IJEIS, Vol.5, No.1, April 2015, pp. 89~98 ISSN: 2088-3714
89
Balancing Robot Menggunakan Metode Kendali Proporsional Integral Derivatif Rizka Bimarta*1, Agfianto Eko Putra2, Andi Dharmawan3 Prodi Elektronika dan Instrumentasi, FMIPA, UGM Yogyakarta 2,3 Jurusan Ilmu Komputer dan Elektronika, FMIPA UGM, Yogyakarta e-mail: *
[email protected],
[email protected],
[email protected] 1
Abstrak Pendulum terbalik memiliki pusat gravitasi yang berada diatas poros putar sehingga menyebabkan pendulum terbalik tidak seimbang. Suatu kendali khusus dibutuhkan agar pendulum seimbang dengan cara menggerakkan kereta beroda yang menjadi tumpuan dari pendulum. Penerapan pendulum terbalik dapat ditemui pada balancing robot. Tujuan dari penelitian ini adalah merancang bangun sebuah sistem pengendalian robot dengan dua roda menggunakan sistem kendali untuk membuat robot yang seimbang (balancing robot). Sistem ini mempunyai masukan akselerometer yang digunakan untuk mengukur percepatan sudut (m/s2) dan giroskop untuk mengukur kecepatan sudut (rad/s). Luaran dari akselerometer dan giroskop digabungkan dengan metode complementary filter untuk mendapatkan nilai sudut. Sudut yang diperoleh kemudian dibandingkan dengan set point yang nilainya 0o. Nilai selisih dari set point dan sudut complementary filter diolah menggunakan metode kendali Proporsional Integral Derivatif. Proses kendali PID ini diprogram pada Arduino IDE yang hasilnya diumpankan ke motor DC untuk mengatur kecepatan putar motor DC. Untuk arah putar motor DC ditentukan apabila sudut complementary filter kurang dari nol, maka motor akan berputar mundur. Sedangkan jika sudut complementary filter lebih dari nol, maka motor akan berputar maju. Nilai konstanta PID berdasarkan hasil tuning dengan metode Ziegler-Nichols metode osilasi adalah Kp=1.5, Ki=0.75, Kd=1.85 dan nilai koefisien pada algoritma complementary filter adalah a=0.96. Kata kunci—inverted pendulum, balancing robot, kendali PID, IMU, complementary filter Abstract Center of gravity’s inverted pendulum is located above its pivot point therefore inverted pendulum is unstable. Specific control is needed so that inverted pendulum stable which is by move the cart where the pendulum is mounted. Inverted pendulum application can be found in balancing robot. The purpose of this research is to design a system to control a two wheeled robot using the control system to balance it. The inputs are accelerometer to measure angular acceleration (m/s2) and gyroskop to measure angular velocity (rad/s). The output’s of accelerometer and gyroscope are fused by complementary filter algorithm method to get the actual angle. The actual angle is then compared to set point which is 0o. The differences between set point and actual angle are processed using Proportional Integral Derivative control method. The process of PID control is programmed using Arduino IDE which its result is fed to DC motors. The direction of DC motors are determined by two conditions, if actual angle less than zero then DC motors will spin backwards. Whereas if actual angle more than zero then DC motors will spin forward. The PID control’s constans value based on Ziegler-Nichols Oscillation tuning method are Kp=1.5, Ki=0.75, Kd=1.875 and complementary filter’s coefficient is a=0.96. Keywords— inverted pendulum, balancing robot, PID control, IMU, complementary filter Received March 4th2014; Revised January 9th, 2015; Accepted April 15th, 2015
