-p-formation-control/presentasi.tex

678 lines
26 KiB
TeX

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Beamer Presentation
% LaTeX Template
% Version 1.0 (10/11/12)
%
% This template has been downloaded from:
% http://www.LaTeXTemplates.com
%
% License:
% CC BY-NC-SA 3.0 (http://creativecommons.org/licenses/by-nc-sa/3.0/)
%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%----------------------------------------------------------------------------------------
% PACKAGES AND THEMES
%----------------------------------------------------------------------------------------
\documentclass{beamer}
% \documentclass[notes]{beamer} % print frame + notes
% \documentclass[notes=only]{beamer} % only notes
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% To make presentation in handout mode including note :
% \documentclass[handout]{beamer}
% \usepackage{pgfpages}
% \mode<handout>{%
% \pgfpagesuselayout{4 on 1}[a4paper,border shrink=5mm]
% \setbeameroption{show notes}
% }
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\mode<presentation> {
% The Beamer class comes with a number of default slide themes
% which change the colors and layouts of slides. Below this is a list
% of all the themes, uncomment each in turn to see what they look like.
%\usetheme{default}
%\usetheme{AnnArbor}
%\usetheme{Antibes}
%\usetheme{Bergen}
% \usetheme{Berkeley}
%\usetheme{Berlin}
%\usetheme{Boadilla}
% \usetheme{CambridgeUS}
% \usetheme{Copenhagen}
%\usetheme{Darmstadt}
%\usetheme{Dresden}
% \usetheme{Frankfurt}
%\usetheme{Goettingen}
%\usetheme{Hannover}
%\usetheme{Ilmenau}
%\usetheme{JuanLesPins}
%\usetheme{Luebeck}
\usetheme{Madrid}
%\usetheme{Malmoe}
%\usetheme{Marburg}
%\usetheme{Montpellier}
% \usetheme{PaloAlto}
%\usetheme{Pittsburgh}
%\usetheme{Rochester}
% \usetheme{Singapore}
%\usetheme{Szeged}
%\usetheme{Warsaw}
% As well as themes, the Beamer class has a number of color themes
% for any slide theme. Uncomment each of these in turn to see how it
% changes the colors of your current slide theme.
%\usecolortheme{albatross}
%\usecolortheme{beaver}
%\usecolortheme{beetle}
%\usecolortheme{crane}
%\usecolortheme{dolphin}
%\usecolortheme{dove}
%\usecolortheme{fly}
%\usecolortheme{lily}
%\usecolortheme{orchid}
%\usecolortheme{rose}
%\usecolortheme{seagull}
%\usecolortheme{seahorse}
%\usecolortheme{whale}
%\usecolortheme{wolverine}
% \setbeamertemplate{footline} % To remove the footer line in all slides uncomment this line
% \setbeamertemplate{footline}[page number] % To replace the footer line in all slides with a simple slide count uncomment this line
%\setbeamertemplate{navigation symbols}{} % To remove the navigation symbols from the bottom of all slides uncomment this line
}
\usepackage{graphicx} % Allows including images
\usepackage{booktabs} % Allows the use of \toprule, \midrule and \bottomrule in tables
\usepackage{subcaption}
\usepackage[backend=bibtex, style=authoryear-icomp,autocite=inline]{biblatex}
\usepackage{siunitx}
\usepackage{tikz} % To generate the plot from csv
\addbibresource{OTHER/references.bib}
%----------------------------------------------------------------------------------------
% TITLE PAGE
%----------------------------------------------------------------------------------------
\title[ ]{Kendali Formasi Murni Berdasarkan Jarak Menggunakan Algoritma Cosinus Pada Sistem Orde Dua} % The short title appears at the bottom of every slide, the full title is only on the title page
\author{Anggoro Dwi Nur Rohman} % Your name
\institute[UB] % Your institution as it will appear on the bottom of every slide, may be shorthand to save space
{
Universitas Brawijaya \\ % Your institution for the title page
\medskip
\textit{anggoro\_dwi@student.ub.ac.id} % Your email address
}
\date{\today} % Date, can be changed to a custom date
\begin{document}
\begin{frame}
\titlepage % Print the title page as the first slide
\end{frame}
\note{}
%----------------------------------------------------------------------------------------
% BAB 1
%----------------------------------------------------------------------------------------
\section{Pendahuluan}
\subsection{Latar Belakang}
\begin{frame}
\frametitle{Next Section}
\tableofcontents[currentsubsection]
\end{frame}
\note{}
\begin{frame}
\frametitle{Latar Belakang}
\begin{figure}
\centering
\includegraphics[scale=.5]{BAB1/img/presentation_journal1.png}
\end{figure}
\end{frame}
\note{
Penelitian ini bermula dari jurnal survey oleh Kwang-Kyo dan kawan kawan.
