RANCANGAN SISTEM NAVIGASI UAV

Oleh:
Sunar*

Abstrak

Penelitian dan pengembangan sistem UAV (Unmanned Aerial Vehicle) sangat luas jika dibreakdown ke bagian-bagian yang lebih spesifik, misalnya bisa ada yang fokus menangani Space Craft (air frame) UAV, Link Communication, Control & Navigation, Payload & Power Management, dan GCS (Ground Control Station). Tulisan ini akan menguraikan Control & Navigation UAV. Penjelasan berupa rancangan sistem Navigasi uav yang terdiri dari sensor IMU, sensor XYZ horizon, GPS, sistem aktuator dan mekanik, komunikasi RC (Radio Control) dan system telemetri.

Abstract

Development of UAV is very larges if be breakdown to the specific part, for example, there are could be a focus on Space Craft ( air frame) UAV, Link Communication, Control&Navigation, Payload & Power Management, and GCS (Ground Control Station). The author will describe parts of its, namely the Control & Navigation. This paper presented the preliminary design of navigation system that consists of IMU sensors, XYZ horizon sensor, GPS, actuators and mechanical systems, RC (Radio Control) communications and telemetry system.

Keywords: UAV Navigation, IMU, actuator systems, RC (Radio Control)

1. PENDAHULUAN
Penelitian dan pengembangan sistem instrumentasi payload UAV yang dilakukan LAPAN meliputi sistem Space Craft (air frame) uav, Communication, Control & Navigation, Payload & Power Management, dan GCS (Ground Control Station). Dalam paper ini akan dibahas bagian Control & Navigation. Pembahasan masih bersifat global karena masih berupa perancangan awal yang masih memerlukan penelitian dan pengembangan lebih lanjut agar didapatkan perancangan lebih detail.

2. SISTEM NAVIGASI
2.1. Dasar Navigasi
Sebelum membahas teori detail mengenai navigasi perhatikan peta dasar navigasi (gambar 2.1).

Gambar 2.1 Peta dasar Navigasi

Local Level Plane digambarkan sebagai posisi pesawat UAV di atas permukaan bumi (earth). Dari Gambar 2.1 di atas terlihat jika diinginkan membaca parameter-parameter navigasi yang berpengrauh tentu saja memerlukan berbagai jenis sensor. Sensor-sensor yang digunakan pada sistem navigasi ini diantaranya adalah GPS (posisi koordinat 3 dimensi), sensor altimeter (ketinggian) bisa mengambil data ketinggian dari GPS, sensor accelerometer (sensor percepatan), dan sensor gyroscope (sensor kecepatan sudut). Sensorsensor
tersebut dapat digunakan untuk mengukur parameter dinamik UAV saat terbang. Kombinasi sensor accelerometer 3 aksis dan gyroscope 3 aksis menjadi sensor dinamik yang secara umum disebut sensor Inertial Measurement Unit yang disingkat IMU (widada,2003).

Sensor utama dari sistem flight control pada UAV akan menggunakan sensor Inertial Measurements Unit (IMU) yang bekerja mandiri (standalone) karena didesain sudah memiliki processor sendiri yang menghasilkan 6 macam keluaran berupa percepatan a sumbu x,y dan z (ax,ay,az) serta kecepatan sudut () sumbu x,y dan z (x , y , z). Pada penelitian ini sistem navigasi menggunakan sensor IMU dan akan dicoba digabungkan dengan sistem navigasi Global Position System (GPS) dan sensor XYZ horizon yang diolah oleh prosesor berkecepatan tinggi (ATmega 328, Kristal 16 MHz) sebagai otak navigasi yang disebut Inertial Navigation System (INS). Sensor-sensor pada system INS ini dibutuhkan untuk guidance, navigation, and control (GNC) gerak UAV di udara (skema sistem gambar 2.3). Sensor dinamik IMU maupun prosesor navigasi INS pada umumnya dikembangkan untuk teknologi dan penelitian pada bidang aeromeodeling dan robotika, sehingga cocok untuk dikembangkan di bidang UAV guna mempelajari, memahami dan karakterisasi gerak dinamika UAV.