90
ISSN: 2088-3714
1. PENDAHULUAN nverted pendulum atau pendulum terbalik adalah pendulum yang terengsel ke kereta beroda yang dapat bergerak maju dan mundur pada bidang horisontal di sepanjang lintasan. Mempelajari dan merancang kendali untuk suatu pendulum adalah cara untuk membuktikan performa suatu kendali. Alasan dibalik pembelajaran mengenai pendulum adalah berdasarkan pada fakta bahwa banyak rekayasa sistem yang dimodelkan sebagai pendulum. Misalnya dalam vektor kendali pendorong roket, dinamika lapangan roket dapat didekati dengan pendulum sederhana. Dalam dunia biomekanik, pendulum digunakan untuk memodelkan bipedal yang berjalan dinamis dan juga digunakan dalam studi gerak roda dan mekanisme penyeimbangan. Selain itu pada tahun 2001, perusahaan Segway Inc. memperkenalkan alat transportasi berdasarkan pada inverted pendulum yang diberi nama Segway [1]. Penerapan konsep inverted pendulum dalam dunia robotika bisa dilihat pada balancing mobile robot, yaitu mobile robot dengan dua roda yang roda tersebut diasumsikan sebagai kereta beroda dan badan robot diasumsikan sebagai pendulum. Sistem ini tidak stabil karena ketika kereta beroda diberi gangguan dari luar maka pendulum akan jatuh. Ketika pendulum normal akan seimbang ketika digantung ke bawah, maka pada inverted pendulum atau balancing robot, untuk mempertahankan agar pendulum atau badan robot tidak jatuh dibutuhkan suatu kendali khusus [2]. Pusat massa dari pendulum terbalik berada diatas poros putar (kereta beroda) sehingga menyebabkan pendulum terbalik tidak seimbang. Ketika pusat massa pendulum terbalik secara langsung berada diatas poros putar maka poros putar akan tetap diam. Jika poros putar sedang diam dan pusat massa sedikit bergeser dari posisi vertikal, maka pendulum tidak akan kembali ke posisi semula tetapi cenderung mencari posisi keseimbangan baru sehingga pusat massanya berada pada posisi terendah mungkin. Sistem kendali umpan balik yang mengatur poros putar dapat digunakan untuk meyeimbangkan pendulum terbalik [3]. Kendali yang baik akan membuat pendulum tetap seimbang dengan cara mengendalikan pergerakan poros putar atau kereta beroda dimana pendulum tersebut terpasang.
I
2. METODE PENELITIAN 2.1. Balancing Robot Balancing robot beroda dua merupakan suatu mobile robot yang memiliki dua buah roda yang tidak akan seimbang apabila tanpa adanya kontroler. Balancing robot ini merupakan pengembangan dari model pendulum terbalik (inverted pendulum) yang diletakkan diatas kereta beroda [4]. Prinsip dari balancing robot ditunjukkan pada Gambar 1.
Gambar 1 Prinsip balancing robot [4] Berdasarkan Gambar 1, permasalahannya ada pada kereta beroda yang bisa bergerak maju dan mundur dan pendulum yang ujungnya menyatu pada kereta beroda sehingga ketika kereta beroda bergerak maka pendulum akan jatuh. Oleh karena itu dibutuhkan kendali sehingga pendulum tetap seimbang dan berdiri tegak [5].