Dimana penulis menggolongkan tentang kendali formasi kedalam beberapa klompok.
Penggolongan tersebut dirangkum dari beberapa metode yang beliauw pilih.\\
Beliau menggolongkan kendali formasi tersebut berdasarkan variable yang disensor, variabel yang dikendalikan, metode koordinat, dan metode interaksinya.\\
}
\begin{frame}
\frametitle{Latar Belakang}
\begin{columns}[c]
\column{.45\textwidth}
Kendali formasi dibagi menjadi 3, yaitu :
\begin{enumerate}
\item Berdasarkan Posisi
\item Berdasarkan Perpindahan
\item Berdasarkan Jarak
\end{enumerate}
\column{.45\textwidth}
\begin{figure}
\centering
\includegraphics[scale=.4]{./BAB1/img/presentation_fig1.png}
\end{figure}
\end{columns}
\begin{figure}
\centering
\includegraphics[scale=.3]{./BAB1/img/presentation_fig2.png}
\end{figure}
\end{frame}
\note{
\begin{itemize}
\item Posisi \\
Variable yang diperoleh dari sensor dan variable yang dikendalikan adalah posisi dari robot.\\
koordinat yang digunakan adalah berdasarkan koordinat global. \\
kemampuan untuk berkomunikasi tidak begitu dibutuhkan.
\item Pergerakan \\
Variable yang diperoleh dari sensro dan variable yang dikendalikan adalah posisi relatif terhadap tetangganya. \\
Dapat diperhatikan pada gambar dibawah bahwa
Koordinat yang digunakan setiap robot harus disearahkan terhadap semua robot dan penyearahan koordinat tersebut berdasarkan koordinat global.\\
Kemampuan untuk berkomunkasi dibutuhkan setiap robot untuk bertukar informasi mengenai penyearahan koordinat.
\item Jarak \\
dapat diperhatikan juga pada gambar dibawah.
Variable yang diperoleh dari sensor adalah koordinat relatif terhadap tetangga.\\
Variable yang kendalikan adalah jarak terhadap tetangganya.\\
Koordinat yang digunakan setiap robot adalah koordinat local atau koordinat robot itu sendiri.\\
Kemampuan untuk berkomunikasi sangat dibutuhkan karena setiap robot akan aktif saling bertukar informasi untuk mengetahui koordinat relatif nya masing masing.
\end{itemize}
Dari ketiga golongan tersebut jika divisualkan berdasarkan kemampuan sensor kemampuan berkomunikasi dapat lihat pada gambar disamping. \\
Semakin golongan tersbut keatas makan metode tersebut membutuhkan kemampuan sensor yang tinggi dan semakin kebawah sebaliknya. \\
Semakin golongan tersebut ke kanan semakin golongan tersebut membutuhkan kemampuan interaksi yang tinggi dan semakin kekiri sebaliknya. \\
}
\begin{frame}
\frametitle{Latar Belakang}
\textbf{Rangkuman dan Potensial Permasalahan}\\
\begin{figure}
\centering
\includegraphics[scale=.55]{BAB1/img/presentation_rangkuman.png}
\end{figure}
\end{frame}
\note{
Dari ketiga metode tersebut, formasi berdasarkan jarak merupakan metode yang dimungkinkan untuk diterapkan sensor lebih sedikit dari metode lainnya.
Teknologi komunikasi sekarang pun juga sudah bisa dikatakan bisa untuk diterapkan pada metode tersebut secara praktiknya.
