TUG
PEN
BAR
MEN
Rakh NRP Dose Ir. D JURU Faku Insti GAS AKHIR – RE 15NGEMBANGAN
RANG DENGAN
NGIDENTIFIKAS
hmad Adi Rodiyat 2205100169 en Pembimbing
joko Purwanto, M USAN TEKNIK ELEK ultas Teknologi Ind tut Teknologi Sep
z 599
ROBOT KARTE
MENGGUNAKA
SI LOKASI AWA
M. Eng., Ph.D. KTRO dustri puluh NopemberESIAN PEMINDA
AN KAMERA U
AL OBJEK
AH
NTUK
FINAL PROJECT – RE 1599
DEVELOPMENT OF PICK AND PLACE CARTESIAN ROBOT
USING CAMERA TO IDENTIFY OBJECT’S INITIAL
LOCATION
Rakhmad Adi Rodiyat NRP 2205100169
Promotor
Ir. Djoko Purwanto, M. Eng., Ph.D. ELECTRICAL ENGINEERING DEPARTMENT Faculty of Industrial Technology
Institute Technology of Sepuluh Nopember Surabaya 2009
ABSTRAK
Robot pemindah barang yang dipandu secara visual oleh kamera atau lebih dikenal dengan robot vision digerakkan secara otomatis berdasarkan visualisasi kamera ketika kamera menangkap adanya suatu objek tertentu di bidang yang tertangkap oleh kamera. Informasi bentuk atau warna dan posisi objek pada bidang yang ditangkap oleh kamera digunakan sebagai informasi koordinat kartesius sebagai langkah yang akan diambil oleh Gripper/End effector robot yang kemudian akan mengambil dan memindahkan barang tersebut ke posisi yang terdeteksi oleh kamera yaitu sebuah kemasan yang juga diletakkan pada bidang kartesius. Robot vision menggunakan lengan robot kartesius dan gripper yang akan mengambil dan menempatkan objek. Metode machine vision digunakan untuk mengenali posisi benda yang akan dipindahkan dan kemasan yang akan menjadi tujuan peletakan. Pada tugas akhir ini akan dibahas tentang rancang bangun robot dengan konfigurasi kartesian yang akan digunakan untuk memindahkan barang. Sensor visual kamera digunakan untuk mengenali keberadaan objek. Pada tugas akhir ini akan digunakan 3 metode pemindahan barang. Pertama pemindahan objek berwarna, kedua adalah pemindahan dengan pencocokan objek (template matching) dan yang ketiga adalah pemindahan barang secara manual. Pada pemrosesan citra juga akan dicari koordinat objek yang nantinya akan menjadi informasi koordinat bagi lengan robot untuk melakukan pergerakan pemindahan barang. Informasi koordinat akan dikirimkan melalui komunikasi serial dengan cara penekanan tombol eksekusi pada user interface program.
Pada tugas akhir ini, dalam proses pemindahan barang secara manual dengan beban maksimal sebesar 40 gram memiliki rata-rata error posisi sumbu X sebesar 3 mm dan error posisi sumbu Y sebesar 1.8 mm dengan akurasi penempatan posisi objek sebesr 98,6% sedangkan untuk kecepatan gerak gripper adalah 7.01 cm/detik dengan jarak antara sensor visual dengan objek adalah 70 cm.
Kata kunci : vision guided pick and place robot, pick and place robot,
iii
ABSTRACT
Vision guided pick and place robot or commonly known as robot vision can be moved automatically based on camera visualization when the camera captures an object. Camera’s position in this robot is static above the robot. The information of shape or color and the position of the object which is captured by the camera will be used as information of object’s position as a step that will be taken by robot’s arm (gripper) to pick up and move the object to package’s position. Robot vision use the arm of Cartesian robot and gripper to pick up and place the object. Machine vision method is used to recognize object’s position and package that will be become the destination of placing. In this final project will be studied about the design and building of Cartesian robot to move goods. Camera as a visual sensor will be used to recognize the existence of the object. This final project will use 3 methods of moving goods. First is moving a colored object, second is template matching, third is manual moving method. In this image processing will also be calculated the coordinate of the object that will become the coordinate information for the robot’s arm to move the goods. The information of coordinate will be sent using serial communication by clicking “execution” button at the user interface.
