Sistem Navigasi Otonom Berbasis FSM dan Visual Servoing Untuk Pencarian dan Pendekatan Objek Pada Mobile Robot

Abstract

Sistem navigasi pada Autonomous Mobile Robot (AMR) saat ini masih sering mengalami kendala fragmentasi fungsional, di mana robot kerap berhenti setelah mendeteksi objek karena ketidakmampuan melakukan transisi yang mulus menuju manuver pendekatan fisik. Penelitian ini bertujuan mengembangkan sistem robot mobile otonom berbasis Finite State Machine (FSM) untuk mengintegrasikan fase pencarian, deteksi, dan pendekatan presisi ke dalam satu kerangka kerja yang terkoordinasi secara utuh. Sistem dibangun pada lingkungan simulasi ROS 2 Gazebo menggunakan algoritma Nav2 untuk navigasi global, YOLO11n untuk persepsi visual, pelacak sentroid, serta Image-Based Visual Servoing (IBVS). Pengujian eksperimental dilakukan melalui 40 uji coba untuk membandingkan performa strategi Random Exploration dan Waypoint-Based Search. Hasil penelitian menunjukkan arsitektur FSM berhasil mencapai tingkat keberhasilan misi 100% dan terbukti tangguh dengan kemampuan self-recovery yang secara otomatis mampu memulihkan robot berulang kali dari kondisi terjebak hambatan (deadlock). Evaluasi kuantitatif menyimpulkan bahwa Waypoint-Based Search lebih efisien untuk target di sekitar jalur patroli terstruktur (50,55 detik), sedangkan Random Exploration unggul pada lokasi target tak terduga (87,00 detik). Temuan ini menegaskan bahwa efisiensi sistem AMR sangat bergantung pada kecocokan antara strategi pencarian yang digunakan dengan karakteristik letak target di dalam ruangan.