
sekitar 10 cm dan 80 cm, dan Robot dapat bergerak
kekiri atau kekanan,maju,dan mundur. Sehingga
Sensor Jarak GP2D12 cocok digunakan pada robot
sepakbola Madikarobo.
2. Sensor jarak GP2D122 yang digunakan Pada Robot
Madikarobo dapat melakukan pergerakan, sehingga
tidak terjadi collision antar robot.
3. Dari hasil proses pembacaan sensor jarak GP2D12
terdapat jarak error dari jarak sebenarnya, rata-rata
jarak error yang didapatkan adalah 3,8 cm.
Gambar 4.3 Gambar penempatan urutan sensor GP2D12
VI. UCAPAN TERIMA KASIH
Tabel 4.4. Tabel Pengukuran pergerakan Robot, pada saat Robot Terima kasih kepada Ketua STMIK ADHI GUNA
melakukan pergerakan secara otomatis beserta jajarannya,kepada dosen pembimbing, teman-
Sensor yang Pergerakan robot madikarobo jika jarak
mendapat objek <10(cm) teman AGRC (Adhi Guna Robotech Club),senior dan
teman-teman mahasiswa yang ikut membantu dalam
Sensor 1 Bergerak Mundur menyelesaikan penelitian ini. Serta penulis ucapkan
Sensor 2 Menghindar kearah kiri terima kasih kepada kedua orang tua yang tak lelah-
Sensor 3 Menghindar kearah kiri lelahnya memberikan semangat dan dorongan baik segi
Sensor4 Bergerak maju materi maupun non materi.
Sensor 5 Bergerak maju
Sensor 6 Bergerak maju VII. DAFTAR PUSTAKA
Sensor 7 Menghindar kearah kanan
Sensor 8 Menghindar kearah kanan [1] Suyadhi, Taufik D.S. 2010 Buku Pintar Robotika. C.V Andi
Sensor 9 Bergerak Mundur Offset. Yogyakarta.
[2] Hidayat, L. 2011. Perancangan Robot Pemadam Api Divisi
Senior Berkaki. Jurnal Ilmiah Semesta Teknika. Yogyakarta.
C. Hasil pengujian Sensor Jarak GP2D12 sebagai [3] Budiharo, W. 2006. Belajar Sendiri Membuat Robot Cerdas. PT
Navigator Pada Robot Madikarobo. Elex Media Komputindo. Jakarta.
[4] Dede Hendriono. 2014. Mengenal Arduino Mega2560,
Dari hasil pengujian sensor GP2D12 sebagai
http://www.hendriano.com/blog/post/mengenal-arduino-
navigator pada robot madikarobo terjadi pergerakan pada mega2560. Diakses pada tanggal 15 Mei 2016.
saat robot 1 berada pada jarak<=10 cm. robot tersebut [5] As'Ari,dkk. 2013. Perancangan Robot Wall Follower Dengan
akan bergerak mundur agar tidak terjadi collision antara Metode Proportional Integral Derivative (PID) Berbasis
159
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
160
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
161
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
162
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
(a) (b)
71
cm
60 (c)
cm Gambar 5. Titik pusat massa dari 3 bidang dasar yang
saling tegak lurus
(a) Frontal plane (b) Sagittal plane (c) Transverse
plane
Dari Gambar 5 dapat dilihat bahwa titik pusat massa
Gambaran 4. Bentuk Rancangan dan Ukuran Robot Humanoid berada pada area Support Polygon sehingga dapat
dikatakan bahwa robot yang dirancang stabil.
III. HASIL PERANCANGAN DAN PEMBAHASAN Nomor part kerangka robot yang dirancang
Perancangan dilakukan dengan bantuan Solidworks ditunjukkan pada Gambar 6. Ukuran dimensi masing-
untuk menentukan titik pusat massa dari 3 bidang dasar masing part kerangka robot sesuai dengan nomor part
yang saling tegak lurus, yaitu Frontal plane, Sagittal pada Gambar 6, ditunjukkan pada Tabel 1.
plane, dan Transverse plane, seperti ditunjukkan pada
Gambar 5.
163
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
TABEL 1.
UKURAN DIMENSI PART KERANGKA ROBOT YANG DIRANCANG
No. Part Ukuran Dimensi
Nama Part Kerangka Gambar 7. Hasil Perancangan Kerangka Robot tanpa Motor
Kerangka (mm)
Aktuatornya pada Solidworks
1 Head bracket 34 x 80 x 61
2 Neck bracket 45 x 25 x 35
Chest Actuator
3 33 x 44 x 5,9
Connector
4 Upper Chest Bracker 155 x 116 x 51
5 Lower Chest Bracket 155 x 120 x73
6 Mounting Bracket 40,2 x 56.1 x 5
7 Battery Bracket 75,6 x 120 x 41
8 Battery Cover Bracket -
Back Left Pelvic
9L 40 x 26,6 x 41
Bracket
Back Right Pelvic
9R 40 x 26,6 x 41
Bracket
Angled Actuator 34,29 x 45.5 x
10
Bracket 36,74
11 Arm Actuator Mount 34 x 34 x 35
12 Hand 33 x 33 x 142.5
13 U-Actuator Bracket 35 x 54.5 x 37
14 Leg Actuator Mount 38 x 9 x 36
15 Actuator Connector 5,5 x 15,6 x 28
16 Thight Bracket 51 x 48,27 x 75
17 Knee Bracket 51 x 50 x 140
18 Foot 86 x 120 x 6
32 Cable Holder -
164
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
165
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
ABSTRAK - Penunjuk arah merupakan aktifitas untuk pada sekitar robot,seperti actuator robot dapat berefek
mengamati dan mengetahui posisi keadaan.Salah satu cara terhadap output pembacaan dari compass.
penunjuk arah adalah menggunakan kompas.hasil keluaran
pembacaan kompas dapat di tampilkan pada layar atau
monitor.Penelitian ini bertujuan untuk menghasilkan
II. METEDOLOGI
penunjuk atau navigasi sebuah robot ERSB yang di Himpunan Fuzzy
kendalikan oleh Microcontroller.sistem robot keseluruhan Himpunan fuzzy adalah sebuah himpunan yang
terdiri dari Arduino Mega 2560 sebagai sistem utama ,dan terdiri atas elemen-elemen yang mempunyai
Driver Motor H-Bridge L298N,Motor DC dan kompas
HMC5883L.fungsi dari kompas ini untuk mengetahui arah
derajat/tingkat keanggotaan yang bervariasi dalam
utara ,barat,timur dan selatan.Berdasarkan pengujian,robot himpunan itu. Elemen-elemen dalam himpunan fuzzy
akan melakukan perpindahan sesuai dengan control yang di bisa menjadi anggota himpunan fuzzy yang lain dalam
berikan dari output kompas.Delay pengiriman data digital semesta pembicaraan yang sama.Jika A adalah sebuah
kompas berdasarkan control clock di kompas yang himpunan fuzzy, maka elemen-elemen himpunan fuzzy
mempengaruhi pengiriman data serial.Pembacaan output A akan dipetakan pada bilangan real dengan interval dari
kompas berdasarkan nilai 0o -360o. Kecepatan keluaran
maksimal data hingga 160 Hz.
