Konfigurasi Crazyswarm dan Lighthouse Positioning System untuk Mendukung Implementasi Algoritma Multi-UAV

Abstract

Sistem multi-UAV saat ini banyak digunakan dalam berbagai bidang, termasuk pertanian. Salah satu algoritma terpenting untuk mengimplementasikan sistem multi-UAV adalah algoritma koordinasi dan algoritma pengalokasian tugas (task allocation). Sebelum algoritma-algoritma tersebut dapat diimplementasikan, sistem multi-UAV perlu dikonfigurasi terlebih dahulu agar UAV dapat berkoordinasi satu sama lainnya dan juga dengan central station yang mengendalikannya. Penelitian ini bertujuan untuk mengonfigurasi sistem Multi-UAV Crazyflie dan perangkat lunak Crazyswarm dalam lingkungan laboratorium. Setelah sistem Multi-UAV berhasil dikonfigurasi, sistem tersebut diuji dengan algoritma modifikasi Ant Colony Optimization (ACO) dan K-Means. Pengujian dilakukan dengan menerbangkan swarm Crazyflie ke posisi yang diperoleh oleh algoritma berdasarkan skenario yang telah ditentukan. Setelah mencapai posisi yang ditentukan, masing-masing Crazyflie akan terbang hover selama 5 detik di atas target. Posisi nyata Crazyflie ketika terbang hover ini kemudian dibandingkan dengan posisi luaran algoritma. Saat pengujiannya, Crazyswarm tidak bisa mendapatkan seluruh data posisi Crazyflie jika hanya menggunakan satu buah Crazyradio. Oleh karena itu, tiga buah Crazyradio serta tiga channel komunikasi berbeda digunakan supaya Crazyswarm dapat mengambil data posisi seluruh Crazyflie. Hasil pengujian menunjukkan bahwa nilai rata-rata error posisi UAV adalah -0.084 ± 0.033 cm untuk sumbu X, -0.251 ± 0.2 cm untuk sumbu Y, dan 0.01 ± 0.09 cm untuk sumbu Z.

Multi-UAV systems are now widely used in various fields, including agriculture. One of the most important algorithms for implementing multi-UAV systems is the coordination and task allocation algorithms. Before these algorithms can be implemented, multi-UAV system needs to be configured in order to coordinate with each other and also with the central station that controls the system. This research aims to configure the Crazyflie Multi-UAV system and Crazyswarm software in a laboratory environment. After the Multi-UAV system was successfully configured, it is then tested with a modified Ant Colony Optimization (ACO) and K-Means algorithm. The testing was conducted by flying the Crazyflie swarm to the position obtained by the algorithm based on a predefined scenario. After reaching the specified position, each Crazyflie will hover for 5 seconds above the target. The real position of the Crazyflie when hovering is then compared with the algorithm's output position. While testing, Crazyswarm could not obtain all Crazyflie position data when using only one Crazyradio. Therefore, three Crazyradio and three different communication channels were used in order for Crazyswarm to retrieve the position data of all Crazyflies. The test result shows that the average value of UAV position error is -0.084 ± 0.033 cm for X axis, -0.251 ± 0.2 cm for Y axis, and 0.01 ± 0.09 cm for Z axis.