Perpustakaan Digital ITB

Robot mobil otonom (Autonomous Mobile Robot/AMR) semakin banyak diterapkan pada fasilitas publik, termasuk perpustakaan, untuk mendukung layanan pengunjung di luar jam kerja petugas. Lingkungan perpustakaan menghadirkan tantangan navigasi yang unik berupa koridor sempit di antara rak buku, kemiripan visual antar-lorong, serta kebutuhan presisi dan keamanan tinggi terhadap pengunjung. Penelitian ini merancang, mengimplementasikan, dan mengevaluasi sistem navigasi otonom untuk robot perpustakaan bernama Robobook yang mengintegrasikan Simultaneous Localization and Mapping (SLAM) berbasis RTAB-Map (Real-Time Appearance-Based Mapping ) dengan kamera RGB-D Intel RealSense D435i, kerangka kerja navigasi Nav2 pada ROS 2, dan pengendali lintasan Regulated Pure Pursuit (RPP), yang seluruhnya dijalankan pada platform komputasi tepi NVIDIA Jetson Orin Nano. Sistem dirancang dalam empat subsistem , yaitu persepsi, lokalisasi, navigasi, dan kendali motor, yang diimplementasikan pada purwarupa robot beroda dengan mikrokontroler ESP32-S3 untuk kendali motor tingkat rendah. Pengujian dilakukan dalam dua tahap, yaitu pengujian lokalisasi statis pada lima titik dengan karakteristik lingkungan berbeda (masing-masing 50 sampel), dan pengujian parametrik satu-faktor-pada-satu-waktu terhadap lima parameter kunci RTAB-Map dan RPP: Kp/MaxFeatures, desired_linear_vel, lookahead _distance , lookahead _time, dan regulated_linear_scaling_min_radius (r_min). Hasil pengujian menunjukkan akurasi lokalisasi statis pada tingkat sub-sentimeter, dengan root mean square error (RMSE) antara 0,26–0,81 cm. Pengujian para metrik menunjukkan MaxFeatures = 500 memberikan keseimbangan terbaik antara akurasi dan beban komputasi; kecepatan linear rendah (0,08 m/s) meminimalkan galat lintas jalur (cross-track error); lookahead _distance = 0,6 m menghasilkan pelacakan paling presisi (RMSE 5,37 mm); lookahead _time = 1,5 s menurunkan RMSE hingga 62% dibanding 0,5 s; dan r_min menunjukkan pola trade-off yang konsisten antara presisi pelacakan dan durasi tempuh, dengan r_min = 1,5 m dipilih sebagai titik keseimbangan. Temuan-temuan ini konsisten dengan karakteristik teoretis algoritma Pure Pursuit dan hasil tuning pada literatur rujukan (Macenski dkk.), sekaligus memperkuatnya dengan bukti empiris pada perangkat keras nyata.