2.2. Inertia Navigation System (INS) UAV
2.2.1 Konsep Dasar INS
Prinsip kerja pengukuran orientasi dan posisi benda bergerak dengan hanya menggunakan sensor accelerometer dan gyroscope telah ditemukan dalam bidang ilmu Inertial Navigation System (INS). System navigasi awalnya dibangun dengan platform system gimbal yang stabil terhadap referensi body frame menggunakan gyro untuk mengendalikan motor gimbal dalam system close loop. System memanfaatkan accelerometer yang kemudian diintegralkan 2 kali (double integral) untuk mendapatkan update posisi pada masing-masing arah (sumbu x,y dan z).

Umumnya system ini disebut strapdown INS, yang mengeliminasi mekanik gimbal dan mengukur orientasi pesawat UAV dengan mengintegrasikan kecepatan sudut dari 3 sensor gyroscope diturunkan (strapped down) terhadap body frame UAV. Untuk mendapatkan posisi, diturunkan hasil pengukuran accelerometer 3
axis (ab) dari gerak body frame UAV dan mengukur total vector percepatan body frame (b ) terhadap referensi inertial navigasi (n). Vector percepatan ini dapat dikonversi dari koordinat body terhadap koordinat bumi menggunakan orientasi hasil pengukuran langsung gyroscope pada body. Posisi (Sn) kemudian diperoleh dari memasukkan efek gravitasi (g) bumi dari percepatan terukur dan kemudian dilakukan double integral dimulai dari posisi inisial (start position). Ilustrasi penjelasan ini diperlihatkan dalam gambar 2.2.

 Sedangkan system Inertia Navigasi yang dirancang berdasarkan skema seperti gambar 2.3. Dari Gambar 2.3 di atas, parameter masukkan sistem navigasi berasal dari data IMU,GPS dan sensor horizon XYZ. Data GPS
dan sensor horizon XYZ digunakan sebagai data referensi untuk koreksi error pembacaan data IMU sehingga didapatkan data INS yang sudah terkoreksi (valid). Diperlukan algoritma tersendiri untuk memperoleh data INS yang valid dan akurat berbasis GPS (dibahas pada tulisan tersendiri).

Masukan pada INS merupakan hasil keluaran dari IMU (posisi Sx(t), Sy(t), dan Sz(t)) dan rotasi ((t),(t),dan(t) ) yang sudah dalam bentuk digital. Kemudian GPS/INS akan menghasilkan keluaran berupa posisi, percepatan dan perilaku (attitude). Hasil keluaran pada INS ini nantinya dapat digunakan sebagai feedback pada sistem kontrol, artinya jika keluaran pada INS tidak sesuai dengan yang diinginkan dengan arah gerak UAV, maka sistem kontrol (flight control) akan menggerakkan actuator pada UAV sehingga akhirnya arah gerak UAV akan menjadi sesuai dengan yang dinginkan (Gambar 2.3).
2.2.2. Loop Navigasi (Navigation Loop)
Loop navigasi memainkan peran kunci dalam sistem navigasi pesawat UAV. Output navigasi digunakan untuk memandu (guidance) dan control serta mempengaruhi kinerja terhadap target dan tugas surveillance (jika memiliki misi surveillance). Dengan demikian harus membuat sinkronisasi waktu yang tepat dengan node sensor-sensor lain (dalam rancangan ini sensor GPS dan Horizon XYZ).
Inti dari loop navigasi adalah strapdown INS dan filter Kalman. Strapdown INS memberikan posisi, kecepatan dan sikap kontinyu dan handal dengan kecepatan cukup tinggi. Filter Kalman memperkirakan kesalahan navigasi melalui pencampuran pengamatan GPS atau data horizon XYZ sensor sebagai data referensi dan back-up.
Mekanisasi penurunan parameterparameter pada INS terhadap referensi sumbu bumi dapat digambarkan seperti gambar 2.4. INS menghitung posisi, kecepatan kendaraan dan sikap terhadap kerangka referensi dengan cara integrasi numerik dari percepatan dan kecepatan sudut. Dalam skema mekanisasi, kerangka acuan diasumsikan sebagai kerangka inersia non-rotating. Waktu misi penerbangan pendek dan GPS dapat melakukan koreksi dengan asumsi berlaku tanpa mengalami degradasi kinerja yang signifikan di sebagian besar jalur trayektori pesawat UAV. Jika INS harus melakukan misi jarak jauh (longrange) tanpa koreksi GPS, INS akan memerlukan skema mekanisasi lebih tepat untuk menghapus kesalahan secara sistematis seperti efek rotasi dan gaya Coriolis[10] (gaya efek dari rotasi bumi). Dalam mekanisasi ini menggunakan acuan bumi fix (earthfixed), gaya Coriolis dan kecepatan transportasi bumi tidak dihitung. Output navigasi dalam format koordinat BMG(Map Grid Australia) bukan Koordinat WGS-84[9] yang cocok untuk menyatakan pergerakan kendaraan UAV dan pengamatan relatif antara target dengan beberapa UAV.

