PERANCANGAN SISTEM KONTROL PID PADA EKSOSKELETON UNTUK MEMBANTU PERGERAKAN PERGELANGAN KAKI

*Lauw David Kennard Kristianto  -  Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia
Mochammad Ariyanto  -  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

Citation Format:
Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kendali PID (Proportional-Integral-Derivative) pada perangkat eksoskeleton pergelangan kaki untuk membantu pergerakan subjek pada medan datar. Masalah utama dalam pengendalian eksoskeleton berbasis kabel bowden adalah adanya osilasi dan latensi transmisi data yang dapat memengaruhi stabilitas bantuan torsi. Metode tuning Ziegler-Nichols digunakan untuk mendapatkan konstanta kontroler yang optimal dengan menetapkan Ultimate Gain (Ku) sebesar 13 dan Ultimate Period (Pcr) rata-rata sebesar 3,640 detik. Dari hasil kalkulasi tersebut, diperoleh nilai konstanta akhir . Validasi sistem dilakukan melalui pemodelan plant motor DC orde ketiga pada Simulink yang mengintegrasikan transport delay sebesar 50 ms untuk menyimulasikan karakteristik nirkabel ESP-NOW dan sensor MPU6050. Hasil pengujian eksperimen aktual menunjukkan performa sistem yang sangat responsif dengan Rise Time sebesar 0,750 detik, Settling Time 1,92 detik, serta Overshoot yang terkendali sebesar 8,51%. Pengujian dinamis menggunakan input sinusoidal dan ramp juga mengonfirmasi kemampuan sistem dalam melakukan trajectory tracking secara presisi dengan galat yang minimal. Dengan demikian, sistem kendali yang dirancang telah memenuhi kriteria keamanan dan stabilitas untuk aplikasi bantuan gerak pergelangan kaki.

Fulltext View|Download Email colleagues
Keywords: eksoskeleton pergelangan kaki; esp-now; pid; trajectory tracking; ziegler-nichols
Article Info
Section: Articles
Language : ID
  1. Jacobson, M., Kantharaju, P., Vakacherla, S. S., & Kim, M. (2025). A Two-Degree-of-Freedom Ankle Exoskeleton With Control of Plantarflexion and Inversion-Eversion. IEEE/ASME Transactions on Mechatronics, doi: 10.1109/TMECH.2025.3532211
  2. Wang, Y., & Geng, Y. (2024). Barrier Lypanunov Function-based Adaptive Control of an Ankle Exoskeleton. Proceedings - 2024 9th International Conference on Automation, Control and Robotics Engineering, CACRE 2024, 350–354. doi: 10.1109/CACRE62362.2024.10635073
  3. Wang, G., Liu, Y., Liu, K., Jin, L., Yu, J., & Sun, Z. (2024). sEMG data driven-based anti-disturbance control enables adaptive interaction of lower limb rehabilitation exoskeleton. Biomedical Signal Processing and Control, 94, doi: 10.1016/j.bspc.2024.106347
  4. Di Natali, C., Poliero, T., Sposito, M., Graf, E., Bauer, C., Pauli, C., Bottenberg, E., De Eyto, A., O’sullivan, L., Hidalgo, A. F., Scherly, D., Stadler, K. S., Caldwell, D. G., & Ortiz, J. (2019). Design and Evaluation of a Soft Assistive Lower Limb Exoskeleton. Robotica, 37(12), 2014–2034. doi: 10.1017/S0263574719000067
  5. Rodriguez-Jorge, D., Zhang, S., Huang, J. Sen, Lopez-Sanchez, I., Srinivasan, N., Zhang, Q., Zhou, X., & Su, H. (2025). Biomechanics-Informed Mechatronics Design of Comfort-Centered Portable Hip Exoskeleton: Actuator, Wearable Interface, Controller. IEEE Transactions on Medical Robotics and Bionics., doi: 10.1109/TMRB.2025.3560394
  6. Sarajchi, M., Al-Hares, M. K., & Sirlantzis, K. (2021). Wearable Lower-Limb Exoskeleton for Children with Cerebral Palsy: A Systematic Review of Mechanical Design, Actuation Type, Control Strategy, and Clinical Evaluation. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 29, 2695–2720, doi: 10.1109/TNSRE.2021.3136088
  7. Sun, Y., Tang, Y., Zheng, J., Dong, D., Chen, X., & Bai, L. (2022). From sensing to control of lower limb exoskeleton: a systematic review. In Annual Reviews in Control (Vol. 53, pp. 83–96). Elsevier Ltd, doi: 10.1016/j.arcontrol.2022.04.003
  8. Ingraham, K. A., Rouse, E. J., & Remy, C. D. (2020). Accelerating the estimation of metabolic cost using signal derivatives: Implications for optimization and evaluation of wearable robots. IEEE Robotics and Automation Magazine, 27(1), 32–42, doi: 10.1109/MRA.2019.2954108
  9. Selvakumar, A., & Doss, A. (n.d.). A Standardised Review On Ankle-Foot Exoskeleton. Retrieved https://www.researchgate.net/publication/359208809
  10. Yao, Y., Shao, D., Tarabini, M., Moezi, S. A., Li, K., & Saccomandi, P. (2024). Advancements in Sensor Technologies and Control Strategies for Lower-Limb Rehabilitation Exoskeletons: A Comprehensive Review. In Micromachines (Vol. 15, Number 4). Multidisciplinary Digital Publishing Institute (MDPI). doi: 10.3390/mi15040489

Last update:

No citation recorded.

Last update:

No citation recorded.