Navigasi Indoor Berbasis Peta pada Robot Beroda dengan Platform Robot Operating System

Robot beroda banyak digunakan di banyak bidang industri. Pada robot beroda tersebut perlu diimplementasikan sistem navigasi autonomous untuk meningkatkan efisiensi kerja. Pada penelitian ini, sistem navigasi indoor berbasis peta diimplementasikan pada robot beroda dengan platform Robot Operating System (ROS) menggunakan algoritma Hector Mapping untuk pemetaan. Algoritma ini menggunakan Data Fusion dengan algoritma Extended Kalman Filter (EKF) yang menggabungkan data Wheel Odometry dengan data sensor IMU untuk lokalisasi, algoritma Field Dynamic A-Star untuk path planning, dan pengontrol ON-OFF untuk trajectory tracking. Algoritma Field Dynamic A-Star dipilih karena algoritma tersebut dapat mengatasi permasalahan algoritma path planning pada umumnya yang membatasi arah orientasi pergerakan robot setiap kelipatan 45o (jalur tidak optimal dan tidak natural). Robot memiliki ODROID-XU4 sebagai pengontrol utama yang bertugas untuk melakukan navigasi indoor berbasis peta, Arduino Mega 2560 untuk menggerakkan motor, LASER rangefinder RPLIDAR A2 untuk pemetaan, dan VEX Integrated Encoder serta Sparkfun Razor 9DoF IMU untuk lokalisasi. Sistem navigasi berhasil diimplementasikan pada robot beroda dengan platform ROS. Robot berhasil melakukan pemetaan lingkungan indoor dengan tingkat kesalahan rata-rata 0,174 meter serta berhasil melakukan lokalisasi dengan tingkat kesalahan rata-rata 0,05m pada koordinat x, 0,028m pada sumbu y, dan 1,506o pada sudut orientasi. Path planner terbukti menghasilkan jalur yang tidak terbatas pada kelipatan orientasi 45o. Path planner memiliki tingkat keberhasilan 62,5% dalam menghasilkan jalur yang dapat dilewati robot dan robot memiliki tingkat keberhasilan 75% dalam mengikuti jalur. Robot memiliki tingkat kesalahan rata-rata 0,046m dalam bergerak menuju koordinat x target, 0,072m dalam bergerak menuju koordinat y target, dan 5,163o dalam berputar menuju sudut orientasi target.