Pemaparan dengan menggunakan model yang lebih real sangat dibutuhkan sebagai kontribusi dalam bidang kendali multi-robot.
Dengan harapan penerapan real model tersebut dapat bermanfaat terhadap masyarakat luas.
}
\subsection{Identifikasi dan Perumusan Masalah}
\begin{frame}
\frametitle{Next Section}
\tableofcontents[currentsubsection]
\end{frame}
\note{}
\begin{frame}
\frametitle{Identifikasi dan Perumusan Masalah}
\begin{columns}
\column{.45\textwidth}
\textbf{Identifikasi} dilakukan menggunakan penelitian sebelumnya oleh \cite{Rozenheck2015}.
\begin{align*}
\dot{x}_f(t) & = A_f(x)x_f(t)+B_f(x)d+Bv_{ref} \\
x_f(t) & = \begin{bmatrix} x & v & \xi_1 & \xi_2 \end{bmatrix}^T \\
x & = \begin{bmatrix} x_1^T & \dots & x_n^T \end{bmatrix}^T \mathbb{R}^{2n} \\
v & = \dot{x} \\
x_i & \in \mathbb{R}^2 \\
\end{align*}
\textbf{Model yang digunakan}
\begin{align*}
\dot{x}_i(t) = u_i(t), \quad i = 1, \hdots, n,
\end{align*}
\column{.45\textwidth}
\begin{figure}
\centering
\includegraphics[scale=.3]{BAB1/img/presentation_identifikasi_1.png}
\includegraphics[scale=.1]{BAB2/img/plotMotion3Robot.png}
\end{figure}
\end{columns}
\end{frame}
\note{
\textbf{Identifikasi} \\
Identifikasi dilakukan menggunakan penelitian sebelumnya oleh Bapak Rozenheck.\\
Menghasilkan sebuah metode yang menggunakan kendali PI untuk analisis Kendali formasi.\\
Metode tersebut menghasilkan formasi pada multi agent tetap terjaga ketika salah satu agent diberikan kecepatan secara konstan dan memberikan respon yang baik ketika pengaturan konstanta PI dengan tepat.
Tetapi model yang digunakan masih menggunakan model orde satu, dengan kata lain metode tersebut dimungkinkan untuk diterapkan model yang lebih komplek.
\textit{Next}
}
\begin{frame}
\begin{figure}
\centering
\includegraphics[scale=.27]{BAB2/img/plotMotion3Robot.png}
\end{figure}
\end{frame}
\note{}
\begin{frame}
\frametitle{Identifikasi dan Perumusan Masalah}
\textbf{Batasan-batasan permasalahan sebagai berikut :}
\begin{enumerate}
\item Variable sensor yang digunakan adalah jarak antar individu robot.
\item Komunikasi antar robot diasumsikan ideal, dalam artian percobaan tidak dilakukan diluar jarak jangkauan prangkat komunikasi.
\end{enumerate}
\textbf{Perumusan Masalah:}
\begin{enumerate}
\item Bagaimanakan strategi untuk kendali formasi apabila variable yang dikendalikan adalah jarak antar robot?.
\item Bagaimanakah pergerakan kendali formasi berdasarkan jarak apabila model yang digunakan adalah holonomic mobile robot ?.
\end{enumerate}
\end{frame}
\note{}
\subsection{Tujuan dan Manfaat}
\begin{frame}
\frametitle{Next Section}
\tableofcontents[currentsubsection]
\end{frame}
\note{}
\begin{frame}
\frametitle{Tujuan dan Manfaat}
\textbf{Tujuan}
\begin{enumerate}
\item Mengetahui strategi untuk kendali formasi apabila variable yang dikendalikan adalah jarak antar robot.
\item Mengetahui pergerakan kendali formasi berdasarkan jarak apabila model yang digunakan adalah holonomic mobile robot.
\end{enumerate}
\textbf{Manfaat}
\begin{enumerate}
\item Memberikan referensi untuk permasalahan kendali multi-robot, kususnya pada permasalhaan kendali formasi, terhadap model yang lebih nyata.
