Kendaraan otonom membutuhkan pengembangan teknologi penginderaan untuk
kemampuan lokalisasi dalam memandu kendaraan di lingkungan yang belum
diketahui. Kemampuan untuk mengenali dan mengetahui lokasinya terhadap
lingkungan adalah salah satu kemampuan penting dari kendaraan otonom saat
berada di lingkungan yang sebenarnya. Sistem lokalisasi yang andal dari informasi
posisi dan heading yang akurat adalah salah satu teknologi kendaraan otonom yang
perlu dikembangkan. Tesis ini mengusulkan algoritma estimasi lokalisasi dan
pemetaan menggunakan sensor Lidar dan IMU. Sensor IMU digunakan untuk
mendapatkan data estimasi posisi dan heading dengan modifikasi algoritma integral
ganda dan Attitude Heading Reference System (AHRS). Denoising filter
menggunakan Butterworth Zero Phase Filter dan identifikasi kondisi stationer
dilakukan untuk mengeliminasi pengaruh derau dan drift pada data sensor IMU.
Algoritma HectorSLAM digunakan untuk mendapatkan hasil pemetaan terhadap
lingkungannya. Pengambilan data sensor dilakukan menggunakan platform Robot
Operating System (ROS). Implementasi dilakukan pada robot beroda yang
dirancang dengan dua penggerak belakang menggunakan sistem differential drive
dan satu roda di depan dengan sistem pasif menggunakan roda bebas. Hasil dari
pengujian algoritma lokalisasi yang diusulkan mampu menghasilkan estimasi posisi
skor MSE sebesar 0,002204 untuk data sumbu x dan 0,002243 untuk data sumbu y.
Hasil dari pengujian algortima HectorSLAM menghasilkan rentang galat sebesar
0,034 hingga 0,217 meter.