designing automatic steering system on automated guided vehicle (agv) with fuzzy logic method and...
TRANSCRIPT
TUGAS AKHIR - RM 1562
RANCANG BANGUN SISTEM PENGENDALIOTOMATIS PADA AUTOMATED GUIDEDVEHICLE (AGV) DENGAN METODE FUZZYLOGIC DAN SIMULINK
Moses SiburianNRP 2102 100 059
Dosen PembimbingDr. M. NUR YUNIARTO
Jurusan Teknik MesinFakultas Teknologi IndustriInstitut Teknologi Sepuluh NopemberSurabaya 2008
FINAL PROJECT - RM 1562
DESIGNING AUTOMATIC STEERING SYSTEM ONAUTOMATED GUIDED VEHICLE (AGV) WITHFUZZY LOGIC METHOD AND SIMULINK
Moses SiburianNRP 2102 100 059
AdvisorDr. M. NUR YUNIARTO
Mechanical Engineering DepartmentIndustrial Technology of FacultySepuluh Nopember Institute of TechnologySurabaya 2008
TUGAS AKHIRBIDANG STUDI MANUFAKTUR
RANCANG BANGUN SISTEM PENGENDALI OTOMATIS
PADA AUTOMATED GUIDED VEHICLE (AGV) DENGAN
METODE FUZZY LOGIC DAN SIMULINK
oleh :MOSES SIBURIAN
2102.100.059
JURUSAN TEKNIK MESINFAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SEPULUH NOPEMBERSURABAYA
2008
KATA PENGANTAR
iii
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa yang telahmemberikan kekuatan dan limpahan rahmat -Nya bagi penulissehingga penulisan Tugas Akhir ini dapat diselesaikan.
Tugas Akhir ini merupakan persyaratan untuk memperolehgelar sarjana teknik bidang studi Teknik Manufaktur jurusanTeknik Mesin Fakultas Teknologi Industri, Institut TeknologiSepuluh Nopember Surabaya.
Atas bantuan dari berbagai pihak dalam proses penyusunanini, penulis mengucapkan terima-kasih yang sebesar-besarnyakepada:
1. Bapak. Dr. M. Nur Yuniarto atas bimbingan,kesabaran, ketulusan, totalitas yang diberikan kepadapenulis selama proses pengerjaan Tugas Akhir ini.Bapak (Nelson Siburian) dan Ibu (Rukiah Siahaan)tercinta atas kasih sayang, cinta dan pengorbananyang telah diberikan tak akan pernah terbalas sampaikapanpun. Kakakku Ruth Taruli Siburian, dan adikkuPraja Parningotan Siburian yang selalu mendukungbaik materiil maupun spirituil dan sepenuh hatimendoakan.
2. Keluarga Besar Proyek Cepoe, Pak BambangPramujati, Pak Arif Wahyudi, Pak Wawan, dan PakChoirul. Serta dosen-dosen Manufaktur, PakWitantyo, Pak Sudiyono, Pak Bobby dan Pak AhmadMulyana. Bapak-bapak dan Ibu-ibu Dosen Jurusan
iv
Teknik Mesin yang telah memberikan bekal ilmupengetahuan kepada penulis.
3. Pak Gi’, Pak Matroni, Pak Kayat, Mbah Met, Cak To,Bu Dar, Bu Mar, Bu Sri, Pak Agus, Pak Sum, CakDan, Pak Pambudi (Lab.Gam), Pak Totok, MbakVitri, Cak Yuli, dan karyawan-karyawan JurusanTeknik Mesin yang lain, yang telah memberikan doadan dukungan moril serta spirituil.
4. Teman teman dan sahabat seperjuangan TugasAkhir, Affan “My partner”, Avisena “tampan”Varadiano dan Yusa “telo” Agung Setiawan, yangtelah menemani, mendoa-kan, dan memberidukungan moril. Kenangan bersama kalian akanselalu ada di hati selamanya.Terima Kasih.
5. Hasan, Durex, Turkam, Rahmat, Nyong“maturnuwuuuun Pak Nyong kagem abstract-ipun”,Samid, Abed, Dian, Uca’. All sangkar D303 crew.thx
6. Arek-arek cangkruk Guru besar I Djan Su, GuruBesar II Ronny, dan para penikmat wanita asalMedan. Mauliate ma di hamu….
7. Primagama Team. Dea “Inul”, Arif “kadal”, JacksonSianipar, Cicipilah, Pak Reza, Andre Leduwig, Argo,Toto, Sigit, Dedy “kunam”, Sigit, A’an, Be2k, Putu,Affan dan semuanya.
Penulis menyadari bahwa Tugas Akhir ini masih banyakkekurangan. Oleh karena itu dengan segala kerendahan hati sarandan kritik terhadap penulis sangatlah diperlukan untukmenyempurnakan Tugas Akhir ini.
v
Dan akhirnya semoga Tugas Akhir ini dapat berguna bagisemua pihak yang membutuhkan.
Surabaya, 16 September 2008
Penulis
vi
{HALAMAN INI SENGAJA DIKOSONGKAN}
RANCANG BANGUN SISTEM PENGENDALI OTOMATISPADA AUTOMATED GUIDED VEHICLE (AGV) DENGAN
METODE FUZZY LOGIC DAN SIMULINK
TUGAS AKHIRDiajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Teknikpada
Bidang Studi Teknik ManufakturProgram Studi S-1 Jurusan Teknik Mesin
Fakultas Teknologi IndustriInstitut Teknologi Sepuluh Nopember
Oleh :MOSES SIBURIAN
Nrp. 2102 100 059
Disetujui oleh Tim Penguji Tugas Akhir :
1. Dr. M. Nur Yuniarto . . . . . (Pembimbing)
2. Dr. Ing. I Made Londen Batan, M. Eng . . . . . . . (Penguji I)
3. Ir. Witantyo, M.Eng. SC . . . . . . . (Penguji II)
4. Ir. Sampurno, MT . . . . . . . (Penguji III)
SURABAYASEPTEMBER, 2008
ABSTRAK
RANCANG BANGUN SISTEM PENGENDALI OTOMATISPADA AUTOMATED GUIDED VEHICLE (AGV) DENGAN
METODE FUZZY LOGIC DAN SIMULINK
Nama Mahasiswa : MOSES SIBURIANNRP : 2102 100 059Jurusan : Teknik Mesin FTI-ITSDosen Pembimbing : Dr. M. Nur Yuniarto, ST.
AbstrakSeiring meningkatnya kebutuhan manusia pada suatu
produk maka suatu perusahaan akan berusaha untukmenghasilkan sejumlah produk dalam waktu yang sesingkatmungkin. Besarnya peningkatan ini tentunya dipengaruhi olehkecepatan dan ketepatan distribusi barang dalam suatuperusahaan. Peningkatan ini tidak akan tercapai apabila sistempendistribusian pada suatu perusahaan masih mengandalkantenaga manusia. Oleh karena itu, diperlukan suatu otomatisasipada sarana-sarana pendistribusian. Salah satu penerapanotomatisasi pada sarana yang digunakan dalam sistempendistribusian adalah AGV (Automated Guided Vehicle).
Ada tiga sistem yang terdapat dalam suatu AGV yaitusistem analisis medan, sistem penghitung jarak terpendek dansistem pengendali kemudi atau disebut steering system. Yangdibahas dalam tugas akhir ini adalah sistem pengendali kemudi.Sistem pengendali kemudi dirancang untuk dapat membawa AGVmenuju titik tujuan yang telah ditetapkan dan menghindarkanAGV dari objek penghalang.
Kontrol sistem menggunakan metode logika fuzzy yangdiimplementasikan dalam komputer dengan menggunakan MatlabToolbox. Penggunaan metode logika fuzzy disebabkan karenasistem merupakan sistem non-linear. Dimana sistem non-lineartidak dapat dikendalikan oleh kendali konvensional yangmengandalkan persamaan matematika. Input yang digunakanadalah jarak AGV terhadap target dan posisi AGV terhadap
target sedangkan output-nya adalah sudut belok roda. Inputdidapat dari output yang dihasilkan sistem analisis medan danpenghitung jarak terpendek.
Simulasi sistem pengendali otomatis dapat menampilkandua pergerakan AGV yaitu pergerakan menuju objek tujuan yangdidasarkan metode logika fuzzy dan pergerakan menghindarihalangan dengan sudut belok maksimum.
Kata kunci : Steering System , AGV, metode logika fuzzy.
DESIGNING AUTOMATIC STEERING SYSTEM ONAUTOMATED GUIDED VEHICLE (AGV) WITH FUZZY
LOGIC METHOD AND SIMULINK
Name : MOSES SIBURIANNRP : 2102 100 059Department : Teknik Mesin FTI-ITSCounsellor Lecturer : Dr. M. Nur Yuniarto, ST.
Abstraction
Along the increasing of human need at one particularproduct hence a company will be out for yield a number ofproduct during which as brief as possible. Level of thisimprovement is influenced by speed and accuracy of goodsdistribution in a company. This improvement will not be reach ifdistribution system at a company still rely on manpower.Therefore, needed an automatization at distribution tools. One ofapplying of automatization at tools which is used in distributionsystem is AGV ( Automated Guided Vehicle).
There is three systems in an AGV that is field analysissystem, shortest path system and automatic steering system.Discussed in the final project is automatic steering system.Controller of steering designed to bring AGV reaches the targetwhich have been specified and obviate AGV of barrier object.
Controller of the system uses Fuzzy Logic System whichis implementated in computer by using Matlab Toolbox. Usage offuzzy logic method caused by system represent system of non-linear. Where system of non-linear uncontrolable by conductingconventional which rely on equation of mathematics.The firstinput of fuzzy system is distance between AGV and targets andposition of AGV to the targets while output of fuzzy system isangle of wheel luff. Input got from output of field analysis systemand shortest path system.
Automatic steering system simulation can present twomovement of AGV that is movement to an object which is basedon fuzzy logic method and avoid barrier with maximum angle ofwheel luff.
Keyword : Steering System , AGV, fuzzy logic method
vii
DAFTAR ISI
BAB HALAMAN
ABSTRAK
DAFTAR ISI. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vi
DAFTAR GAMBAR. . . . . . . . . . . . . . . . . . . . . . . . . . . x
DAFTAR TABEL. . . . . . . . . . . . . . . . . . . . . . . . . . . . . xix
BAB I PENDAHULUAN. . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Latar Belakang Masalah. . . . . . . . . . . . . . . . . . 1
1.2 Perumusan Masalah. . . . . . . . . . . . . . . . . . . . . . 2
1.3 Tujuan Tugas Akhir. . . . . . . . . . . . . . . . . . . . . . 3
1.4 Batasan Masalah. . . . . . . . . . . . . . . . . . . . . . . . 3
1.5 Manfaat Tugas Akhir. . . . . . . . . . . . . . . . . . . . 3
viii
BAB II TINJAUAN PUSTAKA. . . . . . . . . . . . . . . . 5
2.1 Konsep Dasar AGV. . . . . . . . . . . . . . . . . . . . . 5
2.1.1 Steering Control forA Skid-Steered AutonomousGround Vehicle at VaryingSpeed oleh Suresh Golconda.. . . . . . . . . . . 6
2.1.2 Steering and Control of aPassively Articulated Robotoleh Benjamin Shamah. . . . . . . . .. . . . . . . 8
2.1.3 Model Parameter Identificationof Autonomous Vehicleoleh Tomonari Furukawa. . . . . . . . . . . . 10
2.2 Mekanisme Steering. . . . . . . . . . . . . . . . . . . . . 12
2.3 Metode yang Digunakan padaPerancangan AGV. . . . . . . . . . . . . . . . . . . . . . 15
2.3.1 Steering System. . . . . . . . . . . . . . . . . . . . . 15
2.3.2 Pemodelan Matematikauntuk Pergerakan AGV. . . . . . . . . . . . . . . 16
2.3.3 Fuzzy System sebagaiPengendali Pergerakan AGV. . . . . . . . . . . 21
2.3.4 Perbedaan dengan perancanganAGV sebelumnya. . . . . . . . . . . . . . . . . . . . 23
ix
2.4 Dasar Fuzzy Logic. . . . . . . . . . . . . . . . . . . . . . . 23
2.4.1 Himpunan Fuzzy. . . . . . . . . . . . . . . . . . . . . 25
2.4.2 Proses pada Fuzzy Logic. . . . . . . . . . . . . . 26
BAB III METODE PENELITIAN. . . . . . . . . . . . . . . 31
3.1 Studi Pustaka. . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2 Formulasi Permasalahan. . . . . . . . . . . . . . . . . . . 31
3.3 Pengumpulan Data. . . . . . . . . . . . . . . . . . . . . . . 32
3.4 Pengolahan dan Analisis Data. . . . . . . . . . . . . . 33
3.5 Perencanaan Proses. . . . . . . . . . . . . . . . . . . . . . 34
3.6 Ketentuan yang berlaku dalamPengoperasian AGV. . . . . . . . . . . . . . . . . . . . . 36
3.6.1 Pengaturan koordinat AGV dan objekdan sudut- sudut pada AGV. . . . . . . . . . . . 36
3.6.2 Pembagian wilayah operasi AGV dalamkuadran I sampai IV. . . . . . . . . . . . . . . . . . 39
3.6.3 Pemodelan Kinematik. . . . . . . . . . . . . . . . . 41
3.6.4 Pembuatan Fuzzy System. . . . . . . . . . . . . . 43
3.6.5 Pembuatan Simulasi Proses. . . . . . . . . . . . . 44
3.6.6 Perencanaan Sistem Navigasi. . . . . . . . . . . 46
x
3.6.10. Analisa dan Pembahasan. . . . . . . . . . . . . 48
3.7 Kesimpulan dan Saran. . . . . . . . . . . . . . . . . . . 49
BAB IV RANCANG BANGUN SIMULASISISTEM PENGENDALI OTOMATIS(AUTOMATIC STEERING) PADA AGV. . . 53
4.1 Parameter Konfigurasi simulasi. . . . . . . . . . . 54
4.2 Data posisi, koordinat AGV,dan koordinat objek. . . . . . . . . . . . . . . . . . . . . 56
4.3 Mengolah data untuk menghasilkansudut putar roda. . . . . . . . . . . . . . . . . . . . . . . . 60
4.3.1 Penentuan posisi awalpergerakan. . . . . . . . . . . . . . . . . . . . . . . . . 60
4.3.2 Model Kinematik. . . . . . . . . . . . . . . . . . . . 64
4.3.2.1 Pembagian daerah danperubahan sudut. . . . . . . . . . . . . . . . 64
4.3.2.2 Proses perhitungan kinematik. . . . . 74
4.3.3 Fuzzy System. . . . . . . . . . . . . . . . . . . . . . . 78
4.3.4 Pergantian objek tujuan. . . . . . . . . . . . . . . 91
4.3.5 Sistem halangan. . . . . . . . . . . . . . . . . . . . 93
4.3.5.1 Penentuan arah belok rodaAGV berdasarkan kondisi. . . . . . . . . 94
xi
4.3.5.2 Bentuk halangan dansistem pembacaan halangan. . . . . . . . 97
4.3.6 Sistem untuk menghentikan simulasi. . . . 102
4.3.7 Tampilan hasil simulasi. . . . . . . . . . . . . . . 105
BAB V PENGUJIAN SIMULASIDAN ANALISA. . . . . . . . . . . . . . . . . . . . . . . . 107
5.1 Pengujian simulasi. . . . . . . . . . . . . . . . . . . . . . 107
5.2 Analisa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
BAB VI PENUTUP. . . . . . . . . . . . . . . . . . . . . . . . . . . 129
6.1 Kesimpulan. . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
6.2 Saran. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
DAFTAR PUSTAKA
LAMPIRAN 86
xii
{HALAMAN INI SENGAJA DIKOSONGKAN}
xiii
DAFTAR GAMBAR
GAMBAR HALAMAN
Gambar 2.1 CajunBot dan Steering System-nya 6
Gambar 2.2 Diagram alir dari Steering Controller 7
Gambar 2.3 Hyperion Rover dan Steering System-nya 8
Gambar 2.4 Skema perangkat keras LocomotionSystem Design 9
Gambar 2.5 Skema perangkat lunak untukcontrol steering Hyperion Rover 10
Gambar 2.6 Holden-utility vehicle yangdilengkapi dengan sensor 11
Gambar 2.7 Posisi dan orientasi mobil 12
Gambar 2.8 Kinematika beberapa sistem steering 14
Gambar 2.9 Pola gerakan AGV apabila (a) tidakterdapat halangan dan (b) ada halangan 16
Gambar 2.10 Kinematika sistem steering pada AGV 17
Gambar 2.11 Diagram kecepatan AGV 18
xiv
Gambar 2.12 Kondisi Ackerman AGV 20
Gambar 2.13 Fuzzy System pada AGV 21
Gambar 2.14 Rule yang dituangkan dalambentuk grafik 22
Gambar 2.15 Perbedaan Boolean Logicdan Fuzzy Logic 24
Gambar 2.16 Beberapa istilah dalam Fuzzy Logic 24
Gambar 2.17 Diagram blok pengendali logika fuzzy 27
Gambar 2.18 Metode max-membership deffuzification 29
Gambar 2.19 Metode centroid deffuzification 30
Gambar 3.1 Skema seluruh sistem pada AGV 32
Gambar 3.2 Blok Diagram Sistem Steering AGV 34
Gambar 3.3 Perhitungan jarak AGV dan objek 37
Gambar 3.4 Sudut θ dan sudut φ pada bodi AGV 38
Gambar 3.5 Pergerakan AGV yang tidakmencapai objek 39
Gambar 3.6 Pembagian daerah pada sumbu xy objek 40
Gambar 3.7 Input (a) dan Output (b) Fuzzy Systempada Matlab 44
Gambar 3.8 Tempat masukan untuk Posisi
xv
dan Sudut AGV 45
Gambar 3.9 Bentuk simulasi pada Simulink Matlab 46
Gambar 3.10 Pembacaan koordinat oleh sistemnavigasi melalui media kamera 47
Gambar 3.11 Pembacaan sudut oleh sistem navigasimelalui media kamera 48
Gambar 3.12 Metodologi Penelitian 50-51
Gambar 3.13 Proses Pergerakan AGV 52
Gambar 4.1 Konfigurasi yang terdapat pada Simulink 54
Gambar 4.2 Model dengan dua jenis akurasi waktu 55
Gambar 4.3 Pembacaan koordinat (a) oleh kameranavigasi dan pembacaan koordinat
(b) oleh AGV 57
Gambar 4.4 File notepad yang dikeluarkan olehsistem penghitung jarak terpendek 58
Gambar 4.5 Wilayah pergerakan AGV(a) Bidang pergerakan sebenarnya,
(b) bidang pergerakan untuk perhitungan 62
Gambar 4.6 Penentuan posisi awal pergerakan 63
Gambar 4.7 Pembagian daerah pada sumbu xy objek 65
Gambar 4.8 Pemodelan Kinematik AGV 66
xvi
Gambar 4.9 Contoh Pergerakan AGV padakondisi IB dibuat seolah-olah sepertipergerakan pada kondisi IA 68
Gambar 4.10 Perhitungan kinematik untuk kondisi I 69
Gambar 4.11 Tidak ada perubahan sudut posisiAGV awal pada kondisi IA 70
Gambar 4.12 Terdapat perubahan sudut posisiAGV awal pada kondisi IB 70
Gambar 4.13 Perubahan sudut posisi AGV padakondisi IA dan kondisi IB 71
Gambar 4.14 Perhitungan kinematik untuk kondisi II 72
Gambar 4.15 Terdapat perubahan sudut posisiAGV awal pada kondisi IIA 73
Gambar 4.16 Terdapat perubahan sudut posisiAGV awal pada kondisi IIB 73
Gambar 4.17 Perubahan sudut posisi AGVpada kondisi IA dan kondisi IB 74
Gambar 4.18 Bagian yang menentukansudut posisi AGV (gamma)secara garis besar 75
Gambar 4.19 Bagian yang menentukan koordinatdan posisi AGV 77
Gambar 4.20 Pemilihan masukan Fuzzy sistemberdasarkan kondisi daerah 79
xvii
Gambar 4.21 Properties masukan pertamafuzzy system 81
Gambar 4.22 Properties masukan keduafuzzy system 83
Gambar 4.23 Properties keluaran fuzzy system 85
Gambar 4.24 Properties fuzzy system yang dirancang 86
Gambar 4.25 Sistem pergantian objek tujuan 92
Gambar 4.26 Diagram Blok Jaringan Syaraf Tiruan 93
Gambar 4.27 Pergerakan AGV dalammenghindari halangan 95
Gambar 4.28 (a) Pergerakan AGV ketika menghindarihalangan, (b) Arah sudut belok rodadepan AGV untuk masing-masingkondisi daerah dan posisi AGV 96
Gambar 4.29 Sistem penentu arah belokan ketikabertemu halangan 97
Gambar 4.30 Keluaran sistem penghindar tabrakan 98
Gambar 4.31 Sistem penghindar halangan 99
Gambar 4.32 Perhitungan penghindar halangansecara simulasi 100
Gambar 4.33 Bagian sistem perhitungan danpenentuan bentuk halangan 101
xviii
Gambar 4.34 Sistem penghenti simulasi 103
Gambar 4.35 Daerah virtual yang dipakai olehsistem kinematik AGV 105
Gambar 4.36 Daerah operasi AGV yang sebenarnya 106
Gambar 5.1 Pola objek pertama yang harus dilaluiAGV dan Pola halangan yang harus
dihindari oleh AGV 108
Gambar 5.2 Pola objek kedua yang harusdilalui AGV dan Pola halanganyang harus dihindari oleh AGV 111
Gambar 5.3 Pola objek ketiga yang harusdilalui AGV dan Pola halanganyang harus dihindari oleh AGV 114
Gambar 5.4 Wilayah pergerakan AGV (a) Bidangpergerakan sebenarnya, (b) bidangpergerakan untuk perhitungan 118
Gambar 5.5 Rule viewer fuzzy system untuk posisi (-4,44,90°) 119
Gambar 5.6 Pergerakan AGV menuju objek (5,-45) pada waktu t= 0.5 s 122
Gambar 5.7 Garis yang dilintasi AGV denganpola objek tujuan pertama 124
Gambar 5.8 Garis yang dilintasi AGV denganpola objek tujuan kedua 125
xix
Gambar 5.9 Garis yang dilintasi AGV dengan pola objek tujuan ketiga 126
xx
{ HALAMAN INI SENGAJA DIKOSONGKAN }
xxi
DAFTAR TABEL
Tabel 2.1 Tingkat kemampuan dari masing-masing tipe steering 15
Tabel 5.1 Titik-titik lintasan AGV pola pertamaselama simulasi 109
Tabel 5.2 Titik-titik lintasan AGV pola keduaselama simulasi 112
Tabel 5.3 Titik-titik lintasan AGV pola ketiga selama simulasi 115
xxii
{HALAMAN INI SENGAJA DIKOSONGKAN}
BAB I
PENDAHULUAN
1
BAB IPENDAHULUAN
1.1 LATAR BELAKANG MASALAHDewasa ini kemajuan teknologi di dunia industri ditandai
dengan kecenderungan pemanfaatan otomatisasi, termasuk didalamnya adalah penggunaan teknologi robotika. Pengaplikasianteknologi robotika ini bertujuan untuk membantu melaksanakantugas-tugas manusia. Manusia memiliki keterbatasan kemampuandalam beberapa bidang pekerjaan, misalnya : cepat lelah, tidakdapat mempertahankan presisi dan konsentrasi, serta adanyaresiko kerja yang membahayakan manusia. Oleh karena itu, robotdirancang untuk dapat menghindari kekurangan manusia tersebut.Beberapa kemampuan robot antara lain mampu melakukan suatupekerjaan secara berulang-ulang dengan tingkat keseragamanyang baik dan mudah untuk diadaptasikan terhadap perubahan-perubahan yang diinginkan.
Hal yang terkait dengan penerapan teknologi robotika salahsatunya adalah sistem distribusi barang dalam suatu pabrik.Misalnya pendistribusian produk dari pabrik menuju tempatpenyimpanan. Biasanya yang melakukan hal tersebut adalahmanusia dengan bantuan suatu kendaraan yang ternyata metodeini memiliki banyak kekurangan seperti yang disebutkan diatas.
Oleh karena itu, diperlukan suatu otomatisasi yang akanditerapkan dalam sistem distribusi barang tersebut. Tujuan dariotomatisasi ini adalah untuk mereduksi kekurangan-kekuranganyang berasal dari faktor manusia. Salah satu penerapanotomatisasi ini adalah AGV (Automated Guided Vehicle), dimanaAGV ini merupakan suatu kendaraan yang tidak lagi dikendalikanoleh manusia melainkan oleh suatu komputer yang telahdiprogram untuk menggantikan tugas manusia dan tentunya tanpaada kesalahan yang kerap dilakukan oleh manusia.