0 sampai 1. Jika x adalah salah satu elemen dalam semesta
Kata kunci : Kompas, Microcontroller, Robot pembicaraan dan juga merupakan anggota dari himpunan
fuzzy A, maka pemetaannya diberikan oleh persamaan
A x 0,1
I. PENDAHULUAN
HMC5883L merupakan module compass (2.26)
elektronik\ yang bisa bermanfaat untuk navigasi arah
robot dan juga navigasi control yang lainnya selain itu
,HMC5883L merupakan sensor Compas magnetometer Ketika X adalah diskrit dan berhingga, maka himpunan
Triple Axis GY-273 ini menggunakan chip Honeywell fuzzy A dinotasikan oleh Persamaan.
HMC5883L yang merupakan chip untuk mendeteksi x x x
medan magnet lemah [8].sensor ini dapat mengukur A A 1 A 2 ... A i
x1 x2 i xi
medan magnet antara 1.3~8 gauss untuk aplikasi Jika X adalah kontinyu dan tidak berhingga, maka
kompas dan magnetometer.Menggunakan interface I2C himpunan fuzzy A dinotasikan oleh Persamaan.
,sensor ini mudah digunakan bersama Arduino atau
Raspberry PI,karena dapat berkerja di 3V hingga 5V.Pada
kesempatan kali ini HMC5883L di serial kan dengan x
Arduino Mega 2560. Pengiriman data dari compass ke A A
x
arduino memiliki kecepata pengiriman data maksimal
sebesar 160 Hz.
Pada pengiriman data serial dari HCM5883L di
1 A
peroleh nilai outputnya berupa nilai derjat,nilai derjat
yang di peroleh dapat diambil sesuai arah dengan mata 0
x
166
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
keanggotaan dapat didefinisikan secara numerik dan 7. Menggunakan antar muka I2C yang dapat
fungsional. Secara numerik apabila digunakan untuk dihubungkan dengan berbagai macam sistem
merepresentasikan himpunan fuzzy pada domain diskrit, mikrokontroler
sedangkan secara fungsional jika setiap elemen di 8. Memiliki dimensi modul yang kecil dan ringkas
himpunan semesta memiliki nilai keanggotaan. salah sehingga mudah ditempatkan pada berbagai aplikasi
satunya fungsi keanggotan yang digunakan adalah
Fungsi segitiga
(x; b, c)
0 a b c
x
Gambar 2. Fungsi Bentuk Keanggotaan Segitiga ( Yan,
1994 ) Gambar 4. Bentuk fisik compass
HMC5883L
167
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
168
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
169
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
170
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
ABSTRAK - Robot sepakbola adalah salah satu untuk mengenali bola dan gawang adalah dengan
kriteria robot yang diperlombakan di Indonesia. Robot menentukan warna objek dan warna selain objek. Namun
sepakbola harus mampu mengenali bola, mengejar bola cara ini dirasakan kurang efisien karena banyak benda-
dan menendang kearah gawang lawan untuk menciptakan benda lain memiliki warna yang sama dengan bola
gol. Pengolahan citra digital pada robot sepakbola selain ataupun gawang.
harus bisa mengetahui bola dan gawang berdasarkan Dalam pendeteksian bola dan gawang dibutuhkan
warna, robot juga harus dapat mengetahui bola dan suatu metode untuk meminimalkan kesalahan dalam
gawang berdasarkan bentuk. Metode houghcircles memprediksi objek. Alasan inilah yang menjadi daya
merupakan metode transformasi yang dapat digunakan tarik penulis untuk mengangkatkan judul “Implementasi
untuk mendeteksi lingkaran dan elips pada citra digital. Metode Houghcircles dan Houghlines pada Pengolahan
Metode houghlines merupakan metode transformasi yang Citra Robot Sepakbola” sebagai bahan tulisan untuk
dapat digunakan untuk mendeteksi garis lurus pada citra ISRSC. Penulis berharap implementasi metode ini dapat
digital. Dengan penerapan kedua metode tersebut, robot menambah pemahaman pembaca tentang
dapat memilih objek yang dicari walaupun banyak objek pengimplementasian pengolahan citra digital didunia
memiliki warna yang sama di lapangan. Dalam hal ini, robotika.
penulis menyediakan algoritma dan pembahasan dari
hasil pengujian pengimplementasian metode II. METODELOGI
houghcircles dan houghlines pada robot sepakbola untuk A. Houghlines
mengenali bola berwarna orange dan gawang berwarna Houghlines digunakan untuk mendeteksi garis lurus
kuning. pada citra. Pendeteksian ini dilakukan dengan memeriksa
Kata kunci (keywords) : Kata kunci: houghcircles, setiap piksel (𝑥𝑖 ,𝑦𝑖 ) pada citra, semua garis lurus yang
houghlines, robot sepakbola, Pengolahan Citra. melewati titik tersebut dan memenuhi persamaan:
𝑦𝑖 = 𝑚𝑥𝑖 +
I. PENDAHULUAN
𝑐 …………………...………………....(12)
Mata merupakan indera yang sangat penting dalam Dimana:
kehidupan sehari-hari. Dengan mata makhluk hidup dapat 𝑦𝑖 = koordinat titik terhadap sumbu y
mengetahui benda apa yang ada didepannya berdasarkan 𝑥𝑖 = koordinat titik terhadap sumbu x
warna dan bentuk benda tersebut, hingga dengan mata, m = gradien atau kemiringan
makhluk hidup dapat memperkirakan jaraknya ke benda c = konstanta
tersebut. Sistem visual buatan atau vision system untuk menentukan nilai kemiringan garis disimpan
(computer vision) adalah suatu sistem yang mempunyai pada matriks (𝑚, 𝑐), seperti pada gambar berikut.
kemampuan untuk menganalisis objek secara visual,
setelah data objek yang bersangkutan dimasukkan dalam
bentuk citra (image)[1]. Disiplin ilmu yang melahirkan
teknik-teknik untuk pengolahan citra ini dinamakan
pengolahan citra digital (digital image processing)[3].
Robot sepakbola merupakan salah satu
implementasi dari pengolahan citra digital, dimana robot
harus dapat mengenali objek bola, gawang dan Gambar 12. Titik (𝑥𝑖 , 𝑦𝑖 ) dalam ruang (x,y)
lingkungan atau lapangan. Cara yang paling sederhana
171
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Jika variable tadi dibalikkan sesuai nilai (𝑚, 𝑐) dan 𝜃 = sudut yang dibentuk antara objek
titik koordinat (𝑥𝑖 , 𝑦𝑖 ) garis dengan sumbu x dan r
𝑐 = 𝑦𝑖 − 𝑚𝑥𝑖 …...…………………….....(13)
Sehingga diperoleh garis berikut:
y 𝜃
(𝑟, 𝜃)
Gambar 13. Garis dalam ruang (m,c) r
172
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Pada operasi deteksi tepi. Selain magnitude piksel bernavigasi menentukan arah gawang lawan dan arah
tepi, juga dihasilkan arah tepi, θ. Karena itu, cos θ dan sin gawang tim sendiri.
θ dapat dihitung. Mini PC Raspberry-PI digunakan sebagai
pengolahan citra, accelero meter dan kompas. Setiap
kondisi dikirim secara realtime ke modul mikrokontroller
CM-510 dengan komunikasi RS232.