\item Membuka peluang penelitian dibidang kendali mengenai kendali formasi pada kendali multi-robot dilingkungan Fakultas Teknik Elektro, Universitas Brawijaya.
\end{enumerate}
\end{frame}
\note{}
\section{Krangka Konsep Penelitian}
\begin{frame}
\frametitle{Next Section}
\tableofcontents[currentsection]
\end{frame}
\note{
}
\begin{frame}
\frametitle{Kerangka Konsep Penelitian}
\begin{figure}
\input{BAB3/img/structur.tex}
\end{figure}
\end{frame}
\note{
\frametitle{Krangka Konsep Penelitian}
Berikut ini adalah krangka penelitian dimana seperti yang telah diterangkan sebelumnya. \\
Berdasarkan literatur oleh Oh, kendali formasi dibagi menjadi tiga bagian. \\
Pada metode berdasarkan jarak, penelitian menggunakan simple model telah banyak dilakukan. \\
Pengembangan selanjutnya diharapkan menuju ke model real. \\
Dalam tahap pengembangan menuju real, diperlukan pengembangan model real. \\
Sehingga Fokus penelitian yang saya ambil adalah kendali formasi berdasarkan jarak dengan model real.\\
\textit{Next}
}
\subsection{Definisi Permasalahan Kendali Formasi}
\begin{frame}
\frametitle{Next Section}
\tableofcontents[currentsubsection]
\end{frame}
\note{}
\begin{frame}
\frametitle{Definisi Permasalahan}
\begin{itemize}
\item Dari ketiga kategori tersebut, kendali formasi berbasis jarak sangat dibutuhkan pembahasan
mengenai penerapan metode tersebut pada agent yang nyata.
\textit{Simple model, Model real,} dan \textit{Real} dapat dikatakan sebuah tahap pengemabangan.
\item model agent yang lebih relistik (\textit{Model real}) perlu untuk dipelajari lebih lanjut untuk menambah kepraktisan metode kendali multi-agent berdasarkan jarak.
\item Peneliti sebelumnya oleh \cite{Rozenheck2015}, menggunakan \textit{Simple model} untuk mengembangkan kendali multi-robotnya.
\item \textbf{Maka, penelitian ini akan difokuskan pada kendali formasi berbasis jarak
kendali PI yang telah dilakukan sebelumnya dengan menggunakan model nyata.}
\end{itemize}
\end{frame}
\note{}
\subsection{Permasalah dan Solusi}
\begin{frame}
\frametitle{Next Section}
\tableofcontents[currentsubsection]
\end{frame}
\note{}
\begin{frame}
\frametitle{Permasalahan dan Solusi}
\textbf{Permasalahan}
\begin{itemize}
\item state yang digunakan pada kendali formasi ,
$x_f(t) = \begin{bmatrix} x & v & \xi_1 & \xi_2 \end{bmatrix}^T$,
membutuhkan koordinat relatif tetangga.
\item Batasan penelitian hanya dapat mengukur jarak terhadap tetangganya.
\item Sedangkan koordinat relatif berbentuk kartesian,
sehingga koordinat polar yang akan digunakan lalu diubah menjadi kartesian.
\item Koordinat polar membutuhkan sudut untuk dapat diubah menjadi kartesian.
\item \textbf{Karena itu, dibutuhkan algoritka kusus untuk mendapatkan sudut tersebut}
\end{itemize}
\textbf{Solusi}
\begin{itemize}
\item menggunakan hukum cosinus untuk menentukan sudut
\item robot saling mengirim informasi kecepatan kepada tetangga digunakan untuk memantau
koordinat relatif terhadap tetangga.