In this final project, in the process of moving object manually using maximum weight of object which is 40 grams has average error about 3 mm for X axis position error and 1.8 mm for Y axis position error with the accuration of position placing is 98.6 %, and for the velocity of gripper movement is 7.01 cm/second and the distance between visual sensor and the object is about 70 cm.
Keywords: vision guided pick and place robot, pick and place robot, robot vision, object detection, template matching, mouse event
KATA PENGANTAR
Puji syukur saya panjatkan kepada Allah SWT. karena berkat rahmat dan hidayah-Nya penulis dapat menyelesaikan Tugas Akhir ini dengan judul :
Pengembangan Robot Kartesian Pemindah Barang Dengan Menggunakan Kamera Untuk Mengidentifikasi Lokasi Awal Objek
Tugas Akhir ini merupakan salah satu persyaratan yang harus dipenuhi dalam menyelesaikan pendidikan di Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember Surabaya.
Tugas Akhir ini dibuat berdasarkan teori-teori yang didapatkan selama mengikuti perkuliahan, berbagai literatur penunjang dan pengarahan dosen pembimbing yang telah membantu dari awal hingga akhir pengerjaan Tugas Akhir ini.
Pada kesempatan ini penulis menyampaikan ucapan terima kasih kepada:
1. Ibu, bapak, adik, serta seluruh keluarga yang tercinta atas semua doa dan dukungan yang telah diberikan.
2. Ir. Djoko Purwanto, M. Eng. Ph. D. selaku dosen pembimbing, terima kasih atas bimbingan dan arahannya selama penulis mengerjakan tugas akhir ini.
3. Dr. Ir. Mochamad Ashari, M. Eng. sebagai Ketua Jurusan Teknik Elektro ITS Surabaya.
4. Dr. Tri Arief Sardjono, ST, MT selaku Koordinator Bidang Studi Elektronika.
5. Seluruh dosen bidang studi elektronika, terima kasih atas ilmu-ilmu yang selama ini telah diajarkan.
6. Seluruh dosen pengajar dan staff Jurusan Teknik Elektro ITS yang telah banyak memberikan ilmu dan pengalaman selama penulis menempuh masa perkuliahan.
7. Amma Emanihim, terima kasih atas saran, kritik dan masukan selama penulis mengerjakan tugas akhir ini.
8. Rekan-rekan di bidang studi Elektronika yang telah banyak meberikan masukan.
v
10. Anisa Rahma Pradiani yang telah memberikan banyak semangat dan dukungan selama pengerjaan Tugas Akhir. 11. Seluruh rekan-rekan mahasiswa Jurusan Teknik Elektro ITS. 12. Seluruh rekan-rekan mahasiswa ITS
Penulis sadar bahwa Tugas Akhir ini masih kurang sempurna dan masih banyak hal yang perlu diperbaiki. Saran, kritik dan masukan baik dari semua pihak sangat membantu penulis terutama untuk berbagai kemungkinan pengembangan lebih lanjut.
Akhirnya penulis berharap agar Tugas Akhir ini dapat memberikan manfaat yang sebesar-besarnya bagi semua pihak dalam upaya untuk mengembangkan ilmu pengetahuan tentang image processingi dan Robotika. Selain itu penulis juga berharap supaya Tugas Akhir ini dapat dikembangkan semaksimal mungkin untuk aplikasi yang lebih bermanfaat.