Untuk dapat mencapai hal tersebut AGV harus memilikiprogram yang hampir menyamai otak manusia. Program yangditanamkan dalam AGV antara lain kemampuan untuk
2
menganalisa lingkungan yang akan menjadi tempat beroperasinyaAGV, kemampuan untuk memilih lintasan terbaik dan tercepatuntuk sampai ke suatu tujuan dan kemampuan untukmengendalikan arah dan kecepatan agar sampai tepat pada tujuan.
Dengan kelebihan-kelebihan tersebut, maka pendistribusianbarang pada industri dapat dilakukan dengan terencana denganmempertimbangkan faktor jarak dan jenis barang yang akandidistribusikan.
1.2 PERUMUSAN MASALAHTujuan utama penerapan AGV adalah untuk mencapai
efisiensi waktu yang lebih baik dibandingkan dengan apa yangdilakukan manusia. Oleh karena itu, AGV harus dapat bereaksiterhadap medan, dapat memutuskan lintasan yang akan dilaluidan berjalan ke tujuan dengan cepat dan akurat. Semua hal iniharus dilakukan dengan cepat dan aman seperti yang dilakukanmanusia.
Seperti halnya mata yang digunakan untuk melihat danmengenali lingkungan sekitar maka AGV juga harus dilengkapidengan “mata” buatan sehingga tugas yang biasanya dilakukanoleh mata manusia digantikan oleh “mata” buatan. Kemudiandalam perjalanan, AGV membutuhkan sistem kendali untukmengatur pergerakan kendaraan selama beroperasi dan AGV jugadilengkapi dengan sistem optimasi jarak untuk meningkatkankecepatan pergerakan AGV yang pada akhirnya dapatmeningkatkan efisiensi AGV jika dibandingan dengan manusia.
Dari dua contoh diatas didapat kesimpulan pekerjaan yangdilakukan secara manual atau mengandalkan tenaga manusiamemiliki banyak kesulitan dan kelemahan. Masalah yang dibahassaat ini adalah untuk mempercepat distribusi barang tertentu darisatu titik ke titik yang lain. Dengan mempercepat distribusibarang dari satu titik ke titik yang lain maka efisiensi waktumeningkat sehingga produktivitas juga dapat ditingkatkan.
3
Berdasar dari kenyataan diatas, akan dirancang dan dibuatsebuah sistem optimasi jarak yang terintegrasi dengan sistemkemudi dan sistem “mata” buatan.
1.3 TUJUAN TUGAS AKHIRTujuan dari tugas akhir ini adalah merancang simulasi suatu
sistem kendali (steering) dari AGV dimana sistem ini bekerjaberdasarkan keluaran dari sistem lainnya
1.4 BATASAN MASALAHRancang bangun AGV dengan Simulink memiliki tiga poin
yang mewakili AGV secara keseluruhan yaitu : sistem visualisasiyang bertugas untuk mempelajari medan tempat AGV beroperasi,sistem penentu jarak terpendek dari lintasan yang akan dilalui dansistem kendali dan pengatur kecepatan AGV.
Batasan yang digunakan pada tugas akhir ini adalah sistemkendali (steering) dan kecepatan AGV, dimana sistem ini dibuatdengan metode Fuzzy Logic.
1.5 MANFAAT TUGAS AKHIRManfaat tugas akhir ini adalah meningkatkan kemampuanmahasiswa dalam bidang pemrograman komputer serta kontroldan robotika.
4
{ HALAMAN INI SENGAJA DIKOSONGKAN }
BAB II
TINJAUAN PUSTAKA
5
BAB IITINJAUAN PUSTAKA
2.1 KONSEP DASAR AGVSuresh Colgonda (2005) mendeskripsikan AGV
(Autonomous Guided Vehicle) sebagai suatu komponen mekanikaberupa kendaraan yang bekerja secara otomatis tanpa adanyaintervensi dari manusia. Artinya, AGV dapat bekerja sendiri danmobile (aktif) tanpa masukan berupa mapping dan navigasi yangdirancang oleh manusia. Jadi, AGV membangun sendiri sistemmap yang nantinya akan digunakan untuk menuntun pergerakanAGV.
Levitt dan Lawton (1990) memaparkan tiga pertanyaandasar untuk menjelaskan cara kerja AGV :
1. Where am I ?2. How do I get to other places from here ?3. Where are the other places relative from me ?
Melalui ketiga pertanyaan ini dapat diketahui bahwaterdapat tiga bagian utama dalam membangun AGV yaitu :
1. Vision System, berupa obstacle detection (pendeteksirintangan) dan pendeteksi posisi AGV terhadap objek
2. Penghitung jarak terpendek, berupa path planning(perencanaan lintasan)
3. Steering System, berupa mekanisme dan kontrolpengendali.Obstacle Detection berguna untuk mendeteksi posisi
rintangan pada lintasan. Path planning menunjukkan lintasanyang bebas dari rintangan dan menentukan lintasan yangmemiliki jarak terpendek menuju objek. Ketiga sistem tersebutbertanggung jawab dalam mengemudikan AGV pada lintasanyang telah ditetapkan.
Dari ketiga sistem tersebut, yang memiliki peranan sangatpenting adalah Steering System karena AGV tetap bisa berjalantanpa adanya Vision System dan Penghitung jarak terpendek,tetapi AGV tidak akan berjalan tanpa adanya Steering System.
6
2.1.1 Steering Control for A Skid-Steered AutonomousGround Vehicle at Varying Speed oleh SureshGolconda (2005)
Suresh memberi nama AGV-nya “CajunBot” yangditujukan untuk lintasan tanah yang sempit yang tidakmementingkan faktor kecepatan. Dengan alasan tersebut makaSuresh mencoba untuk membuat AGV yang berkemampuan:
1. dapat dikendalikan mengikuti patokan yang telahditetapkan tanpa penyimpangan yang berarti
2. dapat bermanuver dengan kecepatan yang bervariasi, dan3. dapat beroperasi secara maksimal tanpa mengganggu
faktor keamanan AGV itu sendiri.
Gambar 2.1 CajunBot dan Steering System-nya(Suresh Colgonda, 2005)
CajunBot memiliki bobot 1,200 lbs dan digerakkan olehmesin 25 hp dua silinder. Bagian utama CajunBot yaitupendeteksi halangan, perencanaan lintasan dan kontrol kendali.CajunBot beroperasi menggunakan 6 roda yang sesuai denganlintasan tanah, dimana mekanisme kendalinya menggunakan tipeSkid System.
Ciri khas utama dari Skid System adalah roda sisi kananmaupun sisi kiri dapat bekerja secara independen, AGV dapatbermanuver dengan mempercepat atau memperlambat putaranroda pada salah satu sisi AGV. Kelebihan ini dapat membuatAGV bermanuver dengan radius putar nol.
7
Suresh menyebutkan beberapa kelebihan dan kekuranganSkid System yang diaplikasikan pada CajunBot antara lain :
1. CajunBot dapat bermanuver lebih efektif dan lebih cerdas2. CajunBot memiliki traksi yang lebih besar pada lintasan
ketika bermanuver3. Kemampuan manuver CajunBot sangat berpengaruh
terhadap kondisi permukaan lintasan dan kecepatannya4. Sangat sulit dalam pemodelan matematikSuresh menyebutkan sistem kontrol yang mengendalikan Skid
System dinamakan Steering Controller. Masukan yang akanditerima Steering controller antara lain Position, Orientation,Previous Goal dan Next Goal. Ketika CajunBot tidak berada padalintasan yang ditetapkan maka Steering Algorithm memerintahkanCajunBot untuk bergerak menuju lintasan yang seharusnya.
Gambar 2.2 Diagram alir dari Steering Controller(Suresh Colgonda, 2005)
Steering Algorithm bertanggung jawab untukmengendalikan CajunBot agar bergerak sesuai dengan jalur yangtelah direncanakan. Steering Algorithm terdiri atas tiga komponenyaitu PID Controller, Safety Filter, dan Prediction Filter.
8
2.1.2 Steering and Control of a Passively Articulated Robotoleh Benjamin ShamahHyperion Rover adalah nama AGV yang dirancang oleh
Benjamin Shamah et.al dimana AGV ini ditujukan untukeksplorasi medan yang tidak dikenal dan waktu pengoperasianbulanan atau bahkan tahunan. Untuk memenuhi tujuan tersebutmaka Hyperion Rover dirancang seringan mungkin, dapatbertahan dalam kondisi tanpa atmosfir dan memiliki sumbertenaga dari matahari (Solar Cell). Seperti halnya CajunBot,Hyperion Rover tidak terlalu mementingkan faktor kecepatan.
Gambar 2.3 Hyperion Rover dan Steering System-nya(Benjamin Shamah, Carnegie Mellon University)
Hyperion Rover memiliki 4 buah roda dengan mekanismekendali axle articulated. Ciri utama mekanisme ini adalah hanyamemiliki satu sambungan yang menghubungkan as roda denganrangka. AGV ini memiliki massa 157 kg, kecepatan 30cm/s,ukuran 2x2.4x3 m dan sumber tenaga sebesar 90W untukkomputing dan maksimal 150W untuk mekanisme.
AGV ini terdiri dari dua bagian utama yaitu :1. Locomotion System Design
Pada bagian ini diketahui bahwa mekanisme kendali denganmenggunakan tipe Axle articulated merupakan pilihan yangterbaik dari antara mekanisme kendali lainnya karena mekanismeini sangat ringkas, ringan, hanya membutuhkan sedikit bahan dan
9
memiliki radius putar yang kecil. Tetapi mekanisme kendali initidak dapat memberikan manuver yang agresif seperti mekanismelainnya.
Gambar 2.4 Skema perangkat keras Locomotion System Design(Benjamin Shamah, Carnegie Mellon University)
2. Control System DesignBagian ini terdiri atas kontrol kendali otomatis, mobilitas danmanuver. Sistem ini memiliki steering algorithm yang samadengan CajunBot yaitu PID System. Untuk mendapatkanpengoperasian yang baik maka sistem kontrol harus :
a. Akurat, AGV dapat bergerak dan sampai pada titik yangdiharapkan
b. Manuverability, memiliki kemampuan dalammengendalikan manuver yang baik sesuai dengankarakter mekanisme kendali yang telah ditetapkan
c. Reliable, rangka yang telah dirancang harus dapatbertahan dalam keadaan yang ekstrim karena keadaanlintasan yang dilalui tidak dapat diprediksi dengan jelas.
10
Gambar 2.5 Skema perangkat lunak untuk control steeringHyperion Rover
(Benjamin Shamah, Carnegie Mellon University)
2.1.3 Model Parameter Identification of Autonomous Vehicleoleh Tomonari Furukawa (2006)Tidak seperti penulis lainnya, Tomonari et. al tidak
membangun AGV yang dapat beroperasi pada medan khusus.Tetapi dia mengaplikasikan sistem kontrol yang ada di AGV padasebuah mobil Holden-utility vehicle. Agar mobil tersebut dapatberjalan sesuai dengan yang diharapkan maka dibutuhkanbeberapa sistem navigasi dasar antara lain:1. Dead-reckoning sensor
Merupakan sensor dengan perhitungan yang akurat yangdigunakan bersamaan dengan model kinematik sehinggakedua bagian ini dapat memprediksikan pergerakan mobil.Bagian ini terdiri dari :a. Sebuah Encoder yang diletakkan diroda kiri belakang
untuk membaca kecepatanb. Sebuah LVDT (Linear Variable Differential
Transformer) yang diletakkan pada batang pengendalidan bertujuan untuk memberikan pengukuran sudut belokyang proporsional
11
c. Sebuah inertial measurement (pengukur inertia) yangterdiri dari tiga buah giroskop yang mengukur kecepatanangular mobil
2. Absolute sensor seperti Global Positioning System (GPS)yang secara langsung mengukur lokasi mobil berdasarkanmedan yang dilaluinya. Dimana GPS ini menggunakan 6buah satelit yang dapat menentukan lokasi mobil secaraabsolut.
Gambar 2.6 Holden-utility vehicle yang dilengkapi dengan sensor(Tomonari Furukawa, 2006)
Karena menggunakan mobil maka mekanisme kendalinyamenggunakan Ackerman Type. Mobil yang digunakanberpenggerak roda depan dan lintasan yang digunakandiasumsikan datar (horizontal). Lokasi mobil dapat dinyatakandalam x, y, dan Ø dimana x dan y merupakan titik koordinat daribagian belakang mobil dan Ø merupakan orientasi mobil. Sudutbelok roda depan pada mobil dinyatakan dengan γ dan panjangmobil dinyatakan dengan l.
12
Gambar 2.7 Posisi dan orientasi mobil(Tomonari Furukawa, 2006)
Sehingga model kinematiknya dapat dinyatakan :
tan)/(
sin
cos
lv
vy
vx
Melalui penentuan kecepatan mobil dan panjang mobilmaka akan didapat besar sudut belok.
2.2 MEKANISME STEERINGBenjamin Shamah (2001) menyebutkan bahwa
mekanisme steering yang digunakan untuk manuver AGV yangmemiliki 4 roda terdiri atas lima jenis yaitu Independent Explicit,Coordinated (Ackermen Type), Frame Articulated, Skid dan AxleArticulated. Masing-masing tipe steering ini memiliki kelebihandan kekurangan.
Menurut Benjamin Shamah (2001) dan RameshThyagarajan (2000), ada beberapa tipe sistem steering antara lain:a. Independent Explicit
Keempat roda bekerja secara independent, dimana masing-masing roda memiliki sistem pengaturan putaran dan manuver
13
yang berbeda satu sama lain. Tipe ini memiliki kemampuanmanuver yang baik dan dapat bekerja pada medan yang kasar.Tetapi tidak dianjurkan untuk pembebanan berlebihan karenabanyaknya sambungan antara bodi utama dengan masing-masingroda.b. Coordinated (Ackerman Type)
Perancangan yang akan dilakukan menggunakan tipe ini.Pergerakan roda pada tipe ini salah satunya menggunakan rackand pinion system. Keuntungan penggunaan tipe ini adalahkemampuan manuver yang lebih agresif daripada tipe lain, dapatdigunakan untuk pembebanan yang besar dan daya yangdigunakan untuk mekanisme steering sangat rendah.
Kelemahan dari tipe ini adalah radius putar yang besarsehingga kurang cocok digunakan di medan yang sempit. Olehkarena itu, sistem ini tetap digunakan pada sistem manuver mobilsampai sekarang.
c. Frame ArticulatedCiri khas tipe ini adalah adanya dua rangka yang terpisah,
dimana masing-masing rangka memiliki dua roda dandihubungkan oleh suatu sambungan. Rangka pertama yangmerupakan rangka terdepan berfungsi sebagai rangka utama yangbertugas untuk membawa rangka kedua untuk bermanuver.Keuntungan tipe ini adalah kemampuan manuver yang baikd. Skid
Tipe ini sering digunakan pada robot- robot ber roda 4 ataulebih. Keuntungan dari tipe ini adalah kemampuan manuverdengan zero turning radius maksudnya rangka dapat bermanuverdengan tanpa radius belok. Hal ini disebabkan karena setiap rodamemiliki sistem pengendali putaran masing- masing(independent) dan tidak ada sistem sambungan antara roda danrangka.e. Axle Articulated
Tipe ini menggunakan satu sambungan antara bodi dan porosroda. Sistem ini merupakan sistem sambungan yang paling
14
sederhana dari semua tipe steering. Keuntungan penggunaansistem ini adalah radius belok yang tergolong kecil, lebih kecildaripada radius belok tipe Ackerman. Tipe ini membutuhkanruang yang besar untuk perputaran rodanya sehingga perlupengaturan khusus dalam merancang rangka.
Berikut adalah gambar sederhana dari masing-masing tipesteering:
Gambar 2.8 Kinematika beberapa sistem steering(Benjamin Shamah, 2001)
Keputusan untuk menggunakan salah satu tipe steeringini tidak hanya dipengaruhi oleh kelebihan dan kekurangannya,tetapi juga mengacu kepada pembebanan, efisiensi tenaga, rangkayang digunakan dan kondisi medan yang akan dilalui AGV.
Tabel berikut berisi tentang tingkat kemampuan masing-masing tipe steering dalam hal maneuverability (kemampuanbermanuver), mechanical complexity (kerumitan sistemmekanika), control complexity (kerumitan dalam menggerakkansistem), drive power during steering maneuvers (daya yangdigunakan untuk manuver) dan number of actuated joints forsteering (banyaknya sambungan pada sistem pengendali).
15
Tabel 2.1 Tingkat kemampuan dari masing-masing tipe steering(Benjamin Shamah, 2001)
2.3 METODE YANG DIGUNAKAN PADAPERANCANGAN AGV
2.3.1 Steering SystemAGV yang akan dirancang mengarah pada perancangan
Autonomous Vehicle oleh Tomori Furukawa (2006). AGVmenggunakan empat buah roda yang berpenggerak roda belakangdimana sistem steering yang digunakan menggunakan tipeAckerman.
Alasan digunakannya tipe ini dalam perancangan adalahkarena antara lain:1. Rangka AGV yang digunakan relatif kompak dan hanya
terdiri atas satu bagian saja, oleh karena itu ruang gerak rodaketika bermanuver harus sekecil mungkin.
2. Tipe ini menawarkan manuver yang cukup agresif sehinggaAGV dapat digunakan pada medan yang tidak luas
3. Manuver tipe ini tidak menuntut sistem All Wheel Drivesehingga daya untuk menggerakkan AGV menjadi lebihefisien
4. Perancangan ini nantinya dapat diterapkan pada kendaraanberpenumpang.
16
Terdapat dua macam program utama untuk mengendalikansistem steering AGV, antara lain:
a. program untuk mencapai objek tujuanb. program untuk menghindari halanganPeran kedua program ini dapat dilihat pada saat AGV menuju
objek yang telah ditentukan dimana ternyata terdapat halanganyang memiliki jarak tertentu terhadap AGV. Pada kondisi iniAGV akan men-cut sementara proses program yang bertugasuntuk mencapai objek tujuan dan digantikan dengan programuntuk menghindari halangan. Ketika halangan sudah dapatdihindari maka secara otomatis menjalankan kembali programuntuk mencapai objek tujuan.
Gambar 2.9 Pola gerakan AGV apabila (a) tidak terdapathalangan dan (b) ada halangan
2.3.2 Pemodelan matematika untuk pergerakan AGVKedua program yang terdapat dalam AGV ini tentunya
memiliki sistem pengontrol dan pemodelan kinematik. Sistempengontrol bertugas untuk memutuskan keluaran yang tepat
Pola gerakan AGV
(a) (b)
Objek I
AGV AGV
Pola gerakan AGV
Jarak AGV dengan objekObjek I dianggapsebagai halangan
Objek II
objekBatas wilayah operasiAGV dianggap sebagaihalangan
17
dengan menganalisa beberapa masukan yang didapat dari kondisiwilayah. Sedangkan pemodelan kinematik bertujuan untukmendapatkan hubungan antara masukan dan keluaran dalambentuk persamaan matematika. Oleh karena itu, data mengenaiwilayah tempat AGV beroperasi juga harus dituangkan dalambentuk matematika misalnya koordinat, kemiringan permukaandan sebagainya.
Dasar pemodelan kinematik dalam perancangan AGV inisama dengan perancangan yang dilakukan oleh TomoriFurukawa. Dimana input yang digunakan adalah posisi AGV danjarak AGV terhadap objek sedangkan outputnya adalah sudutbelok roda AGV.
Gambar 2.10 Kinematika sistem steering pada AGV
Pemodelan kinematik dibutuhkan karena ketika AGVberjalan besar sudut belok dan sudut AGV terhadap objek selaluberubah. Perhitungan pada pemodelan tersebut berkaitan denganwaktu tempuh dan menghasilkan jarak yang telah ditempuh AGVyang nantinya dihubungkan dengan jarak AGV terhadap objek.
Pada Gambar 2.9 dapat dilihat bahwa : φ = sudut yang menyatakan posisi AGV terhadap sumbu
koordinat x positif (bukan sudut AGV terhadap objek).
Objek1
φ
(a,b)
θ
v
l
Objek2
(c,d)
(e,f)
18
θ = sudut belok roda depan AGV, diukur dari sisi vertikalAGV.
v = kecepatan AGV l = panjang AGV
.
= kecepatan sudut dalam arah φ
Untuk mencapai suatu objek maka harus diketahui besarsudut AGV terhadap sumbu xy daerah operasi AGV. Besar sudutyang diperlukan hanyalah besar sudut awal ketika AGV akanbergerak. Mendapatkan besar sudut posisi AGV terhadap objekdapat dilihat melalui diagram kecepatan AGV sebagai berikut :
Gambar 2.11 Diagram kecepatan AGV
Titik berat AGV dianggap tepat berada ditengah.Sehingga titik pusat perputaran AGV berada pada titik berattersebut. Jika dilihat pada gambar seolah-olah AGV berputar padasatu titik saja. Tetapi karena pada perhitungan melibatkan unsurkecepatan maka untuk setiap kenaikan waktu terjadi perputaransudut AGV dan perpindahan titik koordinat AGV.Melalui gambar diatas maka diketahui bahwa
tgvl 2
1.
…………………………………………(2.1)
v
φ
θl
φθ
½ l
v.
φ
tgv
l2
1.
19
Sehingga didapat
tgl
v
2
1
.
……………………………………..………..(2.2)
Dalam kinematika disebutkan bahwa dtd dan
dtd dimana ω adalah kecepatan sudut dan θ adalah besar
sudut dalam derajat. Melalui persamaan itu, maka untukmendapatkan nilai φ yang merupakan besar sudut AGV terhadapkoordinat x dan y, maka dilakukan peng-integral-an sebagaiberikut :
0
.
)( dtt …………………………..…...…….(2.3)
φ0 adalah sudut awal kemiringan AGV ketika AGV akan berjalan.Ketika AGV berjalan maka tiap beberapa detik nilai φ akanberubah. Setelah mendapatkan nilai φ maka dapat dicari besarjarak tempuh AGV dalam bentuk x dan y. Melalui gambar dapatdiketahui bahwa :
sin
cos.
.
vy
vx………………....………..…………………..(2.4)
Jarak awal AGV terhadap objek atau jarak ketika t0 = 0 sdibuat dalam bentuk x dan y. Nilai x dan y didapat dari wilayahoperasi yang ditampilkan oleh sistem navigasi.Pada peta tersebut terdapat koordinat AGV dan koordinat objekyang dituju maka nilai x dan y untuk jarak awal AGV terhadapobjek merupakan selisih antara koordinat AGV awal dan objekyang dituju. Dengan melihat gambar 2.9, jarak AGV dengankoordinat (e,f) dan objek dengan koordinat (a,b) adalah x = (e-a);y = (f-b). Untuk mendapatkan jarak AGV terhadap objek ketikaAGV berjalan didapat melalui persamaan berikut
20
0
.
0
.
)()(
)()(
ytdtyy
xtdtxx
…………………..…………………(2.5)
x0 dan y0 adalah jarak awal antara AGV dan objek atauketika t = 0 s. Nilai x dan y akan terus berubah sampai AGVmencapai objek yang dituju. Baik sudut kemiringan AGVmaupun jarak AGV dan objek nantinya akan menjadi masukansistem fuzzy. Kemudian sistem fuzzy akan menghasilkankeluaran berupa sudut putar roda (θ).
Pergerakan AGV ketika belok dianggap memiliki kondisiideal atau disebut juga kondisi Ackerman. Kondisi inimenunjukkan bahwa semua roda AGV tidak mengalami slipsehingga sudut belok roda depan sama dengan sudut putar AGVitu sendiri.
Gambar 2.12 Kondisi Ackerman AGV
Sudut belok roda yang digunakan merupakan sudut belokroda rata-rata. Karena pada kenyataannya sebuah kendaraan
21
harus memiliki sudut belok yang berbeda untuk masing-masing roda depan.
2.3.3 Fuzzy System sebagai pengendali gerakan AGVKarena pergerakan AGV membutuhkan tingkat ketelitian
keluaran yang tinggi maka sistem yang dipakai adalah FuzzySystem yang dapat menghasilkan keluaran yang kompleksmelalui sistem yang sederhana. Fuzzy System yang dirancangmemiliki 2 jenis masukan yaitu sudut kemiringan AGV (φ) danjarak antara AGV dengan objek (x dan y) dan 1 jenis keluaranberupa sudut putar roda (θ).