IJEIS Vol. 5, No. 1, April 2015 : 89 – 98
IJEIS
ISSN: 2088-3714
91
2.2. Complementary Filter Complementary filter adalah tapis yang menggunakan dua atau lebih fungsi alih yang jika dijumlahkan akan menghasilkan fungsi alih dengan nilai satu. Yang dimaksud fungsi alih disini adalah proporsi perbandingan besarnya prosentase nilai akselerometer (1-a) dan prosentase nilai giroskop (a) yang digunakan pada proses sensor fusion yang jika dijumlahkan prosentase tersebut bernilai 100% yang ditunjukkan pada persamaan (1). Prinsip kerja dari Complementary filter ditunjukkan pada Gambar 2, yaitu untuk menggabungkan nilai sudut sekaligus untuk menghilangkan derau. Sinyal masukan pertama yaitu nilai sudut hasil pengukuran oleh akselerometer memiliki derau pada frekuensi tinggi sehingga difilter dengan low pass filter. Sinyal masukan kedua yaitu kecepatan sudut hasil pengukuran oleh giroskop memiliki derau pada frekuensi rendah sehingga difilter dengan high pass filter. Hasil penjumlahan dari kedua sinyal yang telah difilter tersebut berupa sudut [6]. (1)
Gambar 2 Prinsip kerja complementary filter [6] 2.3. Kendali PID Skema kontrol PID diberi nama sesuai dengan tiga komponen pengkoreksi utama (Proporsional, Integral, Derivatif), dimana jumlah ketiganya merupakan jumlah dari variabel termanipulasi (Manipulated Variable/ MV). Proporsional, Integral, dan Derivatif dijumlahkan untuk menghitung nilai keluran dari kontroler PID tersebut [7]. Dengan mendefinisikan u(t) sebagai luaran kontroler, bentuk akhir dari algoritma PID ditunjukkan pada persamaan (2). (2) 2.4 Metode Tuning Ziegler-Nichols Metode Osilasi Metode ini digunakan pada sistem close loop yang merupakan metode tuning kendali PID untuk menentukan nilai penguatan proportional Kp, integral time Ti, dan derivative time Td. Metode ini akan memberikan nilai overshoot sebesar 25% pada step response [8]. Langkahlangkah untuk melakukan tuning konstanta PID menggunakan metode osilasi Ziegler-Nichols adalah sebagai berikut : - Ki dan Kd diberi nilai 0 - Nilai Kp dinaikkan terus sampai sistem mengalami osilasi yang stabil. Nilai Kp yang diperoleh tersebut ditulis sebagai Ku - Nilai Pu merupakan periode osilasi seperti yang ditunjukkan pada Gambar 3 - Nilai Kp, Ki, Kd dihitung berdasarkan Tabel 1
Balancing Robot Menggunakan Metode Kendali Proporsional Integral ... (Rizka Bimantara)
92
ISSN: 2088-3714
Gambar 3 Tuning Ziegler-Nichols metode osilasi [9] Tabel 1 Model penalaan konstanta PID dengan metode Ziegler-Nichols metode osilasi [9] Tipe Pengendali
Kp
Ti
Td
P
0,5 Ku
0
0
PI
0,45 Ku
Pu / 1,2
-
PID
0,6 Ku
0,5 Pu
0,125 Pu
2.4. Rancangan Sistem Keseluruhan Rancangan sistem meliputi rancangan secara keseluruhan dimana ada rancangan mekanik, rancangan perangkat keras, dan rancangan perangkat lunak. Rancangan mekanik menjelaskan mengenai pembuatan mekanik dan sistem penunjang yang berada di dalamnya. Rancangan perangkat keras berisi penjelasan tentang perancangan rangkaian elektronik dari sistem yang digunakan. Rancangan perangkat lunak berisi perancangan program dan algoritma yang digunakan dalam sistem. Rancangan sistem secara keseluruhan ditunjukkan pada Gambar 4.
Gambar 4 Diagram blok sistem keseluruhan Rancangan Penentuan Center of Gravity Center of Gravity atau pusat gravitasi pada suatu objek untuk bisa stabil idealnya adalah 1/3 dari tinggi objek. Penentuan letak CoG dilakukan dengan cara memegang robot dengan satu tangan pada masing-masing sisinya sampai robot seimbang. Kemudian garis imaginer digambar diantara kedua tangan. Selanjutnya robot dipegang pada dua sisi yang berlawanan yang berbeda dari sebelumnya (axis kedua) dan ditentukan titik seimbangnya dengan menggambarkan garis imaginer diantara titik tersebut. Ulangi ketiga kalinya dalam orientasi terakhir, titik garis berpotongan terhubung adalah pusat robot Anda gravitasi. Tetapi sebelum menentukan letak CoG menggunakan tiga garis imaginer tersebut terlebih dahulu dilakukan analisis agar letak COG berada pada 1/3 dari tinggi robot.