Surabaya, Februari 2009
DAFTAR ISI
ABSTRAK ... i
ABSTRACT ... iii
KATA PENGANTAR ... v
DAFTAR ISI ... vii
DAFTAR GAMBAR ... ix
DAFTAR TABEL ... xiii
BAB 1 PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Permasalahan ... 2 1.3 Tujuan ... 2 1.4 Batasan Masalah ... 2 1.5 Metodologi ... 3 1.6 Sistematika Penulisan ... 4 1.7 Relevansi ... 4
BAB 2 TEORI PENUNJANG ... 5
2.1 Citra Digital ... 5
2.2 Pengolahan Citra Digital ... 8
2.2.1 Binerisasi Citra ... 10
2.2.2 Deteksi Obyek Menggunakan Haar Cascade Classifier ... 10
2.3 Sistem Kontrol Gerakan ... 12
2.3.1 Jenis Pengendalian Gerakan ... 12
2.3.2 Interpolasi Gerakan ... 13 2.4 Konfigurasi Robot ... 14 2.4.1 Cartesian Configuration ... 14 2.4.2 Cylindrical Configuration ... 15 2.4.3 Spherical Configuration ... 15 2.4.4 Articulated Configuration ... 16
2.4.5 SCARA (Selectively Compliance Assembly Robot Arm) ... 17
2.5 End Effector ... 20
2.6 Motor Stepper ... 20
2.6.1 Prinsip Kerja Motor Stepper ... 20
2.6.2 Macam – Macam Motor Stepper ... 21
2.6.3 Motor Steper Variabel Reluktansi ... 21
2.6.4 Motor Stepper Magnet Permanen ... 21
2.6.5 Driver Motor Stepper ... 28
viii
2.8 Mikrokontroler AVR ATMEGA 16 ... 32
2.8.1 Konfigurasi ATMega16 ... 36
2.8.2 USART ... 36
2.9 Komunikasi Serial RS232 ... 36
BAB 3 RANCANG BANGUN ALAT ... 39
3.1 Perancangan Sistem ... 39
3.2 Modul Kamera Sebagai Sensor Visual ... 40
3.3 Central Processing Unit ... 42
3.4 Perancangan Sistem Penggerak Robot ... 42
3.4.1 Rangkaian Penyuplai Tegangan ... 42
3.4.2 Rangkaian Komunikasi Serial RS232 ... 43
3.4.3 Sistem Minimum Mikrokontroler ATMega16 ... 45
3.4.4 Rangkaian Driver Motor Stepper ... 46
3.4.5 Rangkaian Driver Motor DC ... 48
3.4.6 Program Mikrokontroler ... 50
3.5 Sistem Mekanik Robot Kartesian Pemindah Barang ... 53
3.5.1 Konfigurasi Body Robot ... 53
3.5.2 End Effector ( Gripper) ... 54
3.6 Program Pengolahan Citra (Image Processing) ... 56
BAB 4 PENGUJIAN ALAT ... 71
4.1 Pengujian Pengolahan Citra ... 71
4.1.1 Pengujian Pengenalan Warna ... 71
4.1.2 Pengujian Pencocokan Bentuk (template matching) ... 73
4.2 Pengujian Sistem Kontrol dan Mekanik Robot ... 76
4.2.1 Pengujian Pengiriman Data serial ... 77
4.2.2 Pengujian Saat Gripper Menjepit Benda ... 77
4.2.3 Pengujian Saat Gripper Melepas Benda ... 79
4.2.4 Pengujian kecepatan gerak gripper ... 80
4.2.5 Pengujian Beban Objek ... 80
4.2.6 Pengujian error posisi ... 81
BAB 5 PENUTUP ... 83
5.1 Kesimpulan ... 83
5.2 Saran ... 83
DAFTAR PUSTAKA ... 85
DAFTAR GAMBAR
Gambar 2. 1 Digitisasi dari sebuah citra kontinyu. Piksel pada koordinat [m-10,n=3] memiliki nilai kecerahan 110. ... 5
Gambar 2. 2 Resolusi (a) 256x256 (b) 128x128 (c) 64x64 (d) 32x32. ... 7
Gambar 2. 3 (a) Citra Warna (b) Citra Keabuan (c) Citra Biner. ... 9