Keterangan: Pos :posisi, Vel:kecepatan, Eul:kecepatan sudut menggunakan transformasi Euler

Extended Filter Kalman merupkan predictif filter yang dapat mengestimasi posisi dan attitude pergerakan benda dan merupakan jantung dari sistem navigasi. Dalam penggunaan sistem low cost IMU seperti yang digunakan dalam perancangan ini, kesalahan pembacaan sensor seperti bias, factor skala dan random walk noise mendominasi penyebab kesalahan pembacaan INS. Kesalahan ini biasanya merupakan pengaruh dinamika UAV dan telah berhasil dimodelkan agar mudah dianalisa dan diatasi. Dalam perancangan ini menggunakan model kesalahan INS terhadap acuan fix earth.
Gambar 2.5 menunjukkan mekanisasi INS dengan menggunakan Extended Filter Kalman. Error pengukuran oleh INS yang memiliki frekuensi dinamik rendah, dapat difilter dengan kecepatan sampel relatif rendah dengan prioritas lebih rendah. Error pengukuran akibat noise biasanya memiliki frekuensi tinggi dan dapat dimodelkan sebagai white model (atau broadband white). Filter Kalman menekan noise frekuensi tinggi ini dan mengestimasi kesalahan INS dengan low pass filter natural.

3. METODOLOGI
Perancangan dan implementasi Navigasi uav dilakukan dengan cara mempelajari dan mentabulasi kebutuhan sistem navigasi kemudian dibuat blok diagram sistem yang dilanjutkan breakdown ke hardware elektronik terintegrasi pada PCB yang memenuhi kebutuhan rancangan dalam bentuk prototype. Setelah terwujud prototype atau tersedia modul prototype yang sesuai kebutuhan, maka dilakukan pengujian dan analisa data pengujian. Dalam paper ini pengujian masih dalam skala laboratorium.
3.1 Setup hardware
Dipilih board yang memenuhi kebutuhan yaitu Board ArduPilot yang telah dilengkapi semua komponen surface-mount (SMD) sudah disolder dan firmware pada chip. Board ini bersifat open source hardware dan software sehingga dapat dikembangkan sendiri lebih lanjut. Harus dilengkapi dengan menyolder beberapa konektor ke board dan memuat (loading) perangkat lunak autopilot (jika menginginkan mode autopilot). Diperlukan kabel FTDI untuk loading perangkat lunak. Dibutuhkan pula Kit Shield board ekspansi yang dilengkapi dengan sensor kecepatan. Hal pertama yang harus dilakukan adalah menyolder konektor. Memotong konektor header sesuai jumlah pin yang digunakan yaitu 3-pin,10 pin, 8 pin dan 6 pin kemudian
menyolder pada board. Pada board bagian bawah, menyolder strip kabel pendek terbungkus (shield) diantara pin yang nantinya untuk menghubungkan throttle (gambar 3).

Selanjutnya mengatur board shield, tampak tiga strip konektor perempuan (female) (gambar 4 (b)), laki-laki (male), dan tombol reset (gambar 3.2).


Dan menambahkan satu pin (ditunjukkan gambar 3.3) untuk memberikan power radio telemetri nirkabel.

Jika ingin Ground Station dapat merekam sisa daya baterai, harus mensolder kabel dari shield (pin A5) ke terminal positif baterai. Gambar 3.6 menampilkan bagaimana pemasangan kabel untuk pengukuran tegangan:

Selanjutnya saatnya untuk menghubungkan semua peralatan RC dan sensor. Direkomendasikan dilengkapi XYZ DIY sensor (jika ingin menggunakan XYZ sensor stabilization sensor) . Memasang RC receiver ke INPUT ArduPilot dengan kabel female-tofemale (alternatifnya, dapat memotong kabel tersebut menjadi dua dan menyolder ke ArduPilot dalam lubang PCB secara permanen, seperti yang ditunjukkan pada gambar 3.6). Baik kabel dari RC receiver dan kabel output untuk servo harus memiliki kabel hitam (ground). Input 1 harus disambung ke receiver - Channel 1(aileron), Masukan 2 harus disambung ke Channel 2 (lift) dan Input 3 harus disambung ke Channel 3 (throttle). CTRL harus disambung ke saluran yang akan digunakan untuk mengaktifkan autopilot, biasanya 5 atau 6. Jika memiliki posisi tiga toggle pada RC transmitter (pemancar), dapat menggunakan channel tersebut .
          Motor-motor servo disambung ke sisi output ArduPilot. Jika pesawat uav memiliki tiga channel maka menghubungkan servo rudder ke Out 1; atau jika pesawat menggunakan ailerons, menghubungkannya ke Out 1. Servo elevator harus dihubungkan ke Out 2, seperti yang ditunjukkan gambar 3.7. ESC / throttle disambung ke Out 3. (Out 4 saat ini tidak digunakan). UAV Inwagan LAPAN support terhadap board ini.
Menggunakan kabel sensor yang tersedia pada kit shield, sambungkan satu saluran yg berisi empat kabel ke sensor XY dan yang berisi tiga ke Z sensor. Berikut adalah diagram konfigurasi wiring ardupilot untuk sistem navigasi (gambar 3.7):

3.2 Setup software

Tahap berikutnya saatnya untuk memuat perangkat lunak ( software). Download dan menginstal versi terbaru software belum memilikinya. Mengaktifkan power di board dengan cara menghubungkannya ESC ke baterai atau menggunakan beberapa sumber daya 5v lain (tidak boleh mencoba power hanya dengan kabel FTDI dari USB computer). Tidak disambung pin power pada port prosesor FTDI untuk menghindari power konflik ketika board ini support menggunakan serial FTDI sebagai monitor.
Power LED harus menyala merah sebagai tanda aktif. Kemudian memasang FTDI ke menghubungkan ke port USB komputer.

3.3 Pengujian
Konfigurasi pengujian sesuai pada gambar 3.7. Jika menggunakan ArduPilot pada pesawat yang berbeda, bisa [airframe].H untuk masing Pastikan bahwa mengedit memanggil file header yang tepat ketika meng upload kode. Pada pengujian ini menggunakan file header “easystar_25.h mengedit source code Sementara itu, folder kode akan terlihat seperti (gambar 3.9 (b)):
Selanjutnya, dengan IDE Arduino, me-loading "sketchfile" Ardupilot_25_04, yang akan memanggil ArduPilot_akan memuat seluruh file dalam tab akan terlihat seperti gambar 2.10

Dalam perangkat lunak Arduino dalam menu "Tools" pastikan telah memilih port serial yang tepat (FTDI kabel yang akan membuat port baru, yang mungkin port 5 atau port lainnya yang lebih tinggi). Juga memastikan bahwa board yang dipilih adalah "Arduino Duemilanove w/ATmega328" karena menggunakan board yang lebih baru berbasis 328. Pada posisi ini harus mencabut modul GPS jika terpasang karena kode Arduino tidak akan memuat jika terpasang modul GPS, karena GPS memiliki port serial yang sama. Setelah
meng-upload kode, bisa memasang modul GPS kembali. Harap diingat di proses selanjutnya ketika meng-upload kode: harus mencabut GPS dahulu. Kemudian klik tombol "Upload to I/O board" icon (panah kecil menunjuk ke kanan). Tidak ada yang terjadi selama sekitar 30 detik sebagai kode kompilasi, maka LED
indicator power ArduPilot akan sementara mereset board dan mendownload kode. (Jika menggunakan board Sparkfun FTDI 3.3V, akan terlihat pada board LED merah flash beberapa kali dan diam sekitar sepuluh detik sebagai tanda source code akan didownload). Dalam waktu kurang dari satu menit, di bagian bawah IDE Arduino perangkat lunak harus melaporkan bahwa program telah berhasil diupload dengan pesan "Done uploading".
Sekarang dapat mencabut kabel FTDI dan re-connect modul GPS dan menghubungkan semua sensor, RC receiver serta servo untuk melihat respon output bahwa source code yang ditanam ke processor bekerja sesuai rancangan. Jika sudah bekerja dengan baik sistem navigasi siap diintegrasikan ke dalam pesawat uav.