Gambar 2.13 Fuzzy System pada AGV
Agar dapat merancang fuzzy system diperlukan suatugambaran mengenai seperti apa pola gerakan AGV nantinyadalam mnecapai suatu objek. Misalnya pada suatu kondisi posisiAGV sangat jauh dari objek dan membelakangi objek maka yangperlu dicari adalah besar derajat sudut belok yang dibutuhkan
22
agar AGV dapat mencapai objek. Apabila jenis kondisi yangdibuat semakin banyak maka pola gerakan AGV semakin teliti.Beberapa kondisi itu kemudian diterjemahkan kedalam fuzzysystem yang dinamakan membership function.
Masing-masing membership function baik untuk masukanmaupun keluaran memiliki nilai range yang berbeda danmembership function tersebut dikelompokkan menjadi beberaparule. Rule-rule inilah yang mewakili tiap kondisi danmenunjukkan solusi apa yang cocok digunakan untuk kondisi itu.
Gambar 2.14 Rule yang dituangkan dalam bentuk grafik
Maka dengan adanya fuzzy system dapat diketahuibesarnya nilai sudut belok (θ) untuk setiap posisi dan sudutkemiringan AGV. Jadi putaran roda AGV tidak hanya beradapada keadaan belok penuh atau tidak belok.
23
2.3.4 Perbedaan dengan perancangan AGV sebelumnyaApabila dibandingkan dengan Cajunbot, AGV dalam
perancangan ini hanya menggunakan 4 roda yang digerakkan oleh2 buah motor sehingga biaya pembuatan dan penggunaan dayalebih efisien, disamping itu pemodelan matematiknya jauh lebihsederhana.
Hyperion Rover memiliki bobot yang sangat ringan danmemiliki sistem axle articulated akibatnya tidak bisa bermanuverdengan lincah sehingga hyperion rover cocok untuk medan datardan luas. Sedangkan AGV dalam perancangan ini dituntut untukdapat bermanuver dengan cepat karena lintasannya relatif sempitdan dapat mengangkut beban yang relatif besar. Oleh karena itu,AGV harus memiliki rangka yang kuat dan sistem kemudinyabertipe Ackerman.
Perbedaan lain adalah tidak adanya sistem GPS padaAGV yang akan dirancang karena AGV ini beroperasi padawilayah yang lintasannya telah dirancang terlebih dahulu. Makaalat navigasi yang dibutuhkan adalah GPS-like yang tidakmenggunakan satelit sebagai pemancar sinyalnya.
2.4 DASAR FUZZY LOGICPada tahun 1965, Prof. Lotfi A. Zadeh memperkenalkan
teori himpunan fuzzy, yang secara tidak langsung menyatakanbahwa tidak hanya teori probabilitas saja yang dapat digunakanuntuk merepresentasikan masalah ketidakpastian. Teori himpunanfuzzy merupakan kerangka matematis yang digunakan untukmerepresentasikan ketidakpastian, ketidakjelasan, ketidaktepatan,kekurangan informasi, dan kebenaran parsial (Tettamanzi,2001).
Teori ini diciptakan karena sistem Boolean Logic tidakdapat merepresentasikan ketidakpastian, hanya mempunyai logika1 dan 0 saja. Beda antara Boolean Logic dan Fuzzy Logic dapatdiilustrasikan dalam gambar berikut
24
Gambar 2.15 Perbedaan Boolean Logic dan Fuzzy Logic(Tim IE, UWM)
Pada gambar pertama, pada suhu 75° system akanbingung untuk menentukan apakah suhu termasuk panas ataudingin karena batas antara panas dan dingin adalah 75°. Tetapidalam fuzzy suhu sebesar 75° dapat dinyatakan sebagai 0,5 panasdan 0,5 dingin.
Oleh karena itu, dalam era teknologi sekarang inidibutuhkan suatu sistem kontrol yang menginginkan output yangmemiliki ketelitian tinggi. Sehingga sistem kontrol yangmenggunakan Boolean Logic dituntut untuk menggunakan sistemyang kompleks. Melalui fuzzy maka tidak dibutuhkan lagi sistemyang kompleks.
Gambar berikut menunjukkan beberapa istilah yangterdapat dalam fuzzy system
Gambar 2.16 Beberapa istilah dalam Fuzzy Logic(Tim IE, UWM)
25
Melalui jurnalnya, Igit Purwahyudi mendefinisikan beberapaistilah penting dalam fuzzy logic, antara lain :1. Degree of membership, berfungsi untuk memberikan bobot
pada suatu input yang telah kita berikan, sehingga inputtadi dapat dinyatakan dengan nilai. Misalnya suhu adalahdingin, dengan adanya degree of membership maka suhudingin tersebut dapat mempunyai suatu nilai misal 0,5. Batasdari degree of membership adalah dari 0 – 1
2. Scope/Domain, merupakan suatu batas dari kumpulan inputtertentu. Misalnya suhu dingin adalah dari 10 – 50 derajat,sangat cepat adalah dari 200 – 500 rpm
3. Label, adalah kata – kata untuk memberikan suatuketerangan pada Scope/Domain. Contohnya : panas, dingin,cepat, sangat cepat, dan lain-lain.
4. Membership Function, yaitu suatu bentuk bangun yangmerepresentasikan suatu batas dari scope/domain
5. Crisp Input, yaitu nilai input analog yang kita berikan untukmencari degree of membership
6. Universe of discourse, yaitu batas input yang telah kitaberikan dalam merancang suatu fuzzy system. Batas iniberbeda dengan batas scope/domain. Universe of discourseadalah batas semua input yang akan diberikan sedangkanscope/domain adalah suatu batas yang menentukan bahwainput tersebut dinyatakan panas, dingin, cepat, dan lain-lain
2.4.1 Himpunan FuzzySuatu himpunan fuzzy (fuzzy set) A adalah semesta
pembicaraan (universe of discourse) U dinyatakan dengan fungsikeanggotaan (membership function) A , yang harganya beradadalam interval {0,1}. Secara matematika hal ini dinyatakandengan:
: [0,1]A U ………………………...……………(2.6)Himpunan fuzzy A dalam semesta pembicaraan U biasadinyatakan sebagai sekumpulan pasangan elemen u (u anggota U)
26
dan besarnya derajat keanggotaan (grade of membership) elementersebut, A , sebagai berikut:
{( , ( ) / )}AA u u u U ........………………………(2.7)Tanda ‘/’ digunakan untuk menghubungkan sebuah elemendengan derajat keanggotaannya,Jika U adalah diskrit, maka A bisa dinyatakan :
1 1( ) / .... ( ) /A A n nA u u u u ……………………(2.8)Dan jika U adalah kontinyu, maka himpunan fuzzy dinyatakandengan:
( ) /A
U
A u u ………………………………………………………(2.9)
Tanda ‘+’,’ ’ menyatakan operator union (gabungan).(Taofik Arifinyanto, 2004)
2.4.2 Proses pada Fuzzy LogicFuzzy Logic memiliki tiga macam proses utama yang
harus dikerjakan secara berurutan. Proses ini nantinya akandisebut sebagai pengendali logika fuzzy.
27
Gambar 2.17 Diagram blok pengendali logika fuzzy(Wahyudi, Undip)
1. FuzzifikasiProses ini berfungsi untuk merubah suatu besaran analog
menjadi fuzzy input.Prosesnya adalah sebagai berikut: suatu besaran analogdimasukkan sebagai input (crisp input), lalu input tersebutdimasukkan pada batas scope / domain sehingga input tersebutdapat dinyatakan dengan label (dingin, panas, cepat, dan lain-lain) dari membership function. Membership function inibiasanya dinamakan membership function input. Darimembership function kita bisa mengetahui berapa degree ofmembership function-nya.
2. Rule evaluationProses ini berfungsi untuk untuk mencari suatu nilai fuzzy
output dari fuzzy input. Prosesnya adalah sebagai berikut: suatunilai fuzzy input yang berasal dari proses fuzzificationkemudian dimasukkan kedalam sebuah rule yang telah dibuatuntuk dijadikan sebuah fuzzy output. Ini merupakan bagian utamadari fuzzy, karena disinilah sistem anda akan menjadi pintar
28
atau tidak. Jika anda tidak pintar dalam mengatur rule makasistem yang akan dikontrol menjadi kacau. Format dari ruleadalah sebagai berikut:If antecedent1 operator antecendent2 then consequent1 operatorconsequent2Atau dalam bentuk umum:R: IF x1 is F1
1 AND …. AND …. Xn is Fn1, THEN y is G1
Dimana F11dan G1 adalah himpunan fuzzy masing-masing di
UiR dan VR, dan x = (x1,….,xn)TU1X …. X Un dan yVadalah variabel linguistik.
3. DeffuzificationProses ini berfungsi untuk menentukan suatu nilai crisp
output. Prosesnya adalah sebagai berikut: suatu nilai fuzzyoutput yang berasal dari rule evaluation diambil kemudiandimasukkan ke dalam suatu membership function output. Besarnilai fuzzy output dinyatakan sebagai degree of membershipfunction output. Crisp output adalah suatu nilai analog yangakan kita butuhkan untuk mengolah data pada sistem yang telahdirancang.
Ada banyak metode defuzzifikasi yang dapat digunakan,tetapi pada umumnya hanya 3 metode defuzzifikasi yang seringdigunakan, yaitu:
Metode maksimum defuzzificationMetode ini memberi keluaran (output crisp) dengan fungsikeanggotaan yang paling tinggi. Metode ini sangat cepat tetapihanya akurat untuk keluaran maksimum (peak output). Dimanadinyatakan dengan
μA (x*) > μA (x*) for all x Є X ...............................(2.10)dimana x* adalah nilai yang terdefuzzifikasi. Hal ini ditunjukkanpada gambar berikut:
29
Gambar 2.18 Metode max-membership deffuzification(www.mathworks.com)
Metode centroid defuzzificationMetode ini dikembangkan oleh sugeno di tahun 1985 dan dikenaljuga sebagai metode center of gravity (COG) atau centre of area(COA). Metode ini adalah metode yang paling sering digunakandan sangat akurat yang dapat dinyatakan dengan :
dxx
xdxxx
i
i
)(
)(*
.........................................................(2.11)
Dimana : x* adalah nilai keluaran dari defuzzifikasi (defuzzifiedoutput).
μi (x) adalah nilai maksimum dari sekumpulan darifungsi keanggotaan. x adalah variabel keluaran.Kerugian dari metode ini adalah untuk fungsi keanggotaan yangkompleks sangat sulit untuk dilakukan perhitungan. Prinsip darimetode ini terlihat pada gambar berikut:
30
Gambar 2.19 Metode centroid deffuzification(www.mathworks.com)
Metode weighted average defuzzificationDi metode ini nilai keluaran yang diperoleh dari bobot rata-rata(weighted average) tiap nilai keluaran dari aturan (rules) yangtersimpan pada knowledge base system. Dimana dapat dinyatakansebagai persamaan berikut:
n
i
i
n
ii
i
m
wmx
1
1* ......................................................................(2.12)
Dimana x* adalah nilai keluaran dari defuzzifikasi (defuzzifiedoutput)
Mi adalah keanggotaan dari nilai keluaran tiap aturan Wi adalah bobot dari tiap – tiap aturan.
Metode ini lebih mudah dan cepat dalam perhitungan danmemiliki hasil yang cukup akurat.(www.mathworks.com)
BAB III
METODE PENELITIAN
31
BAB IIIMETODOLOGI PENELITIAN
Sebagai suatu proses yang terstruktur maka dalampelaksanaannya perancangan ini memerlukan langkah-langkahyang sistematis. Dengan demikian pelaksanaan perancangan inidapat dimengerti oleh pihak lain. Langkah- langkah tersebut dapatdijelaskan dibawah ini
3.1 STUDI PUSTAKAStudi pustaka dilakukan dengan mempelajari teori
mengenai metode - metode yang mendukung penyelesaianpermasalahan dalam penelitian ini. Studi pustaka yang digunakandapat diperoleh dari buku, jurnal, atau internet. Sehubungandengan itu maka dilakukan studi pustaka mengenai teori yangberhubungan dengan perancangan sebagai berikut:
Fungsi utama dan kelebihan dari AGV. Cara kerja AGV secara keseluruhan. Jenis-jenis sistem steering yang telah ada. Penentuan data input dan output yang digunakan pada
sistem steering AGV. Penggunaan sistem navigasi dengan metode image
processing melalui media kamera untuk memantaupergerakan AGV.
Penggunaan metode fuzzy logic pada Matlab Toolboxyang berhubungan dengan sistem steering.
3.2 FORMULASI PERMASALAHANFokus permasalahan pada sistem pengendali kemudi
(steering) dan kecepatan. Setelah mempertimbangkan berbagaihal maka AGV yang dirancang memiliki empat buah roda dengansistem rear wheel drive dari sini dihasilkan kecepatan AGV yangbervariasi. Jenis steering yang digunakan adalah Ackerman typeyang digerakkan melalui mekanisme rack and pinion denganmenggunakan stepper motor. Semua mekanisme ini dikendalikan
32
melalui program yang dibuat melalui Matlab. Program yangdibuat berdasarkan metode fuzzy sehingga program dikerjakanpada Fuzzy Logic Toolbox. Hasil dari pemrograman ini nantinyaakan disimulasikan menggunakan Simulink Toolbox.
3.3 PENGUMPULAN DATAUntuk mendukung perancangan sistem pengendali
steering dan kecepatan maka diperlukan data-data sebagai berikut: Spesifikasi dari komponen perangkat keras yang akan
digunakan, meliputi:1. Chassis dari AGV yang dilengkapi dengan empat roda,
mekanisme steering dan gearbox2. Motor stepper untuk mekanisme steering dan motor DC
untuk penggerak roda.3. Driver yang meneruskan sinyal analog menuju masing-
masing motor.4. Interface yang menghubungkan komputer dengan driver
berupa perangkat DAC dan ADC.
Gambar 3.1 Skema seluruh sistem pada AGV
CB
G
A
E
D
F
33
Keterangan :A : KameraB : Motor untuk system steering beserta mekanismenyaC : Driver ADC dan DAC untuk Steering System, Path Planning
dan Obstacle Detection SystemD : Roda AGV, memiliki 4 buah roda dimana 2 roda depan untuk
bermanuver dan 2 roda belakang untuk menghasilkankecepatan
E : Rangka AGV yang nantinya akan menopang driver danperangkat komputer
F : Mekanisme untuk mengubah sudut belok roda depanG : Motor untuk memutar roda belakang beserta mekanismenya
Task Program yang digunakanBahasa pemrograman yang digunakan adalah Matlab. Alasandigunakannya Matlab adalah karena Matlab memilikipemrograman khusus untuk metode fuzzy dan perancancangandapat disimulasikan terlebih dahulu melalui Simulink sebelumditerapkan dalam perangkat keras sehingga kesalahanpemrograman dapat dihindari.
3.4 PENGOLAHAN DAN ANALISIS DATASetelah data diketahui maka dilakukan pengolahan dan
penganalisaan data melalui prosedur sebagai berikut :1. Membuat simulasi sistem steering pada Simulink dengan
input berupa jarak dan posisi AGV terhadap target danoutput berupa sudut belok roda.
2. Membuat virtualisasi medan tempat beroperasinya AGVdan pergerakan AGV.
3. Mempelajari sistem kerja dan fungsi dari perangkat keras.4. Mencari hubungan antarperangkat keras.5. Menghubungkan sistem pengendali kemudi dan
kecepatan dengan sistem analisis medan dan sistempenghitung jarak terpendek.
34
3.5 PERENCANAAN PROSESSetelah semua fungsi dan cara kerja dari perangkat keras
diketahui, selanjutnya yang dilakukukan adalah merancang sistemkontrol secara keseluruhan. Sistem kontrol berupa driver ininantinya akan meneruskan sinyal dari komputer menuju masing-masing motor. Sistem kontrol ini nantinya akan diprogramdengan menggunakan Matlab dan disimulasikan menggunakanSimulink Toolbox.
Gambar 3.2 Blok Diagram Sistem pergerakan AGV
Sudut putarroda
Motor penggerakroda belakang
KameraNavigasi
Motor penggerakroda depan
Interface
Interface
Shortest pathPrograms
ObstacleDetectorPrograms
Kamera AGV
Sudut AGV,koordinat AGVdan koordinatobjek
Pemilihanprogram
Mendeteksihalangan
InterfaceNavigationPrograms d dan φ
θ
Steering programfor obstacle
Steering programfor shortest path
d = jarak AGV terhadap objek dalam sumbu x atau y
φ = sudut kemiringan AGV terhadap sumbu x
PenghasilKecepatan
θ = sudut putar roda depan
θ
A
A
B
B
Jenishalangan
Input
Output
Processor
Processor
35
Sistem pergerakan AGV memiliki tiga proses utama antaralain :
1. Navigation and shorten path systemSistem ini bertugas untuk menunjukkan sudut kemiringan dan
koordinat AGV serta koordinat masing –masing objek tujuan.Semua data tersebut berasal dari pembacaan kamera navigasiyang ditransfer menuju Navigation Programs pada komputermelalui media interface. Kamera navigasi ini berada diatas daerahtempat AGV beroperasi. Koordinat AGV dan koordinat objekyang berasal dari program navigasi tersebut menjadi dasar untukmenentukan lintasan yang akan dilalui AGV melalui Shorten pathPrograms
2. Obstacle detectorUntuk mendeteksi adanya halangan pada lintasan AGV
digunakan sebuah kamera yang menempel pada AGV. Hasilpembacaan kamera nantinya ditransfer menuju Obstacle DetectorPrograms melalui media interface. Jenis-jenis halangandibedakan berdasarkan warna halangan tersebut. Sehinggamelalui itu dapat diketahui kontur halangan yang akan dilewatidan dihindari.
3. Automatic steeringHasil keluaran dari kedua sistem diatas diproses oleh sistem
pengendali otomatis. Dimana dalam sistem ini terdapat duaprogram yakni steering program for obstacle dan steeringprogram for shorten path. Masukan kedua program ini adalahkeluaran dari kedua sistem diatas. Masukan ini nantinya akandiproses untuk menghasilkan data berupa besar sudut putar rodadepan dan kontrol kecepatan roda belakang untuk sistempenghitung jarak terpendek dan sistem penghindar tabrakan.Kontrol kecepatan roda belakang hanya memerintahkan AGVuntuk jalan atau berhenti ketika AGV mulai bergerak dan ketika
36
mencapai objek. Data tersebut ditransfer menuju motor penggerakroda depan dan roda belakang melalui media interface.
Sistem pengendali otomatis tidak dapat memproseskeluaran dari sistem penghindar tabrakan dan sistem penghitungjarak terpendek sekaligus karena keluaran sistem pengendaliotomatis hanya satu yaitu berupa sudut putar roda depan. Olehkarena itu dibutuhkan sebuah program lagi yang berguna untukmemilih program yang akan dikirim ke sistem pengendaliotomatis. Progam pemilih ini bekerja berdasarkan ada atautidaknya halangan.
3.6 KETENTUAN YANG BERLAKU DALAMPENGOPERASIAN AGV
3.6.1 Pengaturan koordinat AGV dan objek dan sudut-sudutpada AGV
AGV bekerja pada daerah yang telah dipetakan dalamsumbu xy yang dinamakan sumbu xy global. Dimana sumbu xytersebut dibagi menjadi kuadran I sampai kuadran IV. Jadi,koordinat AGV dan objek yang akan dituju didapat berdasarkansumbu xy global tersebut.
Agar AGV dapat mengetahui letak objek yang akandituju maka objek dianggap memiliki koordinat (0,0) dan AGVberada disuatu titik koordinat tertentu yang dihitung dari titik(0,0) pada objek. Maka untuk mengetahui jarak AGV denganobjek dibutuhkan nilai selisih antara koordinat AGV dengankoordinat objek.
37
Gambar 3.3 Perhitungan jarak AGV dan objek
Melalui gambar diketahui bahwa letak AGV berada padatitik (a,b) dan objek berada pada titik (c,d). Maka letak AGVapabila objek dianggap titik (0,0) adalah berada pada titik [(a-c),(b-d)]. Sebagai catatan, sumbu xy pada objek juga dibagidalam 4 kuadran. Maka kesimpulannya fungsi sumbu xy globaladalah untuk mengetahui koordinat AGV dan koordinat objeksedangkan sumbu xy pada objek berguna sebagai titik acuan agarAGV dapat bergerak menuju objek. Simulasi yang direncanakandi Matlab hanya membutuhkan jarak antara AGV dan objekdalam sumbu x atau dalam sumbu y. Jadi tidak menggunakannilai resultan antara titik pada sumbu x maupun pada sumbu y.
Karena posisi AGV dan masing-masing objekdidefenisikan dalam bentuk koordinat x dan y, maka semuaperhitungan harus didasarkan pada sumbu x dan y wilayah ataudisebut sumbu xy global. Perhitungan ini tentunya membutuhkannilai jarak dalam sumbu x atau y dan besar sudut AGV terhadapsumbu xy global. Pengoperasian pada AGV membutuhkan besarsudut belok roda depan (θ) dan besar sudut bidang vertikal AGVterhadap sumbu xy global (φ).
Sumbu xy global(a,b)
(c,d)
a-c Objek
b-d
Dianggap titik (0,0) y
x
AGV
38
Gambar 3.4 Sudut θ dan sudut φ pada bodi AGV
AGV dikatakan tidak melakukan manuver apabila sumbuvertikal roda depan sejajar dengan sumbu vertikal bodi AGV atausudut belok roda depan bernilai 0°. Apabila roda depan diputardari keadaan 0° secara CCW maka nilai sudutnya adalah positifsedangkan bila diputar dari keadaan 0° secara CW maka nilaisudutnya negatif. Sudut bidang vertikal AGV terhadap sumbu xyglobal bernilai -270° sampai 90°. Alasan digunakannya urutansudut mulai dari -270° adalah untuk keperluan strukturpenyusunan membership function pada fuzzy system. Dimanasudut AGV akan selalu menuju sudut -90° pada saat akanmencapai objek. Sudut ini didapat melalui sebuah sistem navigasiyang menggunakan kamera dan akan disesuaikan dengan fuzzysystem.
Nilai sudut ini dibutuhkan untuk perhitungan kecepatanAGV terhadap sumbu x dan sumbu y. Hal ini tertera dalampersamaan- persamaan untuk pemodelan kinematik.
φ
θSudut bidang vertikal AGVterhadap sumbu xy global
Sudut belokroda depan
x
y
-270° 90°
0°
-90°
39
3.6.2 Pembagian wilayah operasi AGV dalam kuadran Isampai IV
Agar dapat mengatur pola pergerakan AGV makadiperlukan suatu pembagian daerah pada medan yang akandilalui.Batas-batas daerah ini bersifat virtual maksudnya tidaktampak pada keadaan sebenarnya. Pembagian ini berfungsi untukperhitungan kinematik dan fuzzy system yang akan mengaturpergerakan AGV. Pembagian daerah tersebut dinamakan daerahposisi I dan daerah posisi II. Apabila tidak ada pembagian daerahmaka pada koordinat tertentu, AGV tidak dapat mencapai objekyang dituju. Hal ini disebabkan karena parameter yang menjadimasukan pada fuzzy system hanyalah nilai dari sumbu x atau darisumbu y bukan nilai keduanya. Misalnya apabila parameter yangdigunakan adalah nilai dari sumbu x maka pola pergerakan AGVakan selalu sama untuk semua nilai pada sumbu y.
Gambar 3.5 Pergerakan AGV yang tidak mencapai objek
Misalnya AGV bergerak dari koordinat (26,15) dan sudut antaraAGV dan sumbu xy global adalah 30 derajat. Dari gambar terlihatbahwa apabila AGV bergerak melalui titik tersebut maka AGV
Pergerakan AGV
Letak objek
40
tidak dapat berjalan menuju titik objek. Hal ini disebabkan karenapola gerakan yang dirancang melalui fuzzy system tidakmelibatkan nilai pada sumbu y.
Gambar 3.6 Pembagian daerah pada sumbu xy objek
Daerah posisi I terdiri atas dua bagian yaitu daerah posisiIA yang terletak di sumbu y positif dan daerah posisi IB yangterletak disumbu y negatif. Begitu juga untuk daerah posisi II.Luas keempat daerah tersebut adalah sama sehingga kemiringangaris batas daerah tersebut sebesar 45 derajat. Pada sumbu xy ini,letak objek selalu berada dititik (0,0) atau dipusat sumbu xy.Daerah kondisi I dan daerah kondisi II masing-masing memilikiperhitungan dan fuzzy system yang berbeda. Agar mengetahuiposisi AGV pada posisi –posisi diatas, perlu dilakukan pembagianantara nilai jarak dalam sumbu y dengan nilai jarak dalan sumbux (y/x). Dimana berlaku hubungan seperti berikut : Apabila nilai (y/x)2 ≥ 1 maka AGV terletak pada kondisi IA
dan IB
y
x
Posisi I A
Posisi I B
Posisi II APosisi II B
Batas virtualantardaerah
Sumbu xy global
Sumbuxy objek
45°
Objek
AGV
y
x
41
Apabila nilai (y/x)2 < 1 maka AGV terletak pada kondisi IIAdan IIBHal ini didasarkan dari perhitungan arc tg(y/x) dimana nilai
tg dengan sudut 45 derajat adalah 1. Sehingga apabila nilai (y/x)dibawah 1 maka AGV berada pada kondisi IIA dan sebaliknya.Penggunaan tanda kuadrat pada perhitungan adalah agar nilaiyang didapat selalu positif dan berlaku untuk posisi IB dan IIB.