Gambar 2. 4 (a) Citra burung nuri yang agak gelap, (b) Citra burung yang telah diperbaiki kontrasnya sehingga terlihat jelas dan tajam. ... 9
Gambar 2. 5 Haar Like Features (Gary Bradski 2008 h.509) ... 11
Gambar 2. 6 Konfigurasi cartesian robot (Richard C. Dorf 2006). ... 14
Gambar 2. 7 Konfigurasi cylindrical robot (Richard C. Dorf 2006). .... 15
Gambar 2. 8 Konfigurasi spherical robot (Richard C. Dorf 2006). ... 16
Gambar 2. 9 Konfigurasi articulated robot (Richard C. Dorf 2006). ... 17
Gambar 2. 10 Konfigurasi SCARA robot (Richard C. Dorf 2006). ... 18
Gambar 2. 11 Gripper dengan Driver langsung melalui Motor Gear (Paul E. Sandin 2003 h.40). ... 19
Gambar 2. 12 Gripper dengan rahang parallel dan actuator linear (Paul E. Sandin 2003 h.40). ... 19 Gambar 2. 13 Prinsip kerja umum motor stepper ... 21
Gambar 2. 14 Diagram skematik motor stepper variabel reluktansi. (Paul Scherz 2000 h.415). ... 22
Gambar 2. 15 Model fisik motor stepper variabel reluktansi (Paul Scherz 2000 h.415). ... 22
Gambar 2. 16 Firing squence motor stepper variabel reluktansi (Paul Scherz 2000 h.415). ... 23
Gambar 2. 17 Stepper motor unipolar. ... 24
Gambar 2. 18 Tipe-tipe unipolar stepper motor (Paul Scherz 2000 h.415). ... 24
Gambar 2. 19 Diagram skematik dan model fisik stepper motor unipolar . ... 25 Gambar 2. 20 Tipe pemberian arus pada lilitan (firing sequences) dari stepper motor unipolar (Paul Scherz 2000 h.415). ... 25
Gambar 2. 21 Diagram skematik dari bipolar stepper motor (Paul Scherz 2000 h.415). ... 26
Gambar 2. 22 Model fisik dari stepper motor Bipolar (Paul Scherz 2000 h.415). ... 26
x
Gambar 2. 23 Tipe firing sequence dari bipolar stepper motor (Paul
Scherz 2000 h.415). ... 27
Gambar 2. 24 Diagram skematik universal stepper motor (Paul Scherz 2000 h.416). ... 27
Gambar 2. 25 Model fisik universal stepper motor (Paul Scherz 2000 h.416). ... 28
Gambar 2. 26 Skema rangkaian driver motor stepper (Martono 2008) 28 Gambar 2. 27 Rangkaian driver motor stepper untuk tiap lilitan ... 29
Gambar 2. 28 Sebuah Motor DC ... 30
Gambar 2. 29 Operasi Motor DC. ... 31
Gambar 2. 30 Gaya pada motor DC. ... 31
Gambar 2. 31 Konfigurasi pin ATMega 16(Andrianto Heri 2008 h.47) 34 Gambar 2. 32 Pin konfigurasi RS232 9 Pin (Andrianto Heri 2008 h.47). ... 37
Gambar 2. 33 Wiring diagram RS232 ke mikrokontroler. ... 37
Gambar 2. 34 Konfigurasi pin MAX232 ... 38
Gambar 3. 1 Diagram blok sistem. ... 40
Gambar 3. 2 Web camera Prolink PCC 1310. ... 41
Gambar 3. 3 Posisi kamera sebagai sensor visual terhadap layar monitor. ... 41
Gambar 3. 4 Skematik rangkaian penyuplai tegangan system elektrik. . 43
Gambar 3. 5 Skematik rangkaian pengubah level tegangan (IC MAX232) ... 44
Gambar 3. 6 Gambar skematik rangkaian mikrokontroler ATMega16. 45 Gambar 3. 7 Skematik driver motor stepper menggunakan transistor ... 48
Gambar 3. 8 Rangkaian perhitungan penguatan arus. ... 46
