Perpustakaan Digital ITB

Algoritma perencanaan jalur dalam bidang robotika otonom memiliki peran yang sangat penting dalam menentukan rute yang paling efisien, andal, dan bebas hambatan bagi robot bergerak untuk mencapai tujuan yang telah ditentukan. Dalam penerapan di dunia nyata, terutama di lingkungan dinamis atau semi-terstruktur, evaluasi terhadap algoritma ini menjadi hal yang sangat penting untuk menjamin keselamatan, ketahanan, dan keakuratan operasional robot. Perencanaan jalur yang akurat tidak hanya diperlukan untuk menghindari rintangan, tetapi juga untuk mengoptimalkan konsumsi energi, waktu penyelesaian tugas, serta kelayakan rute yang dipilih. Oleh karena itu, sebelum robot digunakan dalam lingkungan operasional seperti gudang, laboratorium, atau area penyelamatan bencana, diperlukan sistem pemetaan dan navigasi yang dapat beroperasi secara mandiri dan adaptif. Proses evaluasi algoritma ini membutuhkan sebuah platform robot bergerak yang mendukung kemampuan pemetaan dan lokalisasi secara simultan (SLAM), navigasi otonom, penghindaran rintangan, dan pelacakan posisi yang akurat. Selain itu, keberadaan antarmuka pengguna (user interface) juga sangat penting agar proses pengujian dapat dilakukan secara lebih mudah, serta memungkinkan pengumpulan data masukan untuk perbaikan sistem lebih lanjut. Untuk menjawab tantangan tersebut, penelitian ini mengembangkan sistem navigasi-pemetaan lengkap yang terintegrasi dengan antarmuka pengguna. Sistem ini menggunakan Robot Operating System 2 (ROS 2) distribusi Humble sebagai sistem operasi robot yang menangani komunikasi antar node, transformasi koordinat, dan eksekusi node terdistribusi. Antarmuka grafis dibangun menggunakan kerangka kerja PyQt5 yang memungkinkan pengguna untuk mengontrol pergerakan robot, memilih tujuan navigasi, memvisualisasikan peta, dan mencatat hasil evaluasi dalam satu antarmuka terpadu yang terhubung langsung ke infrastruktur backend ROS 2. Platform robot yang digunakan dalam penelitian ini adalah TurtleBot3 Burger, sebuah robot open-source yang banyak digunakan dalam pengembangan SLAM dan eksperimen navigasi. Fungsi pemetaan dijalankan menggunakan Cartographer, sedangkan fungsi navigasi menggunakan Nav2. Sistem dirancang agar pengguna dapat mendefinisikan representasi peta berbasis grid, merencanakan jalur melalui algoritma eksternal, mengubah jalur tersebut menjadi rangkaian pose yang dapat dieksekusi, dan mengirimkannya ke stack Nav2 menggunakan aksi ComputePathThroughPoses dan FollowPath. Parameter SLAM dan konfigurasi costmap juga telah disesuaikan untuk meningkatkan akurasi lokalisasi dan keandalan perencanaan jalur dalam lingkungan yang sempit atau penuh rintangan. Pengujian dilakukan di arena terkontrol berukuran 2,1 meter × 2,1 meter dengan berbagai rintangan statis yang menempati sekitar 50% dari total area. Hasil pengujian menunjukkan bahwa sistem mampu melakukan pemetaan secara akurat dan navigasi otonom menuju lokasi target dengan tingkat keberhasilan rata-rata sekitar 95%. Sistem juga dapat diintegrasikan dengan akselerator perangkat keras, memungkinkan fleksibilitas penggunaan dalam aplikasi robotika waktu nyata. Hasil ini menunjukkan bahwa sistem layak digunakan sebagai platform pengujian algoritma navigasi otonom, dengan potensi pengembangan lebih lanjut seperti peningkatan kemampuan deteksi rintangan dan optimalisasi waktu eksekusi pada lingkungan yang lebih kompleks.