Fuzzy system dan perhitungan kinematika untuk daerahposisi I menggunakan parameter nilai dari sumbu x sedangkanparameter untuk posisi II menggunakan sumbu y.
3.6.3 Pemodelan KinematikDasar pemodelan kinematik dalam perancangan AGV ini
sama dengan perancangan yang dilakukan oleh TomoriFurukawa. Dimana input yang digunakan adalah posisi AGV danjarak AGV terhadap objek sedangkan outputnya adalah sudutbelok roda AGV. Pemodelan ini kemudian dituangkan dalampemrograman MATLAB.Contoh perhitungan model matematik pergerakan AGV adalahsebagai berikut- kecepatan AGV = 2 m/s dan panjang AGV = 2 m- jarak AGV dengan objek dalam sumbu x = -45 m; y = 47m dan sudut AGV = -250°Nilai ini menjadi input fuzzy pertama ketika sistem dijalankan,sehingga fuzzy system mengeluarkan output berupa sudut putarroda sebesar 42°. Kemudian melalui persamaan (2.2) diatasdiketahui
srad
tgtgl
v
/8.1
421
2
21
.
..
Untuk mendapatkan nilai sudut kemiringan AGV setelah berjalanselama waktu tertentu digunakan persamaan (2.3)
42
0
.
)( dtt
Dimana :
- )(.
t = nilai kecepatan sudut perputaran AGV pada waktu t s- φ0 = nilai sudut kemiringan AGV pada kondisi awal atau saatt = 0 sMelalui persamaan diatas maka dapat diketahui sudut AGVterhadap sumbu xy global setelah t = 1 s, melalui perhitungansebagai berikut :
0
00
0
.
147)1(
250103)1(
)250(]/180*)1*/8.1[()1(
)250()()1(
s
s
pissms
derajatdtts
Sudut kemiringan AGV pada setelah t = 1 s adalah -147°. Nilai ini kemudian dipakai untuk mendapatkan besarkecepatan dalan sumbu x dan dalam sumbu y. Nilai tersebutdidapat melalui persamaan (2.4) berikut :
sin
cos.
.
vy
vx
Dimana :
-.
x = besar kecepatan AGV dalam sumbu x
-.
y = besar kecepatan AGV dalam sumbu y- v = kecepatan AGV dengan sudut φ
Maka untuk mengetahui kecepatan AGV terhadap sumbu x dansumbu y setelah t = 1 s adalah sebagai berikut :
43
smsx
smsx
/677.1)1(
)147cos(*/2)1(.
.
Setelah mendapatkan nilai kecepatan AGV terhadapsumbu x dan sumbu y maka melalui peng- integral-an nilaitersebut didapatkan posisi AGV terhadap objek setelah t = 1 s.Persamaan yang digunakan adalah persamaan (2.5)
0
.
0
.
)()(
)()(
ytdtyy
xtdtxx
Posisi AGV berada pada kondisi IA karena harga (y/x)2 < 1sehingga parameter jarak yang digunakan sebagai masukan untukfuzzy system adalah nilai pada sumbu x. Jadi yang perlu dihitunghanya jarak pada sumbu x saja
msx
mmsx
mssmsx
mdttxsx
677.46)1(
45677.1)1(
)45()1*/677.1()1(
)45()()1(.
Maka jarak x setelah t =1s adalah -46.677m. Untuk detikberikutnya perhitungan yang digunakan sama dengan perhitungandiatas
3.6.4 Pembuatan Fuzzy SystemDalam Fuzzy System dilakukan perencanaan banyaknya
membership fuction dan besarnya scope yang akan digunakan.Hal ini berlaku untuk semua input maupun output. Hasil keluaranmodel kinematik berupa jarak dan sudut posisi AGV kemudianditerima oleh Fuzzy System. Pada Fuzzy System ini jarak dan
44
sudut posisi AGV dirubah menjadi sudut belok roda AGV.Kemampuan fuzzy system untuk menghasilkan keluaran yangtepat bergantung kepada orang yang merancang fuzzy system itu.Karena untuk menentukan batas- batas masukan fuzzy sampaipenentuan rule –rule semua dilakukan oleh orang yang merancangtersebut.
Metode fuzzy ada dua yaitu Sugeno dan Mamdani. Padaperancangan ini metode fuzzy yang digunakan adalah Mamdani.Dasar pemilihan metode ini adalah karena metode Mamdani tidakterlalu membebani kinerja komputer daripada metode Sugeno.Sehingga pengoperasian AGV tidak terganggu.
(a) Input
(b) Output
Gambar 3.7 Input (a) dan Output (b) Fuzzy System pada Matlab
3.6.5 Pembuatan Simulasi ProsesSimulasi dibuat dalam Simulink yang terdapat pada
MATLAB, performa dari simulasi ini nantinya ditentukan olehpemodelan kinematik dan fuzzy systemnya. Pemodelan yangdibuat memiliki kekurangan antara lain AGV tidak dapat
45
mencapai objek tujuan dengan tepat maksudnya AGV tidakberhenti pada titik (0,0).
Hal ini terjadi karena pengaruh perancangan fuzzy systemdimana terdapat kekurangan pada jumlah membership function-nya. Hal lain yang juga berpengaruh adalan dimensi dari AGVyang akan dibuat. Semakin besar panjang AGV maka semakinsulit untuk melakukan manuver di ruang yang sempit.
Untuk memulai simulasi proses yang pertama sekaliharus diketahui adalah posisi AGV dan sudut AGV yang didapatdari sistem navigasi dan sistem penghitung jarak terpendek.Koordinat objek yang akan dilalui oleh AGV nantinya akandimasukkan dalam format *.txt atau *.dat. Tetapi untuk sementaraposisi AGV dan sudut AGV dimasukkan secara manual kedalamMatlab dalam format *.m.
Gambar 3.8 Tempat masukan untuk Posisi dan Sudut AGV
Data awal ini nantinya akan dijalankan dan simulasi padaSimulink diatur untuk membaca hasil operasi dari data awal tadi.Setelah itu, Simulasi dapat dijalankan yang nantinya akanmenunjukkan garis pergerakan AGV dalam koordinat xy.
46
Gambar 3.9 Bentuk simulasi pada Simulink Matlab
3.6.6 Perencanaan Sistem NavigasiSistem navigasi yang digunakan menggunakan sistem
image processing. Sistem ini dapat mengolah gambar wilayahtempat AGV beroperasi. Gambar tersebut diperoleh melaluikamera yang berada diatas wilayah tersebut. Hasil pengolahangambar tersebut dapat mengidentifikasi suatu benda sebagai objekatau sebagai AGV melalui pendeskripsian warna.
47
Gambar 3.10 Pembacaan koordinat oleh sistem navigasi melaluimedia kamera
Sistem navigasi ini memetakan wilayah operasi AGVkedalam bentuk koordinat. Pembacaan koordinat oleh kameraselalu dimulai melalui sisi sebelah kiri atas seperti tampak padagambar 3.10. Melalui metode pengenalan warna dapat diketahuikoordinat AGV dan koordinat objek yang ada pada wilayahtersebut. Agar sistem ini dapat bekerja dengan baik maka harusada perbedaan warna yang kontras antara AGV, objek danpermukaan lintasan.
Untuk mendukung proses pergerakan AGV dibutuhkansudut kemiringan AGV terhadap sumbu x positif. Sudut ini jugadidapatkan melalui sistem navigasi dimana bentuk penampangatas AGV sebagai indikasi perubahan sudut AGV.
x
y
(0,0)
AGV
Objek
y +
x +
48
Gambar 3.11 Pembacaan sudut oleh sistem navigasi melaluimedia kamera
Untuk mengetahui sudut dibutuhkan suatu pengenalankondisi AGV pada beberapa patokan sudut yaitu mulai dari sudut90° sampai sudut -270°. Masing-masing kondisi AGV ini dibacaoleh media kamera. Bagian depan AGV diberi suatu bentuk yangmembedakannya dengan bagian AGV yang lain. Hal ini bertujuanagar kamera dapat mengenali bagian depan AGV yang menjadiindikator setiap patokan sudut.
Berbagai kondisi AGV ini kemudian dibuat kedalammatriks yang dapat menampung ukuran AGV. Sehingga setiappatokan sudut mempunyai nilai yang berbeda-beda. Untukmendapatkan nilai sudut diluar sudut patokan maka sudut-sudutpatokan tersebut dituangkan kedalam fuzzy system dimana yangmenjadi masukan fuzzy adalah nilai matriks hasil pembacaankamera dan yang menjadi keluaran fuzzy adalah nilai sudutsebenarnya.
3.6.7. Analisa dan PembahasanSetelah semua permasalahan dapat diatasi, maka tahap
selanjutnya adalah analisa dan data dari proses pengenalan obyekpada sistem collision avoidance dengan menggunakan jaringansyaraf tiruan.
90° 0° -90° -180° -270°
Bagian depan AGV
49
3.7 KESIMPULAN DAN SARANPada tahap ini semua hasil pembahasan akan disimpulkan
untuk menjawab permasalahan. Dan juga diberikan saran – saranterhadap masalah sistem kontrol steering AGV.
50
FLOWCHART METODOLOGI PENELITIAN
START
Studi Pustaka
Formulasi Permasalahan
Pengumpulan Data
Pengolahan dan Analisa Data
Pemodelan Kinematik
Pembuatan Fuzzy System
Pembuatan Simulasi Proses
A BA
51
Gambar 3.12 Metodologi Penelitian
END
Perencanaan Sistem Navigasi
Kesimpulan dan Saran
Analisa dan Pembahasan
Simulasibekerja dengan
baik?
Tidak
A
Ya
BA
52
FLOWCHART PROSES SIMULASI PERGERAKAN AGV
Gambar 3.13 Proses Pergerakan AGV
START
Penentuan data awal berupa x, y, sudut,panjang dan kecepatan AGV
AGV sudah sampai ketarget?
Ya
Perhitungan kinematika AGV
Fuzzy System
END
Tidak
BAB IV
RANCANG BANGUN SIMULASI SISTEM PENGENDALIOTOMATIS (AUTOMATIC STEERING) PADA AGV
53
BAB IVSIMULASI SISTEM PENGENDALI OTOMATIS
(AUTOMATIC STEERING) PADA AGV
Perangkat yang berada dalam sistem pengendali otomatispada AGV berfungsi untuk mengendalikan sistem mekanis padaAGV melalui motor penggerak roda depan dan motor penggerakroda belakang. Dimana masing-masing motor ini berfungsi untukmengatur sudut belokan roda depan dan menggerakkan AGV. Halyang akan dicapai dalam pengoperasian AGV ini adalah untukmenjalankan AGV menuju objek yang telah ditetapkan danmenghindari halangan selama AGV bergerak.
Agar sistem pengendali otomatis dapat bekerja dengannormal maka diperlukan beberapa langkah pengerjaan antara lain:a. Menerima data dari sistem penghitung jarak terpendek berupa
posisi dan koordinat AGV dan koordinat objek yang harusdilalui
b. Menerima data dari sistem pendeteksi halangan berupa suatunilai yang menunjukkan kondisi halangan
c. Mengolah data-data dari kedua sistem dalam sistempengendali otomatis
d. Mengkonversikan keluaran dari sistem pengendali otomatisagar menjadi perintah yang nantinya akan menggerakkansistem mekanis pada AGV
Untuk mengetahui benar atau tidaknya AGV dapatmencapai objek melalui beberapa perhitungan maka perludilakukan simulasi pada MATLAB. Hasil simulasi dapat berupagrafik dua dimensi yang menunjukkan pola pergerakan AGV darititik awal sampai menuju objek.
54
4.1 Parameter Konfigurasi simulasiProses pergerakan AGV ini ditampilkan dalam bentuk
simulasi yang dikerjakan pada Simulink MATLAB. Sebelummerancang sistem simulasi maka perlu melakukan konfigurasiuntuk sistem yang telah tersedia pada Simulink. Beberapakonfigurasi yang tersedia pada Simulink dapat dilihat sebagaiberikut :
Gambar 4.1 Konfigurasi yang terdapat pada Simulink
Bagian yang penting agar simulasi berjalan antara lainadalah Solver Pane. Bagian ini memungkinkan perancang untukmelakukan waktu simulasi dan beberapa setting time sepertimenentukan waktu mulai (start) dan waktu berhenti (stop) untuksebuah simulasi. Pada bagian ini juga dapat diatur kenaikanwaktu (step time) maksudnya pengolahan data untuk simulasidapat dilakukan setiap satuan waktu.
Kenaikan waktu ini akan semakin bertambah ketika simulasidijalankan dan akan berhenti ketika mencapai waktu simulasiyang telah ditentukan. Terdapat dua buah tipe step time yangmenentukan besar kenaikan waktu simulasi selanjutnya. Tipe steptime tersebut antara lain :
55
a. variable stepKenaikan waktu simulasi ini selalu berubah-ubah sesuaidengan dinamika model. Maksudnya variabel step digunakanapabila model yang dirancang memiliki dua atau lebih jenisakurasi waktu. Misalnya seperti ilustrasi model dibawah ini
Gambar 4.2 Model dengan dua jenis akurasi waktu(www.mathworks.com)
Pada model berikut harus digunakan step time berupavariable step karena terdapat dua buah source signal yangmemiliki akurasi waktu yang berbeda. Hal ini mengakibatkandiskontinu ketika simulasi dijalankan. Dengan variabel stepkenaikan waktu simulasi dapat berubah-ubah sesuai denganakurasi waktu masing-masing source signal sehinggasimulasi dapat berjalan. Misalnya apabila source signalpertama memiliki akurasi waktu sebesar 0.25 s dan sourcesignal kedua memiliki akurasi waktu sebesar 0.5 s makaapabila step time yang dipilih adalah variable step makakenaikan waktu simulasi adalah sebagai berikut : [0.0 0.5 0.75 1.0 1.5 2.0 2.25 ...]Dengan variable step ini maka waktu kenaikan yang tidakdiperlukan tidak akan masuk dalam perhitungan waktusimulasi seperti 0.25 s, 1.25 s dan seterusnya.b. fixed stepTipe step time yang digunakan pada perancangan ini adalahfixed step. Simulasi yang dirancang memiliki akurasi waktuyang homogen sehingga dapat ditetapkan akurasi waktu
56
sebesar 0.1 s. Semakin akurat suatu step size maka waktusimulasi akan semakin lama. Terdapat dua jenis simulasiyang dapat digunakan pada fixed step yaitu discrete dancontinuous.Discrete maksudnya adalah dimana simulasi tersebutmemiliki step time yang terdapat pada blok-blok padatampilan simulasi. Jadi simulasi berjalan diatur berdasarkankenaikan waktu pada setiap blok (state time). Kenaikan waktusimulasi didapat dari penambahan nilai akurasi waktu yangditetapkan .Misalnya akurasi waktu sebesar 0.1 s maka waktuakan bertambah setiap 0.1 s selama proses simulasi.Sedangkan continuous adalah dimana kenaikan waktu padasimulasi sama dan tidak berasal dari blok-blok simulasi.Simulasi seperti ini adalah simulasi yang mengandungintegrasi atau derivatif. Tidak seperti simulasi discrete,perubahan nilai pada simulasi continuous berasal dari akurasiwaktu dan turunan nilai sebelumnya.
4.2 Data posisi, koordinat AGV, dan koordinat objekSistem pengendali otomatis membutuhkan posisi sudut
AGV, koordinat AGV dan koordinat objek seperti yang dibahaspada bab sebelumnya. Semua masukan itu didapatkan dari sistemnavigasi dan sistem penghitung jarak terpendek. Dalam prosesperhitungan pada sistem pengendali otomatis yang dibutuhkanadalah jarak antara AGV dan objek dalam bentuk koordinat danposisi sudut AGV.
Sebelum menentukan jarak antara AGV dengan objekyang dituju maka perlu dilakukan penetapan dalam penghitungankoordinat objek dalam wilayah operasi AGV. Untuk membacaletak koordinat semua objek yang ada pada wilayah AGVdigunakan sebuah kamera dimana pembacaan kamera nantinyaakan ditampilkan pada layar monitor seperti gambar berikut :
57
(a) (b)Gambar 4.3 Pembacaan koordinat (a) oleh kamera navigasi dan
pembacaan koordinat (b) oleh AGV
Pembacaan koordinat oleh kamera dimulai dari titik (0,0)yang berada disebelah kiri atas layer monitor. Karena pembacaankoordinat sistem pengendali otomatis pada AGV dengan kameranavigasi berbeda maka perlu dibuat suatu penyesuaian agar hasilpembacaan koordinat kamera navigasi dapat dibaca oleh sistempada AGV. Untuk mendapatkannya dibuat dengan persamaanberikut
Δx = xA – xO
Δy = yO – yA
Dimana :Δx merupakan jarak AGV terhadap objek dalam sumbu xΔy merupakan jarak AGV terhadap objek dalam sumbu yxA dan yA merupakan koordinat AGV dalam sumbu x dan y darikamera navigasixO dan yO merupakan koordinat objek dalam sumbu x dan y darikamera navigasi
Misalkan melalui pembacaan kamera navigasi AGVterletak pada titik (10,5) dan objek berada pada titik (2,7) makamelalui persamaan diatas didapatkan jarak AGV terhadap objekyang dituju berada pada titik (8,2).
(8,2)AGV Objek
x AGV
(0,0)(10,5)
(2,7)
Objek
y
(0,0)
58
Sistem navigasi dan penghitung jarak terpendekmenampilkan koordinat AGV dan koordinat objek – objek yangakan dilalui dalam bentuk file notepad. Contoh file notepadadalah sebagai berikut :
Gambar 4.4 File notepad yang dikeluarkan oleh sistempenghitung jarak terpendek
File pertama dinamakan objek yang berisi koordinatmasing-masing objek yang akan dituju dimana koordinat tersebutdisajikan dalam bentuk matriks. Baris pertama menyatakankoordinat objek pertama yang mejadi tujuan awal AGV demikianseterusnya. Kolom pertama dan kedua masing –masingmenyatakan koordinat sumbu x dan koordinat sumbu y. Filekedua bernama AGV yang berisi koordinat dan posisi AGV. Fileini juga berupa matriks yang memiliki 1 baris dan 3 kolom.Kolom pertama dan kedua berisi koordinat x dan y AGV dankolom ketiga berisi sudut posisi AGV.
Sistem pengendali otomatis menerima file diatas setiapAGV mulai beroperasi dan saat AGV sampai pada objek tertentu.Selain data-data mengenai koordinat dan posisi sudut, data lainyang cukup penting adalah mengenai spesifikasi AGV yang akandioperasikan berupa panjang AGV dan kecepatan AGV. Nilai
x y
yx
Sudut posisiAGV(Gamma)
Ada 3 objek yangharus dilalui
59
panjang dan kecepatan AGV ini berpengaruh pada karakteristikpergerakan AGV nantinya.
Dalam sistem pengendali otomatis, proses perhitungandiawali dengan pembacaan masukan sampai menjadi keluaranberupa sudut putar roda. Pembacaan ini perlu dilakukan agar data-data tersebut dapat dikenali selama proses pergerakan AGVdalam simulasi. Proses pembacaan masukan tersebut dapat dilihatpada program perintah m-file berikut ini :%% data untuk kondisi awal pada AGVclckoordinat_objek = dlmread('objek.txt');%Memanggil file dari shorten path systemjumlah_objek = size(koordinat_objek,1);%Menentukan jumlah objek yg dilaluihalang = dlmread('halangan.txt');%Memanggil file yang berisi data halanganjumlah_halangan = size(halang,1);
for m = 1:jumlah_objek;posisi_AGV = dlmread('AGV.txt');%Memanggil file dari shorten path systemkoordinat_AGV = posisi_AGV(1:1,1:2);jarak_x = koordinat_AGV(1:1) -koordinat_objek(m,1);jarak_y = koordinat_AGV(2:2) -koordinat_objek(m,2);sudut_AGV_awal = posisi_AGV(:,3);kecepatan_awal = 2;panjang_AGV = 1;
Proses pertama yang harus dilakukan adalah memanggilfile notepad yang dikeluarkan oleh sistem navigasi dan sistempenghitung jarak terpendek. Untuk mengetahui banyaknya objekyang harus dilalui maka perlu dicari banyaknya baris padamatriks koordinat objek. Sehingga perjalanan AGV tidak hanyasatu kali saja tetapi dapat dilakukan sebanyak jumlah objek yangharus dilalui (jumlah objek yang harus dilalui diberi nama m) .
60
Karena beberapa perhitungan membutuhkan anggotamatriks tertentu maka keanggotaan matriks AGV maupun matriksobjek harus dipilah-pilah terlebih dahulu. Dari proses itu makadapat diketahui besar sudut posisi AGV yang dinyatakan dalamsudut_AGV dan jarak AGV terhadap objek pertama yangdinyatakan dalam jarak_x dan jarak_y. Selain itu perlu diketahuijuga spesifikasi AGV berupa panjang dan kecepatan AGV. Hasileksekusi dari program diatas akan terdaftar pada workspaceMATLAB yang nantinya dipergunakan sebagai data untukSimulink.
4.3 Mengolah data untuk menghasilkan sudut putar rodaSetelah membaca dan mengklasifikasikan semua data yang
diperlukan maka simulasi dapat dilakukan. Proses simulasi inidapat dibagi menjadi enam bagian utama. Bagian-bagian tersebutantara lain Penentuan posisi awal pergerakan, Model Kinematik,Fuzzy Input, Perantian objek tujuan, Sistem Halangan danPemberhentian simulasi.
Terdapat dua jenis program pergerakan AGV yangdirancang yaitu dalam bentuk m-file dan model Simulink.Simulink dapat menampilkan proses pergerakan AGV secara realtime sedangkan program yang dibuat di m-file hanyamenampilkan grafik yang menggambarkan lintasan yang dilaluiAGV sesaat setelah program m-file dieksekusi.
4.3.1 Penentuan posisi awal pergerakanUntuk memulai pergerakannya AGV perlu mengetahui
posisinya dan letak objek-objek yang harus dituju. Pada bagianini terdapat dua sistem utama yaitu sistem untuk mendapatkankoordinat dan sudut posisi AGV sebelum dan sesudah mencapaiobjek dan sistem untuk mendapatkan banyaknya objek tujuan dankoordinat masing-masing objek yang harus dilalui.
61
%% data untuk kondisi awal pada AGVclckoordinat_objek = dlmread('objek2.txt');%Memanggil file dari shorten path systemjumlah_objek = size(koordinat_objek,1);%Menentukan jumlah objek yg dilaluihalang = dlmread('halangan.txt');%Memanggil file yang berisi data halanganjumlah_halangan = size(halang,1);
for hh=1:jumlah_halanganv(hh)=halang(hh,1);w(hh)=halang(hh,2);end;for m = 1:jumlah_objek;posisi_AGV = dlmread('AGV.txt');%Memanggil file dari shorten path systemkoordinat_AGV = posisi_AGV(1:1,1:2);jarak_x = koordinat_AGV(1:1) -koordinat_objek(m,1);jarak_y = koordinat_AGV(2:2) -koordinat_objek(m,2);sudut_AGV_awal = posisi_AGV(:,3);kecepatan_awal = 2;panjang_AGV = 1;
Proses perhitungan simulasi yang dirancang padadasarnya hanya dapat menjalankan AGV dari suatu koordinatmenuju objek yang dianggap berada pada koordinat (0,0). Jadimasukan untuk pemodelan kinematik AGV ini tidak dapatdigunakan apabila letak objek tidak berada pada titik (0,0).Sehingga sebelum memulai simulasi harus diketahui terlebihdahulu jarak antara AGV dan salah satu objek yang harus dituju.