\item \textbf{Sebagai inisialisasi menggunakan algoritma cosinus. Selebihnya menggunakan komunikasi untuk memantau koordinat relatif tetangga}
\end{itemize}
\end{frame}
\note{}
\section{Kajian Pustaka}
\subsection{Pemodelan Robot}
\begin{frame}
\frametitle{Next Section}
\tableofcontents[currentsubsection]
\end{frame}
\note{
}
\begin{frame}
\frametitle{Pemodelan Robot}
\begin{figure}
\centering
\includegraphics[scale=.3]{BAB2/img/presentasi_modelRobot_jurnal.png}
\end{figure}
\end{frame}
\note{
\frametitle{Pemodelan Robot}
Pemodelan robot merujuk dari penelitian sebelumnya oleh Correia.\\
\textit{Next}
}
\begin{frame}
\frametitle{Pemodelan Robot}
\textbf{Model Robot}
\begin{figure}
\centering
\includegraphics[scale=.3]{BAB2/img/presentasi_modelRobot_model.png}
\end{figure}
\textbf{Persamaan Newton Orde dua Model Robot}
\begin{align*}
F_{\dot{x}_r}(t) - B_{\dot{x}_r}\dot{x}_r(t) - C_{\dot{x}_r}sgn(\dot{x}_r(t)) & = M\ddot{x}_r(t) \\
F_{\dot{y}_r}(t) - B_{\dot{y}_r}\dot{y}_r(t) - C_{\dot{y}_r}sgn(\dot{y}_r(t)) & = M\ddot{y}_r(t) \\
\Gamma(t) - B_{\dot{\theta}}\dot{\theta}(t) - C_{\dot{\theta} }sgn(\dot{\theta}(t) ) & = I\ddot{\theta}(t)
\end{align*}
\end{frame}
\note{
Dimana Peneliti mengembangkan sebuah model berdasarkan hukum fisika. \\
Dari persamaan tersebut terbagi menjadi 3 persamaan yang mempresentasikan arah gerak robot\\
\textit{Next}
}
\begin{frame}
\frametitle{Pemodelan Robot}
\textbf{Parameter dan Response}
\begin{columns}
\column{.45\textwidth}
\begin{figure}
\centering
\includegraphics[scale=.3]{BAB2/img/presentasi_modelRobot_parameter.png}
\end{figure}
\column{.45\textwidth}
\begin{figure}
\centering
\includegraphics[scale=.2]{BAB2/img/presentasi_modelRobot_velocityV.png}
\includegraphics[scale=.2]{BAB2/img/presentasi_modelRobot_velocityVn.png}
\includegraphics[scale=.2]{BAB2/img/presentasi_modelRobot_velocityW.png}
\end{figure}
\end{columns}
\end{frame}
\note{
Peneliti juga mencantumkan konstanta yang digunakan ketika mengidentifikasi persamaan modelnya.\\
Dan disamping ini adalah grafik respon kecepatan setiap arahnya.
\textit{Next}
}
\section{Metode Penelitian}
\subsection{Prangkat Percobaan}
\begin{frame}
\frametitle{Next Section}
\tableofcontents[currentsubsection]
\end{frame}
\note{}
\begin{frame}
\frametitle{Prangkat Percobaan}
\textbf{Hardware-in-the-loop} \\
Merujuk dari \cite{Jim1999} \\
\begin{figure}
\centering
\includegraphics[scale=.4]{BAB3/img/hil_graph.png}
\end{figure}
\begin{itemize}
\item Model dijalankan di PC menggunakan bahasa pemrograman Python.
\item Sistem Tertanam menggunakan: \\
Microcontroller STM3F466 \\
ARM Cortex-M4 \\
Clock 180Mhz \\
Flash Memmory 256K \\
Mbed Library dengan RTOS
\end{itemize}
\end{frame}
\note{
\frametitle{Prangkat Percobaan}
\textbf{Hardware in loop} \\
\textit{Hardware-in-the-loop} (HIL) adalah metode untuk pengembangan prangkat kendali dengan memanfaatkan model sebagai objek kendalinya. Seperti pada gambar,
bahwa HIL terdiri dari dua prangkat, yaitu prangkat untuk menjalankan objek kendali atau dapat
disebut sebagai model/plant dan prangkat sistem kontrolnya, dalam kasus ini sistem kontrol menggunakan sistem tertanam (\textit{embedded system}).
