MPLEMENTASI ALGORITMA SENSOR FUSION PADA SISTEM KENDALI FLIGHT CONTROLLER : QUADCOPTER TIM ROBOT UPN “VETERAN” YOGYAKARTA

Aprilito, Ikhsan (2022) MPLEMENTASI ALGORITMA SENSOR FUSION PADA SISTEM KENDALI FLIGHT CONTROLLER : QUADCOPTER TIM ROBOT UPN “VETERAN” YOGYAKARTA. Other thesis, UPN 'Veteran" Yogyakarta.

Preview	Text ABSTRAK.pdf Download (211kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (183kB) | Preview
	Text Naskah Skripsi - Ikhsan Aprilito - 123160047.pdf Restricted to Repository staff only Download (67MB)
Preview	Text DAFTAR ISI.pdf Download (537kB) | Preview
Preview	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (328kB) | Preview

Abstract

vi
ABSTRAK
Flight controller atau FC merupakan sebuah otak bagi drone. Keberadaan FC ini
bertujuan untuk membuat drone menjadi semakin dinamis. Fitur-fitur terkini seperti drone
yang dapat mengikuti sebuah objek, mengirim drone ke titik lokasi tertentu secara otomatis
dan misi potret lapangan merupakan beberapa contoh kompleksitas yang dapat dilukan
oleh sebuah FC. Namun juga kompleksitas fitur drone mutakhir ditopang dengan fitur-fitur
sederhana yang fundamental bagi sebuah drone. Pada sebuah quadcopter, quadcopter tidak
dapat take-of jika masing-masing motor tidak memiliki RPM yang sama. Di saat yang
bersamaan, brushless motor tidak dapat diukur kecepatan RPM nya namun masing-masing
motor dapat diatur kecepatannya menggunakan sebuah ESC. Dari fungsi ESC yang
mengatur kecepatan masing-masing motor maka solusi untuk mengimbangi kecepatan
RPM satu motor dengan motor lainnya dapat diselesaikan dengan konsep keseimbangan. Konsep keseimbangan tidak dapat diterapkan bila tidak adanya sensor untuk
merasakan ketidakseimbangan sistemnya. Ketidakseimbangan dapat diukur dengan
mengukur kemiringan yang terjadi dalam derajat. Kemiringan dapat diukur dengan
menggunakan sensor akselerometer dan giroskop. Akan tetapi akselerometer memiliki
kelemahan yaitu memiliki sensitifitas getaran dilingkungannya dan giroskop tidak dapat
memiliki acuan orientasi sehingga pengukurannya bias semakin lama giroskop mengukur. Penelitian ini mencoba untuk menerapkan algortima sensor fusion untuk permasalahan
akselerometer dan giroskop dengan manggabungkan kedua sensor untuk mendapatkan
informasi yang lebih akurat. Algoritma sensor fusion yang digunakan mencangkup kalman
filter dan complementary filter yang kemudian juga kedua algoritma tersebut dibandingkan
hasilnya dan dintentukan algoritma mana yang lebih cocok untuk diterapkan pada sebuah
flight controller drone. Kedua algortima sensor fusion berhasil memcahkan masalah yang dimiliki masing- masing sensor akselerometer dan giroskop dengan hasil data yang menunjukan dekat
dengan ground truth dan konsisten. Diantara kalman dan complementary filter, complementary filter lebih cocok untuk diterapkan pada sebuah flight controller karena
hasil statistik yang menunjukan output dari complementary filter memiliki error yang lebih
rendah dibanding kalman filter. Kata kunci: kalman filter, complementary filter, sensor fusion, flight controller, UAV, quadcopter.
vii
ABSTRACT
Flight controller is a brain of a drone. It enables the drone to behave more dynamic
than it already is. Bleeding edge features such as object following drones, sending drones
into specific coordinate and mapping are examples what a drone can do with a flight
controller. But those bleeding edge features cannot be done if the flight controller itself
cannot serve the fundamental features of a drones. In a quadcopter for example, quadcopter
cannot taking off if each of the motors doesn’t have exact same RPM speed. RPM speed of
a brushless motor type cannot be measured but the speed can be programmed using an
electronic speed controller or an ESC. Using ESC we can escalate and do a workaround for
tackling RPM speed problem. Instead programming each ESC and motor it is better to
apply balancing concept. Balancing concept cannot be achieved if the system itself cannot feel the
unbalanced state. Unbalanced state can be measured using tilt measurement with degree as
its unit. There are numbers of sensors that able to measure slope on degree but most of
those sensors are accelerometer and gyroscope. It is well known both sensors has its own
flaws, accelerometer is known for its sensitivity for vibrations and gyroscope is known for
its bias measurement due to gyroscope has no sense of orientations therefore calculations
based on these each two measurements consist big errors. These two problems needs to be
overcome in order to implement balancing concept and the system needs to be responsive
as possible because quadcopter behave really fast. The problems presented can be overcome by using sensor fusion method. The most
popular sensor fusion algorithm is kalman filter and complementary filter. Both algorithms
proven significantly eliminate errors, the data produced can be more trusted and proven
consistent. Beside consistency and low errors both algorithms also proven responsive but
between the two complementary is more in favor more than kalman filter due statistically
produced less errors than kalman filter. Kata kunci: kalman filter, complementary filter, sensor fusion, flight controller, UAV, quadcopter.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	kalman filter, complementary filter, sensor fusion, flight controller, UAV, quadcopter.
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	29 Mar 2022 03:45
Last Modified:	16 Sep 2022 06:35
URI:	http://eprints.upnyk.ac.id/id/eprint/29263

Actions (login required)

View Item