Perpustakaan Digital ITB

Interaksi fisik lengan robot dengan lingkungan yang bergerak dinamis memerlukan sistem kendali presisi tinggi untuk mengompensasi latensi spasial dan waktu. Penelitian ini bertujuan mengembangkan arsitektur sistem kontrol Position-Based Visual Servoing (PBVS) menggunakan Model Predictive Control (MPC) untuk memandu lengan robot 6-DOF dalam mengeksekusi tugas penjejakan trajektori di atas permukaan target yang statis maupun dinamis. Infrastruktur perangkat keras dibangun melalui perancangan end-effector khusus dan optimasi kerangka penanda optik. Sistem ini memanfaatkan sensor pelacak optik untuk pengukuran spasial yang didukung oleh algoritma estimasi keadaan Linear Kalman Filter (LKF) dan Error-State Kalman Filter (ESKF) guna mereduksi derau pembacaan sensor dan menghasilkan estimasi kecepatan spasial target secara real-time. Kinerja sistem dievaluasi melalui penjejakan trajektori pada tiga kondisi: target statis, target bermanuver acak (digerakkan manual), dan target translasi linear (modul kereta laju 2 hingga 8 cm/s). Kualitas trajektori dikuantifikasi menggunakan visi komputer untuk mengekstrak galat bentuk (shape RMSE). Hasil menunjukkan algoritma estimasi keadaan berhasil mereduksi amplitudo derau hingga 26,2% dengan keterlambatan fasa 20 – 60 ms. Pada pengujian dinamis manual, sistem mampu mempertahankan topologi geometri pada pergerakan lambat, namun terdistorsi pada manuver agresif akibat ketidakmampuan algoritma memprediksi pergerakan acak. Pada uji kereta linear, trajektori kontinu (lingkaran) sukses dieksekusi hingga laju target 6 cm/s (galat bentuk 0,8 mm). Sebaliknya, trajektori bersudut tajam (persegi dan segitiga) mengalami divergensi galat hingga 4,9 mm di laju 6 cm/s akibat ketertinggalan spasial yang dipicu algoritma exact stop. Arsitektur yang dikembangkan beroperasi tangguh dengan rekomendasi batas laju dinamis operasional pada 4 cm/s. Kata Kunci : Lengan Robot 6-DOF, Pelacak Optik, Model Predictive Control (MPC), Linear Kalman Filter (LKF), Error-State Kalman Filter (ESKF).