2.1.2.
Pengukuran letak Secara umum letak
sebagai berikut :
Persamaan 1, 2 dan 3 mana M adalah
lokasi x, y, dan z mengukur letak
jungkat jungkit dan diukur di
2.2. Complementary Filter
Gambar 2.2. Diagram blok Complementary filter
dan low pass filter. Filter noise pada frekuensi tinggi dan frekuensi rendah
menggabungkan dua buah m hasil yang sama sehingga mendapat hasil yang akurat dan bebas
komputasi cepat.
Pada perancangan sistem kestabilan pada robot Measurement Unit IMU
memiliki beberapa sensor yang digunakan untuk mengukur momen inersia atau gaya akibat dari gravitasi, sensor yang dipakai adalah sensor
untuk mengukur percepatan
4
letak Center of Mass umum letak CoM suatu benda dapat dicari menggunakan persamaa
= ∑ = ∑
= ∑ Persamaan 1, 2 dan 3 [2] merupakan letak CoM pada koordinat
total massa benda, m adalah massa benda yang berada z. Karena sistem pada robot humanoid tidak linear maka untuk
mengukur letak CoM pada robot digunakan metode penimbangan pada sebuah jungkat jungkit dan diukur di mana titik paling seimbang dari robot.
Complementary Filter
. Diagram blok complementary filter pada sensor IMU. Complementary filter adalah gabungan dari dua buah filter yaitu
Filter ini memiliki dua buah masukan yang memiliki gangguan atau pada frekuensi tinggi dan frekuensi rendah [3]. Keuntungan dari
menggabungkan dua buah masukan dengan hubungan derivative untuk mendapatkan hasil yang sama sehingga mendapat hasil yang akurat dan bebas noise
Pada perancangan sistem kestabilan pada robot ini, digunakan sensor IMU sebagai umpan balik pada kontrol PID. Pada sensor IMU
memiliki beberapa sensor yang digunakan untuk mengukur momen inersia atau gaya akibat dari gravitasi, sensor yang dipakai adalah sensor accelerometer
untuk mengukur percepatan akibat gravitasi dan sensor gyroscope dapat dicari menggunakan persamaan
1 2
3 koordinat x, y dan z di
adalah massa benda yang berada pada tidak linear maka untuk
penimbangan pada sebuah mana titik paling seimbang dari robot.
pada sensor IMU. yaitu high pass filter
ini memiliki dua buah masukan yang memiliki gangguan atau . Keuntungan dari
filter ini adalah asukan dengan hubungan derivative untuk mendapatkan
noise dengan proses digunakan sensor Inertial
agai umpan balik pada kontrol PID. Pada sensor IMU memiliki beberapa sensor yang digunakan untuk mengukur momen inersia atau gaya
accelerometer yaitu sensor gyroscope untuk mengukur
kecepatan sudut Angular Velocity karakteristik yang berbeda di
tinggi, dan sensor gyroscope Gambar 2.2. Oleh karena itu diperlukan sebuah
mendapatkan hasil yang akurat complementary filter untuk mendapat nilai sudu
Di mana pada Persamaan 4, filter, adalah nilai sudut awal
pembacaan accelerometer gyroscope, dan adalah periode cuplik. Untuk mendapatkan nilai koefisien
digunakan bisa dilihat pada Persamaan 5 konstanta waktu adalah nilai yang digunakan untuk melewatkan sinyal masukan yang
sesuai waktu respon pada mendekati 1 maka filter
frekuensi tinggi semakin sebaliknya jika nilai K semakin kecil mendekati
high pass filter dan gangguan pada frekuensi rendah akan se gangguan pada frekuensi tinggi tetap ada.
Pada percobaan dan implementasi digunakan nilai cuplik sebesar 1ms yang menghasilkan data percobaan seperti pada Gambar 2.3
5
Angular Velocity. Kedua sensor ini memiliki karakteristik yang berbeda di mana sensor accelerometer memiliki noise
gyroscope memiliki gangguan pada frekuensi rendah . Oleh karena itu diperlukan sebuah
filter untuk menghilangkan mendapatkan hasil yang akurat
dan bebas noise. Berikut adalah persamaan untuk mendapat nilai sudut kemiringan robot :
= + + 1
= Di mana pada Persamaan 4, adalah nilai sudut hasil filter,
adalah nilai sudut awal, adalah nilai sudut sekarang atau nilai dari accelerometer, adalah nilai kecepatan sudut atau nilai dari pembacaan
adalah periode cuplik. Untuk mendapatkan nilai koefisien an bisa dilihat pada Persamaan 5 [3] di mana τ adalah konstanta waktu.
konstanta waktu adalah nilai yang digunakan untuk melewatkan sinyal masukan yang sesuai waktu respon pada filter. Nilai K bernilai 0 sampai 1, jika nilai
filter akan lebih dominan pada low pass filter dan semakin hilang tetapi gangguan pada frekuensi rendah tetap ada,
semakin kecil mendekati 0 maka filter akan lebih dominan pada dan gangguan pada frekuensi rendah akan semakin hilang tetapi
gangguan pada frekuensi tinggi tetap ada. Pada percobaan dan implementasi digunakan nilai K = 0,98 dengan periode
cuplik sebesar 1ms yang menghasilkan data percobaan seperti pada Gambar 2.3
Gambar 2.3. Percobaan complementary filter . Kedua sensor ini memiliki noise dengan
noise pada frekuensi memiliki gangguan pada frekuensi rendah seperti pada
untuk menghilangkan noise agar . Berikut adalah persamaan
4 5
, adalah koefisien adalah nilai sudut sekarang atau nilai dari
adalah nilai kecepatan sudut atau nilai dari pembacaan adalah periode cuplik. Untuk mendapatkan nilai koefisien
filter K adalah konstanta waktu. τ atau
konstanta waktu adalah nilai yang digunakan untuk melewatkan sinyal masukan yang bernilai 0 sampai 1, jika nilai
K semakin besar dan gangguan pada
hilang tetapi gangguan pada frekuensi rendah tetap ada, akan lebih dominan pada
makin hilang tetapi = 0,98 dengan periode
cuplik sebesar 1ms yang menghasilkan data percobaan seperti pada Gambar 2.3[4].
complementary filter
6
2.3. Sistem Kendali Proportional Integral Derivative PID