62
Gambar 4.5 Wilayah pergerakan AGV (a) Bidang pergerakansebenarnya, (b) bidang pergerakan untuk perhitungan
Seperti terlihat pada gambar diatas, gambar (a)menunjukkan wilayah pergerakan AGV sebenarnya dimanapenentuan sumbu x dan sumbu y sesuai dengan penentuan sumbupada kamera navigasi. Gambar (b) adalah wilayah virtual yangberguna untuk kepentingan perhitungan kinematik AGV dimanawilayah pergerakan AGV dibagi atas 4 kuadran seperti yang telahdibahas sebelumnya.
(0,0)
y(-)
AGV
Objek
(1,-1)
(40,-30)
(0,0)
Objek
AGV
(-39,-29)
(a) (b)
x(+)
63
Gambar 4.6 Penentuan posisi awal pergerakan
a. Koordinat dan sudut posisi AGVPada bagian ini terdapat dua buah input yaitu posisi AGV
yang memberikan data berupa koordinat dan posisi AGV setelahmencapai suatu objek. Hal ini perlu diketahui karena koordinatdan posisi AGV tadi digunakan lagi untuk proses pergerakanAGV menuju objek lain. Sistem ini juga dapat mengolahkoordinat dan posisi AGV sebelum melakukan pergerakan yangdidapat dari pembacaan awal yang telah disebutkan diatas.
Sedangkan Indikator adalah masukan yangmemerintahkan sistem untuk menerima koordinat dan posisiAGV. Indikator ini memberikan perintah setelah AGV mencapaiobjek tujuan tertentu. Keluaran sistem ini adalah koordinat AGVdalam sumbu x dan y dan sudut posisi AGV
64
b. Letak objekBagian ini hanya memiliki satu buah masukan yaitu
berupa Indikator. Sama seperti diatas, indikator berfungsi untukmemerintahkan sistem untuk mengganti koordinat objek tujuansetelah objek tujuan yang lain tercapai. Objek-objek tujuan yangakan dilalui telah didapat ketika pembacaan awal. Keluaransistem ini adalah koordinat objek dalam sumbu x dan y danurutan jumlah objek yang telah dilalui yang berguna sebagaimasukan sistem Pemberhentian Simulasi.
Setelah mendapatkan koordinat AGV dan koordinat objektujuan dari kedua bagian tadi maka dicari jarak antara AGV danobjek seperti terlihat pada gambar diatas.
4.3.2 Model Kinematik4.3.2.1 Pembagian daerah dan perubahan sudut
AGV berjalan berdasarkan masukan jarak antara objektujuan dengan AGV itu sendiri. Model Kinematik bertugas untukmengolah data berupa sudut putar roda (theta) menjadi koordinatdan posisi AGV dengan variabel berupa peningkatan waktu, halini telah dibahas pada bab sebelumnya.
Keluaran model matematik tersebut kemudian menjadimasukan fuzzy system. Fuzzy system tersebut menghasilkankeluaran berupa sudut putar roda (theta) yang kemudian menjadimasukan model kinematik kembali. Dengan kata lain terjadiproses looping pada sistem model kinematik ini.
65
Gambar 4.7 Pembagian daerah pada sumbu xy objek
Dalam mencapai suatu objek AGV harus bergerak dalamkoordinat dengan 4 kuadran. Koordinat tersebut dibagi dalam 2kondisi yaitu kondisi I yang terdiri dari kondisi IA dan kondisi IBdan kondisi II yang terdiri dari kondisi IIA dan kondisi IIA.Sehingga pada sistem pemodelan kinematik ini terdapat duabagian perhitungan berdasarkan pembagian daerah tersebut yangdinamakan AGV kinematics kondisi I dan AGV kinematicskondisi II.
Batas virtualantardaerah
x
y
Kondisi I A
Kondisi I B
Kondisi II AKondisi II B
Sumbu xyobjek
45°
Objek
AGV
y
x
66
Gambar 4.8 Pemodelan Kinematik AGV
Oleh karena itu, agar AGV dapat bergerak di semuakuadran maka perlu dibuat perubahan nilai masukan pada sudutposisi awal AGV menyangkut keempat jenis kondisi ini. Tujuandilakukannya perubahan ini adalah agar terdapat kesamaan dalammemasukkan sudut posisi awal.
%% Penentuan masukan awal berupa jarak awal dansudut posisi awaln = (jarak_y/jarak_x)^2;if n>=1
if jarak_y>=0 gamma0=sudut_AGV_awal; % sudut AGVuntuk daerah y>=0
elseif sudut_AGV_awal>=-90
gamma0=-sudut_AGV_awal; % sudut AGVuntuk daerah y<0 dan sudut AGV >=-90*pi/180
else gamma0=-sudut_AGV_awal+(-360); % sudutAGV untuk daerah y<0 dan sudut AGV <-90*pi/180
end
67
end; input1=jarak_x; input2=jarak_y; awal_i(m)=koordinat_objek(m,1); awal_j(m)=koordinat_objek(m,2);else
if jarak_x>=0if sudut_AGV_awal>=0
gamma0=90-sudut_AGV_awal; % sudutAGV untuk daerah x>=0 dan sudut AGV >=0
else gamma0=-270-sudut_AGV_awal; %sudut AGV untuk daerah x<0 dan sudut AGV<0
end;else
if sudut_AGV_awal>=-180 gamma0=sudut_AGV_awal-90; % sudutAGV untuk daerah x<0 dan sudut AGV >=-180*pi/180
else gamma0=sudut_AGV_awal+270; % sudutAGV untuk daerah x<0 dan sudut AGV <-180*pi/180
end;end;
input1=jarak_y; input2=jarak_x; awal_i(m)=koordinat_objek(m,2); awal_j(m)=koordinat_objek(m,1);end; input3=gamma0;
Semua pergerakan AGV pada masing-masing kondisididasarkan pada pergerakan AGV pada kondisi IA. Alasanpenggunaan kondisi tersebut sebagai referensi adalah karenasistem fuzzy system yang ada hanya dapat bekerja efektif padakondisi ini.
Oleh karena itu, perlu dilakukan modifikasi sudut posisiawal AGV pada kondisi selain kondisi IA agar pergerakan AGVnantinya persis seperti pergerakan pada kondisi IA. Akibatnya,
68
posisi AGV terlihat sama untuk semua kondisi tetapi sebenarnyamemiliki nilai yang berbeda-beda. Hal ini dapat dilihat padagambar berikut :
Gambar 4.9 Contoh Pergerakan AGV pada kondisi IB dibuatseolah-olah seperti pergerakan pada kondisi IA
Seperti terlihat pada gambar diatas, posisi AGV pada duakondisi adalah sama tetapi apabila sudut posisi pada kondisi IBlangsung dipergunakan pada sistem perhitungan kinematik AGVmaka pergerakannya akan tidak sesuai dengan yang diharapkan(tidak akan mendekati objek yang dituju). Karena apabila dilihatberdasarkan posisi AGV terhadap objek, AGV pada kondisi IAberhadapan dengan objek sedangkan pada kondisi IBmembelakangi objek.
Kondisi IA
Kondisi IB
-90°
-90° 90°Sudut posisi AGV padakondisi IB dirubahmenjadi 90° agarpergerakannya seolah-olah seperti pergerakanpada kondisi IA
Objek
69
Sehingga perlu dilakukan perubahan sudut posisi AGV yangdibuat berdasarkan kondisi IA. Masing-masing perubahantersebut adalah sebagai berikut:1. Kondisi I, berada pada daerah dengan nilai (jarak_y/jarak_x)2
>=1 yang artinya jarak absolut antara AGV terhadap objekuntuk sumbu y lebih besar daripada sumbu x. Parameter jarakyang digunakan untuk masukan fuzzy system adalah jarakAGV terhadap objek dalam sumbu x (jarak_x).
Gambar 4.10 Perhitungan kinematik untuk kondisi I
Pada kondisi I terdapat perubahan nilai sudut posisiAGV. Seperti yang telah disebutkan sebelumnya, perhitungankinematik AGV membutuhkan perubahan sudut agar AGVberjalan dengan normal. Kondisi I ini terbagi dua yaitu:
tgl
v
.
0
.
)( dtt
sincos..
vyvxy bernilai (-) untuk kondisiIB
70
a. Kondisi IA, berada pada sumbu y positif.
Gambar 4.11 Tidak ada perubahan sudut posisi AGV awal padakondisi IA
Pada daerah ini tidak ada perubahan pada sudut posisi AGVawal (gamma0) karena pergerakan AGV memang dirancang padadaerah ini.
b. Kondisi IB, berada pada sumbu y negatif.
Gambar 4.12 Terdapat perubahan sudut posisi AGV awal padakondisi IB
90°
0°
-90°
-180°
-270°Sudut posisi AGVawal >=-90°
Sudut posisiAGVawal <-90°
90°-270°
71
- Apabila sudut posisi AGV awal >= -90° maka gamma0 =-(sudut posisi AGV awal)
- Apabila sudut posisi AGV awal <-90° maka gamma0 = -(sudut posisi AGV awal)+ 360°
Gambar 4.13 Perubahan sudut posisi AGV pada kondisi IA dankondisi IB
2. Kondisi II, berada pada daerah dengan nilai(jarak_y/jarak_x)2 <1 yang artinya jarak absolut antara AGVterhadap objek untuk sumbu y lebih kecil daripada sumbu x.Parameter jarak yang digunakan untuk masukan fuzzy systemadalah jarak AGV terhadap objek dalam sumbu y (jarak_y).
72
Gambar 4.14 Perhitungan kinematik untuk kondisi II
Pada kondisi II terdapat perubahan nilai sudut posisiAGV. Seperti yang telah disebutkan sebelumnya, perhitungankinematik AGV membutuhkan perubahan sudut agar AGVberjalan dengan normal. Kondisi II ini terbagi dua yaitu:
a. Kondisi IIA, berada pada sumbu x positif.
tgl
v
.
0
.
)( dtt
sincos..
vyvx
x bernilai (-) untuk kondisi IIB
73
Gambar 4.15 Terdapat perubahan sudut posisi AGV awal padakondisi IIA
- Apabila sudut posisi AGV awal>= 0° maka gamma0=90° -(sudut posisi AGV awal)
- Apabila sudut posisi AGV awal< 0° maka gamma0 = -270° -(sudut posisi AGV awal)
b. Kondisi IIB, berada pada sumbu x negatif.
Gambar 4.16 Terdapat perubahan sudut posisi AGV awal padakondisi IIB
90°
0°
-90°
-180°
-270° Sudut posisiAGV awal>=0°
Sudut posisiAGV awal < 0°
90°
0°
-90°
-180°
-270°
Sudut posisi AGVawal >=-180°
Sudut posisi AGVawal <-180°
74
- Apabila sudut posisi AGV awal >= -180° maka gamma0= (sudut posisi AGV awal)-90°
- Apabila sudut posisi AGV awal<-180° maka gamma0 =(sudut posisi AGV awal)+ 270°
-
Gambar 4.17 Perubahan sudut posisi AGV pada kondisi IA dankondisi IB
4.3.2.2 Proses perhitungan kinematikPerhitungan yang terdapat dalam sistem pengendali
otomatis dilakukan secara looping atau berulang sampai AGV
75
mencapai tujuannya. Sebelum memasuki proses perhitunganharus diketahui keluaran dari Fuzzy system yaitu sudut putar rodadepan (theta).%% Perhitungan Kinematik% Penentuan sudut posisi AGVgamma=((kecepatan_awal)/(panjang_AGV))*tan(theta*pi/180);input3(k+1)=(gamma*0.1*180/pi)+input3(k); %masukan fuzzy kedua berupa sudut posisi AGV
Gambar 4.18 Bagian yang menentukan sudut posisi AGV(gamma) secara garis besar
Seperti yang telah dibahas pada bab sebelumnya,persamaan matematika untuk mencari sudut posisi AGV setelah tsekon adalah
tgl
v
.
0
.
)( dtt ………………………........................……(4.1)
Gamma (Sudutposisi AGV)Keluaran Fuzzy
system (theta)
Sudut posisi AGVawal berdasarkankondisi daerah
Indikator
76
Dimana : - )(.
t = nilai kecepatan sudut perputaran AGV padawaktu t sekon
- φ0 = nilai sudut posisi AGV pada kondisi awal atausaat t = 0 s
Setelah mendapatkan nilai φ maka dapat dicari besar jaraktempuh AGV dalam bentuk x dan y. Melalui gambar dapatdiketahui bahwa :
sin
cos.
.
vy
vx………………..………..…………………....(4.2)
Untuk mendapatkan jarak AGV terhadap objek ketikaAGV berjalan didapat melalui persamaan berikut
0
.
0
.
)()(
)()(
ytdtyy
xtdtxx
…...…………………..…………………(4.3)
77
Gambar 4.19 Bagian yang menentukan koordinat dan posisi AGV
x0 dan y0 adalah jarak awal antara AGV dan objek atauketika t = 0 s. Nilaix dan y akan terus berubah sampai AGV mencapai objek yangdituju. Baik sudut kemiringan AGV maupun jarak AGV danobjek nantinya akan menjadi masukan sistem fuzzy. Kemudiansistem fuzzy akan menghasilkan keluaran berupa sudut putar roda(θ).% Kondisi In = (jarak_y/jarak_x)^2;if n>=1
jarak_a=(kecepatan_awal)*cos(input3(k)*pi/180);input1(k+1)=(jarak_a*0.1)+input1(k); %
mendapatkan nilai jarak tempuh dalam sumbu x
Koordinat dan SudutPosisi AGV (Gamma)
Indikator
Sudut PosisiAGV(Gamma)
78
jarak_b=(kecepatan_awal)*sin(input3(k)*pi/180);if jarak_y>=0
input2(k+1)=(jarak_b*0.1)+input2(k);else
input2(k+1)=-(jarak_b*0.1)+input2(k); %mendapatkan nilai jarak tempuh dalam sumbu y
endx(m,k)=input1(k)+awal_i(m);p(m)=input1(k)+awal_i(m);y(m,k)=input2(k)+awal_j(m);q(m)=input2(k)+awal_j(m);% Kondisi IIelse
jarak_c=(kecepatan_awal)*sin(input3(k)*pi/180);% mendapatkan nilai jarak tempuh dalam sumbu x
if jarak_x>=0 input2(k+1)=(jarak_c*0.1)+input2(k);
else input2(k+1)=-(jarak_c*0.1)+input2(k);
end
jarak_d=(kecepatan_awal)*cos(input3(k)*pi/180);% mendapatkan nilai jarak tempuh dalam sumbu y input1(k+1)=(jarak_d*0.1)+input1(k);y(m,k)=input1(k)+awal_i(m);q(m)=input1(k)+awal_i(m);x(m,k)=input2(k)+awal_j(m);p(m)=input2(k)+awal_j(m);endh(m,k)=input2(k);
4.3.3 Fuzzy SystemBagian utama yang mengatur pergerakan AGV adalah
sistem fuzzy ini. Dengan menggunakan jarak antara AGV denganobjek tujuan (distance) dan sudut posisi AGV(AGV angle) ,sistem ini dapat mengeluarkan sebuah nilai berupa sudut putarroda AGV. Performa pergerakan dari AGV ditentukan oleh
79
bagaimana merancang sistem ini. Untuk bagian simulasi,pengerjaan sistem ini dilakukan di MATLAB denganmenggunakan Fuzzy Toolbox.
Jenis fuzzy yang digunakan adalah tipe Mamdani. Tipeini dipilih karena lebih sederhana dalam perhitungan daripada tipeSugeno. Fuzzy system yang dirancang hanya efektif pada daerahdengan kondisi IA saja. Jadi agar dapat dipergunakan pada semuakondisi harus dilakukan perubahan nilai sudut posisi AGV sepertiyang telah disebutkan diatas.
Gambar 4.20 Pemilihan masukan Fuzzy sistem berdasarkankondisi daerah
Masukan fuzzy system pertama untuk daerah kondisi I adalahjarak_x dan untuk daerah kondisi II adalah jarak_y sedangkanmasukan fuzzy system kedua adalah sudut posisi yang sudahdimodifikasi sebelumnya.1. Masukan fuzzy system pertama dinamakan distance. Dengan
range sebesar -50 sampai 50. Masukan distance memiliki 5buah membership function antara lain :
80
a. NSjauh, membership function ini bertipe segitiga (trimf)dengan range
(-50 -50 -15) mewakili koordinat AGV yang berada padasumbu negatif dan sangat jauh dari objek tujuanb. Njauh, membership function ini bertipe segitiga (trimf)
dengan range(-20 -10 0) mewakili koordinat AGV yang berada padasumbu negatif dan jauh dari objek tujuanc. Dekat, membership function ini bertipe segitiga (trimf)
dengan range(-2 0 2) mewakili koordinat AGV yang berada dintara sumbunegatif dan sumbu positif dan juga dekat dengan objek tujuand. Pjauh, membership function ini bertipe segitiga (trimf)
dengan range(0 10 20) mewakili koordinat AGV yang berada pada sumbupositif dan jauh dari objek tujuane. PSjauh, membership function ini bertipe segitiga (trimf)
dengan range(15 50 50) mewakili koordinat AGV yang berada pada sumbupositif dan sangat jauh dari objek tujuan.
81
Gambar 4.21 Properties masukan pertama fuzzy system
2. Masukan fuzzy system kedua dinamakan AGV angle. Denganrange sebesar -270 sampai 90. Masukan AGV angle memiliki7 buah membership function antara lain :a. NSM, membership function ini bertipe segitiga (trimf)
dengan range(-270 -270 -150) mewakili posisi AGV yang berada padasudut negatif dan posisi sangat miringb. NM, membership function ini bertipe segitiga (trimf)
dengan range(-180 -150 -120) mewakili posisi AGV yang berada padasudut negatif dan posisi miringc. NAM, membership function ini bertipe segitiga (trimf)
dengan range
82
(-150 -120 -90) mewakili posisi AGV yang berada pada sudutnegatif dan posisi agak miringd. Center, membership function ini bertipe segitiga (trimf)
dengan range(-100 -90 -80) mewakili posisi AGV yang berada pada sudutnegatif dan sudut positif dan juga posisi tidak miringe. PAM, membership function ini bertipe segitiga (trimf)
dengan range(-90 -60 -30) mewakili posisi AGV yang berada pada sudutpositif dan posisi agak miringf. PM, membership function ini bertipe segitiga (trimf)
dengan range(-60 -30 0) mewakili posisi AGV yang berada pada sudutpositif dan posisi miringg. PSM, membership function ini bertipe segitiga (trimf)
dengan range(-3 90 90) mewakili posisi AGV yang berada pada sudutpositif dan posisi sangat miring
83
Gambar 4.22 Properties masukan kedua fuzzy system
3. Keluaran fuzzy system dinamakan wheel angle. Dengan rangesebesar -45 sampai 45. Masukan AGV angle memiliki 7 buahmembership function antara lain :
a. NRSM, membership function ini bertipe segitiga (trimf)dengan range
(-45 -45 -35) mewakili sudut roda AGV yang berada padasudut negatif dan posisi roda sangat miring
b. NRM, membership function ini bertipe segitiga (trimf)dengan range
(-45 -35 -25) mewakili sudut roda AGV yang berada padasudut negatif dan posisi roda miring
c. NRAM, membership function ini bertipe segitiga (trimf)dengan range
84
(-35 -25 -15) mewakili sudut roda AGV yang berada padasudut negatif dan posisi roda agak miring
d. L, membership function ini bertipe segitiga (trimf) denganrange
(-20 0 20) mewakili sudut roda AGV yang berada pada sudutnegatif dan sudut positif dan juga posisi tidak miring
e. PRAM, membership function ini bertipe segitiga (trimf)dengan range
(15 25 35) mewakili sudut roda AGV yang berada pada sudutpositif dan posisi roda agak miring
f. PRM, membership function ini bertipe segitiga (trimf)dengan range
(25 35 45) mewakili sudut roda AGV yang berada pada sudutpositif dan posisi roda miring
g. PRSM, membership function ini bertipe segitiga (trimf)dengan range
(35 45 45) mewakili sudur roda AGV yang berada pada sudutpositif dan posisi roda sangat miring
85
Gambar 4.23 Properties keluaran fuzzy system
Fuzzy system yang dirancang menggunakan tipe and untuk rule-rulenya yang berjumlah 35 rule. Sehingga keputusan ataukeluaran ditentukan dari membership function pada masukanyang memiliki degree of membership yang paling besar. Hal iniberlaku untuk masing-masing rule. Untuk mendapatkankeluarannya fuzzy system ini menggunakan deffuzzificationmodel center of gravity (COG).
86
Gambar 4.24 Properties fuzzy system yang dirancang
a=newfis('AGV');a.input(1).name='distance';a.input(1).range=[-50 50];a.input(1).mf(1).name='NSjauh';a.input(1).mf(1).type='trimf';a.input(1).mf(1).params=[-50 -50 -15];a.input(1).mf(2).name='Dekat';a.input(1).mf(2).type='trimf';a.input(1).mf(2).params=[-2 0 2];a.input(1).mf(3).name='PSjauh';a.input(1).mf(3).type='trimf';a.input(1).mf(3).params=[15 50 50];a.input(1).mf(4).name='Njauh';a.input(1).mf(4).type='trimf';a.input(1).mf(4).params=[-20 -10 0];
87
a.input(1).mf(5).name='Pjauh';a.input(1).mf(5).type='trimf';a.input(1).mf(5).params=[0 10 20];a.input(2).name='AGV_angle';a.input(2).range=[-270 90];a.input(2).mf(1).name='NSM';a.input(2).mf(1).type='trimf';a.input(2).mf(1).params=[-270 -270 -150];a.input(2).mf(2).name='NAM';a.input(2).mf(2).type='trimf';a.input(2).mf(2).params=[-150 -120 -90];a.input(2).mf(3).name='PAM';a.input(2).mf(3).type='trimf';a.input(2).mf(3).params=[-90 -60 -30];a.input(2).mf(4).name='PSM';a.input(2).mf(4).type='trimf';a.input(2).mf(4).params=[-30 90 90 ];a.input(2).mf(5).name='Center';a.input(2).mf(5).type='trimf';a.input(2).mf(5).params=[-100 -90 -80];a.input(2).mf(6).name='PM';a.input(2).mf(6).type='trimf';a.input(2).mf(6).params=[-60 -30 0];a.input(2).mf(7).name='NM';a.input(2).mf(7).type='trimf';a.input(2).mf(7).params=[-180 -150 -120];a.output(1).name='wheel_angle';a.output(1).range=[-45 45];a.output(1).mf(1).name='NRAM'a.output(1).mf(1).type='trimf';a.output(1).mf(1).params=[-35 -25 -15];a.output(1).mf(2).name='L';a.output(1).mf(2).type='trimf';a.output(1).mf(2).params=[-20 0 20];a.output(1).mf(3).name='PRSM';a.output(1).mf(3).type='trimf';a.output(1).mf(3).params=[35 45 45];a.output(1).mf(4).name='NRM'a.output(1).mf(4).type='trimf';a.output(1).mf(4).params=[-45 -35 -25];
88
a.output(1).mf(5).name='PRAM';a.output(1).mf(5).type='trimf';a.output(1).mf(5).params=[15 25 35];a.output(1).mf(6).name='PRM';a.output(1).mf(6).type='trimf';a.output(1).mf(6).params=[25 35 45];a.output(1).mf(7).name='NRSM';a.output(1).mf(7).type='trimf';a.output(1).mf(7).params=[-45 -45 -35];a.rule(1).antecedent=[1 1];a.rule(1).consequent=[3];a.rule(1).weight=1;a.rule(1).connection=1;a.rule(2).antecedent=[1 7];a.rule(2).consequent=[3];a.rule(2).weight=1;a.rule(2).connection=1;a.rule(3).antecedent=[1 2];a.rule(3).consequent=[3];a.rule(3).weight=1;a.rule(3).connection=1;a.rule(4).antecedent=[1 5];a.rule(4).consequent=[6];a.rule(4).weight=1;a.rule(4).connection=1;a.rule(5).antecedent=[1 3];a.rule(5).consequent=[6];a.rule(5).weight=1;a.rule(5).connection=1;a.rule(6).antecedent=[1 6];a.rule(6).consequent=[5];a.rule(6).weight=1;a.rule(6).connection=1;a.rule(7).antecedent=[1 4];a.rule(7).consequent=[1];a.rule(7).weight=1;a.rule(7).connection=1;a.rule(8).antecedent=[4 1];a.rule(8).consequent=[3];a.rule(8).weight=1;
89
a.rule(8).connection=1;a.rule(9).antecedent=[4 7];a.rule(9).consequent=[3];a.rule(9).weight=1;a.rule(9).connection=1;a.rule(10).antecedent=[4 2];a.rule(10).consequent=[6];a.rule(10).weight=1;a.rule(10).connection=1;a.rule(11).antecedent=[4 5];a.rule(11).consequent=[6];a.rule(11).weight=1;a.rule(11).connection=1;a.rule(12).antecedent=[4 3];a.rule(12).consequent=[5];a.rule(12).weight=1;a.rule(12).connection=1;a.rule(13).antecedent=[4 6];a.rule(13).consequent=[1];a.rule(13).weight=1;a.rule(13).connection=1;a.rule(14).antecedent=[4 4];a.rule(14).consequent=[4];a.rule(14).weight=1;a.rule(14).connection=1;a.rule(15).antecedent=[2 1];a.rule(15).consequent=[6];a.rule(15).weight=1;a.rule(15).connection=1;a.rule(16).antecedent=[2 7];a.rule(16).consequent=[6];a.rule(16).weight=1;a.rule(16).connection=1;a.rule(17).antecedent=[2 2];a.rule(17).consequent=[5];a.rule(17).weight=1;a.rule(17).connection=1;a.rule(18).antecedent=[2 5];a.rule(18).consequent=[2];a.rule(18).weight=1;
90
a.rule(18).connection=1;a.rule(19).antecedent=[2 3];a.rule(19).consequent=[1];a.rule(19).weight=1;a.rule(19).connection=1;a.rule(20).antecedent=[2 6];a.rule(20).consequent=[4];a.rule(20).weight=1;a.rule(20).connection=1;a.rule(21).antecedent=[2 4];a.rule(21).consequent=[4];a.rule(21).weight=1;a.rule(21).connection=1;a.rule(22).antecedent=[5 1];a.rule(22).consequent=[6];a.rule(22).weight=1;a.rule(22).connection=1;a.rule(23).antecedent=[5 7];a.rule(23).consequent=[5];a.rule(23).weight=1;a.rule(23).connection=1;a.rule(24).antecedent=[5 2];a.rule(24).consequent=[1];a.rule(24).weight=1;a.rule(24).connection=1;a.rule(25).antecedent=[5 5];a.rule(25).consequent=[4];a.rule(25).weight=1;a.rule(25).connection=1;a.rule(26).antecedent=[5 3];a.rule(26).consequent=[4];a.rule(26).weight=1;a.rule(26).connection=1;a.rule(27).antecedent=[5 6];a.rule(27).consequent=[7];a.rule(27).weight=1;a.rule(27).connection=1;a.rule(28).antecedent=[5 4];a.rule(28).consequent=[7];a.rule(28).weight=1;
91
a.rule(28).connection=1;a.rule(29).antecedent=[3 1];a.rule(29).consequent=[5];a.rule(29).weight=1;a.rule(29).connection=1;a.rule(30).antecedent=[3 7];a.rule(30).consequent=[1];a.rule(30).weight=1;a.rule(30).connection=1;a.rule(31).antecedent=[3 2];a.rule(31).consequent=[4];a.rule(31).weight=1;a.rule(31).connection=1;a.rule(32).antecedent=[3 5];a.rule(32).consequent=[4];a.rule(32).weight=1;a.rule(32).connection=1;a.rule(33).antecedent=[3 3];a.rule(33).consequent=[7];a.rule(33).weight=1;a.rule(33).connection=1;a.rule(34).antecedent=[3 6];a.rule(34).consequent=[7];a.rule(34).weight=1;a.rule(34).connection=1;a.rule(35).antecedent=[3 4];a.rule(35).consequent=[7];a.rule(35).weight=1;a.rule(35).connection=1;
4.3.4 Pergantian objek tujuanPergerakan AGV salah satunya ditentukan oleh
banyaknya jumlah objek yang harus dilalui. Koordinat objek-objek tersebut didapat dari sistem penghitung jarak terpendek.Setelah AGV mencapai salah satu objek, AGV harus melanjutkanpergerakannya menuju objek yang telah ditentukan. Untuk itusistem harus memiliki suatu indikator yang nantinya dapat
92
memerintahkan sistem untuk membaca kembali koordinat danposisi AGV beserta koordinat objek tujuan yang selanjutnya.
