<![CDATA[Penelitian ini mengembangkan simulasi navigasi otonom pada TurtleBot3 menggunakan Robot Operating System (ROS) dan Gazebo. Dua skenario diuji: lingkungan tanpa hambatan dan dengan hambatan. Algoritma SLAM digunakan untuk pemetaan lingkungan, sedangkan AMCL digunakan untuk melokalisasi posisi robot secara dinamis. Hasilnya menunjukkan bahwa TurtleBot3 dapat bernavigasi dengan baik, mendeteksi hambatan, serta merencanakan jalur secara efisien. Namun, beberapa kegagalan terjadi di area sempit, yang mengakibatkan robot terjebak. Untuk mengatasi masalah ini, dilakukan penyesuaian pada parameter kecepatan dan perencanaan jalur lokal, yang terbukti meningkatkan kinerja robot. Simulasi ini menunjukkan potensi besar penggunaan teknologi robot mobile dalam berbagai sektor, seperti industri dan layanan, dengan efisiensi yang lebih tinggi dan risiko yang lebih rendah dibandingkan pengujian fisik.]]>
Copyrights © 2024