Modul mikrokontroller digunakan sebagai
penggerak motor servo, setiap gerakan seperti berjalan,
berbelok, menendang, dan sebagainya disimpan disini.
Algoritma untuk mengeksekusi kondisi yang
berhubungan dengan gerakan juga dilakukan di modul
ini, Modul ini deprogram dengan software Roboplus Task
Gambar 17a. Proses penumpukan suara untuk dan Roboplus Motion. setiap gerakan dilakukan sesuai
mendeteksi lingkaran data yang diterima dari Raspberry-PI. Gerakan robot
distabilkan oleh sensor gyro bioloid yang akan meredam
setiap goncangan yang menyebabkan robot terjatuh
ataupun tidak stabil.
Aktuator motor servo melakukan gerakan sesuai
instruksi yang diberikan oleh modul CM-510. Motor
servo yang digunakan adalah servo serial yang
menggunakan komunikasi UART.
B. Perancangan Software
1) Algoritma
Algoritma adalah urutan langkah-langkah logika
Gambar 17b. Houghcircles yang menyatakan suatu tugas dalam menyelesaikan suatu
masalah. Algoritma haruslah memenuhi kriteria sebagai
III. PERANCANGAN SISTEM berikut:
A. Blok Sistem 1. Ada masukan dan keluaran
Blok diagram robot menggambarkan hubungan dari 2. Efektivitas dan efisien
setiap rangkaian yang digunakan oleh robot, baik itu 3. Terstruktur
sensor, prosesor hingga output yang berupa aktuator a) Algoritma Pendeteksian Bola dengan Metode
Houghcircles
motor servo.
Algoritma pendeteksian bola dengan menggunakan
metode Houghcircles adalah sebagai berikut:
1. Pengambilan citra analog dengan kamera
2. Noise pada citra dihilangkan dengan filter
gausian blur
3. Citra RGB yang diperoleh dikonversikan ke
HSV
4. Melakukan proses thresholding terhadap
citra HSV sesuai batasan nilai H, S dan V
yang di tetapkan
5. Melakukan deteksi tepi dengan operator
Canny
6. Melakukan proses Houghcircles dengan
Gambar 18. Blok Diagram Sistem Robot Soccer menentukan rho, theta, threshold, serta
ukuran lingkaran minimal dan maksimal
Kamera digunakan sebagai sensor dalam 7. Jika display = True, tampilkan lingkaran
pengambilan citra analog dan merubahnya menjadi sinyal dan citra asli
listrik digital sehingga dapat diolah oleh mini PC. 8. Kirimkan koordinat pusat lingkaran ke
Sensor accelero meter digunakan untuk mendeteksi modul CM-510
keadaan robot berdiri atau sedang terjatuh, sensor IMU Pengambilan citra dilakukan secara realtime, namun
memiliki komunikasi I2C sehingga dapat digunakan setiap pengambilan 1 citra dilakukan tahapan pengolahan
dengan memanfaatkan fitur serial Raspberry-PI. yang sama. Citra yang diperoleh dengan software Python
Kompas IMU digunakan sebagai sensor untuk 2.7 memiliki format BGR (Blue, Green, Red). Citra warna
173
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
tersebut memiliki banyak derau sehingga perlu dilakukan dilakukan gerakan eksekusi, perintah gerakan dikirimkan
penyaringan noise dengan filter Gaussian blur. Untuk ke CM-510.
dapat membedakan warna objek dengan warna selain
objek dilakukan proses thresholding, dimana hanya citra IV. 4. HASIL PENGUJIAN
yang memiliki nilai tertentu saja yang di ambil, namun
citra warna BGR memiliki perbedaan warna yang kurang Pengujian dari penerapan metode houghcircles dan
mencolok terhadap perbedaan nilai sedikit dan perlu houghlines dilakukan dengan menampilkan citra pada
dikonversikan ke citra HSV terlebih dahulu. Dilakukan tiap-tiap proses, membandingkan objek bola dengan
deteksi tepi terhadap citra biner untuk memperkecil titik objek lain yang memiliki bentuk tidak bulat namun
pendeteksian. Setelah citra objek dan yang bukan objek memiliki warna sama, membandingkan objek gawang
dipisahkan sesuai warna, dilakukan pencarian lingkaran dengan objek lain yang memiliki bentuk tidak sama
dengan metode Houghcircles dengan menentukan rho, dengan gawang namun juga memiliki warna sama dengan
theta, threshold, dan ukuran minimal dan maksimal gawang.
lingkaran yang akan dideteksi. Dari pencarian tersebut, Proses pengujian dibagi menjadi beberapa bagian,
jika lingkaran dideteksi maka akan diperoleh titik yaitu:
koordinat pusat lingkaran. Titik koordinat ini akan 1. Pengujian thresholding warna bola dan gawang
menentukan berapa perubahan gerakan leher robot untuk 2. Pengujian pendeteksian tepi bola dan gawang
melakukan tracking bola, dan gerakan yang akan 3. Pengujian pendeteksian bentuk bola dan gawang
dilakukan tergantung dari tindakan yang dikirimkan ke 4. Pengujian respon robot terhadap koordinat bola
kontroller CM-510. dan gawang
174
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Gambar 23. Citra Thresholding Bola Gambar 28. Citra hasil pendeteksian gawang
175
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
176
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Abstract -- Pada proses pembuatan robot salah satu Pada robot seyogyanya robot dituntut untuk berfikir
kendala yang paling terbesar adalah proses penuangan mirip dengan manusia sehingga dibutuhkan algoritma
algoritma kedalam bahasa pemrograman low level yang sangat kompleks dengan implementasi dari bahasa
(tingkat rendah) dan medium level (tingkat menengah). pemrograman native dengan status bahasa pemrograman
Mudahnya proses pem10buatan aplikasi berbasis Web tingkat rendah (low level programing) hingga
juga mendorong peneliti untuk membuat sebuah pemrograman tingkat menengah (medium level
penerjemah kode (interpreter) untuk pembuatan robot programing). Salah satu kendala dalam implementasi
dengan tehnik pemrograman yang memanfaatkan bahasa tersebut adalah sekian dari berapa banyak pengembang
pemrograman Javascript dan HTML sebagai basis kode robot kesulitan dengan bahasa pemrograman tingkat
sehingga proses penuangan algoritma pada bahasa rendah dan menengah tersebut hal ini mengakibatkan
pemrograman robot menjadi lebih mudah karena bahasa pengembang lambat dalam mengimplementasikan
pemrograman berbasis WEB masuk kedalam bahasa kecerdasannya pada robot. Pada kasus ini dibutuhkan
tingkat tinggi yang mendekati bahasa manusia. Makalah teknik pembuatan robot dibidang bahasa pemrograman
ini berisi uraian terhadap Interpreter yang telah dibuat yang lebih gampang dicerna oleh pengembang
dalam proses pembuatan robot. diantaranya adalah inovasi bahasa pemrograman berbasis
Kata Kunci-- Robot, Web, Interpreter, Raspberry Pi Web yang lebih mudah dikembangkan namun kendala
yang dihadapi adalah pemrograman berbasis Web tidak
I. PENDAHULUAN dapat berinteraksi langsung dengan perangkat layaknya
pemrograman tingkat rendah dan menengah. Dari uraian
P erkembangan teknologi robot saat ini membawa
inovasi baru bagi anak bangsa untuk terus
mengembangkan diri baik dalam hal metode pembuatan,
yang telah dikemukakan bahwa implementasi algoritma
yang sangat kompleks pada robot sepak bola dapat lebih
algoritma kecerdasan (Artificial Intelegence), perangkat mudah jika proses pengembangan algoritma
kontrol dan media komunikasi pada robot. Dari lonjakan menggunakan bahasa pemrograman Web.