Gambar 4.25 Sistem pergantian objek tujuan
Indikator dihasilkan berdasarkan kondisi daerah yang dilaluiAGV. Dimana koordinat objek tujuan dianggap berada pada titik(0,0). Keempat kondisi daerah yang dilalui AGV memiliki prosesmasing-masing yang dapat dijelaskan sebagai berikut :1. Kondisi IA dengan jarak_y bernilai positif, sehingga apabilaselama pergerakan AGV nilai jarak_y <=0 indikator akan berubahmenjadi bernilai 12 . Kondisi IB dengan jarak_y bernilai negatif, sehingga apabilaselama pergerakan AGV nilai jarak_y >=0 indikator akan berubahmenjadi bernilai 13. Kondisi IIA dengan jarak_x bernilai positif, sehingga apabilaselama pergerakan AGV nilai jarak_x <=0 indikator akan berubahmenjadi bernilai 1
93
4. Kondisi IIB dengan jarak_x bernilai negatif, sehingga apabilaselama pergerakan AGV nilai jarak_x >=0 indikator akan berubahmenjadi bernilai 1Apabila indikator bernilai 1 maka ada dua sistem yangmengguinakan indikator tersebut yaitu pertama sistem pergantianobjek akan memerintahkan Sistem penentuan posisi awalpergerakan untuk merubah koordinat objek tujuan dan mmbacakembali koordinat dan posisi AGV. Kedua sistem pemodelankinematik dimana indikator ini digunakan untuk melakukanperhitungan yang baru lagi
4.3.5 Sistem halanganDalam menghindari halangan, sistem pengendali otomatis
terlebih dahulu menerima informasi dari sistem pendeteksihalangan (collision avoidance) berupa nilai yangmengindikasikan ada atau tidaknya halangan. Jenis, geometri dandimensi halangan yang dapat dideteksi oleh AGV tergantungproses pembelajaran yang dilakukan oleh sistem pendeteksihalangan melalui jaringan saraf tiruan. Hal ini berguna karenaAGV yang dirancang tidak menggunakan sensor yang dapatmembaca ukuran dan bentuk halangan.
Gambar 4.26 Diagram Blok Jaringan Syaraf Tiruan
Jaringan Syaraf Tiruan
Input
CitraAsli
Preprocessing
Output
94
Proses pertama yang dilakukan untuk pengenalan obyekadalah pengambilan citra (image capture) dari area kerja AGV.Pengambilan citra ini menggunakan sebuah kamera (webcam)yang terpasang pada AGV. Data citra yang telah diambilselanjutnya ditransfer melalui port yang ada komputer yangselanjutnya diakses ke jaringan untuk diproses (diklasifikasi).Proses ini akan terus berlanjut sampai AGV berhenti. Gambar 3.4adalah gambar diagram blok pengenalan obyek denganmenggunakan jaringan syaraf tiruan. Input merupakan citradigital yang didapat dari area kerja AGV. Citra digital inikemudian diproses agar didapatkan suatu nilai yang selanjutnyadigunakan sebagi input dari jaringan syaraf tiruan.
Output jaringan syaraf tiruan berupa klasifikasi halanganatau bukan halangan yang selanjutnya menjadi input dari sistemautomatic steering. Output adakalanya lebih dari satu,disesuaikan dengan seberapa banyak klasifikasi yang diinginkan.
4.3.5.1 Penentuan arah belok roda AGV berdasarkan kondisiKeluaran dari sistem pendeteksi halangan nantinya akan
diterima oleh sistem pengendali otomatis. Akhir pengolahankeluaran ini nantinya berupa nilai sudut belok roda depan AGVyang akan mengendalikan AGV untuk menghindari halangan.Dalam perancangan ini, halangan yang terdeteksi diolah menjadisudut belok roda maksimum oleh sistem pengendali otomatis.
Digunakannya sudut belok maksimum agar AGV secepatmungkin dapat menghindari halangan. Hal ini dapat dicapaiapabila pendeteksi halangan pada AGV dapat mengenali halanganpada jarak yang aman untuk belokan AGV maksimum.
Ada beberapa acuan yang digunakan agar AGV dapatmenghindari halangan dengan baik. Acuan itu antara lain posisidan koordinat AGV terhadap objek tujuan, dan posisi dankoordinat AGV terhadap objek halangan.
95
Gambar 4.27 Pergerakan AGV dalam menghindari halangan
Untuk kepentingan simulasi, bentuk dan ukuran halangantelah ditentukan sebelumnya sehingga dapat menjadi acuan dalamperhitungan untuk menentukan titik koordinat aman untuk AGV.
Pergerakan menghindari halangan ini terjadi selama AGVmendeteksi adanya halangan dimana sudut belok roda depanAGV diatur pada posisi maksimum. Seperti terlihat pada gambar4.25, pergerakan AGV sebatas menghindari halangan yangterdeteksi oleh sistem penghindar tabrakan yaitu dari koordinat(a,b) ke koordinat (c,d). Titik (c,d) dianggap sebagai titik ketikacollision avoidance AGV tidak mendeteksi adanya halangan.
x
y
Objek
y
x
(a,b)
(c,d)Halangan
I
II
AGV
96
(a)(b)
x
Halangan AGV(a,b)
(c,d)
45°
y
-45°
-45°45°
-45°
45°
45°
-45°
Gambar 4.28 (a) Pergerakan AGV ketika menghindari halangan,(b) Arah sudut belok roda depan AGV untuk masing-masing
kondisi daerah dan posisi AGV
Pada pergerakan ini, arah sudut putar roda maksimum diaturberdasarkan koordinat dan posisi sudut AGV terhadap objek.Penentuan arah belok roda AGV ini didasarkan pola pergerakanAGV yang selalu cenderung berimpit dengan salah satu sumbudaerah virtual. Setelah mengetahui kecenderungan pergerakan inimaka dapat ditentukan arah belok roda AGV.
Untuk setiap kondisi daerah, pergerakan AGV dibuatcenderung menuju objek tujuan. Pada beberapa kasus, penentuanarah belok ini cukup bagus karena AGV akan selalu menghindarbatas wilayah operasi AGV, misalnya seperti pergerakan AGVpada gambar 4.26(b). Tetapi apabila AGV dan objek tujuan
97
terletak di dekat batas wilayah operasi, maka AGV tidak lagicenderung menghindari batas wilayah tersebut. Apabila AGVkeluar dari batas wilayah yang telah ditentukan maka pergerakanakan kacau karena Fuzzy tidak memiliki range nilai yangmelebihi batas wilayah operasi.
Gambar 4.29 Sistem penentu arah belokan ketika bertemuhalangan
4.3.5.2 Bentuk halangan dan sistem pembacaan halanganPada simulasi, koordinat halangan telah diberikan terlebih
dahulu. Jadi pembacaan halangan bukan berasal dari collissionavoidance system melainkan dari perhitungan matematika yangdibuat sedemikian rupa agar bekerja seperti sistem penghindartabrakan.
98
Gambar 4.30 Keluaran sistem penghindar tabrakan
Sistem penghindar tabrakan mengeluarkan file notepadyang berupa matrik 1x1 yaitu [0 1] yang berarti tidak adahalangan dan [1 0] yang berarti ada halangan. Pendeteksianhalangan ini sekaligus dapat digunakan sebagai indikator untukmengganti keluaran fuzzy system menjadi sudut belok rodamaksimum.
99
Gambar 4.31 Sistem penghindar halangan
Dalam menghindari halangan terdapat beberapaketentuan yang nantinya dapat menunjang perhitungan padasimulasi sistem penghindar tabrakan ini.Ketentuan-ketentuan itu antar lain :a. Jarak pendeteksian objek (panjang deteksi) oleh kamera AGVdianggap 1.5mb. Mengetahui koordinat dan posisi AGV ketika mendeteksi
halangan (x_halang, y_halang dan sudut_halang)c. Mengetahui koordinat titik pendeteksian halangan pada objek
halangan (x_deteksi dan y_deteksi)d. Halangan dianggap berbentuk lingkaran dengan radius 2.5mdan titik pusat
di (v,w)
100
Gambar 4.32 Perhitungan penghindar halangan secara simulasi
Setelah koordinat dan posisi AGV (a,b) diketahui maka yangpertama sekali dicari adalah titik koordinat halangan yangterdeteksi (k,l). Dengan melihat gambar 4.30 diatas maka dapatdibuat persamaan berikut :
))_sin(*det_(
))_cos(*det_(
halangsuduteksipanjangbl
halangsuduteksipanjangak
..........(4.4)
Karena titik pusat halangan telah diketahui sebelumnya(v,w) maka melalui persamaan lingkaran dapat diketahui apakahhalangan terdeteksi atau tidak.
2)^(2)^(2.)^_( wlvklingkRadius .......................(4.5)Apabila dari perhitungan didapat nilai yang lebih kecil darikuadrat Radius lingkaran maka halangan terdeteksi dan apabilasebaliknya halangan belum terdeteksi.
101
Gambar 4.33 Bagian sistem perhitungan dan penentuan bentukhalangan
%% Simulasi jangkauan penglihatan kamerapanjang_deteksi = 1,5; % jarak AGVdengan permukaan halanganx_halang=x(m,k); % Koordinat xAGV ketika bertemu halangany_halang=y(m,k); % Koordinat yAGV ketika bertemu halangansudut_halang=sudut_AGV(m,k); % sudut posisiAGV ketika bertemu halanganx_deteksi(k)=x_halang+(panjang_deteksi*cos(sudut_halang*pi/180));% koordinat x dari permukaan halangan yangpertama sekali terdeteksiy_deteksi(k)=y_halang+(panjang_deteksi*sin(sudut_halang*pi/180));% koordinat y dari permukaan halangan yangpertama sekali terdeteksiD(m,k)=(x_deteksi(k)-v(hh))^2+(y_deteksi(k)-w(hh))^2; %% persamaan lingkaranif D(m,k)<=6.25 obs1=1;
102
obs2=0;else obs1=0; obs2=1;end;ob=[obs1,obs2]; % keputusanberupa sebuah matriksdlmwrite('keputusan.txt',ob); % hasilkeputusan yang dibuat oleh sistem
% pendeteksihalangan (simulasi)
4.3.6 Sistem untuk menghentikan simulasiTujuan dari AGV adalah mencapai objek yang telah
ditetapkan setelah melewati beberapa objek sebelumnya. Apabilamengacu pada koordinat daerah yang dibaca pada layar monitormaka AGV akan berhenti pada koordinat objek yang dituju tetapiapabila mengacu pada koordinat objek maka AGV akan berhentipada saat AGV menyentuh titik (0,0) karena objek dianggapmemiliki koordinat (0,0). Program untuk menghentikan simulasiini juga didasarkan oleh keempat jenis kondisi daerah sepertidiatas. Jadi setiap kondisi daerah memiliki perintah masing-masing untuk menghentikan simulasi.
103
Gambar 4.34 Sistem penghenti simulasi
Simulasi pergerakan AGV akn berhenti apabila objektujuan terakhir telah dicapai. Maka sistem penghenti simulasi iniakan aktif bila indikator dari sistem penentu posisi awalpergerakan mengirim data yang memerintahkan agar simulasidihentikan. Indikator ini mengirimkan data ketika objek tujuanterakhir sudah dicapai.%% list program untuk menghentikan simulasin = (jarak_y/jarak_x)^2;if n>=1
if jarak_y>=0if h(m,k)<0
breakend
elseif h(m,k)>0
breakend
end;
104
elseif jarak_x>=0
if h(m,k)<0break
endelse
if h(m,k)>0break
endend;
end;end;
Tujuan dilakukannya simulasi adalah agar dapat melihatproses pergerakan AGV menuju objek yang akan dituju. Mediauntuk menyampaikannya adalah dengan menggunakan grafikdimana batas nilai grafik tersebut mewakili batas daerah operasiAGV sebenarnya. Grafik diharapkan dapat memperlihatkan garislintasan AGV selama berjalan menuju objek-objek yang harusdilalui.
Oleh karena itu, jarak antara AGV dan objek yangdigunakan dalam perhitungan harus dikembalikan dalam keadaansemula. Pergerakan AGV bukan lagi dari suatu titik menuju ketitik (0,0) melainkan dari titik koordinat AGV menuju titikkoordinat objek.
105
Gambar 4.35 Daerah virtual yang dipakai oleh sistem kinematikAGV
Dari grafik terlihat bahwa AGV bergerak dari daerahkondisi IA sehingga nilai koordinat yang dipakai sebagaimasukan fuzzy system adalah koordinat x(jarak_x). Makakoordinat yang digunakan untuk menghentikan simulasi adalahkoordinat y (jarak_y) karena AGV akan langsung berhenti ketikakoordinat y bernilai 0 sesuai dengan program perintah diatas.Prinsip ini juga digunakan pada sistem pergantian objek tujuan
4.3.7 Tampilan hasil simulasiHasil perhitungan pada pergerakan AGV hanya dapat
ditampilkan seperti pada gambar 4.33. Hal ini tentunya tidaksesuai dengan wilayah kerja sebenarnya dari AGV yang memilikisumbu x positif dan sumbu y negatif. Oleh karena itu koordinat
106
dan sudut posisi AGV dirubah lagi menjadi seperti keadaan nyatasehingga akan menghasilkan grafik seperti dibawah ini :
Gambar 4.36 Daerah operasi AGV yang sebenarnya
BAB V
PENGUJIAN SIMULASI DAN ANALISA
107
BAB VPENGUJIAN SIMULASI DAN ANALISA
Setelah perancangan simulasi pergerakan AGV selesaidibuat, maka dilakukan pengujian dengan menjalankan simulasidengan beberapa variasi pola objek tujuan dan variasi objekhalangan. Walaupun simulasi dapat dijalankan tanpa ada kendalatetapi beberapa hal yang sudah direncanakan terlebih dahulu tidakdapat diwujudkan. Hal-hal tersebut antara lain :
1. Belum dapat menggabungkan ketiga sistem yang menjadidasar pergerakan AGV dengan kata lain sistempenghindar tabrakan, sistem navigasi belum dapatdigabungkan dengan sistem kemudi otomatis yangdibicarakan pada tugas akhir ini.Terdapat kesulitan dalam pembacaan keluaran dari keduasistem terutama sistem penghindar tabrakan. Karenasistem kemudi otomatis tidak dapat membaca keluaransistem penghindar tabrakan secara real time.
2. Belum menemukan sistem yang dapat memberikankeputusan arah belok yang sesuai ketika menghindarihalangan. Maksudnya ketika AGV bergerak menghindarihalangan, gerakannya kadangkala tidak cenderungmenuju objek dan melewati atas daerah operasi AGV.
3. Selama simulasi, AGV hanya dapat menghindari satu sajaobjek halangan dari beberapa kooordinat halangan.
4. Belum dapat mewujudkannya dalam bentuk hardwarekarena keterbatasan pengetahuan mengenai robotika.
5.1 Pengujian simulasiPada pengujian ini dibuah tiga buah pola objek tujuan
yang harus dilalui. Objek halangan dibuat disetiap pola objektujuan tersebut.