4. HASIL DAN ANALISA
Berdasarkan konfigurasi pengujian dan dari foto pengujian gambar 4.1, didapatkan beberapa data hasil pengujian. Data diambil perbagian yaitu bagian RC receiver, sensor GPS, sensor XYZ, servo (rudder/eleron, elevator dan throttle), dan ESC (Electric Speed Controller). Masing-masing bagian dikendalikan oleh algoritma berupa source code yang ditanamkan ke processor. Hasil pengujian ditampilkan dalam table 1 dan gambar 4.2.

Agar lebih menarik dan interaktif streaming data hasil pengujian diplot pada software grafis di bagian ground segment – Ground Control Station (GCS) ditunjukkan pada gambar 4.3.

Interface GCS dibangun menggunakan software Labview dilengkapi dengan Runtime Engine yang bisa digunakan untuk mengakses software Google Earth agar dapat memplot posisi secara visual pada permukaan bumi. Jika sistem navigasi dibawa uav maka posisinya bisa ditampilkan pada peta dengan baik, terlihat posisi saat pengujian di kantor LAPAN, Rumpin pada koordinat Latitude -6.374450o dan Longitude 106.627922o.

5. KESIMPULAN
Telah berhasil diujicoba skala laboratorium sistem navigasi uav uav. Secara fungsional semua subsistem telah bekerja dengan baik sesuai harapan. Data-data penting yang diperoleh dari pengujian adalah:
a. GPS mendapatkan data valid (lock) sekitar 15-20 menit kemudian setelah sistem on, jika ingin lebih cepat direkomendasikan diuji di outdoor, meskipun demikian tidak selalu bisa ditetapkan lama waktu mencapai lock karena kondisi cuaca juga berpengaruh.
b. Sensor XY bekerja dengan range 300 s/d 700 (decimal), titik tengah 511 (kondisi mendatar), sedangkan sensor Z sebagai kendali rolling agar pesawat uav tidak diizinkan rolling sampai melebihi 45o untuk stabilisasi leveling (agar uav selalu dalam kondisi mendatar).
c. RC transmitter dan RC receiver bekerja dengan baik sehingga dapat mengendalikan servo (rudder/eileron), elevator dan ESC (Electric Speed Controller). Dalam pengujian RC receiver hanya 2 channel (untuk rudder dan elevator), direkomendasikan menggunakan radio minimal 4 channel agar bisa ujicoba sistem secara lengkap secara bersamaan.

Untuk mendapatkan hasil yang lebih baik lagi dengan mendalami tingkat akurasi sistem perlu dilanjutkan dengan integrasi ke pesawat uav dan diuji coba terbang di lapangan.

DAFTAR PUSTAKA
 Cariolis Force, http://ww2010.atmos.uiuc.edu/%28Gh%29/guides/mtr/fw/crls.rxml
 Datasheet MMA7260Q , ±1.5g - 6g Three Axis Low-g Micromachined Accelerometer, Freescale Semiconductor, Inc., 2005
 Datasheet LISY300AL TM, MEMS inertial sensor: single-axis ± 300°/s analog
 Eric Foxlin, Michael Harrington and Yury Altshuler, Miniature 6-DOF inertial
 Field Robotics, University of Sydney, NSW 2006, Australia
 Guidance, and Control of a UAV using Low-cost Sensors, Australian Centre
 http://en.wikipedia.org/wiki/World_Geodetic_System
 Jong-Hyuk Kim, Stuart Wishart and Salah Sukkarieh, Real-time Navigation,
 KC Wong, DM Newman, et. all, Maturing UAV apabilities -Stepping from Technology Demonstrators to Mission-Specific Systems,University of Sydney, AUSTRALIA,2006
 L. Doitsidis, K. P. Valavanis, N. C.Tsourveloudis, M. Kontitsis, A Framework for Fuzzy Logic Based UAV Navigation and Control, International Conference on Robotics & Automation, New Orleans, LA , April 2004
 output yaw rate gyroscope, www.st.com
 system for tracking HMDs, AeroSense 98,Orlando, FL, April 13-14, 1998
 Wiryadinata R., dan W. Widada, Error Correction of Rate-Gyroscope Calibration For Inertial Navigation System Algorithm, SNATI, Yogjakarta, 2008
 25 Nations for an Aerospace Breakthrough, European Civil Unmanned Air Vehicle Roadmap Volume 1- Overview, 2005.

diterbitkan di: Prosiding Siptekgan XIV-2010, 03-03: 303-312

Posted in: RANCANGAN SISTEM NAVIGASI UAV