pengembangan tersebut makin besar pula sumber daya Salah satu solusi yang tersedia saat ini adalah
yang dibutuhkan robot dari sisi media penyimpanan dengan mengkolaborasikan pemrograman Web dengan
untuk mendukung metoda pembuatan yang efektif dan bahasa pemrograman tingkat rendah dan menengah
cepat. tersebut dengan sebuah interpreter berbasis Webkit yang
Raspberry Pi merupakan perangkat komputer dapat menerjemahkan kode Pemrograman Web sehingga
(mikroprosesor) yang sangat kecil namun dilengkapi dapat berinteraksi langsung dengan General Purpose
dengan fitur melimpah diantaranya adalah General Input Output (GPIO) pada Raspberry Pi sebagai perantara
Purpose Input Output (GPIO), GPIO merupakan salah dalam sistem kontrol robot yang akan dibuat.
satu dari fitur Raspberry Pi yang dapat digunakan sebagai Webkit merupakan salah satu engine rendering
sistem kontrol untuk robot, selain fitur GPIO beberapa untuk kode Hyper Text Markup Languange dan
kemudahan juga ditawarkan dengan besarnya fitur Javascript yang dapat berdiri sendiri sehingga dapat
penyimpanan sehingga pemakaian modul perangkat diciptakan interpreter untuk menerjemahkan kode yang
tambahan dapat dikurangi. dibuat untuk menggerakkan sistem kontrol pada robot.
Nirwana, Teknik Informatika, STMIK Adhi Guna, Palu - Sulawesi Sofyan Saputra, Teknik Informatika, STMIK Adhi Guna, Palu -
Tengah, Telp: (0451) 455530, Fax: (0451) 452920, Email: Sulawesi Tengah, Telp: (0451) 455530, Fax: (0451) 452920, Email:
nirwana.wana26089@gmail.com iank_stc@yahoo.com
Rifaldi Hi. Taher, Teknik Informatika, STMIK Adhi Guna, Palu -
Sulawesi Tengah, Telp: (0451) 455530, Fax: (0451) 452920,
Email:vhaldi.taher@gmail.com
177
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
178
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
V. KESIMPULAN
Dari hasil penelitian yang telah dilakukan maka
peneliti menyimpulkan bahwa dengan Interpreter yang
telah dibuat dapat melakukan penerjemahan kode bahasa
179
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
VI. UCAPAN TERIMA KASIH [6] Sean McManus ,Mike Cook, 2013, Raspberry Pi
Terimakasih tim peneliti ucapkan kepada seluruh For Dummies, John Wiley & Sons, Inc., Hoboken,
Jajaran STMIK Adhi Guna, Kelompok Belajar STMIK New Jersey.
Adhi Guna, Pembina dan seluruh keluarga Besar STMIK
VIII. BIOGRAFI
Adhi Guna.
Nirwana Lahir di Desa Lakatan, Toli-Toli, 26
VII. DAFTAR PUSTAKA Agustus 1996, saat ini sedang melaksanakan study
di Program Studi Teknik Informatik, STMIK Adhi
[1] Teixera Jose, Iin Tingtin, Collaboration in the open- Guna.
source arena: The WebKit case, University Of Sangat senang menulis, berangan-angan untuk
Turku, Finland menjadi salah satu peneliti handal dibidang
[2] Ron Oommen Thomas, K. Rajasekaran, 2014, informatika di Indonesia khususnya Sulawesi
Tengah
Remote Monitoring and Control of Robotic Arm
with Visual Feedback using Raspberry Pi, Rifaldi Hi. Taher Lahir di kota Palu, 21 April 1996,
Electronics and Instrumentation Engineering, saat ini sedang melaksanakn study di program Teknik
Karunya University, IJCA Vol 92 No 9. Informatika, STMIK Adhi Guna. sangat Ingin
interest di bidang teknilogi artificial,rekasyasa
[3] Kama Nazri, 2014, Input and Output Application robotika.
Programming Interface for Plaid Standard Library,
Advanced Informatics Schoool, Universiti
Teknologi Malaysia, Kuala Lumpur, IJSEIA Vol 8 Sofyan Saputra Lahir di Desa Polinggona, 1 Agustus
1992, Telah menyelesaikan Sarjana Komputer
No 1. Jurusan Teknik Informatika di STMIK Adhi Guna,
[4] Dedy Hariyadi, Eka Tresna Irawan, Purwarupa saat ini sebagai dosen tutor pada mata kuliah
Forensik BBM di Telepon Seluler Android kecerdasan buatan dan sangat interest dibidang
Menggunakan IGN-SDK, Jurusan Teknik Elektro teknologi artificial, rekayasa robotika, rekayasa web
dan Informatika terapan
dan Teknologi Informasi FT UGM, Yogyakarta.
[5] Simon Monk, 2014, Raspberry Pi Cookbook,
O’Reilly Media, Inc., 005 Gravenstein Highway
North, Sebastopol, CA 95472.
180
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Abstract -- Dalam strategi sepak bola robot, robot robot dalam memposisikan dirinya (x,y,θ) [1]. Dengan
dituntut untuk bergerak secara autonomous, untuk mengetahui posisi dirinya, robot dapat memutuskan arah
itu kemampuan dasar yang harus dimiliki setiap tendangan bola, apakah mengarah ke gawang lawan atau
robot adalah dapat mengena11li fitur penanda dalam menjauhkan bola dari gawang sendiri [2].
lapangan, seperti bola, gawang dan garis lapangan. Salah satu metode yang sudah dikembangkan dalam
Kolaborasi pendeteksian gawang dengan informasi pendeteksian gawang adalah dengan menggunakan
orientasi dapat membantu robot dalam memposisikan metode Hough Transform [3]. Pendeteksian gawang
dirinya (x, y, θ), dan dapat membantu robot untuk dengan menggunakan Hough Transform telah sukses
memutuskan arah tendangan bola, apakah mengarah diaplikasikan pada tim robot sepak bola ITS, namun
ke gawang lawan atau sebaliknya. Hough Transform karena Hough Transform memiliki proses yang cukup
merupakan metode pendeteksian gawang yang sudah lama dalam pendeteksian garis, dan terkadang robot
dikembangkan oleh tim robot ITS, namun metode ini mengalami kehilangan citra pandangannya, maka
memiliki proses yang cukup lama, dan terkadang dibutuhkan penelitian untuk meningkatkan kemampuan
robot mengalami kehilangan citra pandangannya, pendeteksian gawang pada tim robot sepak bola ITS.