108
1. Pola pertama
Gambar 5.1 Pola objek pertama yang harus dilalui AGV dan Polahalangan yang harus dihindari oleh AGV
Melalui pengujian simulasi maka dapat dikatakan bahwa AGVdapat mencapai semua objek dan dapat menghindari halanganyang telah diberikan. Melalui simulink dapat ditampilkan titik-titik lintasan AGV sebagai berikut :
109
Tabel 5.1 Titik-titik lintasan AGV pola pertama selama simulasi
Time(s) x(m) y(m) Gamma(°) Theta(°) Time(s) x(m) y(m) Gamma(°)Theta(°)0 1.00 -1.00 -90.00 34.99 28 27.98 -26.92 -27.94 34.98
0.5 1.00 -2.00 -49.89 4.99 28.5 28.86 -27.39 12.15 -45.001 1.64 -2.76 -44.89 -0.12 29 29.84 -27.18 -45.15 36.00
1.5 2.35 -3.47 -45.01 0.01 29.5 30.54 -27.89 -3.52 34.982 3.06 -4.18 -45.00 0.00 30 31.54 -27.95 36.57 5.96
2.5 3.77 -4.88 -45.00 0.00 30.5 32.35 -27.35 42.55 0.003 4.47 -5.59 -45.00 0.00 31 33.08 -26.68 42.55 0.00
3.5 5.18 -6.30 -45.00 0.00 31.5 33.82 -26.00 42.55 0.004 5.89 -7.01 -45.00 0.00 32 34.56 -25.32 42.55 -18.13
4.5 6.60 -7.71 -45.00 0.00 32.5 35.29 -24.65 23.79 -18.855 7.30 -8.42 -45.00 0.00 33 36.21 -24.25 4.23 -2.01
5.5 8.01 -9.13 -45.00 0.00 33.5 37.20 -24.17 2.21 -0.836 8.72 -9.83 -45.00 0.00 34 38.20 -24.13 1.39 -0.41
6.5 9.42 -10.54 -45.00 0.00 34.5 39.20 -24.11 0.98 -0.237 10.13 -11.25 -45.00 0.00 35 40.20 -24.09 0.75 -0.14
7.5 10.84 -11.96 -45.00 0.00 35.5 41.20 -24.08 0.61 -0.108 11.54 -12.66 -45.00 0.00 36 42.20 -24.07 0.51 -0.07
8.5 12.25 -13.37 -45.00 0.00 36.5 43.20 -24.06 0.44 -0.069 12.96 -14.08 -45.00 0.00 37 44.20 -24.05 0.38 -0.05
9.5 13.67 -14.78 -45.00 -17.96 37.5 45.20 -24.04 0.33 -0.0410 14.37 -15.49 -63.57 -19.07 38 45.20 -24.04 0.33 -40.83
10.5 14.82 -16.39 -83.38 -5.03 38.5 46.20 -24.04 -49.19 -35.7811 14.93 -17.38 -88.43 -0.80 39 46.86 -24.80 -90.48 -34.73
11.5 14.96 -18.38 -89.22 -0.37 39.5 46.85 -25.80 -130.20 -5.5312 14.97 -19.38 -89.59 -0.17 40 46.20 -26.56 -135.74 0.83
12.5 14.98 -20.38 -89.76 -0.09 40.5 45.49 -27.26 -134.91 -0.1013 14.99 -21.38 -89.85 -0.05 41 44.78 -27.97 -135.01 0.00
13.5 14.99 -22.38 -89.89 -0.03 41.5 44.07 -28.67 -135.01 0.0014 14.99 -23.38 -89.92 -0.02 42 43.37 -29.38 -135.01 0.00
14.5 14.99 -24.38 -89.94 -0.01 42.5 42.66 -30.09 -135.01 0.00
110
15 14.99 -25.38 -89.95 -0.01 43 42.66 -30.09 -135.01 41.0115.5 14.99 -26.38 -89.96 -0.01 43.5 41.95 -30.79 -184.84 40.7316 14.99 -27.38 -89.96 -0.01 44 40.96 -30.71 -234.18 35.34
16.5 15.00 -28.38 -89.97 0.00 44.5 40.37 -29.90 -274.80 32.5517 15.00 -29.38 -89.97 0.00 45 40.45 -28.90 -311.37 3.31
17.5 15.00 -30.38 -89.98 0.00 45.5 41.11 -28.15 -314.68 0.0018 15.00 -30.38 -89.98 40.83 46 41.82 -27.44 -314.68 0.00
18.5 15.00 -31.38 -40.47 35.73 46.5 42.52 -26.73 -314.68 0.0019 15.76 -32.03 0.74 34.61 47 43.22 -26.02 -314.68 0.00
19.5 16.76 -32.02 40.29 5.41 47.5 43.93 -25.31 -314.68 0.0020 17.52 -31.37 45.72 -0.80 48 44.63 -24.60 -314.68 -17.25
20.5 18.22 -30.65 44.92 0.09 48.5 45.33 -23.89 -296.89 -18.6721 18.93 -29.95 45.01 -0.01 49 45.79 -22.99 -277.53 -6.50
21.5 19.63 -29.24 45.00 0.00 49.5 45.92 -22.00 -271.00 -0.3422 20.34 -28.53 45.00 0.00 50 45.93 -21.00 -270.66 -0.18
22.5 21.05 -27.83 45.00 0.00 50.5 45.95 -20.00 -270.48 -0.1023 21.76 -27.12 45.00 0.00 51 45.95 -19.00 -270.37 -0.07
23.5 22.46 -26.41 45.00 0.00 51.5 45.96 -18.00 -270.31 -0.0524 23.17 -25.70 45.00 -7.48 52 45.97 -17.00 -270.26 -0.04
24.5 23.88 -25.00 37.48 -19.90 52.5 45.97 -16.00 -270.22 -0.0325 24.67 -24.39 16.73 -20.68 53 45.97 -15.00 -270.19 -0.03
25.5 25.63 -24.10 -4.89 4.01 53.5 45.98 -14.00 -270.17 -0.0226 26.62 -24.19 -0.88 -45.00 54 45.98 -13.00 -270.14 -0.02
26.5 27.62 -24.20 -58.17 -45.00 54.5 45.98 -12.00 -270.13 -0.0227 28.15 -25.05 -475.47 35.14 55 45.99 -11.00 -270.11 -0.01
27.5 27.72 -25.95 -75.14 39.49 55.5 45.99 -10.00 -270.10 -0.0156 45.99 -9.00 -270.08 -0.01
111
2. Pola kedua
Gambar 5.2 Pola objek kedua yang harus dilalui AGV dan Polahalangan yang harus dihindari oleh AGV
Melalui pengujian simulasi maka dapat dikatakan bahwa AGVdapat mencapai semua objek dan dapat menghindari halanganyang telah diberikan. Melalui simulink dapat ditampilkan titik-titik lintasan AGV sebagai berikut :
112
Tabel 5.2 Titik-titik lintasan AGV pola kedua selama simulasiTime(s) x(m) y(m) Gamma(°) Theta(°) Time(s) x(m) y(m) Gamma(°) Theta(°)
0 1.00 -1.00 -90.00 34.99 47.5 47.57 -39.24 -269.25 -34.590.5 1.64 -1.77 -49.90 1.67 48 47.56 -38.24 -229.73 -5.441 1.64 -2.76 -48.24 0.00 48.5 46.91 -37.48 -224.28 0.80
1.5 2.31 -3.51 -48.24 0.00 49 46.20 -36.78 -225.08 -0.092 2.98 -4.26 -48.24 0.00 49.5 45.49 -36.07 -224.99 0.01
2.5 3.64 -5.00 -48.24 -17.49 50 44.78 -35.37 -225.00 0.003 4.31 -5.75 -66.29 -18.41 50.5 44.08 -34.66 -225.00 0.00
3.5 4.71 -6.66 -85.36 -2.17 51 43.37 -33.95 -225.00 0.004 4.79 -7.66 -87.54 -0.85 51.5 42.66 -33.25 -225.00 0.00
4.5 4.83 -8.66 -88.39 -0.43 52 41.95 -32.54 -225.00 0.005 4.86 -9.66 -88.82 -0.25 52.5 41.25 -31.83 -225.00 0.00
5.5 4.88 -10.66 -89.07 -0.17 53 40.54 -31.12 -225.00 0.006 4.90 -11.66 -89.23 -0.12 53.5 39.83 -30.42 -225.00 0.00
6.5 4.91 -12.66 -89.35 -0.09 54 39.13 -29.71 -225.00 0.007 4.92 -13.66 -89.44 -0.07 54.5 38.42 -29.00 -225.00 0.00
7.5 4.93 -14.66 -89.52 -0.06 55 37.71 -28.30 -225.00 0.008 4.94 -15.66 -89.58 -0.05 55.5 37.00 -27.59 -225.00 0.00
8.5 4.95 -16.66 -89.63 -0.05 56 36.30 -26.88 -225.00 18.639 4.96 -17.66 -89.68 -0.04 56.5 35.59 -26.17 -244.32 19.44
9.5 4.96 -18.66 -89.72 -0.04 57 35.16 -25.27 -264.54 3.6410 4.97 -19.66 -89.75 -0.03 57.5 35.06 -24.28 -268.19 0.98
10.5 4.97 -20.66 -89.78 -0.03 58 35.03 -23.28 -269.17 0.4411 4.97 -21.66 -89.81 -0.02 58.5 35.02 -22.28 -269.61 0.20
11.5 4.98 -22.66 -89.84 -0.02 59 35.01 -21.28 -269.81 0.0912 4.98 -23.66 -89.86 -0.02 59.5 35.01 -20.28 -269.90 0.05
12.5 4.98 -24.66 -89.88 -0.02 60 35.00 -19.28 -269.95 0.0213 4.99 -25.66 -89.89 -0.01 60.5 35.00 -19.28 90.05 -34.99
13.5 4.99 -26.66 -89.91 -0.01 61 35.00 -18.28 49.95 -5.7114 4.99 -27.66 -89.92 -0.01 61.5 35.65 -17.51 44.22 0.87
14.5 4.99 -28.66 -89.93 -0.01 62 36.36 -16.82 45.09 -0.1015 4.99 -29.66 -89.94 -0.01 62.5 37.07 -16.11 44.99 0.01
15.5 4.99 -30.66 -89.95 -0.01 63 37.78 -15.40 45.00 0.0016 4.99 -31.66 -89.95 -0.01 63.5 38.48 -14.69 45.00 0.00
16.5 4.99 -32.66 -89.96 -0.01 64 39.19 -13.99 45.00 0.0017 5.00 -33.66 -89.96 0.00 64.5 39.90 -13.28 45.00 0.00
17.5 5.00 -34.66 -89.97 0.00 65 40.60 -12.57 45.00 0.0018 5.00 -35.66 -89.97 0.00 65.5 41.31 -11.87 45.00 -3.56
18.5 5.00 -36.66 -89.98 0.00 66 42.02 -11.16 41.44 -20.3119 5.00 -37.66 -89.98 0.00 66.5 42.77 -10.50 20.23 -20.13
19.5 5.00 -38.66 -89.98 0.00 67 43.71 -10.15 -0.77 0.8020 5.00 -39.66 -89.98 0.00 67.5 44.71 -10.16 0.03 0.54
20.5 5.00 -40.66 -89.99 0.00 68 45.71 -10.16 0.57 0.2621 5.00 -41.66 -89.99 0.00 68.5 45.71 -10.16 0.57 -34.99
21.5 5.00 -42.66 -89.99 0.00 69 46.71 -10.15 40.68 -34.9922 5.00 -43.66 -89.99 0.00 69.5 47.46 -9.50 80.78 -34.99
113
22.5 5.00 -44.66 -89.99 0.00 70 47.62 -8.51 -239.12 -22.0823 5.00 -45.66 -89.99 0.00 70.5 47.11 -7.66 -215.87 10.78
23.5 5.00 -45.66 -89.99 40.83 71 46.30 -7.07 -226.78 -1.9824 5.00 -46.66 -40.49 35.73 71.5 45.62 -6.34 -224.80 0.22
24.5 5.76 -47.31 0.73 34.61 72 44.91 -5.64 -225.02 0.0025 6.76 -47.30 40.26 5.45 72.5 44.20 -4.93 -225.02 0.00
25.5 7.52 -46.65 45.72 -0.81 73 43.49 -4.22 -225.02 0.0026 8.22 -45.93 44.92 0.09 73.5 42.79 -3.51 -225.02 0.00
26.5 8.93 -45.23 45.01 -0.01 74 42.08 -2.81 -225.02 -5.0427 9.64 -44.52 45.00 0.00 74.5 41.37 -2.10 -219.97 -20.17
27.5 10.34 -43.81 45.00 0.00 75 40.61 -1.46 -198.92 -20.3228 11.05 -43.11 45.00 0.00 75.5 39.66 -1.13 -177.69 1.84
28.5 11.76 -42.40 45.00 0.00 76 38.66 -1.17 -179.53 0.6729 12.46 -41.69 45.00 -7.78 76.5 37.66 -1.18 -180.20 0.52
29.5 13.17 -40.98 37.17 -19.87 77 36.66 -1.18 -180.72 0.2230 13.97 -40.38 16.46 -20.73 77.5 35.66 -1.17 -180.93 0.02
30.5 14.93 -40.10 -5.22 4.37 78 34.66 -1.15 -180.96 -0.0631 15.92 -40.19 -0.84 0.92 78.5 33.66 -1.13 -180.90 -0.08
31.5 16.92 -40.20 0.08 0.65 79 32.66 -1.12 -180.82 -0.0932 17.92 -40.20 0.73 0.30 79.5 31.66 -1.10 -180.73 -0.09
32.5 18.92 -40.19 1.03 0.05 80 30.66 -1.09 -180.64 -0.0833 19.92 -40.17 1.08 -0.05 80.5 29.66 -1.08 -180.57 -0.07
33.5 20.92 -40.15 1.02 -0.09 81 28.66 -1.07 -180.50 -0.0634 21.92 -40.13 0.93 -0.10 81.5 27.66 -1.06 -180.44 45.00
34.5 22.92 -40.12 0.83 -0.10 82 26.66 -1.05 -237.73 -33.3935 23.92 -40.10 0.74 -0.09 82.5 26.13 -0.21 -199.96 -26.24
35.5 24.92 -40.09 0.65 -0.08 83 25.19 0.13 -171.72 1.5036 25.92 -40.08 0.57 -0.07 83.5 24.20 -0.01 -173.22 0.77
36.5 26.92 -40.07 0.50 -0.06 84 23.21 -0.13 -173.99 0.6837 27.92 -40.06 0.44 -0.05 84.5 22.21 -0.23 -174.67 0.62
37.5 28.92 -40.05 0.38 -0.05 85 21.22 -0.33 -175.29 0.5538 29.92 -40.05 0.34 -0.04 85.5 20.22 -0.41 -175.84 0.48
38.5 30.92 -40.04 0.30 -0.04 86 19.22 -0.48 -176.32 0.4439 31.92 -40.03 0.26 -0.03 86.5 18.22 -0.54 -176.76 0.39
39.5 32.92 -40.03 0.23 -0.03 87 17.22 -0.60 -177.15 0.3540 33.92 -40.03 0.20 -0.03 87.5 16.23 -0.65 -177.50 0.32
40.5 34.92 -40.02 0.17 -0.02 88 15.23 -0.69 -177.82 0.2741 35.92 -40.02 0.15 -0.02 88.5 14.23 -0.73 -178.09 0.23
41.5 36.92 -40.02 0.13 -0.02 89 13.23 -0.77 -178.32 0.2042 37.92 -40.02 0.11 -0.01 89.5 12.23 -0.79 -178.53 0.18
42.5 38.92 -40.01 0.10 -0.01 90 11.23 -0.82 -178.71 0.1643 39.92 -40.01 0.09 -0.01 90.5 10.23 -0.84 -178.87 0.14
43.5 40.92 -40.01 0.07 -0.01 91 9.23 -0.86 -179.01 0.1244 41.92 -40.01 0.06 -0.01 91.5 8.23 -0.88 -179.14 0.11
44.5 42.92 -40.01 0.06 -0.01 92 7.23 -0.90 -179.24 0.1045 43.92 -40.01 0.05 -0.01 92.5 6.23 -0.91 -179.34 0.08
45.5 44.92 -40.01 0.04 -0.01 93 5.23 -0.92 -179.42 0.0746 45.92 -40.00 0.04 0.00 93.5 4.23 -0.93 -179.49 0.06
46.5 45.92 -40.00 -359.96 -40.83 94 3.23 -0.94 -179.56 0.0547 46.92 -40.00 -310.46 -35.72 94.5 2.23 -0.95 -179.61 0.05
95 1.23 -0.95 -179.66 0.0495.5 0.23 -0.96 -179.70 0.04
114
3. Pola ketiga
Gambar 5.3 Pola objek ketiga yang harus dilalui AGV dan Polahalangan yang harus dihindari oleh AGV
Melalui pengujian sebanyak tiga kali maka dapatdikatakan bahwa AGV dapat mencapai semua objek dan dapatmenghindari halangan yang telah diberikan. Melalui simulinkdapat ditampilkan titik-titik lintasan AGV sebagai berikut :
115
Tabel 5.3 Titik-titik lintasan AGV pola ketiga selama simulasiTime(s) x(m) y(m) Gamma(°) Theta(°) Time(s) x(m) y(m) Gamma(°) Theta(°)
0 1.00 -1.00 -90.00 34.99 45 23.52 -22.75 -203.07 24.990.5 1.00 -2.00 -49.90 30.99 45.5 22.60 -22.35 -229.78 0.001 1.64 -2.76 -15.49 31.12 46 21.95 -21.59 -229.78 -11.38
1.5 2.61 -3.03 19.10 24.97 46.5 21.31 -20.83 -218.25 -21.672 3.55 -2.70 45.78 -7.48 47 20.52 -20.21 -195.48 -22.46
2.5 4.25 -1.99 38.26 -20.37 47.5 19.56 -19.94 -171.79 9.683 5.04 -1.37 16.99 -20.91 48 18.57 -20.08 -181.57 -0.72
3.5 5.99 -1.08 -4.91 3.97 48.5 17.57 -20.06 -180.84 -0.344 6.99 -1.16 -0.92 0.92 49 16.57 -20.04 -180.50 -0.17
4.5 7.99 -1.18 0.00 0.61 49.5 15.57 -20.03 -180.33 -0.095 8.99 -1.18 0.61 0.29 50 14.57 -20.03 -180.24 -0.05
5.5 9.99 -1.17 0.90 0.06 50.5 13.57 -20.02 -180.19 -0.036 10.99 -1.15 0.95 -0.04 51 12.57 -20.02 -180.15 -0.02
6.5 11.99 -1.14 0.91 -0.08 51.5 11.57 -20.02 -180.13 -0.027 12.99 -1.12 0.83 -0.09 52 10.57 -20.01 -180.11 -0.02
7.5 13.99 -1.11 0.74 -0.09 52.5 9.57 -20.01 -180.09 -0.018 14.99 -1.09 0.66 -0.08 53 8.57 -20.01 -180.08 -0.01
8.5 15.99 -1.08 0.58 -0.07 53.5 7.57 -20.01 -180.07 -0.019 16.99 -1.07 0.51 -0.06 54 6.57 -20.01 -180.06 -0.01
9.5 17.99 -1.06 0.45 -0.05 54.5 5.57 -20.01 -180.05 -0.0110 18.99 -1.05 0.39 -0.05 55 4.57 -20.01 -180.05 -0.01
10.5 19.99 -1.05 0.34 -0.04 55.5 4.57 -20.01 179.95 -41.9611 20.99 -1.04 0.30 -0.04 56 3.57 -20.01 128.43 -41.47
11.5 21.99 -1.04 0.27 -0.03 56.5 2.95 -19.22 77.79 -41.1612 22.99 -1.03 0.23 -0.03 57 3.16 -18.24 27.70 -34.99
116
12.5 23.99 -1.03 0.20 -0.03 57.5 4.04 -17.78 -12.41 -24.9913 24.99 -1.02 0.18 -0.02 58 5.02 -17.99 -39.11 -6.90
13.5 25.99 -1.02 0.15 -0.02 58.5 5.80 -18.63 -46.04 1.1714 26.99 -1.02 0.13 -0.02 59 6.49 -19.35 -44.88 -0.14
14.5 27.99 -1.02 0.12 -0.02 59.5 7.20 -20.05 -45.01 0.0215 28.99 -1.01 0.10 -0.01 60 7.91 -20.76 -45.00 0.00
15.5 29.99 -1.01 0.09 -0.01 60.5 8.61 -21.47 -45.00 0.0016 30.99 -1.01 0.08 -0.01 61 9.32 -22.17 -45.00 0.00
16.5 31.99 -1.01 0.07 -0.01 61.5 10.03 -22.88 -45.00 0.0017 32.99 -1.01 0.06 -0.01 62 10.74 -23.59 -45.00 0.00
17.5 33.99 -1.01 0.05 -0.01 62.5 11.44 -24.29 -45.00 0.0018 34.99 -1.01 0.04 -0.01 63 12.15 -25.00 -45.00 0.00
18.5 35.99 -1.01 0.04 0.00 63.5 12.86 -25.71 -45.00 0.0019 36.99 -1.00 0.03 0.00 64 13.56 -26.42 -45.00 0.00
19.5 37.99 -1.00 0.03 0.00 64.5 14.27 -27.12 -45.00 0.0020 38.99 -1.00 0.02 0.00 65 14.98 -27.83 -45.00 0.00
20.5 39.99 -1.00 0.02 0.00 65.5 15.69 -28.54 -45.00 15.1521 40.99 -1.00 0.02 0.00 66 16.39 -29.24 -29.49 17.73
21.5 41.99 -1.00 0.02 0.00 66.5 17.26 -29.74 -11.17 21.0422 42.99 -1.00 0.01 0.00 67 18.24 -29.93 10.87 -25.17
22.5 43.99 -1.00 0.01 0.00 67.5 19.23 -29.74 -16.05 21.9423 44.99 -1.00 0.01 0.00 68 20.19 -30.02 7.03 -6.83
23.5 45.99 -1.00 0.01 0.00 68.5 21.18 -29.89 0.16 -0.3824 45.99 -1.00 0.01 -35.20 69 22.18 -29.89 -0.22 -0.26
24.5 46.99 -1.00 -40.41 -35.44 69.5 23.18 -29.90 -0.48 -0.0925 47.75 -1.65 -81.19 -34.99 70 24.18 -29.90 -0.57 0.00
25.5 47.90 -2.64 -121.30 -17.74 70.5 25.18 -29.91 -0.56 0.0426 47.38 -3.49 -139.62 0.00 71 26.18 -29.92 -0.52 0.05
26.5 46.62 -4.14 -139.62 10.28 71.5 27.18 -29.93 -0.47 0.0527 45.86 -4.79 -129.23 21.81 72 28.18 -29.94 -0.42 0.05
27.5 45.23 -5.56 -106.30 22.33 72.5 29.18 -29.95 -0.37 0.0428 44.95 -6.52 -82.76 -7.01 73 30.18 -29.96 -0.33 0.04
28.5 45.07 -7.51 -89.81 -0.28 73.5 31.18 -29.96 -0.29 0.0429 45.07 -8.51 -90.08 -0.21 74 32.18 -29.97 -0.25 0.03
29.5 45.07 -9.51 -90.30 -0.09 74.5 33.18 -29.97 -0.22 0.0330 45.07 -10.51 -90.39 -0.01 75 34.18 -29.97 -0.19 0.02
30.5 45.07 -10.51 -90.39 34.55 75.5 35.18 -29.98 -0.17 0.0231 45.06 -11.51 -129.84 5.97 76 36.18 -29.98 -0.15 0.02
31.5 44.42 -12.28 -135.83 -0.93 76.5 37.18 -29.98 -0.13 0.0232 43.70 -12.98 -134.90 0.11 77 38.18 -29.99 -0.11 0.01
32.5 43.00 -13.69 -135.01 -0.01 77.5 39.18 -29.99 -0.10 0.0133 42.29 -14.39 -135.00 0.00 78 40.18 -29.99 -0.08 0.01
33.5 41.58 -15.10 -135.00 0.00 78.5 41.18 -29.99 -0.07 0.0134 40.88 -15.81 -135.00 0.00 79 42.18 -29.99 -0.06 0.01
34.5 40.17 -16.52 -135.00 0.00 79.5 43.18 -29.99 -0.05 0.0135 39.46 -17.22 -135.00 0.00 80 44.18 -29.99 -0.05 0.01
35.5 38.75 -17.93 -135.00 0.00 80.5 45.18 -29.99 -0.04 0.0136 38.05 -18.64 -135.00 17.38 81 45.18 -29.99 -0.04 -35.03
36.5 37.34 -19.34 -152.93 18.78 81.5 46.18 -30.00 -40.20 -30.62
117
37 36.45 -19.80 -172.41 6.73 82 46.94 -30.64 -74.11 -33.8337.5 35.46 -19.93 -179.17 0.28 82.5 47.22 -31.60 -112.50 -24.9838 34.46 -19.95 -179.45 0.15 83 46.83 -32.53 -139.19 4.36
38.5 33.46 -19.95 -179.60 0.09 83.5 46.08 -33.18 -134.83 21.8539 32.46 -19.96 -179.69 0.05 84 45.37 -33.89 -111.86 21.35
39.5 31.46 -19.97 -179.74 0.04 84.5 45.00 -34.82 -89.46 -0.3640 30.46 -19.97 -179.78 0.03 85 45.01 -35.82 -89.82 -0.14
40.5 29.46 -19.98 -179.81 0.03 85.5 45.01 -36.82 -89.96 -0.0541 28.46 -19.98 -179.84 -45.00 86 45.01 -37.82 -90.01 -0.04
41.5 27.46 -19.98 -122.54 -45.00 86.5 45.01 -38.82 -90.05 -0.0242 26.92 -20.82 -65.25 35.10 87 45.01 -39.82 -90.07 0.00
42.5 27.34 -21.73 -105.51 36.20 87.5 45.01 -40.82 -90.07 0.0043 27.07 -22.70 -147.44 35.16 88 45.01 -41.82 -90.07 0.01
43.5 26.23 -23.23 -187.80 29.54 88.5 45.01 -42.82 -90.06 0.0144 25.24 -23.10 -220.26 -45.00 89 45.01 -43.82 -90.06 0.01
44.5 24.48 -22.45 -162.97 34.99 89.5 45.01 -44.82 -90.05 0.0190 45.01 -45.82 -90.04 0.01
5.2 Analisaa. Contoh proses simulasi pergerakan AGV
Pergerakan AGV ditetapkan berawal dari titik (1,-1,-90°).Misalnya untuk pergerakan pada pola II, proses yang pertamasekali dilakukan adalah menentukan sudut belok roda depan padawaktu t = 0 detik. Penentuan sudut belok ini dilakukan oleh fuzzysystem. Dimana seperti yang telah diketahui masukan fuzzysystem berupa jarak antara AGV dan objek tujuan dan sudutposisi AGV.
118
Gambar 5.4 Wilayah pergerakan AGV (a) Bidang pergerakansebenarnya, (b) bidang pergerakan untuk perhitungan
Jarak antara AGV dan objek tujuan pertama untuk pola IIadalah sebesar (-4,44). Jika melihat dari wilayah virtual, melaluikoordinat ini diketahui bahwa (y/x)2>0 dan koordinat berada padakuadran II. Maka posisi AGV berada pada kondisi I dengankoordinat x negatif.
Sehingga untuk masukan fuzzy system pertama adalahjarak AGV terhadap objek pada sumbu x yaitu -4 dan sudut posisiAGV sebesar -90°.
(0,0)
y(-)
AGV
Objek
(1,-1,-90°)
(5,-45)(0,0)
Objek
AGV
(-4,44,-90°)
(a) (b)
119
Gambar 5.5 Rule viewer fuzzy system untuk posisi (-4,44,90°)
Keputusan fuzzy system untuk masukan diatas adalahberupa sudut belok roda depan sebesar 35° (arah ccw). Arahbelok ini sesuai dengan arah pergerakan AGV yang cenderungmenuju objek tujuan.
Sudut belok ini kemudian digunakan sebagai masukanuntuk model kinematik. Data-data sebelumnya yang digunakanuntuk pemodelan kinematik antara lain :- kecepatan AGV = 2 m/s dan panjang AGV = 1 m- jarak AGV dengan objek dalam sumbu x = -4 m; y = 44m dan sudut AGV = -90°Nilai ini menjadi input fuzzy pertama ketika sistem dijalankan,sehingga fuzzy system mengeluarkan output berupa sudut putar
120
roda sebesar 35°. Kemudian melalui persamaan (2.2) diatasdiketahui
s
tgtgl
v
/4.1
351
2
.
..
Untuk mendapatkan nilai sudut kemiringan AGV setelah berjalanselama waktu tertentu digunakan persamaan (2.3)
0
.
)( dtt
Dimana :
- )(.
t = nilai kecepatan sudut perputaran AGV pada waktu t s- φ0 = nilai sudut kemiringan AGV pada kondisi awal atau saatt = 0 sMelalui persamaan diatas maka dapat diketahui sudut AGVterhadap sumbu xy global setelah t = 0.5 s, melalui perhitungansebagai berikut :
0
00
0
.
86.49)5.0(
9013.40)5.0(
)90(]/180*)5.0*/4.1[()5.0(
)90()()5.0(
s
s
pisss
dtts
Sudut kemiringan AGV pada setelah t = 0.5 s adalah -49.86°. Nilai ini kemudian dipakai untuk mendapatkan besarkecepatan dalan sumbu x dan dalam sumbu y. Nilai tersebutdidapat melalui persamaan (2.4) berikut :
121
sin
cos.
.
vy
vx
Dimana :
-.
x = besar kecepatan AGV dalam sumbu x
-.
y = besar kecepatan AGV dalam sumbu y- v = kecepatan AGV dengan sudut φ
Maka untuk mengetahui kecepatan AGV terhadap sumbu x dansumbu y setelah t = 0.5 s adalah sebagai berikut :
smsx
smsx
/29.1)5.0(
)86.49cos(*/2)5.0(.
.
smsy
smsy
/53.1)5.0(
)86.49sin(*/2)5.0(.
.
Setelah mendapatkan nilai kecepatan AGV terhadapsumbu x dan sumbu y maka melalui peng- integral-an nilaitersebut didapatkan posisi AGV terhadap objek setelah t = 0.5 s.Persamaan yang digunakan adalah persamaan (2.5)
0
.
0
.