Rancangan Perangkat Lunak Perangkat lunak yang dimaksud disini adalah program yang dimasukkan ke dalam mikrokontroler. Pemrograman tersebut dibuat dengan bahasa pemrogram khusus oleh Arduino IJEIS Vol. 5, No. 1, April 2015 : 89 – 98
IJEIS
ISSN: 2088-3714
93
pada Arduino IDE (Integrated Development Environment) versi 1.0.2. Arduino sendiri merupakan bahasa turunan dari C++ sehingga fungsi-fungsi C++ dan C dapat berjalan di Arduino. Pemilihan bahasa Arduino ini dipilih karena untuk memadai perhitungan matematis dalam sistem balancing robot dan bersifat open source. Karena sifatnya yang open source ini, maka banyak library yang dikembangkan oleh personal atau komunitas di luar developer Arduino itu sendiri. Garis besar jalannya program adalah membaca nilai kemiringan dari balancing robot dan membandingkannya dengan nilai referensi (set point), kemudian menentukan kecepatan putar pada masing-masing motor DC. Pengontrol PID digunakan untuk mengontrol kecepatan putar motor DC melalui PWM berdasarkan perbandingan dari nilai sudut referensi yang dikehendaki tersebut dengan nilai sudut yang terukur. Pemrograman dari Arduino akan mencakup deklarasi sensor, penerapan algoritma complementary filter, kendali PID, kendali untuk motor DC. Untuk garis besar proses jalannya program ditunjukkan melalui diagram alir pada Gambar 5.
Gambar 5 Diagram alir sistem pada balancing robot
Rancangan Sistem Kendali Kendali PID adalah kendali utama yang digunakan pada sistem ini. Parameter masukan utama yang digunakan dalam kendali PID adalah nilai error atau selisih nilai luaran sistem (variable proses) dengan nilai yang diharapkan (set point). Diagram blok kendali PID pada balancing robot ditunjukkan pada Gambar 6.
Gambar 6 Diagram blok sistem kendali balancing robot Balancing Robot Menggunakan Metode Kendali Proporsional Integral ... (Rizka Bimantara)
94
ISSN: 2088-3714 3. HASIL DAN PEMBAHASAN
3.1. Pengujian Sudut Menggunakan Metode Algoritme Complementary filter Pengujian ini dilakukan dengan mengimplementasikan algoritma Complementary Filter dengan cara melakukan variasi nilai koefisien filter a untuk dilihat pengaruhnya pada nilai sudut yang dihasilkan seperti pada Gambar 7 - 9.
Gambar 7 Pengujian algoritma Complementary filter pada sudut 0o dengan koefisien a = 0.95
Gambar 8 Pengujian algoritma Complementary filter pada sudut 0o dengan koefisien a = 0.96
IJEIS Vol. 5, No. 1, April 2015 : 89 – 98
IJEIS
ISSN: 2088-3714
95
Gambar 9 Pengujian algoritma Complementary filter pada sudut 0o dengan koefisien a = 0.97 Dari Gambar 7 sampai Gambar 9 dapat disimpulkan bahwa ketika nilai koefisien filter (a) masih rendah maka luaran filter terdapat lebih banyak noise (Gambar 7), tetapi apabila nilai koefisien filter terlalu tinggi maka luaran filter akan melebihi dari pembacaan sensor itu sendiri (Gambar 9). Hal tersebut terjadi karena semakin besar nilai koefisien filter maka akan memperlama time constant yang mengakibatkan waktu update sinyal semakin lama. Maka, pada penelitian ini koefisien filter yang digunakan adalah 0.96 (Gambar 8). Sehingga berdasarkan persamaan (1) bahwa jumlah koefisien filter harus 1. Sehingga nilai a=0.96 dikalikan dengan hasil pengukuran sudut oleh giroskop dan 1-a=0.04 dikalikan dengan hasil pengukuran sudut oleh akselerometer. Pengukuran sudut pada akselerometer baik pada frekuensi rendah sebab akselerometer mampu mengukur sudut lebih baik apabila sedang diam sehingga pada algoritma complementary filter, nilai akselerometer ditapis dengan low pass filter untuk meloloskan frekuensi rendah. Untuk giroskop, ketika sedang diam maka nilai kecepatan sudut adalah nol. Sedangkan ketika giroskop bergerak maka giroskop mampu mengukur kecepatan sudut sehingga giroskop baik digunakan pada frekuensi tinggi. Oleh karena itu, pada algortima complementary filter giroskop ditapis dengan high pass filter agar dapat meloloskan frekuensi tinggi. 