untuk itu diperlukan pendekatan metode lain untuk
meningkatkan pendeteksian gawang robot ITS. Pada II. PENDETEKSIAN GAWANG
paper kali ini Metode Algoritma Ransac digunakan SEBELUMNYA
untuk pendeteksian gawang. Hasil uji coba
menunjukkan bahwa robot dapat membedakan Beberapa penelitian dibawah ini mendasarkan
gawang dengan lingkungan pertandingannya dengan Algoritma Ransac dipilih sebagai metode pendeteksian
baik. Keakuratan pengujian estimasi jarak robot gawang pada paper kali ini, pertama oleh Stephen [4],
dengan gawang dengan metode Ransac lebih baik dari yang menyebutkan bahwa pendekatan Algoritma Ransac
pada metode Hough Transform, sedangkan pengujian lebih efektif daripada pendekatan Hough Transform.
estimasi waktu program, metode Hough Transform Kedua, penelitian yang dilakukan oleh Madison [5] yang
lebih baik dari pada metode Ransac. mengaplikasikan Algoritma Ransac pada robot Darwin-
Index Terms—Autonomous, Gawang, Self OP untuk pendeteksian gawang. Dan ketiga, Metode
Positioning, Hough Transform, Pendeteksian Hough Transform [1] juga pernah diaplikasikan pada
Gawang, Algoritma Ransac robot Tim ITS yang terkadang mengalami kehilangan
citra dalam proses pendeteksian gawangnya. Diharapkan
I. INTRODUCTION dengan pengaplikasian Algoritma Ransac, pendeteksian
Dalam strategi sepak bola robot, robot dituntut gawang yang dilakukan oleh Tim Robot Sepak Bola ITS
untuk bergerak secara autonomous, untuk itu kemampuan akan lebih baik, dan lebih efektif.
dasar yang harus dimiliki setiap robot adalah dapat
mengenali fitur penanda dalam lapangan, seperti bola,
gawang dan garis lapangan. Pengenalan fitur gawang
ditambah dengan informasi orientasi dapat membantu
181
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
182
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
183
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
184
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
VII. BIBLIOGRAPHY
Dhany Satrio Wicaksono lahir pada 4 Juli 1996 di kota
Uti Solichah lahir pada 30 April 1994 di kota Bondowoso, Jawa Timur. Saat ini penulis sedang
Indramayu. Saat ini penulis sedang menempuh menempuh pendidikan Diploma 3 Teknik Elektro,
pendidikan strata satu Teknik Informatika, Institut Institut Teknologi Sepuluh Nopember, Surabaya.
Teknologi Sepuluh Nopember, Surabaya.
Muhammad Arifin lahir pada 15 Agustus 1994 di Muhtadin lahir pada 9 Juni 1981 di Kota Tulung
Kota Gresik, Jawa Timur. Penulis lulus dari SMP Agung, Jawa Timur. Saat ini penulis aktif sebagai dosen
Muhammadiah 1 pada tahun 2010 dan dari SMA dan peneliti di jurusan Teknik Multimedia dan Jaringan
Negeri 1 Sidoarjo pada tahun 2013. Saat ini penulis Institut Teknologi Sepuluh Nopember, Surabaya.
sedang menempuh pendidikan strata satu Teknik Penulis aktif meneliti pada topik penelitian robotika,
Elektro, bidang studi Elektronika, Institut Teknologi Intelligent Transportation System, Embedded System
Sepuluh Nopember, Surabaya. dan Biomedik
Muhammad Ardi Pradana lahir pada 11 Agustus Nanik Suciati lahir pada 28 Oktober 1971. Saat ini
1995 di Kota Probolinggo, Jawa Timur. Penulis lulus penulis aktif sebagai dosen dan peneliti di jurusan
dari SMP Taruna Dra. Zulaeha pada tahun 2010 dan Teknik Informatika Institut Teknologi Sepuluh
dari SMA Taruna Dra. Zulaeha pada tahun 2013. Saat Nopember, Surabaya. Penulis aktif meneliti pada topik
ini penulis sedang menempuh pendidikan strata satu Image processing, computer graphics dan computer
Teknik Multimedia dan Jaringan, Institut Teknologi vision
Sepuluh Nopember, Surabaya.
185
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Abstrak- Robot ERSB (Ekshibisi Robot Sepak serta sudut pandang yang lebih luas yang di berikan oleh
Bola Beroda) merupakn robot sepak bola yang kamera pixy cmu cam 5 maka proses pengembangan robot
menggunakan roda omni dan motor DC untuk untuk mendeteksi objek lebih cepat .
bernavigasi yang pertama kali dilombakan di Dalam mendeteksi objek robot sepak bola diharapkan
nasioanal pada tahun ini. Robot tersebut mampu mirip dengan manusia dimana proses ini
menggunakan sensor kamera pixy cmu cam 5 dan merupakan akar permasalahan karena deteksi objek pada
aplikasi pixymon yang diprogram melalui arduino kamera sukar untuk diimplementasikan kedalam bentuk
untuk mendeteksi objek. Dengan kemudahan algoritma pada sebuah bahasa pemrograman. Dengan
pemrogramannya serta Banyaknya fitur yang adanya kamera pixy cmu cam 5, permasalahan yang
diberikan oleh kamera pixy cmu cam 5 memudahkan dialami dapat direduksi sehingga proses pembuatan
dalam pendeteksian objek berupa bola warna orange robot lebih cepat karena banyaknya fitur yang diberikan
dan gawang warna kuning. Sehingga permasalahan oleh kamera tersebut. Dalama tulisan ini akan dibahas
yang dialami dapat direduksi sehingga proses bagaimana kamera dapat mendeteksi bola dan gawang
pendeteksian objek dalam penelitian ini lebih cepat. sehingga robot mampu membawa bola ke arah gawang
dan memasukkan ke dalam gawang lawan dan juga
Pada penelitian Robot Sepak Bola Beroda (ERSB),
mampu menghalau bola dari lawan. Pada robot ERSB
kamera pixy cmu cam 5 yang digunakan robot
(Ekshibisi Robot Sepak Bola Beroda) sensor yang
tersebut dapat mendeteksi objek bola dan gawang digunakan yaitu kamera pixy cmu cam 5 dan pixymon.
dengan baik. Kamera pixy cmu cam 5 dapat Pixymon merupakan aplikasi yang dihubungkan dengan
digunakan untuk mendeteksi objek. Makalah ini kamera pixy cmu cam 5 yang memungkinkan untuk
berisi uraian tantang pendeteksian objek mengkonfigurasi perangkat Pixy sebagai pendeteksi
menggunakan kamera pixy cmu cam 5 pada robot objek, kamera tersebut berfungsi untuk mengolah citra
ERSB (Ekshibisi Robot Sepak Bola Beroda). [4].
