digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Marcellus Mario Lukman
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

COVER Marcellus Mario Lukman
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

BAB 1 Marcellus Mario Lukman
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

BAB 2 Marcellus Mario Lukman
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

BAB 3 Marcellus Mario Lukman
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

BAB 4 Marcellus Mario Lukman
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

BAB 5 Marcellus Mario Lukman
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

DAFTAR PUSTAKA Marcellus Mario Lukman
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

Dalam dunia saat ini, drone memiliki potensial untuk digunakan dalam lingkup indoor untuk berbagai macam aplikasi. Namun, ada beberapa limitasi dalam lingkup indoor, seperti sinyal GNSS yang buruk. Navigasi visual-inertial, yang menggunakan kamera dan sensor IMU onboard, adalah salah satu solusi dari masalah ini. Implementasi dari sistem ini belum banyak digunakan. Riset ini bertujuan untuk menverifikasi penggunaan sistem visual-inertial (VINS) untuk menggantikan fungsi GNSS, dengan memodelkan lingkungan dalam ruangan dan sebuah drone yang dapat digunakan untuk mensimulasikan visual inertial odometry. Sebagai tambahan, VINS juga akan digunakan untuk melakukan mapping dan navigasi di lingkungan simulasi yang cluttered. Studi kasus yang dilakukan pada riset ini adalah, beberapa kasus generik dari lingkungan dalam ruang yang cluttered. Drone yang disimulasikan mendemonstrasikan kemampuan untuk bergerak dalam 6 derajat kebebasan dan terbang stabil dalam lingkungan yang disimulasikan. Juga, drone yang disimulasikan menangani kasus collision dengan lingkungan simulasi dengan baik. Berdasarkan 3 kasus, VINS dapat digunakan untuk menggantikan GNSS dalam lingkungan dalam ruang yang cluttered. Data dari visual dan inertial juga dapat digunakan untuk membuat occupancy grid map dengan memproses data dari stereo camera yang disimulasikan. Data-data ini dapat digunakan untuk melakukan navigasi berdasarkan metode artificial potential field, data obstacle didapatkan dari hasil mapping dan estimasi posisi didpatkan dari VINS. Akhirnya, berdasarkan 3 kasus simulasi, VINS dapat melakuakn estimasi dari path dalam 3-dimensi dengan akurasi kurang dari 1 meter.