)()(
)()(
ytdtyy
xtdtxx
Posisi AGV berada pada kondisi IA karena harga (y/x)2 < 1sehingga parameter jarak yang digunakan sebagai masukan untukfuzzy system adalah nilai pada sumbu x. Jadi yang perlu dihitunghanya jarak pada sumbu x saja
122
msx
mssmsx
mdttxsx
35.3)5.0(
)4()5.0*/29.1()5.0(
)4()()5.0(.
msy
mssmsy
mdttysy
23.43)5.0(
)44()5.0*/53.1()5.0(
)44()()5.0(.
Maka posisi AGV setelah 0.5 s berada pada titik (-3.35,43.23,-49.86°) apabila objek berada pada titik (0,0) atau (1.65,-1.77,-49.86°) apabila objek berada pada titik (5,-45), hal ini samadengan hasil yang dikeluarkan dari simulasi pada tabel diatas.
Gambar 5.6 Pergerakan AGV menuju objek (5,-45) pada waktut= 0.5 s
123
b. Pergerakan AGV untuk beberapa pola objek tujuanMelalui tabel ini dapat diketahui posisi awal AGV pada
waktu 0 s yaitu (1,-1,-90°), selama simulasi AGV harus melewatibeberapa objek tujuan dan menghindari halangan didaerah antaraobjek tujuan kedua dan ketiga.1. Pola Pertama
a. AGV mencapai objek tujuan pertama pada waktu 17.5detik berada pada posisi (15,-30.38,-89.98)
b. AGV mencapai objek tujuan kedua pada waktu 37.5 detikberada pada posisi (45.20,-24.04,0.33)
c. AGV mencapai objek tujuan ketiga pada waktu 44.5 detikberada pada posisi (40.37,-29.90,-274.80)
d. AGV mencapai objek tujuan keempat pada waktu 56detik berada pada posisi (45.99,-9.00,-270.08)
e. AGV menghindari objek halangan pada waktu 26 -26.5detik berada pada posisi (26.62,-24.19,-0.88) sampai(27.62,-24.20,-58.17). Hal ini terlihat dari sudut belokroda yang berbelok maksimum
124
Gambar 5.7 Garis yang dilintasi AGV dengan pola objek tujuanpertama
2. Pola keduaa. AGV mencapai objek tujuan pertama pada waktu 23 detik
berada pada posisi (5,-45.66,-89.98)b. AGV mencapai objek tujuan kedua pada waktu 30 detik
berada pada posisi (45.07,-10.51,-90.39)c. AGV mencapai objek tujuan ketiga pada waktu 60 detik
berada pada posisi (35.00,-19.28,-269.95)d. AGV mencapai objek tujuan keempat pada waktu 68
detik berada pada posisi (45.71,-10.16,-0.57)e. AGV mencapai objek tujuan kelima pada waktu 95 detik
berada pada posisi (1.23,-0.95,-179.66)
125
f. AGV menghindari objek halangan pada waktu 81.5 detikberada pada posisi (27.66,-1.06,-180.44). Hal ini terlihatdari sudut belok roda yang berbelok maksimum
Gambar 5.8 Garis yang dilintasi AGV dengan pola objek tujuankedua
3. Pola ketigaa. AGV mencapai objek tujuan pertama pada waktu 23.5
detik berada pada posisi (45.99,-1.00,0.01)b. AGV mencapai objek tujuan kedua pada waktu 46 detik
berada pada posisi (45.92,-40.00,0.04)c. AGV mencapai objek tujuan ketiga pada waktu 55 detik
berada pada posisi (4.57,-20.01,-180.05)
126
d. AGV mencapai objek tujuan keempat pada waktu 80.5detik berada pada posisi (45.18,-29.99,-0.04)
e. AGV mencapai objek tujuan kelima pada waktu 90 detikberada pada posisi (45.05,-45.82,-90.04)
f. AGV menghindari objek halangan pada waktu 41 detikberada pada posisi (28.46,-19.98,-179.84). Hal ini terlihatdari sudut belok roda yang berbelok maksimum
Gambar 5.9 Garis yang dilintasi AGV dengan pola objek tujuanketiga
127
Dari tabel diatas diketahui bahwa masih terdapat sedikitketidaktepatan koordinat objek yang dituju hal ini terjadi karenapemakaian logika fuzzy yang mengatur pergerakan roda AGVTetapi ketidaktepatan tersebut masih dapat diabaikan.
128
{ HALAMAN INI SENGAJA DIKOSONGKAN }
BAB VI
PENUTUP
129
BAB VIPENUTUP
6.1 Kesimpulana. AGV dapat disimulasikan dengan menampilkan beberapa
data terlebih dahulu seperti koordinat dan posisi AGV,koordinat objek tujuan yang harus dilalui dan koordinatobjek halangan.
b. Fuzzy System dengan 2 buah input dan 1 buah outputdapat mengendalikan arah belok roda AGV dengantingkat pencapaian objek yang baik. Misalnya untukmasukan berupa posisi awal AGV pada (1,-1,-90°),keluaran fuzzy system sebesar 35° dengan kata lain fuzzysystem cenderung bergerak menuju objek tujuan. Hal inimenunjukkan untuk kondisi awal AGV seperti itu, fuzzysystem mampu memutuskan sudut belok roda depan yangterbaik. Semakin presisi fuzzy system yang digunakanmaka pergerakan AGV semakin efektif.
c. Pembagian daerah operasi AGV dapat menyederhanakansistem simulasi. Fungsi pembagian daerah ini adalahdapat menyederhanakan fuzzy system dan pemodelankinematik.
6.2 Sarana. Pengembangan simulasi pergerakan AGV ini dapat
diarahkan pada pembuatan hardwareb. Pergerakan AGV dapat lebih baik apabila terdapat variasi
kecepatan dan fuzzy system yang lebih presisic. Selama proses pergerakan, AGV hendaknya dapat
membaca masukan secara terus-menerus agar dapatmenghindari halangan yang tidak ada sebelumnya.
129
{ HALAMAN INI SENGAJA DIKOSONGKAN }
DAFTAR PUSTAKA
131
Furukawa, Tomonari and Dissanayake, Gamini. 2006. “ModelParameter Identification of Autonomous Vehicle”.Australian Centre for Fields Robotics. University ofSidney, Australia.
Golconda, Suresh. 2005. “Steering Control for a Skid-SteeredAutonomous Ground Vehicle at Varying speed”. Februari23, 2005.
Koivo, Heikki. "Simulink for Beginners"Purwahyudi, Igit dan IE, Tim. “AN16 - How 2 Use DT-51
PetraFuz”. DT-51 Application Note. Universitas WidyaMandala.
Shamah, Benjamin, Wagner, Michael D., Moorehead, Stewart,Teza, James, Wettergreen, David, Whittaker, William.“Steering and Control of a Passively Articulated Robot”.Field Robotics Center. The Robotics Institute, CarnegieMellon University.
Washington, Gregory and Rajagopalan, Arun. 2002. “SimulinkTutorial”. The Intelligent Structures and SystemsLaboratory Department of Mechanical Engineering.The Ohio-State University Columbus OH 43210.
Petriu, Emil M., “Fuzzy Systems for Control Application”.School of Information Technology and Engineering.University of Ottawa Ottawa, ON., Canada.
Zhao, Yanan and Collins Jr., Emannuel G. “Robust AutomaticParallel Parking in Tight Spaces via Fuzzy Logic”.Department of Mechanical Engineering. Florida A&MUniversity - Florida State University Tallahassee, FL.
Hanselman, Duane and Littlefield Bruce. MATLAB BahasaKomputasi Teknis. Penerbit ANDI, Yogyakarta, 1997.
Hartanto, Thomas W.D. dan Prasetyo, Y. Wahyu Agung. Analisisdan Desain Sistem Kontrol dengan MATLAB.Penerbit ANDI, Yogyakarta, 2003.
www.wikipedia.org<URL:http://en.wikipedia.org/wiki/Automated_Guided_Vehicle>
131
{HALAMAN INI SENGAJA DIKOSONGKAN}
LAMPIRAN
133
LAMPIRAN
Program pergerakan AGV :% List programnya%% data untuk kondisi awal pada AGVclckoordinat_objek = dlmread('objek3.txt'); %Memanggilfile dari shorten path systemjumlah_objek = size(koordinat_objek,1); %Menentukanjumlah objek yg dilaluihalang = dlmread('halangan3.txt'); %Memanggilfile yang berisi data halanganjumlah_halangan = size(halang,1);
for hh=1:jumlah_halanganv(hh)=halang(hh,1);w(hh)=halang(hh,2);end;for m = 1:jumlah_objek;posisi_AGV = dlmread('AGV.txt'); %Memanggilfile dari shorten path systemkoordinat_AGV = posisi_AGV(1:1,1:2);jarak_x = koordinat_AGV(1:1) -koordinat_objek(m,1);jarak_y = koordinat_AGV(2:2) -koordinat_objek(m,2);sudut_AGV_awal = posisi_AGV(:,3);kecepatan_awal = 2;panjang_AGV = 1;%% Penentuan masukan awal berupa jarak awal dan sudut posisiawaln = (jarak_y/jarak_x)^2;if n>=1
if jarak_y>=0 gamma0=sudut_AGV_awal; % sudut AGV untuk daerahy>=0
elseif sudut_AGV_awal>=-90
gamma0=-sudut_AGV_awal; % sudut AGV untuk daerahy<0 dan sudut AGV >=-90*pi/180
else gamma0=-sudut_AGV_awal+(-360); % sudut AGV untukdaerah y<0 dan sudut AGV <-90*pi/180
endend;
input1=jarak_x;
134
input2=jarak_y; awal_i(m)=koordinat_objek(m,1); awal_j(m)=koordinat_objek(m,2);else
if jarak_x>=0if sudut_AGV_awal>=0
gamma0=90-sudut_AGV_awal; % sudut AGV untukdaerah x>=0 dan sudut AGV >=0
else gamma0=-270-sudut_AGV_awal; % sudut AGV untukdaerah x<0 dan sudut AGV<0
end;elseif sudut_AGV_awal>=-180
gamma0=sudut_AGV_awal-90; % sudut AGV untukdaerah x<0 dan sudut AGV >=-180*pi/180
else gamma0=sudut_AGV_awal+270; % sudut AGV untukdaerah x<0 dan sudut AGV <-180*pi/180
end;end;
input1=jarak_y; input2=jarak_x; awal_i(m)=koordinat_objek(m,2); awal_j(m)=koordinat_objek(m,1);end; input3=gamma0;for k=1:500;obs=dlmread('keputusan.txt'); %% membaca keputusan yangdikeluarkan oleh
%% sistem pendeteksihalanganterdeteksi=obs(:,1);%% Metode fuzzy untuk pergerakan menuju objekclca=newfis('AGV');a.input(1).name='distance';a.input(1).range=[-50 50];a.input(1).mf(1).name='NSjauh';a.input(1).mf(1).type='trimf';a.input(1).mf(1).params=[-50 -50 -15];a.input(1).mf(2).name='Dekat';a.input(1).mf(2).type='trimf';a.input(1).mf(2).params=[-2 0 2];a.input(1).mf(3).name='PSjauh';a.input(1).mf(3).type='trimf';a.input(1).mf(3).params=[15 50 50];a.input(1).mf(4).name='Njauh';a.input(1).mf(4).type='trimf';a.input(1).mf(4).params=[-20 -10 0];
135
a.input(1).mf(5).name='Pjauh';a.input(1).mf(5).type='trimf';a.input(1).mf(5).params=[0 10 20];a.input(2).name='AGV_angle';a.input(2).range=[-270 90];a.input(2).mf(1).name='NSM';a.input(2).mf(1).type='trimf';a.input(2).mf(1).params=[-270 -270 -150];a.input(2).mf(2).name='NAM';a.input(2).mf(2).type='trimf';a.input(2).mf(2).params=[-150 -120 -90];a.input(2).mf(3).name='PAM';a.input(2).mf(3).type='trimf';a.input(2).mf(3).params=[-90 -60 -30];a.input(2).mf(4).name='PSM';a.input(2).mf(4).type='trimf';a.input(2).mf(4).params=[-30 90 90 ];a.input(2).mf(5).name='Center';a.input(2).mf(5).type='trimf';a.input(2).mf(5).params=[-100 -90 -80];a.input(2).mf(6).name='PM';a.input(2).mf(6).type='trimf';a.input(2).mf(6).params=[-60 -30 0];a.input(2).mf(7).name='NM';a.input(2).mf(7).type='trimf';a.input(2).mf(7).params=[-180 -150 -120];a.output(1).name='wheel_angle';a.output(1).range=[-45 45];a.output(1).mf(1).name='NRAM'a.output(1).mf(1).type='trimf';a.output(1).mf(1).params=[-35 -25 -15];a.output(1).mf(2).name='L';a.output(1).mf(2).type='trimf';a.output(1).mf(2).params=[-20 0 20];a.output(1).mf(3).name='PRSM';a.output(1).mf(3).type='trimf';a.output(1).mf(3).params=[35 45 45];a.output(1).mf(4).name='NRM'a.output(1).mf(4).type='trimf';a.output(1).mf(4).params=[-45 -35 -25];a.output(1).mf(5).name='PRAM';a.output(1).mf(5).type='trimf';a.output(1).mf(5).params=[15 25 35];a.output(1).mf(6).name='PRM';a.output(1).mf(6).type='trimf';a.output(1).mf(6).params=[25 35 45];a.output(1).mf(7).name='NRSM';a.output(1).mf(7).type='trimf';a.output(1).mf(7).params=[-45 -45 -35];a.rule(1).antecedent=[1 1];
136
a.rule(1).consequent=[3];a.rule(1).weight=1;a.rule(1).connection=1;a.rule(2).antecedent=[1 7];a.rule(2).consequent=[3];a.rule(2).weight=1;a.rule(2).connection=1;a.rule(3).antecedent=[1 2];a.rule(3).consequent=[3];a.rule(3).weight=1;a.rule(3).connection=1;a.rule(4).antecedent=[1 5];a.rule(4).consequent=[6];a.rule(4).weight=1;a.rule(4).connection=1;a.rule(5).antecedent=[1 3];a.rule(5).consequent=[6];a.rule(5).weight=1;a.rule(5).connection=1;a.rule(6).antecedent=[1 6];a.rule(6).consequent=[5];a.rule(6).weight=1;a.rule(6).connection=1;a.rule(7).antecedent=[1 4];a.rule(7).consequent=[1];a.rule(7).weight=1;a.rule(7).connection=1;a.rule(8).antecedent=[4 1];a.rule(8).consequent=[3];a.rule(8).weight=1;a.rule(8).connection=1;a.rule(9).antecedent=[4 7];a.rule(9).consequent=[3];a.rule(9).weight=1;a.rule(9).connection=1;a.rule(10).antecedent=[4 2];a.rule(10).consequent=[6];a.rule(10).weight=1;a.rule(10).connection=1;a.rule(11).antecedent=[4 5];a.rule(11).consequent=[6];a.rule(11).weight=1;a.rule(11).connection=1;a.rule(12).antecedent=[4 3];a.rule(12).consequent=[5];a.rule(12).weight=1;a.rule(12).connection=1;a.rule(13).antecedent=[4 6];a.rule(13).consequent=[1];a.rule(13).weight=1;
137
a.rule(13).connection=1;a.rule(14).antecedent=[4 4];a.rule(14).consequent=[4];a.rule(14).weight=1;a.rule(14).connection=1;a.rule(15).antecedent=[2 1];a.rule(15).consequent=[6];a.rule(15).weight=1;a.rule(15).connection=1;a.rule(16).antecedent=[2 7];a.rule(16).consequent=[6];a.rule(16).weight=1;a.rule(16).connection=1;a.rule(17).antecedent=[2 2];a.rule(17).consequent=[5];a.rule(17).weight=1;a.rule(17).connection=1;a.rule(18).antecedent=[2 5];a.rule(18).consequent=[2];a.rule(18).weight=1;a.rule(18).connection=1;a.rule(19).antecedent=[2 3];a.rule(19).consequent=[1];a.rule(19).weight=1;a.rule(19).connection=1;a.rule(20).antecedent=[2 6];a.rule(20).consequent=[4];a.rule(20).weight=1;a.rule(20).connection=1;a.rule(21).antecedent=[2 4];a.rule(21).consequent=[4];a.rule(21).weight=1;a.rule(21).connection=1;a.rule(22).antecedent=[5 1];a.rule(22).consequent=[6];a.rule(22).weight=1;a.rule(22).connection=1;a.rule(23).antecedent=[5 7];a.rule(23).consequent=[5];a.rule(23).weight=1;a.rule(23).connection=1;a.rule(24).antecedent=[5 2];a.rule(24).consequent=[1];a.rule(24).weight=1;a.rule(24).connection=1;a.rule(25).antecedent=[5 5];a.rule(25).consequent=[4];a.rule(25).weight=1;a.rule(25).connection=1;a.rule(26).antecedent=[5 3];
138
a.rule(26).consequent=[4];a.rule(26).weight=1;a.rule(26).connection=1;a.rule(27).antecedent=[5 6];a.rule(27).consequent=[7];a.rule(27).weight=1;a.rule(27).connection=1;a.rule(28).antecedent=[5 4];a.rule(28).consequent=[7];a.rule(28).weight=1;a.rule(28).connection=1;a.rule(29).antecedent=[3 1];a.rule(29).consequent=[5];a.rule(29).weight=1;a.rule(29).connection=1;a.rule(30).antecedent=[3 7];a.rule(30).consequent=[1];a.rule(30).weight=1;a.rule(30).connection=1;a.rule(31).antecedent=[3 2];a.rule(31).consequent=[4];a.rule(31).weight=1;a.rule(31).connection=1;a.rule(32).antecedent=[3 5];a.rule(32).consequent=[4];a.rule(32).weight=1;a.rule(32).connection=1;a.rule(33).antecedent=[3 3];a.rule(33).consequent=[7];a.rule(33).weight=1;a.rule(33).connection=1;a.rule(34).antecedent=[3 6];a.rule(34).consequent=[7];a.rule(34).weight=1;a.rule(34).connection=1;a.rule(35).antecedent=[3 4];a.rule(35).consequent=[7];a.rule(35).weight=1;a.rule(35).connection=1;%% Ada halanganif terdeteksi==1if n<=1
if jarak_x>=0if jarak_y>=0
theta=45;else
theta=-45;end;
elseif jarak_y>=0
139
theta=-45;else
theta=45;end;
endelse
if jarak_y>=0if jarak_x>0
theta=-45;else
theta=45;end;
elseif jarak_x>=0
theta=-45;else
theta=45;end;
endend;else%% Tidak ada halangantheta=evalfis([input1(k) input3(k)], a); % keluaran fuzzyberupa sudut putar rodaend;%% Perhitungan Kinematik% Penentuan sudut posisi AGVgamma=((kecepatan_awal)/(panjang_AGV))*tan(theta*pi/180);input3(k+1)=(gamma*0.1*180/pi)+input3(k); % masukan fuzzykedua berupa sudut posisi AGV% Penentuan jarak AGV% Kondisi In = (jarak_y/jarak_x)^2;if n>=1 jarak_a=(kecepatan_awal)*cos(input3(k)*pi/180); input1(k+1)=(jarak_a*0.1)+input1(k); % mendapatkan nilaijarak tempuh dalam sumbu x jarak_b=(kecepatan_awal)*sin(input3(k)*pi/180);
if jarak_y>=0 input2(k+1)=(jarak_b*0.1)+input2(k); sudut_roda(m,k)=theta;
else input2(k+1)=-(jarak_b*0.1)+input2(k); % mendapatkannilai jarak tempuh dalam sumbu y sudut_roda(m,k)=-theta;
endx(m,k)=input1(k)+awal_i(m);p(m)=input1(k)+awal_i(m);y(m,k)=input2(k)+awal_j(m);q(m)=input2(k)+awal_j(m);
140
% Kondisi IIelse jarak_c=(kecepatan_awal)*sin(input3(k)*pi/180); %mendapatkan nilai jarak tempuh dalam sumbu x
if jarak_x>=0 input2(k+1)=(jarak_c*0.1)+input2(k); sudut_roda(m,k)=-theta;
else input2(k+1)=-(jarak_c*0.1)+input2(k); sudut_roda(m,k)=theta;
end jarak_d=(kecepatan_awal)*cos(input3(k)*pi/180); %mendapatkan nilai jarak tempuh dalam sumbu y input1(k+1)=(jarak_d*0.1)+input1(k);y(m,k)=input1(k)+awal_i(m);q(m)=input1(k)+awal_i(m);x(m,k)=input2(k)+awal_j(m);p(m)=input2(k)+awal_j(m);endh(m,k)=input2(k);%% Sudut posisi AGV selama bergerakn = (jarak_y/jarak_x)^2;if n>=1
if jarak_y>=0 sudut_AGV(m,k)=input3(k); r(m)=input3(k);
elseif sudut_AGV_awal>=-90
sudut_AGV(m,k)=-input3(k); r(m)=-input3(k);
else sudut_AGV(m,k)=-input3(k)+(-360); r(m)=-input3(k)+(-360);
endend;
elseif jarak_x>=0if sudut_AGV_awal>=0
sudut_AGV(m,k)=90-input3(k); r(m)=90-input3(k);
else sudut_AGV(m,k)=-270-input3(k); r(m)=-270-input3(k);
end;elseif sudut_AGV_awal>=-180
sudut_AGV(m,k)=input3(k)+90; r(m)=input3(k)+90;
else sudut_AGV(m,k)=input3(k)-270;
141
r(m)=input3(k)-270;end;
end;end;if sudut_AGV>=-270 sudut_AGV(m,k)=sudut_AGV(m,k); r(m)=r(m);else sudut_AGV(m,k)=sudut_AGV(m,k)+360; r(m)=r(m)+360;end;%% Simulasi jangkauan penglihatan kamerapanjang_deteksi = 1,5; % jarak AGV denganpermukaan halanganx_halang=x(m,k); % Koordinat x AGV ketikabertemu halangany_halang=y(m,k); % Koordinat y AGV ketikabertemu halangansudut_halang=sudut_AGV(m,k); % sudut posisi AGV ketikabertemu halanganx_deteksi(k)=x_halang+(panjang_deteksi*cos(sudut_halang*pi/180));% koordinat x dari permukaan halangan yang pertama sekaliterdeteksiy_deteksi(k)=y_halang+(panjang_deteksi*sin(sudut_halang*pi/180));% koordinat y dari permukaan halangan yang pertama sekaliterdeteksiD(m,k)=(x_deteksi(k)-v(hh))^2+(y_deteksi(k)-w(hh))^2; %%persamaan lingkaranif D(m,k)<=6.25 obs1=1; obs2=0;else obs1=0; obs2=1;end;ob=[obs1,obs2]; % keputusan berupa sebuahmatriksdlmwrite('keputusan.txt',ob); % hasil keputusan yangdibuat oleh sistem
% pendeteksi halangan(simulasi)%% list program untuk menghentikan simulasin = (jarak_y/jarak_x)^2;if n>=1
if jarak_y>=0if h(m,k)<0
breakend
142
elseif h(m,k)>0
breakend
end;else
if jarak_x>=0if h(m,k)<0
breakendelseif h(m,k)>0
breakend
end;end;end;b=[p;q;r];e=[p(1,m),q(1,m),r(1,m)];dlmwrite('AGV.txt',e);dlmwrite('AGV_track.txt',b');f=x';g=y';endsudut_rodat=f(:);u=g(:);sumbu_x=(t(t~=0))';sumbu_y=(u(u~=0))';sudut_AGV;plot(sumbu_x,sumbu_y,p,q,'*',v,w,'s')axis([0,50,-50,0])grid
143
Program masukan data awal untuk Simulasi :
clckoordinat_objek = dlmread('objek3.txt'); %Memanggilfile dari shorten path systemindikasi_halangan = dlmread('indikasi_halangan.txt');jumlah_objek = size(koordinat_objek,1); %Menentukanjumlah objek yg dilaluifor m = 1:jumlah_objekposisi_AGV = dlmread('AGV.txt');koordinat_AGV = posisi_AGV(1:2);sudut_AGV_gg = (posisi_AGV(:,3))*pi/180;xx=koordinat_objek(m,1);yy=koordinat_objek(m,2);koordinat_objek_x = koordinat_objek(:,1);koordinat_objek_y = koordinat_objek(:,2);endtitik_halang = dlmread('halangan3.txt');%Memanggil file yang berisi data halanganjumlah_halangan = size(titik_halang,1);panjang_deteksi = 1.5; % jarak AGV denganpermukaan halangankecepatan_awal = 2;panjang_AGV = 1;AGVmamdani = readfis('AGVmamdani');disp('FIS sudah dibaca');
144
{HALAMAN INI SENGAJA DIKOSONGKAN}
