Printed
Distribusi Beban Komputasi Pada Sistem Pemetaan SLAM Gmapping Untuk Three Omnidirectional Wheel Mobile Robot Berbasis Dual-Komputer di Perpustakaan
Sistem pemetaan pada mobile robot diperlukan untuk beroperasi dilingkungan yang
tidak terstruktur dimana pengujian pada penelitian ini jenis robot yang digunakan 3
roda omnidirectional mobile robot yang dilakukan di area yang telah ditentukan di
perpustakaan POLMAN Bandung menggunakan algoritma SLAM Gmapping
dalam platform ROS. Karena algoritma ini cocok untuk proyek dengan keterbatasan
sumber daya komputer dan lingkungan 2D yang cukup kompleks. Namun terdapat
pada penelitian terdahulu menunjukan pemakaian CPU dan RAM yang cukup
tinggi dengan menggunakan satu komputer tertanam untuk menjalankan pemetaan
SLAM Gmapping dimana hal ini memberatkan kinerja dari komputer tersebut dan
secara otomatis membutuhkan daya operasi yang cukup besar. Maka digunakannya
metode bencmarking untuk membandingkan hasil daripada penelitian ini dengan
pendekatan 2 komputer yang terbagi menjadi komputasi utama untuk melakukan
perhitungan algoritma pemetaan berbasis mesin virtual pada laptop dan komputasi
pendukung yang menggunakan daya operasi yang rendah pada mobile robot.
Tujuannya untuk mengetahui kinerja pemakaian CPU dan memori RAM tanpa
mengurangi akurasi pemetaan SLAM Gmapping. Hasil pengujian pemetaan SLAM
Gmapping menunjukan akurasi dari sensor 2D RPLiDAR sebesar 99,08% dan dari
perhitungan odometri sebesar 96,15%, kemudian dari hasil pemakaian rata-rata tiap
CPU menunjukan dari masing-masing komputer sebesar 31,7% dan 12,9% dimana
pada penelitian terdahulu yang dilakukan satu komputer sebesar 35,3%, tetapi
memang nilai pemakaian total CPU yang menunjukan bahwa CPU pada penelitian
terdahulu yang menggunakan lebih banyak dua inti dari pendekatan ini lebih efisien
sebesar 1,1%. Dan untuk pemakaian total memori RAM terbukti lebih efisien
sebesar 14,3% dibandingkan penelitian terdahulu.
Kata kunci: SLAM Gmapping, Omnidirectional mobile robot, CPU, RAM, ROS
Tidak tersedia versi lain