3.2 Pengujian Sistem Kendali Balancing Robot Balancing robot mempunyai 1 sudut dinamis yang harus selalu dikontrol agar dapat seimbang. Pada sistem ini, robot berotasi terhadap sumbu Y sehingga untuk akselerometer dibutuhkan 2 axis yaitu X dan Z sedangkan untuk giroskop dibutuhkan 1 axis yaitu sumbu Y. Nilai sudut dari algoritma complemenatry filter dibandingkan dengan nikai set point, selisih nilai tersebut berupa nilai error yang digunakan pada algoritma PID. Semakin besar nilai error maka semakin besar pula hasil dari algortima PID yang menyebabkan semakin besarnya nilai PWM yang dihasilkan. Karena semakin besar simpangan sudut maka dibutuhkan semakin besar pula nilai PWM untuk mengembalikan agar pendulum dapat kembali berdiri tegak lurus. 3.3. Pengujian Kendali PID Menggunakan Metode Tuning Ziegler-Nichols Metode Osilasi Pengujian Kendali P Nilai error yang akan diberikan kepada kontrol proporsional didapat dari nilai set point dikurangi dengan nilai sudut pitch yang dideteksi oleh sensor. Nilai error ini dapat berupa error Balancing Robot Menggunakan Metode Kendali Proporsional Integral ... (Rizka Bimantara)
96
ISSN: 2088-3714
negatif maupun error positif sehingga luarannya dapat membuat sistem berosilasi pada daerah sekitar set point. Ketika kendali P digunakan, dibutuhkan Kp (proportional gain) yang besar untuk memperbaiki steady state error. Sistem yang stabil tidak akan masalah apabila Kp yang digunakan besar. Jika konstan steady state error bisa diterima, maka kendali P bisa digunakan. Tetapi ketika nilai Ku terlalu besar maka variable proses akan berosilasi. Jika nilai Kp terus dinaikkan maka osilasi menjadi semakin besar dan sistem akan menjadi tidak stabil. Tetapi jika P terlalu kecil maka respon sistem terhadap perubahan yang terjadi menjadi lambat. Pertama yang dilakukan adalah memberikan variasi kenaikan nilai Kp yaitu 0.5 sampai 4 dengann variasi kenaikan nilai Kp = 0.5 yang hasilnya dapat dilihat pada Gambar 10 dan 11. Ketika sistem sudah berosilasi maka nilai Kp tersebut disimpan sebagai nilai Ku.
Gambar 10 Grafik sudut pitch vs waktu (Kp=0.5 – 2)
Gambar 11 Grafik sudut pitch vs waktu (Kp=2.5 – 4)
IJEIS Vol. 5, No. 1, April 2015 : 89 – 98
IJEIS
ISSN: 2088-3714
97
Berdasarkan grafik pada Gambar 10 nilai Kp=0.5 menuju arah tak hingga, Kp=1, Kp=1.5, Kp=2 osilasi yang terjadi masih belum stabil. Untuk Gambar 11 ketika Kp=3, Kp=3.5, Kp=4 osilasi yang dihasilkan semakin lama semakin besar, sehingga nilai Kp yang mengalami osilasi yang cukup stabil adalah Kp=2.5. Pengaruh konstanta proporsional dalam sistem adalah memperbesar nilai overshoot (suatu keadaan yang melebihi nilai batas atau lonjakan), semakin besar konstanta proporsional yang dimasukkan ke dalam sistem, maka nilai overshoot akan semakin besar pula dan sistem menjadi tidak stabil (jauh dari setpoint). Sehingga konstanta proporsional tidak dapat dipakai sendirian atau harus diimbangi dengan konstanta lain sebagai peredamannya [9]. Konstanta yang dimaksud adalah konstanta derivatif. Setelah diketahui nilai Kp, maka dilakukan perhitungan nilai Kp, Ki, Kd berdasarkan metode tuning Ziegler-Nichols II yaitu Metode Osilasi pada Tabel 1, maka nilai Kp=2.5 yang diperoleh pada Gambar 11 disimpan sebagai Ku, sehingga nilai Kp = 1.5. Untuk nilai periode osilasi Pu adalah 15 ms, sehingga nilai Ki = 0.75 dan nilai Kd =1.875. Pengujian Kendali PID Pengujian dilakukan dengan memberikan nilai Kp, Ki, dan Kd yang diperoleh dari dengan menggunakan metode tuning Ziegler-Nichols sebelumnya.
