skip to main content

PENGUJIAN JARAK OPTIMAL ROBOT MANIPULATOR BERBASIS IMAGE-BASED VISUAL SERVOING

*Reza Poerwandito  -  Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia
Munadi Munadi  -  Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia
Ismoyo Haryanto  -  Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia

Citation Format:
Abstract

Perkembangan teknologi robotik merupakan hal yang sangat penting dalam kehidupan manusia untuk mempermudah sebuah pekerjaan manusia. Sistem visual servoing menjadi sebuah pilihan dalam pengembangan untuk penggunaan di berbagai sektor seperti industri, manufaktur, transportasi, kesehatan, militer, dan juga sekuriti. Salah satu metode visual servoing adalah Image-Based Visual Servoing (IBVS) yang secara langsung menggunakan informasi fitur visual dari kamera untuk mengendalikan kerja sendi robot atau derajat kebebasan robot (Degree of Freedom). Dalam Penelitian ini dirancang sebuah robot manipulator 2 DOF yang tujuannya adalah untuk melakukan penjejakan terhadap target bergerak, yang objeknya adalah wajah manusia. Dilakukan perancangan dalam program Visual Studio Code dengan mengunakan bahasa Python. Pengendali yang telah dirancang kemudian diimplementasikan ke dalam perangkat yang telah dibuat. Metode kendali tersebut dirancang untuk mengendalikan dua aktuator untuk memposisikan kamera dengan kofigurasi pan-tilt (2 axis) untuk menghasilkan gerak keluaran sistem yang stabil dengan performa yang baik. Dari hasil penelitian, didapat bahwa metode kendali yang dirancang andal dalam mengendalikan sistem. Pada pengujian dengan keadaan suatu wajah objek yang terletak pada jarak 150 cm, sistem dapat bergerak dan mendeteksi objek tersebut pada titik tengah frame (1280 x 720), yaitu koordinat (640, 360). Nilai threshold adalah nilai toleransi simpangan dalam satuan piksel. Fungsi dari penetapan nilai threshold adalah untuk mengeluarkan output sinyal pada masing-masing servo untuk bergerak memposisikan objek ditengah frame. Pada penelitian ini diketahui bahwa nilai threshold sebesar 75 piksel adalah nilai yang paling ideal untuk menghasilkan gerakan yang dinamis dan stabil tanpa adanya noise.

Fulltext View|Download
Keywords: penjejakan wajah; robot manipulator; visual servoing
  1. Kang, M ., Chen, H., & Dong, J. (2020). Adaptive visual servoing with an uncalibrated camera using extreme learning machine and Q-learning. Neurocomputing jornal. 384-394
  2. Gorethai, P., Hartoyo, A., & Suryadi, D. (2019). IMPLEMENTASI VISUAL SERVO MENGGUNAKAN PENGENDALI PID PADA ROBOT MANIPULATOR 2 DOF UNTUK APLIKASI PENJEJAKAN WAJAH. Jurnal Fakultas Teknik Universitas Tanjungpura
  3. Corke, P. I. (1996). VISUAL CONTROL OF ROBOTS: High-Performance Visual Servoing. CSIRO Division of Manufacturing Technology, Australia
  4. Chaumette, F., & Hutchinson, S. (2007). Visual Servo Control Part I : Basic Approaches. IEEE Robotics & Automation Magazine. 82-90
  5. Burlacu, A., Cosmin, C., Panainte, A., Pascal, C., & Lazar, C. (2011). REAL-TIME IMAGE BASED VISUAL SERVOING ARCHITECHTURE FOR MANIPULATOR ROBOTS. DOI : 10.5220/0003367005020510
  6. Chen, K., Ye, C., Wu, C., Wang, H., Jin, L., Zhu, F., & Hong, H., (2023). Novel Open-Closed-Loop Control Strategy for Quadrotor Trajectory Tracking on Real-Time Control and Acquisition Platform. Appl. Sci. 2023, 13, 3251. https://doi.org/10.3390/app13053251
  7. Gorethai, P., Hartoyo, A., & Suryadi, D. (2019). IMPLEMENTASI VISUAL SERVO MENGGUNAKAN PENGENDALI PID PADA ROBOT MANIPULATOR 2 DOF UNTUK APLIKASI PENJEJAKAN WAJAH. Jurnal Fakultas Teknik Universitas Tanjungpura
  8. Varjão, J., Almeida, T. Citrus Fruit Quality Classification using Support Vector Machines, International Journal of Advanced Engineering Research and Science (IJAERS) Vol-6, Issue-7, Jul- 2019, https://dx.doi.org/10.22161/ijaers.678 ISSN: 2349-6495(P) | 2456-1908(O)
  9. Gajjar, H., Sanyal, S., Shah, M. (2023). A comprehensive study on lane detecting autonomous car using computer vision. Expert Systems With Applications 233 (2023) 120929. DOI: https://doi.org/10.1016/j.eswa.2023.120929
  10. He, Y., Gao, J., & Chen, Y. (2022). Deep learning-based pose prediction for visual servoing of robotic manipulators using image similarity. Neurocomputing 491 (2011) 343-352. https://doi.org/10.1016/j.neucom.2022.03.045. 0925-2312 2022 Elsevier B.V

Last update:

No citation recorded.

Last update:

No citation recorded.