Navigasi Robot Sepak Bola Beroda Menggunakan Particle Filter Localization

Novendra Setyawan (1), Nur Alif Mardiyah (2), Zulfatman Zulfatman (3), Dwi Nur Fajar (4)
(1) Universitas Muhammadiyah Malang, Indonesia,
(2) Universitas Muhammadiyah Malang,
(3) Universitas Muhammadiyah Malang, Indonesia,
(4) Universitas Muhammadiyah Malang, Indonesia
https://doi.org/10.30651/cl.v5i1.9419

Artikel Sidebar

Terbitan
Vol 5 No 1 (2022): CYCLOTRON
PDF

Abstrak

"Dimana saya?" adalah pertanyaan utama, yang merupakan representasi lokalisasi atau penentuan psisi, dimana hal tersebut adalah permasalahan yang harus dijawab oleh robot sepak bola beroda. Deadreconing adalah metode paling populer yang digunakan dalam pergerakan robot beroda. Namun, kesalahan posisi yang meningkat adalah topik utama dari metode deadreconing. Selanjutnya dalam makalah ini diusulkan lokalisasi sepak bola beroda menggunakan filter partikel melalui Omnivision. Model sensor dan model gerak dari filter partikel juga dibahas, dimana model sensor diperoleh dari segmentasi dan ekstraksi ciri landmark lapangan sepak bola. Hasil eksperimen menunjukkan bahwa metode yang diusulkan memperkirakan posisi robot secara akurat dengan kesalahan 15%. 

Artikel teks lengkap

##article.generated_from_xml##

Referensi

N. Setyawan, N. Mardiyah, K. Hidayat, and Z. Has, “Object Detection of Omnidirectional Vision Using PSO-Neural Network for Soccer Robot,†in 2018 5th International Conference on Electrical Engineering, Computer Science and Informatics (EECSI), 2018, pp. 117–121.

N. Setyawan, N. A. Mardiyah, and K. Hidayat, “Deteksi Dan Prediksi Trajektori Objek Bergerak Dengan Omni-Vision Menggunakan PSO-NN Dan Interpolasi Polynomial,†Multitek Indones., vol. 13, no. 1, pp. 66–80, 2019.

N. A. Mardhiyah and N. Setyawan, “Pengenalan Posisi Multi Objek Menggunakan Neural Network dan Scan Lines Pada Robot Sepak Bola,†in Prosiding SENTRA (Seminar Teknologi dan Rekayasa), 2019, no. 5, pp. 58–64.

A. N. Fitriana, K. Mutijarsa, and W. Adiprawita, “Color-based segmentation and feature detection for ball and goal post on mobile soccer robot game field,†2016 Int. Conf. Inf. Technol. Syst. Innov. ICITSI 2016 - Proc., pp. 1–4, 2017, doi: 10.1109/ICITSI.2016.7858232.

Setiawardhana, R. Dikairono, T. A. Sardjono, and D. Purwanto, “Visual ball tracking and prediction with unique segmented area on soccer robot,†2017 Int. Semin. Intell. Technol. Its Appl. Strength. Link Between Univ. Res. Ind. to Support ASEAN Energy Sect. ISITIA 2017 - Proceeding, vol. 2017-Janua, pp. 362–367, 2017, doi: 10.1109/ISITIA.2017.8124110.

G. W. Kurniawan, N. Setyawan, and E. A. Hakim, “PID Trajectory Tracking Control 4 Omni-Wheel Robot,†SinarFe7, vol. 2, no. 1, pp. 345–350, 2019.

T. A. Bahtiyar, F. Ardilla, B. S. Marta, and D. Pramadihanto, “Effectiveness of bicycle path planning method and pure pursuit method on omni-directional mobile robot,†in 2015 International Conference on Control, Electronics, Renewable Energy and Communications (ICCEREC), 2015, pp. 91–97.

S. Augustin, G. Indiveri, P. Ploeger, and S. Augustin, “An Omni-Vision based Self-Localization Method,†pp. 276–281.

P. Lima et al., “Omni-directional catadioptric vision for soccer robots,†vol. 36, pp. 87–102, 2001.

A. J. R. Neves, A. J. Pinho, D. A. Martins, and B. Cunha, “An efficient omnidirectional vision system for soccer robots: From calibration to object detection,†Mechatronics, vol. 21, no. 2, pp. 399–410, 2011, doi: 10.1016/j.mechatronics.2010.05.006.

Penulis

Novendra Setyawan
Universitas Muhammadiyah Malang
novendra@umm.ac.id (Kontak utama)
Nur Alif Mardiyah
Universitas Muhammadiyah Malang
Zulfatman Zulfatman
Universitas Muhammadiyah Malang
Dwi Nur Fajar
Universitas Muhammadiyah Malang
Setyawan, N., Mardiyah, N. A., Zulfatman, Z., & Fajar, D. N. (2022). Navigasi Robot Sepak Bola Beroda Menggunakan Particle Filter Localization. CYCLOTRON, 5(1). https://doi.org/10.30651/cl.v5i1.9419
Unduh Sitasi
Endnote/Zotero/Mendeley (RIS) BibTeX

Hak cipta berada di tangan penulis

Artikel yang terbit dapat digunakan di bawah lisensi Creative Commons Atribusi Non-Komersial 4.0 Internasional 

Anda diperbolehkan:
Berbagi  menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun;
Adaptasi  menggubah, mengubah, dan membuat turunan dari materi ini
Pemberi lisensi tidak dapat mencabut ketentuan di atas sepanjang Anda mematuhi ketentuan lisensi ini.

Berdasarkan ketentuan berikut:
Atribusi  Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.

NonKomersial Anda tidak dapat menggunakan materi ini untuk kepentingan komersial.

Rincian Artikel