Kata kunci : pixy cmu cam 5, ERSB, pixymon
II. LANDASAN TEORI
I. PENDAHULUAN
186
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
C. Arduino uno
Arduino uno adalah sebuah board mikrokontroller
yang didasarkan pada ATMega328 (datasheet). Arduino
uno mempunyai 14 pin digital input/output (6 diantarnya
dapat digunakan sebagai output PWM), 6 input analog
sebuah osilator Kristal 16MHz, sebuah koneksi USB,
sebuah power jack, sebuah ICSP header, dan sebuah
tombol reset. Arduino uno memuat semua yng dibutuhkan
untuk menunjang mikrokontroller, mudah
menghubungkan nya kesebuah komputer dengan sebuah
kabel USB atau mensuplainya dengan sebuah adaptor
AC ke DC atau menggunakan sebuah batteray untuk
memulainya. Berikut gambar arduino.[3]
187
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
188
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
189
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Abstrak – Pendidikan robotika yang semakin robotika juga mengalami perkembangan dimana
berkembang seiring berkembangnya teknologi, pendidikan ini dapat diajarkan pada berbagai kalangan
menjadikan peserta didik dibidang ini tidak hanya hingga anak-anak sekalipun. Selain itu berkembang pula
kalangan dewasa namun juga kalangan anak-anak. dari segi kurikulum pendidikan robotika. Perkembangan
Berkembangnya pendidikan robotika ini di ini bertujuan untuk memperoleh hasil pembelajaran yang
identifikasi pula dengan berkembangnya kurikulum lebih baik dari sebelumnya dimana tidak hanya
yang digunakan dalam proses pembelajaran robotika. berorientasi pada hasil melainkan juga pada proses
Dalam makalah ini meyajikan ulasan dari berbagai pembelajaran. Karena permasalahan yang sering terjadi
kajian mengenai pengembangan kurikulum robotika adalah siswa tidak memahami materi yang diberikan
saat ini. Disesuaikan pula dengan kondisi kurikulum dengan baik meski mereka berhasil menyelesaika tugas
pendidikan yang berlaku di Indonesia yaitu yang diberikan [1].
kurikulum 2013. Diantara bentuk pengembangan Berbagai metode diterapkan pada kurikulum
kurikulum robotika saat ini yaitu adanya pendekatan pendidikan robotika yang bertujuan memperoleh hasil
menggunakan metode Bloom’s Taxonomy dan juga dan proses belajar yang baik bagi siswa. Metode-metode
kurikulum berbasis STEM education. Sehingga tersebut diantaranya adalah menggunakan basis STEM
dengan adanya metode-metode tersebut dapat education, Bloom’s Taxonomy dan disesuaikan dengan
diperoleh hasil belajar serta proses belajar yang baik kurikulum 2013 yang saat ini digunakan dalam
terutama bagi kalangan anak-anak. pendidikan di Indonesia. Dalam makalah ini akan
Kata kunci—Kurikulum, robotika, pendidikan, membahas bagaimana metode-metode tersebut
STEM, hasil berlajar diterapkan pada kurikulum robotika, dan bagaimana
pengaruh metode tersebut terhadap hasil proses belajar
12
I. PENDAHULUAN siswa.
Dunia pendidikan merupakan aspek penting bagi
keberlangsungan hidup seseorang. Melalui aspek II. METODE
pendidikan inilah sesorang membangun karakter A. Pendidikan berbasis STEM
pribadinya, menambah wawasan dan pengetahuan, STEM mengacu pada kemampuan individu untuk
melatih kemampuan dan potensi, untuk kemudian menerapkan pemahaman tentang bagaimana ketatnya
menjadi bekal seseorang dalam menjalani persaingan bekerja di dunia riil yang membutuhkan
keberlangsungan hidup. Dan kini pendidikan robotika empat domain yang saling terkait [2]. Berikut definisi
memiliki ketertarikan tersendiri di kalangan masyarakat. literasi STEM menurut masing-masing dari empat bidang
Diantara sebabnya yakni seiring berkembangnya studi yang saling terkait [3].
teknologi dan perkiraan masa depan dimana teknologi 1. Literasi Ilmiah
menjadi sangat berpengaruh menjadikan pendidikan Kemampuan dalam menggunakan pengetahuan
berbasis teknologi dianggap cukup menjanjikan. Daya ilmiah dan proses untuk memahami alam sekitar
tarik lain yaitu pendidikan robotika memberikan dampak serta kemampua untuk berpartisipasi dalam
positif terhadap siswa dalam hal pembentukan mengambil keputusan untuk mempengaruhinya.
kepribadian dan pola pikir, kemampuan sosial seperti 2. Literasi Teknologi
kerja sama tim, komunikasi, pemecahan masalah, Pengetahuan bagaimana menggunakan teknologi
pengorganisasian dan sebagainya. baru, memahami bagaimana teknologi baru
Kini seiring berkembangnya teknologi, pendidikan dikembangkan, dan memiliki kemampuan untuk
12 2
Naufalita Shella Hasyim, mahasiswa Program Studi D4 Teknik Adnan Rachmat Anom Besari, Departemen Informatika dan
Komputer – Politeknik Elektronika Negeri Surabaya, 6011, Indonesia. Komputer – Politeknik Elektronika Negeri Surabaya, 6011, Indonesia.
E-mail : naufalita@ce.student.pens.ac.id E-mail : anom@pens.ac.id
190
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
menganalisa bagaimana teknologi baru memerlukan praktik dan pengukuran dalam hal
mempengaruhi individu, masyarakat, bangsa, dan kecepatan, ketepatan, jarak, prosedur, dan teknik
dunia. eksekusi.
3. Literasi Teknik C. Kurikulum 2013
Pemahaman tentang bagaimana teknologi dapat Kurikulum yang dikeluarkan oleh Kementrian
dikembangkan melalui proses rekayasa/desain Pendidikan dan Kebudayaan menyebutkan ruang lingkup
menggunakan tema pelajaran berbasis proyek kompetensi sebagai tingkat pengetahuan di setiap tingkat
dengan cara mengintegrasikan dari beberapa mata pendidikan formal. Untuk dapat mensinkronkan poin-
pelajaran berbeda (interdisipliner). poin STEM pada kurikulum robotika, perlu
4. Literasi Matematika menyesuaikan dengan kurikulum yang berlaku pada suatu
Kemampuan dalam menganalisa, alasan, dan lembaga pendidikan. Penyesuaian dilakukan agar hasil
mengkomunikasikan ide secara efektif dan dari cara belajar robotika memberi dampak positif bagi
bersikap, merumuskan, memecahkan, dan pembelajaran pada pendidikan formal. Apabila tidak
menafsirkan solusi untuk masalah matematika dilakukan penyesuaian tersebut akan menyebabkan
dalam menerapkan berbagai situasi berbeda. kelebihan beban pembelajaran siswa yang semakin
Dengan adanya penerapan STEM pada kurikulum, mempersulit siswa dalam menguasai suatu ilmu
siswa dapat mengimplementasikan 4 kategori pengetahuan dan keterampilan. Kurikulum 2013 ini
pembelajaran tersebut pada pembelajaran robotika, terbagi menjadi tiga, diantaranya sebagai berikut [5] :
dimana pembelajaran robotika erat kaitanya dengan 4 1. Faktual
poin STEM. Sehingga pembelajaran robotika menjadi Elemen dasar terdiri dari komunikasi, pemahaman,
penunjang pemahaman siswa terhadap mata pelajaran di organisasi subjek : perbendaharaan kata, istilah
bangku sekolah yang terkait dengan STEM yang sering keilmiahan, representasi simbol, dan detail spesifik.
kali sulit untuk dipahami siswa. Perlu diketahui 2. Konseptual
bahwasanya STEM merupakan poin pembelajaran Pengetahuan tentang pengklasifikasian dan
penting yang banyak diterapkan dan dibutuhkan di pengkategorian, prinsip, teori, model atau struktur.
