Kendali Robot Mobile IKIBOT Berbasis Model Predictive Control (MPC)

Perkembangan sistem navigasi otonom pada robot differential drive menuntut algoritma kendali yang mampu melacak lintasan secara presisi sekaligus menghindari rintangan secara dinamis. Model Predictive Control (MPC) menawarkan keunggulan dalam memprediksi pergerakan robot di masa depan dengan memperhitungkan batasan kinematika dan rintangan secara simultan. Namun, implementasi MPC pada perangkat keras dengan kapasitas komputasi terbatas, seperti Raspberry Pi 4, sering kali memicu delay yang dapat mengakibatkan keterlambatan eksekusi pada aktuator dan kegagalan manuver. Penulisan ini berfokus pada implementasi dan optimasi algoritma MPC menggunakan kerangka kerja CasADi dan IPOPT pada robot differential drive berbasis Robot Operating System (ROS) Noetic. Sistem ini dirancang untuk menerima rute dari global planner dan merespons rintangan berdasarkan data laser dari LiDAR. Untuk mengatasi delay tersebut, penelitian ini melakukan penyetelan prediction horizon ke titik ekuilibrium operasional guna menyeimbangkan responsivitas aktuator dengan keandalan prediksi matematis. Algoritma ini juga diintegrasikan dengan normalisasi sudut (angle wrap-around) untuk menjamin efisiensi rotasi lintasan terpendek. Pengujian perangkat keras secara langsung membuktikan bahwa algoritma MPC yang telah disesuaikan mampu menjalankan navigasi otonom dan penghindaran rintangan secara stabil tanpa mengalami pembengkakan waktu komputasi.