Perpustakaan Digital ITB

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.