sepanjang hidup seseorang. Maka menguasai STEM akan 3. Prosedural
membawakan dampak baik bagi masa depan siswa. Mengetahui bagaiman melakukan sesuatu ,
B. Pendekatan Bloom’s Taxonomy menampilkan keterampilan, algoritma, teknik atau
Bloom’s Taxonomy digunakan sebagai rujukan metode.
utama untuk menetukan hasil pembelajaran dari setiap 4. Metakognitif
aktivitas pembelajaran. Taxonomy memudahkan dalam Proses atau strategi pembelajaran serta pemikiran,
pengklasifikasian, sehingga pendekatan dengan Bloom’s kesadaran, dan kemampuan mengontrol,
Taxonomy dari pembelajaran yang efektif adalah dengan memonitoring, menentukan proses pemahaman diri.
mencoba melakukan klasifikasi dari tingkatan
pembelajaran. Dengan pendekatan ini membantu dalam III. KESIMPULAN
evaluasi hasil pembelajaran dengan baik dimana Setiap metode yang digunakan diatas memberikan
pembelajaran berorientasi pula pada proses. Metode ini peran tersendiri dan menunjang satu sama lain dalam
terbagi dalam tiga bentuk pembelajaran yakni kognitif, membentuk kurikulum yang baik dan sesuai dengan
afektif, psikomotorik [4]. Ketiga kategori tersebut kadar kemampuan serta kebutuhan dan kondisi
didefinisikan sebagai berikut lingkungan sekitar. STEM membantu siswa dalam
1. Kognitif memahami pembelajaran robotika dengan
Mencakup pengetahuan dan pengembangan mengintegrasikan STEM yang diajarkan dalam
keterampilan intelektual. Diantaranya ingatan atau pendidikan fromal. Kurikulum 2013 menjadi acuan
pengenalan keadaan spesifik, pola prosedural, dan STEM yang diterapkan pada pembelajaran robotika.
konsep dalam pengembangan kemampuan Bloom’s taxonomy menjadi acuan utama dalam
intelektual. melakukan pengklasifikasian tingkatan pembelajaran dari
2. Afektif hasil pembelajaran.
Bagaimana seharusnya bersikap terhadap sesuatu
secara emosional, seperti perasaan, penilaian, IV. PERNYATAAN RESMI
penghargaan, antusiasme, motivasi, dan perilaku.
Makalah ini didukung oleh Politeknik Elektronika
3. Psikomotorik
Negeri Surabaya (PENS), divisi robot edukasi dibawah
Kategori ini berhubungan dengan pergerakan fisik,
naungan EEPIS Research Center (ER2C).
koordinasi, dan penggunaan kemampuan berpindah
tempat. Pengembangan keterampilan ini
191
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
V. REFERENSI Available:http://www.vedcmalang.com/pppptkboemlg/index.php
/menuutama/listrik-electro/1507-asv9
[3] David R. Krathwohl, “A Revision of Bloom's Taxonomy: An
[1] Eko Henfri Binugroho, Endah Suryawati Ningrum, Dwi Kurnia
Overview,” THEORY INTO PRACTICE, Volume 41, Number 4,
Basuki, and A.R. Anom Besari, " Design of Curriculum Matrix for
Robotics Education Derived from Bloom's Taxonomy and Autumn 2002.
Educational Curriculum of 2013," IPTEK, Journal of Proceeding [4] L.W. Anderson, D.R. Krathwohl, P.W. Airasian, K.A.
Series, Vol. 1 2014. Cruikshank, R.E. Mayer, P.R. Pintrich, J. Raths, and M.C.
[2] Asmuniv. (2016).Pendekatan Terpadu Pendidikan STEM Upaya Wittrock, “A Taxonomy for learning, teaching, and assessing: A
Mempersiapkan Sumber Daya Manusia Indonesia Yang Memiliki revision of Bloom's Taxonomy of Educational Objectives,” New
Pengetahuan Interdisipliner Dalam Menyosong Kebutuhan York: Longman, 2001.
Bidang Karir Pekerjaan Masyarakat Ekonomi ASEAN (MEA) [5] National Science Foundation. 2010. “Science and Engineering
[Online]. Indicators 2010.” National Science Board.
Available:http://www.nsf.gov/statistics/seind10/c/cs1.htm.
(accessed October 1, 2011).
192
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
Ringkasan-Kontes Robot Sepak Bola Indonesia hardware maupun software sehingga mampu menjadikan
yang diadakan setiap tahun selalu memiliki tantangan performa robot kembali membaik.
tersendiri. Pada tahun ini, KRSBI mengikuti rule dari Beberapa peneliti telah melakukan pendekatan agar
robocup yang memiliki gawang berwarna putih dan robot pemain sepak bola menjadi lebih pandai. Peneliti
lapangan yang terbuat dari rumput sintetis, sehingga melakukan penentuan posisi berdasarkan fitur dalam
diperlukan peningkatan performa baik dalam bidang lapangan[5][6]. Peneliti lain melakukan penentuan posisi
visi, strategi maupun pengembangan hardware agar dari fitur luar lapangan. Sebagian peneliti yang lain
dapat menyesuaikan diri dengan model lapangan melakukan deteksi perpotongan garis sebagai landmark
yang baru. dalam lapangan[7]. Sebagian peneliti meningkatkan
kecerdasan robot dengan cara koordinasi antar robot.
I. PENDAHULUAN Sehingga didapatkan tim yang smart dari masing-masing
Semakin hari semakin banyak peminat dalam dunia individu robot[8].
robotika. Perkembangan teknologi robotika ditunjang Tim Ichiro melakukan berbagai pendekatan untuk
dengan banyaknya kompetisi yang diselenggarakan. meningkatkan kecerdasan robot: 1. Perbaikan vision,
Salah satu yang dilaksanakan di Indonesia adalah Kontes sehingga didapatkan citra yang baik sebagai bahan dasar
Robot Sepak Bola Indonesia atau KRSBI. KRSBI permrosesan citra selanjutnya; 2. Kemampuan berlaga di
merupakan kegiatan yang setiap tahun selalu diadakan atas rumput; 3. Perbaikan deteksi fitur-fitur lapangan
dimana juara dari kontes ini akan mewakili dalam Kontes untuk digunakan sebagai penanda/referensi pada proses
Internasional yang serupa yaitu Robocup. KRSBI penentuan lokasi; 4 .Kerja sama antar robot. Modifikasi
merupakan adopsi dari kompetisi Robocup dengan dilakukan pada platform yang sudah digunakan dari
peraturan dan sistem permainan yang hampir serupa di tahun-tahun sebelumnya, yaitu DarwinOP. Salah satu
kategori Kid Size[1]. Pada KRSBI tahun 2016 ini, terdapat modifikasi tambahan yang dilakukan pada Darwin OP
perubahan peraturan yang memberikan tantangan dalam yang digunakan oleh tim ini ialah adalah pada bagian
permainan ini. Untuk Tahun ini ukuran lapangan dan telapak kaki robot, untuk penyesuaian diri terhadap
gawang menjadi lebih kecil dari sebelumnya. Tahun ini rumput maka diperlukan penggantian jenis telapak kaki
lapangan dari KRSBI seluas 4x6 meter dimana lapangan versi original dan diberikan beberapa buah pull pada
ini berukuran lebih kecil dari yang tahun sebelumnya telapak kaki robot sehingga robot menjadi lebih mudah
yaitu 6x9 meter, dari kondisi lapangan pun terjadi banyak berjalan di atas rumput yang panjangnya sekitar 3 cm
perubahan, karena lapangan tahun 2016 ini menggunakan tersebut, dilakukan beberapa kali percobaan untuk
sintetis seperti yang dipakai di lapangan Robocup Soccer mendapatkan jenis pull yang paling cocok di gunakan
Humanoid League. Sedangkan untuk gawang mengalami pada rumput tersebut. Adapun dan jenis-jenis pull yang
perubahan baik ukuran maupun warna, gawang menjadi telah dicoba ialah sebagai berikut:
lebih kecil dari ukuran sebelumnya dan untuk warna yang
semula berwana kuning menjadi warna putih.