\textit{Next}
}
\begin{frame}
\frametitle{Prangkat Percobaan}
\textbf{Hardware-in-the-loop Kendali Formasi} \\
\begin{figure}
\centering
\scalebox{.7}{\input{BAB4/img/Diagram_hil_controller.tex}}
\end{figure}
\begin{itemize}
\item digunakan 3 prangkat sistem tertanam
\item Komunikasi dengan PC mempresentasikan aktuator dan sensor
\item Komunikasi antar kendali untuk pertukaran informasi
\end{itemize}
\end{frame}
\note{
\textbf{Hardware-in-the-loop Kendali Formasi} \\
Dalam penerapan multi-robot, digunakan 3 perangkat sistem tertanam untuk mempresentasikan kendali 3 robot.
Setiap prangkat pengendali akan saling terhubung satu sama lain dan semua prangkat pengendali terhubung dengan prangkat PC.
Komunikasi antar prangkat pengendali akan digunakan untuk pertukaran informasi.
Sedangkan komunikasi dengan PC akan mempresentasikan aktuator dan sensor untuk setiap prangkat
kendali. PC akan merekam setiap keluaran dari model dan masukan dari setiap prangkat kendali
sebagai tampilan pergerakan robotnya.
\textit{Next}
}
\subsection{Strategi Kendali Multi Robot}
\begin{frame}
\frametitle{Next Section}
\tableofcontents[currentsubsection]
\end{frame}
\note{}
\begin{frame}
\frametitle{Strategi Kendali Multi Robot}
\textbf{Kendali Robot} \\
\begin{itemize}
\item Kendali Robot dengan input koordinat, output koordinat
\item Menggunakan State Feedback
\end{itemize}
\begin{figure}
\centering
\scalebox{.7}{\input{BAB4/img/statefeedback.tex}}
\end{figure}
\begin{itemize}
\item Sistem robot controlable dan observable
\item Menggunakan QLR untuk menentukan konstanta $K_s$
\item Menggunakan rumus $N = -[C(A-BK_s)^{-1}B]^{-1}$
\item $u < 6/12 volt$
\end{itemize}
\end{frame}
\note{
\small
\textbf{Kendali Robot}
\begin{itemize}
\item Sperti yang telah diketahui bahwa Kendali formasi menggunakan state koordinat robot untuk dikendalikan.
Maka input sistem robot yyang dibutuhkan adalah state tujuan berupa koordinat.
Makan sistem kendali robot ini memiliki input koordinat dan output koordinat.
\item Untuk mencapai itu digunakan state feedback
\item Syarat untuk menggunakan state feedback harus controlable dan observable. \\
Untuk mengetahui nya parameter tersebut digunakan sistem dari penelitian sebelumnya.
\item State feedback akan dioptimalisasi menggunakan metode QLR untuk menentukan konstanta $K_s$
\item Menggunakan inferse dari sistem akan menemukan konstanta N.
\item Dari kenyataanya bahwa $u$ memiliki batasan input, yaitu sekitar besaran 6-12 volt. \\
Akan tetapi dalam kalkulasinya hasil perhitangan dari state feedback akan menghasilkan nilai $u$
yang melebihi batasan tersebut. Maka secara program akan diberikan batasan nilai input dalam persamaan tersebut.
\end{itemize}
\textit{Next}
}
\begin{frame}
\frametitle{Strategi Kendali Multi Robot}
\textbf{Respon Kendali Robot} \\
$ r = \begin{bmatrix}6 & -3 & -90 &0 &0 &0\end{bmatrix} $
\begin{figure}
\centering
\includegraphics[scale=.5]{BAB4/img/presentasi_respon_robot.png}
\end{figure}
\end{frame}
\note{
\textbf{Respon Kendali Robot} \\
berikut adalah respon dari kendali robot.
\textit{Next}
}
\begin{frame}
\frametitle{Strategi Kendali Multi Robot}
\textbf{Strategi penentuan koordinat tetangga}
\begin{columns}
\column{.2\textwidth}
\begin{figure}
\includegraphics[scale=.3]{BAB3/img/estimate_coordinate.png}
\end{figure}
\column{.45\textwidth}
\begin{figure}
\centering
\includegraphics[scale=.3]{BAB4/img/presentasi_algoritma_cosinus.png}
\end{figure}
\end{columns}
\end{frame}
\note{
\textbf{Strategi penentuan koordinat tetangga}
\begin{itemize}
\item Pertama tama akan diconfigurasi komunikasi antar robot
\item Lalu digenerate random direction
\item setelah itu mengukur jarak tetangga dengan informasi konfigurasi komunikasi
\item lalu dari hasil direksi yang random digunakan untuk menggerakkan robot dengan jarak yang telah ditentukan.