Gambar 12 Grafik sudut pitch vs waktu (Kp=1.5, Ki=0.75, Kd=1.875) Berdasarkan grafik pada Gambar 12, untuk analisis response transient nya dapat dilihat bahwa sistem mengalami osilasi diawal kemudian mempunyai settling time pada 1000 ms. Rise time dari sistem sekitar 100 ms. Overshoot yang dihasilkan cenderung kecil karena nilai Kd berfungsi untuk mengurangi overshoot. Lalu untuk osilasi yang masih terjadi diawal dikarenakan efek dari kontanta Ki. Steady state error yang dihasilkan sudah cukup kecil, tidak sampai 1o, sedangkan set point sendiri adalah 0o.
Balancing Robot Menggunakan Metode Kendali Proporsional Integral ... (Rizka Bimantara)
98
ISSN: 2088-3714 4. KESIMPULAN
Berdasarkan penelitian yang dilakukan maka dapat diambil kesimpulan bahwa telah berhasil dibuat balancing robot dengan menggunakan sistem kendali PID untuk sudut pitch dengan nilai konstanta Kp = 1.5, Ki = 0.75, Kd = 1.875 dan koefisien filter (a) pada algoritma complementary filter adalah 0.96.
5. SARAN 1. Metode tuning konstanta kendali PID dilakukan dengan metode auto tuning agar hasil yang diperoleh lebih optimal. 2. Metode fusion sensor menggunakan algoritma lain seperti Kalman Filter atau DCM (Discrete Cosine Matrix) sebagai perbandingan dengan metode complementary filter.
DAFTAR PUSTAKA [1]
Miller, P., 2008, Building a Two Wheeled Balancing Robot, Disertasi, Faculty of Engineering and Surveying, University of Southern Queensland, Queensland.
[2]
Stang, J., 2005, The Inverted Pendulum, Tesis, Teknik, Cornell University, Cornell.
[3]
Krakow, K.I., 2005, System-specific PI Control Theory for Fluid and Motion Systems, Universal Publishers, United States.
[4]
Hutama, I., 2011. Kendali Pendulum Terbalik Dinamis, Skripsi, Teknik, Universitas Gadjah Mada, Yogyakarta.
[5]
Sultan, K., 2003, Inverted Pendulum Analysis Design and Implementation, Tesis, Industrial Electronics, Institute of Industrial Electronics Engineering, Karachi.
[6]
Colton, S., 2007. The Balance Filter: A Simple Solution for Integrating Accelerometer and Gyroscope Measurements for a Balancing Platform, http://web.mit.edu/scolton/www/filter.pdf, diakses pada 20 Februari 2013.
[7]
Wicaksono, E.G., 2012, Balancing Robot Beroda Dua Menggunakan Metode Kendali Proporsional Derivatif, Skripsi, Teknik, Universitas Diponegoro, Semarang.
[8]
Ogata, K. 1997. Teknik Kontrol Automatik – terjemahan: Ir. Edi Laksono. Erlangga: Jakarta.
[9]
Dorf, R. C., dan H. Bishop, R., 2010, Modern Control System Twelfth Edition, Prenctice Hall International, United Kingdom.
IJEIS Vol. 5, No. 1, April 2015 : 89 – 98