Penggunaan rumput sintetis pada lapangan
menjadikan performa robot untuk bermain di atas
lapangan menurun dikarenakan robot menjadi lebih susah
baik dalam hal menggiring, mengontrol, mengejar
maupun menendang bola. Dan untuk mengatasi hal
tersebut diperlukannya beberapa modifikasi baik dari sisi Gambar 1: Jenis-jenis pull
193
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
3 Dari 4 Robot yang digunakan Tim Ichiro juga telah Robot yang digunakan dalam tim Ichiro
mengalami modifikasi hardware berupa penggantian menggunakan platform Darwin-OP. Darwin-OP
model Body pada robot dari versi original-nya. (Dynamic Anthropomorphic Robot with Intelligence-
Open Platform) dapat dibuat sendiri dengan cara
mengunduh spesifikasi teknis serta kode frameworknya
melalui website resmi dari Robotis.
Darwin-OP dilengkapi dengan sebuah computer
mini sebagai pemroses utama berbasis linux, sebuah
modul pengontrol gerak (CM-730) berbasis ARM,
webcam, Wi-Fi, gyroscope dan accelerometer. Modul ini
berkomunikasi dengan komputer pemroses utama melalui
jalur komunikasi serial. Webcam dan Wi-Fi dikontrol
oleh komputer melalui jalur USB. Untuk sensor
gyroscope dan accelerometer digunakan sebagai masukan
Gambar2: Darwin-OP modifikasi (Kiri), Darwin OP modul pengontrol gerak untuk mengatur keseimbangan
Original (Kanan) robot saat berjalan. Robot ini terdiri atas 20 derajat
kebebasan dengan motor penggerak utama adalah
II. PERKEMBANGAN ROBOT TIM DYNAMIXEL MX-28. Sebagai tambahan, robot yang
Robot yang digunakan tim robot ITS sejak pertama digunakan telah disisipi dengan sensor orientasi untuk
kali mengikuti Kontes Robot Sepak Bola Indonesia pada mempermudah robot menemukan posisi relatif terhadap
tahun 2011 sampai tahun 2016 ini telah mengalami begitu lapangan.
banyak perubaahan baik dari sisi hardware maupun Robot penjaga gawang Robot penjaga gawang tim
software. Pada awal partisipasi tim robot ITS, robot yang Ichiro mendapatkan modifikasi pada bagian body utama,
digunakan adalah platform Bioloid. Hingga pada tahun yaitu menggunakan body berbahan dasar alumunium,
2013 lalu, platform yang digunakan adalah platform namun tetap menggunakan visi dari Platrom Darwin OP
Darwin-OP yang dipadukan dengan platform Bioloid. yang resmi.
Dimana robot dengan platform Darwin-OP sebagai Robot penyerang 1 dan Robot Gelandang Robot
penyerang dan gelandang dan platform Bioloid sebagai penyerang dan robot gelandang yang digunakan
penjaga gawang, hingga pada tahun 2014 tim robot ITS menggunakan platform Darwin-OP yang telah
sepenuhnya menggunakan platform Darwin-OP. dimodifikasi pada bagian body dan visinya. Visi robot ini
Pada Tahun 2016 ini tim robot ITS menggunakan kamera webcam dari Logitech dengan tipe
mendapatkan tambahan 1 buah robot platform Darwin C920. Tipe ini menggunakan lensa dari Carl-Zeiss yang
OP sehingga jumlah keseluruhan robot yang digunakan mampu meningkatkan kualitas sudut pengelihatan robot.
untuk lomba adalah 4 buah Robot, dengan setiap robot Selain itu dari segi sensor, kamera ini menghasilkan
memiliki modifikasi yang berbeda-beda. gambar yang lebih jernih dari kamera Darwin-OP versi
A. Sekilas tentang riset yang dilakukan original, sedangkan body menggunakan body yang
Saat ini tim Ichiro memfokuskan riset pada bidang- berbahan dasar alumunium.
bidang berikut ini: Robot penyerang 2 Robot penyerang 2 tim Ichiro
a. Pengembangan penndeteksian dan posisi bola. menggunakan platform Darwin-OP versi original.
b. Keseimbangan dengan memanfaatkan sensor Sehingga secara spesifikasi, robot ini sama dengan
gyroscope dan accelerometer serta posisi tubuh spesifikasi platform open project Darwin yang resmi.
dan bentuk pull.
c. Mengembangkan pengontrolan kecepatan serta C. Komputasi Robot
posisi dengan PID Proses komputasi pada tiap robot memiliki tiga
d. Pengenalan teman satu tim dan komunikasi level. Pada level komputasi terendah adalah pengaturan
20 motor servo. Setiap servo diatur oleh microcontroller
wireless
yang mengatur posisi dan kecepatan motor, motor
tersebut juga mampu memonitor kondisi motor
B. Hardware Robot misalkan: suhu motor. Pada layer medium adalah
Secara keseluruhan, robot yang digunkan oleh tim pengaturan gerakan motor yang dilakukan oleh
robot ITS menggunakan platform Darwin-OP. Namun controller CM-730, pemrograman pada controller CM-
terdapat beberapa perbedaan hardware dari tiap robot, 730 dilakukan dengan cara membuat motion tertentu
baik robot penyerang, gelandang maupun penjaga yang melibatkan minimal satu motor servo. Pada layer
gawang.
194
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
ketiga adalah komputasi untuk melakukan kontrol untuk digunakan menghindari antar teman dapat juga
vision, penentuan lokasi, kontrol kelakuan robot digunakan untuk proses komunikasi lokasi pada antar
(behavior), penterjemahan perintah dari game robot penyerang dan penjaga gawang sehingga dapat
controller serta koordinasi antar robot. digunakan untuk menjalankan cooperative[2].
D. Deteksi Fitur Lapangan E. Behaviour Robot
Dalam permainan sepak bola, tiap robot harus
mampu mengenali fitur landmark yang ada pada lapangan
sepak bola. Fitur yang ada dalam lapangan sepak bola
yang dapat dimanfaatkan robot adalah deteksi gawang,
deteksi garis lapangan, deteksi bola dan deteksi kawan[2].
195
The 4th Indonesian Symposium on Robot Soccer Competition 2016 – June 1th , 2016
Politeknik Elektronika Negeri Surabaya
196