Penggabungan IMU dan RTS untuk Optimalisasi Akurasi Pemantauan Kinematik: Implementasi Filter Kalman, Smoothing Rauch-Thung-Striebel, dan Teknik Fusi

Tujuan dari penelitian ini adalah untuk menyelidiki penggunaan inertial measurement unit (IMU) untuk memantau posisi dan orientasi alat pengikat dalam aplikasi perkakas industri dalam ruangan, khususnya selama operasi perakitan. IMU adalah perangkat yang dapat mengukur percepatan linier dan kecepatan sudut, namun sering kali menghadapi masalah "drift" karena kesalahan sistematik dan stokastik pada sensor. 

Oleh karena itu, penelitian ini mengevaluasi tiga metode utama untuk meningkatkan  orientasi dan akurasi posisi fusi sensor antara akselerometer dan giroskop, filter Kalman, dan Zero Velocity Update  (ZUPT). Secara khusus, penelitian ini bertujuan untuk menemukan cara untuk meningkatkan akurasi sistem kinematik robotic total station (RTS) menggunakan IMU berbiaya rendah. 

Hal ini penting karena teknik berbasis penanda visual, yang dianggap sebagai standar emas, sangat mahal dan hanya dapat digunakan di laboratorium, sedangkan IMU merupakan alternatif yang lebih murah dan praktis. Peneliti berharap dengan mengintegrasikan IMU dengan RTS menggunakan filter Kalman dan Smoothing Rauch-Tung-Sriebel akan meningkatkan akurasi dibandingkan hanya menggunakan RTS.

Dalam penelitian ini, dua jenis IMU, Mpu 9250 dan ADIS 16445, digunakan untuk melakukan uji akurasi dalam kondisi statis dan dinamis. Penggabungan sensor dilakukan menggunakan tiga algoritma filter komplementer Mahony, filter penurunan gradien Madgwick, dan filter Kalman yang diperluas. Selain itu, filter Kalman yang didukung oleh ZUPT diterapkan untuk mengurangi penyimpangan estimasi posisi. Data dikumpulkan dari simulasi dan eksperimen fisik menggunakan jalur yang meniru pengoperasian alat pengikat di lingkungan industri. 

Dalam konteks ini dilakukan investigasi dengan menggunakan sistem IMU dan RTS pada saat simulasi gempa menggunakan meja getar. Data lintasannya diukur menggunakan IMU dan RTS dan diolah menggunakan filter Kalman dan algoritma Smoothing Rauch-Tung-Striebel. Analisis dilakukan dengan menghitung simpangan lintasan yang diukur dari lintasan acuan serta menghitung signal-to-noise rasio (SNR) dan korelasinya.

Hasil menunjukkan bahwa IMU ADIS 16445 mengungguli Mpu 9250 dalam pengujian orientasi statis, dengan kesalahan rata-rata kurang dari 0,05 derajat untuk yaw, pitch, dan roll. Dalam kondisi dinamis, kedua IMU berkinerja buruk, namun ADIS 16445 masih menampilkan kesalahan kecil. 

Penggunaan filter Kalman berbantuan ZUPT terbukti efektif dalam mengurangi penyimpangan perkiraan posisi, terutama pada jalur dengan banyak titik kecepatan nol, seperti: Lintasan A telah meningkatkan akurasi posisi secara signifikan. Secara khusus, metode Zero Positioning Fix  (ZPF) dapat meningkatkan akurasi IMU dengan deviasi orbit sekitar 2,4 cm. 

Untuk IMU dan RTS secara bersama-sama, deviasi rata-ratanya adalah sekitar 1,3 mm, sedangkan untuk RTS saja adalah 1,5 mm. Hasil ini mendukung hipotesis bahwa mengintegrasikan IMU dan RTS dengan filter Kalman dan penghalusan Rauch-Tung-Striebel menghasilkan akurasi yang lebih tinggi. Secara keseluruhan, hasil ini menunjukkan bahwa menggabungkan IMU dan RTS dapat memberikan pengukuran yang lebih akurat dan konsisten, sehingga menjawab pertanyaan penelitian tentang bagaimana meningkatkan akurasi pengukuran kinematik.

Studi ini menunjukkan bahwa terdapat kekuatan besar dalam pengujian komprehensif berbagai algoritma fusi sensor dan pendekatan ZUPT untuk meminimalkan kesalahan IMU. Hasil ini konsisten dengan penelitian sebelumnya yang menunjukkan bahwa fusi sensor meningkatkan akurasi orientasi, sementara ZUPT membantu membatasi penyimpangan estimasi posisi. 

Namun, terdapat batasan kinerja yang signifikan antara IMU komersial seperti Mpu 9250 dan IMU navigasi seperti ADIS 16445, yang mungkin membatasi penerapan IMU komersial dalam skenario industri yang memerlukan akurasi tinggi. Tantangan lainnya termasuk kebutuhan untuk mengkalibrasi IMU dengan benar untuk memberikan hasil yang akurat dan potensi keterbatasan dalam kondisi dinamis yang ekstrim.