Cover
PUBLIC karya Abstrak
PUBLIC karya Abstract
PUBLIC karya
Lembar Pengesahan
Terbatas karya
» ITB
Terbatas karya
» ITB
Tesis
Terbatas karya
» ITB
Terbatas karya
» ITB
Sebuah robot mobil perlu dilengkapi kemampuan navigasi yang baik sehingga
robot mampu bergerak di suatu ruang dan menghindari halangan untuk mencapai
satu posisi dari posisi tertentu, terutama untuk robot yang ditujukan mengerjakan
suatu pekerjaan seperti robot transporter dan robot layanan. Pencarian jalur
terpendek, lokalisasi dan pemetaan, dan penghindaran halangan adalah
permasalahan utama navigasi pada robot mobil. Sejauh ini banyak pendekatan yang
dilakukan di beberapa penelitian untuk 3 masalah tersebut, termasuk dengan
menggunakan metode pembelajaran mesin. Tesis ini bertujuan untuk membuat
sistem navigasi robot mobil menggunakan metode pembelajaran mesin,
Reinforcement Learning, khususnya menggunakan algoritma Q – Learning.
Diharapkan robot mobil mampu menjalankan fungsi pencarian rute terpendek,
pemetaan dan lokalisasi, dan mampu menghindari halangan statis dan dinamis pada
lingkungan. Untuk menjalankan sistem pada banyak platform perangkat keras di
saat yang bersamaan dan membuat suatu stasiun kendali untuk keperluan
monitoring robot sebagai HMI (human machine interface) yang dapat
menghubungkan manusia dan robot, maka pada penelitian ini dimanfaatkan
platform middleware Robot Operating System (ROS). Robot mobil menggunakan
roda mekanum sehingga robot memiliki pergerakan holonomik yang lebih fleksibel
dibanding yang menggunakan differential drive. Kemampuan navigasi pada robot
mobil terhadap lingkungan yang baru, dicapai setelah dilakukan pelatihan sebanyak
400 episode pada simulasi, dan terlihat robot mobil mampu mencari rute baru ketika
rute yang sudah ada ditutup atau dihalangi, serta robot mobil mampu menghindari
halangan dinamis dengan baik.