Perpustakaan Digital ITB

CBRN (Chemical, Biological, Radiological, and Nuclear) merupakan zat berbahaya yang dapat disebabkan oleh kecelakaan industri, aksi teror, maupun bencana alam yang mengakibatkan kerusakan secara masal dan signifikan pada suatu wilayah. Saat ini, kebanyakan industri atau wilayah strategis tertentu menggunakan sensor CBRN yang ditempatkan secara statis untuk mendapatkan peta distribusi zat yang berbahaya. Pada kenyataannya, sensor yang dipasang secara statis dapat mengalami kerusakan akibat adanya ledakan, tidak dapat menjangkau seluruh wilayah dan memiliki harga yang mahal karena harus memasang jumlah sensor yang banyak. Oleh karena itu, suatu wahana tanpa awak atau robot olfaksi dibutuhkan. Robot olfaksi adalah robot yang dilengkapi dengan sensor yang dapat mengindera suatu zat CBRN. Pada penelitian ini, masalah dibatasi yaitu untuk memetakan zat atau gas kimia saja. Untuk memetakan gas kimia pada lingkungan outdoor yang luas tentunya dibutuhkan robot yang memiliki kemampuan maneuver, skalabilitas dan fleksibilitas yang baik seperti Unmanned Aerial Vehicle (UAV) bertipe rotary wing. UAV yang dipasang sensor gas kimia dapat diperintah untuk melakukan pergerakan berdasarkan pembacaan nilai gas kimia pada wilayah yang terkontaminasi. UAV jamak digunakan agar lebih mempercepat misi pemetaan pada lingkungan yang luas. Pada disertasi ini dilakukan penelitian tentang bagaimana mengendalikan satu atau beberapa UAV untuk melakukan pencarian sumber gas dan pemetaan distribusi gas. Diasumsikan bahwa ada suatu peringatan karena terjadinya kebocoran gas pada suatu daerah baik dari alarm yang terpasang maupun laporan dari masyarakat sekitar. Setelah menerima peringatan tersebut, UAV akan diterbangkan untuk melakukan penjelajahan pada daerah tersebut. Tujuan dari penjelajahan tersebut adalah untuk mencari lokasi sumber gas dan mengestimasi peta distribusi gas. Prediksi lokasi sumber gas berguna untuk proses netralisasi, menghentikan bocornya gas yang terpapar sedangkan estimasi peta distribusi gas akan berguna untuk membantu proses evakuasi dan mitigasi. Karena waktu terbang terbatas, UAV jamak tidak dapat menjelajahi seluruh daerah pada lingkungan yang akan dipetakan. Oleh karena itu, tiap-tiap UAV harus secara efektif melakukan eksploitasi dan eksplorasi pada area yang telah didefiniskan sebagai area yang terpapar gas kimia. Pada kasus ini, eksploitasi berarti UAV ii menuju ke lokasi sumber gas dan eksplorasi berarti UAV menuju ke daerah lain yang bukan sumber gas. Eksplorasi yang baik yaitu eksplorasi yang mana UAV mencakup daerah yang lebih menarik, yaitu daerah dengan konsentrasi yang tinggi yang belum terjelajahi, walaupun bukan daerah di sekitar sumber gas. Agar UAV dapat mengestimasi lokasi sumber gas atau daerah yang terkontaminasi dengan konsentrasi gas yang tinggi, diputuskan untuk memanfaatkan metode inferensi Bayesian. Pada metode inferensi Bayesian, diperlukan cara bagaimana mengestimasi probabilitas likelihood dimana sumber gas berada atau dimana sekiranya konsentrasi gas yang tinggi berada. Estimasi ini cukup sulit karena pergerakan partikel gas sangat kompleks, dipengaruhi oleh gravitasi, pergerakan angin, dan difusi. Pergerakan gas tersebut semakin kompleks pada lingkungan outdoor dengan banyak bangunan dan objek lainnya. Pada penelitian ini, diasumsikan bahwa model bangunan-bangunan inti telah diketahui sehingga beberapa profil pergerakan angin dapat disimulasikan terlebih dahulu. Beberapa profil pergerakan angin tersebut digunakan untuk mensimulasikan pergerakan partikel gas. Setiap simulasi pergerakan gas dengan sumber gas yang diletakan di daerah yang berbeda-beda dapat direpresentasikan sebagai fungsi distribusi probabilitas atau probability density function atau PDF yang dapat digunakan untuk mengestimasi likelihood pada metode inferensi Bayesian. Metode anemotaksis juga dipakai, diintegrasikan dengan metode inferensi Bayesian untuk performa yang lebih efisien. Pada skema koordinasi antar UAV, dimanfaatkan metode Voronoi yang mendekomposisi daerah untuk tiap-tiap UAV. Dekomposisi ini bersifat dinamis sehingga UAV selalu memiliki daerah penjelajahannya masing-masing. Proses penentuan lokasi penjelajahan juga dimodifikasi, terinspirasi dari metode Particle Swarm Optimization (PSO) sehingga penjelajahan maupun pencarian beberapa sumber gas dapat dilakukan dengan lebih efisien. Pengujian dilakukan secara bertahap dari digunakanannya mobile robot di lingkungan indoor, satu UAV di lingkungan outdoor baik simulasi dan eksperimen sebenarnya serta UAV jamak di lingkungan outdoor yang disimulasikan. Efisiensi dan efektivitas metode yang diusulkan diukur dengan beberapa metriks: (1) waktu ditemukannya sumber gas, (2) luas daerah terkontaminasi yang tercakup, dan (3) Negative Log Predictive Density (NLPD) yang merepresentasikan akurasi peta. Dari analisis evaluasi dengan beberapa metriks tersebut, dapat disimpulkan bahwa metode-metode yang diusulkan menunjukan efisiensi dan efektivitasnya dalam melakukan pencarian sumber dan pemetaan kontaminasi gas kimia.