\item Setelah robot mencapai jarak tersebut dilakukan kembali pengukura jarak
\item Dari kedua hasil jarak tersebut dikalkulasi dengan rumus cosinus untuk mendapat kan sudut
\item dari sudut tersebut diubah menjadi koordinat kartesian
\end{itemize}
}
\begin{frame}
\frametitle{Strategi Kendali Multi Robot}
\textbf{Implementasi}
\begin{figure}
\centering
\scalebox{.65}{\input{BAB4/img/implement-control.tex}}
\end{figure}
\end{frame}
\note{
\textbf{Implementasi}
\begin{itemize}
\item Implementasi akan menggabungkan antara state space kendali robot dengan kendali formasi.
\item Kendali Robot sebagai kendali tingat akhir dan kendali formasi sebagai kendali tingkat awal
\item Kendali ini akan diterapkan ke robot secara individual. Karena kendali utama membutuhkan state koordinat dari individulain, maka state koordinat tersebut digantikan dengan sensor dan algoritma yang dikembangkan
\end{itemize}
}
\subsection{Strategi Uji Coba}
\begin{frame}
\frametitle{Next Section}
\tableofcontents[currentsubsection]
\end{frame}
\note{}
\begin{frame}
\frametitle{Strategi Uji Coba}
\textbf{Analisa Kesetabilan Model} \\
\begin{columns}[c]
\column{.45\textwidth}
\begin{itemize}
\item Area kestabilan metode explicit euler
\end{itemize}
\begin{figure}
\centering
\includegraphics[scale=.3]{BAB2/img/equler_explicit.png}
\end{figure}
\begin{align*}
y[k+1] & = (1+h\lambda)y[k] \\
& = (1 + z)y[k] \\
& = R(z)y[k]
\end{align*}
\column{.45\textwidth}
\begin{itemize}
\item Persamaan Model Robot akan diimplementasi pada PC
\item Metode implementasi pada PC menggunakan Metode Explicit Euler
\item Akan dicari konstanta $h$, sampling time, sampai $z$ dalam range kesetabilan diagram disamping
\item Akan dibuktikan secara grafik
\end{itemize}
\end{columns}
\end{frame}
\note{}
\begin{frame}
\frametitle{Strategi Uji Coba}
\textbf{Analisa Algoritma Dengan Tetangga Statis}
\begin{columns}
\column{.45\textwidth}
\begin{figure}
\includegraphics[scale=.4]{BAB3/img/estimate_coordinate.png}
\end{figure}
\column{.45\textwidth}
\begin{itemize}
\item Akan dianalisa dengan membandingkan berbagai jarak ($l_a$) untuk mengetahui respon algoritma yang sesuai dan optimal
\item Menghasilkan jarak terbaik untuk algoritma cosinus.
\item Pembuktian dilakukan secara grafik.
\end{itemize}
\end{columns}
\end{frame}
\note{}
\begin{frame}
\frametitle{Strategi Uji Coba}
\textbf{Analisa Percobaan Keseluruhan}\\
\begin{columns}
\column{.45\textwidth}
\begin{figure}
\includegraphics[scale=.1]{BAB2/img/plotMotion3Robot.png}
\end{figure}
\column{.45\textwidth}
\begin{itemize}
\item Melanjutkan analisa static dengan menjalankan semua robot
\item Akan menghasilkan grafik respon dari keseluruhan robot
\item Hipotesis nya adalah keseluruhan robot akan menjaga jarak formasi dengan baik
\end{itemize}
\end{columns}
\end{frame}
\note{}
\section{End}
\begin{frame}
\Huge{\centerline{The End}}
\end{frame}
\note{}
\begin{frame}
\frametitle{Daftar Pustaka}
\printbibliography
\end{frame}
\note{}
\end{document}