Gambar 3. 9 Skematik driver motor DC ... 49
Gambar 3. 10 Diagram blok program mikrokontroler A. ... 50
Gambar 3. 11 Diagram blok program mikrokontroler B. ... 51
Gambar 3. 12 Diagram alir program mikrokontroler. ... 52
Gambar 3. 13 Desain Mekanik Robot Kartesian ... 53
Gambar 3. 14 Perangkat keras berupa mekanik robot konfigurasi kartesian. ... 54
Gambar 3. 15 Desain Mekanik gripper konfigurasi parallel. ... 55
Gambar 3. 16 Realisasi mekanik Gripper. ... 55
Gambar 3. 17 Diagram alir perancangan program image processing .... 57
Gambar 3. 19 Tampilan User Interface Program Deteksi Objek
berwarna ... 60
Gambar 3. 20 Hasil tangkapan kamera sebelum deteksi ... 61
Gambar 3. 21 Hasil deteksi objek berdasarkan warna serta koordinatnya ... 61
Gambar 3. 22 (a) Citra Source (b) Citra Template (c) Citra Hasil
Template Matching ... 62
Gambar 3. 23 Tampilan User Interface Program Deteksi Objek
berdasarkan template ... 63
Gambar 3. 24 Hasil Mouse Event ... 64
Gambar 4. 1 Gambar Tampilan user interface program deteksi objek berwarna. ... 71
Gambar 4. 2 Pengujian pengenalan objek berwarna dengan tingkat kecerahan warna yang berbeda-beda. (a) hasil tangkapan kamera sebelum deteksi (b)hasil deteksi objek berwarna serta deteksi lokasi objek ... 72
Gambar 4. 3 Tampilan user interface program pencocokan bentuk. .... 74
Gambar 4. 4 (a) template objek (b) hasil deteksi objek dengan
mencocokkan bentuk dengan template. ... 74
Gambar 4. 5 Template objek ... 75
Gambar 4. 6 Hasil deteksi objek dengan mencocokkan bentuk dengan template. ... 75
Gambar 4. 7 (a) Kondisi awal gripper sebelum menjepit benda
(b)Kondisi akhir gripper setelah menjepit benda ... 78
Gambar 4. 8 (a) Kondisi awal gripper sebelum melepas benda
(b)Kondisi akhir gripper setelah melepas benda ... 79
xiii
DAFTAR TABEL
Tabel 2. 1 Pixel depth sebuah citra berdasarkan skala keabuan. ... 8
Tabel 3. 1 Tabel fungsi Pin DB9 ... 44
Tabel 3. 2 Data nilai sudut putar untuk setiap step pada motor stepper X. ... 65
Tabel 3. 3 Data jarak yang dicapai lengan robot untuk pergerakan pada sumbu X. ... 66
Tabel 3. 4 Data nilai sudut putar untuk setiap step pada motor stepper Y. ... 67
Tabel 3. 5 Data jarak yang dicapai lengan robot untuk pergerakan pada sumbu Y. ... 68
Tabel 4. 1 Data pengujian objek berdasarkan sudut posisi objek untuk objek berwarna. ... 73
Tabel 4. 2 Data pengujian objek berdasarkan sudut posisi objek untuk objek yang sesuai template... 76
Tabel 4. 3 Pengujian pengiriman data serial. ... 77
Tabel 4. 4 Tabel pengujian kecepatan pengambilan benda ... 78
Tabel 4. 5 Tabel pengujian kecepatan pelepasan benda ... 79
Tabel 4. 6 Tabel waktu tempuh gripper pada jarak sumbu X ... 80
Tabel 4. 7 Tabel waktu tempuh gripper pada jarak sumbu Y ... 80
Tabel 4. 8 Tabel pengujian beban yang dipindahkan. ... 81
