Perpustakaan Digital ITB

Sistem penentu lokasi merupakan komponen penting dalam navigasi Mobile Robot (MR), terutama di lingkungan tertutup di mana teknologi Global Navigation Satellite System (GNSS) tidak dapat diandalkan. Penelitian ini bertujuan untuk menguji performa sistem penentu lokasi berbasis sensor Light Detection and Ranging (LiDAR) dengan menggunakan dua pendekatan algoritma, yaitu Hector Simultaneous Localization and Mapping (Hector SLAM) dan Adaptive Monte Carlo Localization (AMCL). Kedua algoritma diimplementasikan pada platform Robot Operating System (ROS) dengan menggunakan data pemindaian dari sensor RPLiDAR A1M8. Selain itu, algoritma Range Flow-based 2D Odometry (RF2O) digunakan sebagai odometri tambahan untuk mendukung AMCL. Hasil estimasi pose berupa posisi (????, ????) dan orientasi (????) dari masing-masing algoritma dibandingkan terhadap data referensi dari sistem Indoor Positioning System (IPS). Pengujian dilakukan dalam tiga skenario lintasan robot: bergerak lurus, berbelok ke kanan, dan berbelok ke kiri. Evaluasi dilakukan berdasarkan nilai Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE) terhadap referensi. Hasil pengujian menunjukkan bahwa Hector SLAM memiliki rata-rata kesalahan posisi 0,147 m (RMSE) dan 0,142 m (MAE), sedangkan AMCL mencapai 0,623 m (RMSE) dan 0,397 m (MAE). Untuk orientasi, Hector SLAM mencatat kesalahan 0,362 rad (RMSE) dan 0,189 rad (MAE), sementara AMCL memiliki 0,333 rad (RMSE) dan 0,184 rad (MAE). Analisis komparatif memperlihatkan bahwa Hector SLAM mampu menghasilkan estimasi posisi yang presisi namun kurang akurat akibat adanya offset sistematis pada sumbu ???? negatif. Sebaliknya, AMCL rentan mengalami akumulasi kesalahan besar pada lintasan berbelok karena penurunan belief partikel dan keterbatasan odometri RF2O. Secara keseluruhan, penelitian ini menegaskan bahwa Hector SLAM lebih andal untuk penentuan lokasi MR di lingkungan tertutup dengan lintasan kompleks, sedangkan AMCL membutuhkan optimasi lanjutan agar kinerjanya stabil pada manuver berbelok.