Apa itu SLAM? (Simultaneous Localization and Mapping)?

SLAM (Simultaneous Localization and Mapping) atau Lokalisasi dan Pemetaan Secara Bersamaan merupakan sebuah metode yang memungkinkan robot atau kendaraan otonom memetakan area yang tidak dikenali.
Pendekatan self-localization ini berguna untuk pemetaan area yang terlalu kecil atau terlalu berbahaya untuk dieksplorasi manusia. Meskipun di luar sana sudah banyak solusi mengenai pemetaan secara individual, kompleksitas SLAM hadir dengan kemampuan melakukan dua hal sekaligus (pemetaan dan pelokalisasian). Namun penting untuk dicatat bahwa SLAM sebenarnya bukan suatu produk teknologi atau sistem tunggal, Sebaliknya, lebih merupakan konsep yang luas, karena pada dasarnya sejumlah software dan algoritma yang berbeda pun bisa diimplementasikan ke dalam sistem berbasis SLAM, Jadi semuanya tergantung pada lingkungan, kasus penggunaan, dan teknologi yang terlibat. Bisa dikatakan demikian, karena sebagian besar sistem SLAM memiliki setidaknya dua komponen utama:

1. Range Measurement

Semua metode SLAM termasuk beberapa jenis perangkat atau alat memungkinkan robot atau kendaraan otonom lainnya mengobservasi dan mengukur area di sekitarnya, hal ini dapat dilakukan dengan kamera, laser LiDAR,  jenis sensor kamera lainnya bahkan sonar. Pada dasarnya, device/perangkat apapun kalau bisa digunakan untuk mengukur properti secara fisik seperti lokasi, jarak atau kecepatan itu berarti bisa dimasukkan sebagai bagian dari sistem SLAM.

2. Data Extraction

Setelah pengukuran ini dihitung, sistem SLAM harus memiliki semacam software untuk menginterpretasikan data tersebut. Semua “back-end” ini pada dasarnya memiliki tujuan yang sama yaitu: mengekstrak data sensorik yang dikumpulkan oleh range measurement device (perangkat pengukur jangkauan) dan menggunakannya untuk mengidentifikasi landmarks di dalam area yang tidak diketahui.
Solusi SLAM berfungsi dengan baik jika antara perangkat pengukur jangkauan, software ekstraksi data, robot atau kendaraan itu sendiri, hardware tambahan, software, dan teknologi pemrosesan lainnya yang terlibat, berinteraksi dengan stabil. Semua elemen ini bervariasi tergantung pada kasus penggunaannya, tapi agar sistem Simultaneous Localization and Mapping apapun mengeksplorasi areanya secara akurat, semua item-item ini harus bekerja sama dengan mulus.

Bagaimana Cara Kerja SLAM

Cara kerja SLAM sebenarnya hampir sama dengan yang dapat dilakukan manusia. Bayangkan anda tersesat di tempat yang asing.
Hal pertama yang anda lakukan pasti anda menscan area yang anda lihat dan anda berusaha mengingat landmark besar atau (sesuatu yang mudah dikenali). Jika sebelumnya anda pernah melihat peta di area itu, mungkin akan jauh lebih mudah. Tapi jika anda belum pernah melihat lokasi itu, yang dapat anda lakukan adalah dengan mengindentifikasi dan membuat note tentang landmark itu sendiri. Selanjutnya yang harus anda lakukan ialah melakukan perhitungan cepat untuk menentukan seberapa jauh anda dari landmarknya. Jika anda tahu dimana landmarknya, anda bisa menentukan sejauh mana anda berada dari penanda (tempat sebelum anda melihat landmark)

Jika anda tidak mengenali penandanya, jangan khawatir, anda hanya perlu menjelajahi area lebih banyak lagi, menjauhlah sedikit dari penanda, lalu buatlah peta di kepala anda. Saat anda berbalik dan melihat landmark dari jauh, saat itu juga anda akan tahu seberapa jauh anda melakukan perjalanan, dari situ jelajahi daerah tersebut dan catatlah landmark-landmark lainnya sampai akhirnya “unfamiliar landscape” atau peta asing ini mulai masuk akal, saat itu juga anda mulai memahami tempat anda di area tersebut.

SLAM (Lokalisasi dan Pemetaan Simultan) bekerja dengan cara yang hampir sama. Metode Simultaneous Localization and Mapping mengidentifikasi landmark, menentukan posisinya dalam kaitannya dengan penanda tersebut, dan kemudian terus menjelajahi area yang ditentukan hingga memiliki cukup landmark untuk membuat peta area yang komprehensif. Dengan menggunakan metode ini, perangkat yang mendukung Simultaneous Localization and Mapping dapat memetakan lokasi dan menempatkan dirinya di dalamnya secara bersamaan.

Hubungan LIDAR dan SLAM

Perangkat pengukur jarak menggunakan cahaya untuk menentukan lokasi objek asing yang disebut sebagai “sensor aLiDAR” atau LiDAR scanners merupakan salah satu opsi terbaik dan terpopuler untuk solusi Pemetaan dan Lokalisasi Secara Bersamaan (SLAM). Teknologi LiDAR menggunakan energi cahaya untuk mengumpulkan data dari permukaan dengan menembakkan laser ke target dan mengukur berapa lama waktu yang dibutuhkan untuk sinyal itu kembali. Data ini kemudian dapat digunakan untuk membuat model dan peta 3D yang sangat akurat. Karena LiDAR membutuhkan sedikit atau tanpa cahaya untuk beroperasi, sistem Simultaneous Localization and Mapping yang dilengkapi LiDAR dapat mengumpulkan data yang sangat akurat dan presisi tentang obstacles atau landmark apa pun yang mungkin sulit diamati oleh mata manusia. 2D LiDAR Simultaneous Localization and Mapping biasanya digunakan pada warehouse robot, dan 3D LiDAR Simultaneous Localization and Mapping digunakan dalam segala hal mulai dari operasi penambangan hingga mobil yang dapat mengemudi sendiri.

Meskipun demikian, ada situasi di mana LiDAR mungkin bukan pilihan yang tepat untuk sistem Simultaneous Localization and Mapping. Jika tidak ada banyak rintangan atau jika jaraknya jauh, robot atau kendaraan akan sulit untuk menyelaraskan dirinya dengan point cloud LiDAR. Hal ini dapat menyebabkan perangkat kehilangan jejak lokasinya dan jatuh keluar jalur.

Implementasi SLAM

Berikut adalah empat cara paling menarik yang digunakan SLAM saat ini:

1. Cleaning Robot

Salah satu implementasi pertama teknologi SLAM di rumah rata-rata adalah robot vacuum cleaner. Sebenarnya robot vakum cleaner bisa dikatakan contoh tutorial terbaik untuk menggambarkan bagaimana cara kerja Simultaneous Localization and Mapping. Tanpa metode Simultaneous Localization and Mapping pada robot vakum, robot vakum hanya akan bergerak secara acak dan tidak bisa mendeteksi rintangan (obstacles), yang artinya robot vakum akan terus menabrak kursi atau kaki. Robot vakum juga tidak akan bisa “mengingat” area mana yang telah dibersihkan.

Namun dengan Simultaneous Localization and Mapping, robot dapat melewati area yang sudah dicakupnya (pemetaan), dan robot vakum mampu menghindari rintangan atau landmark (lokalisasi). Metode ini dapat melakukan kedua hal ini secara bersamaan (definisi simultaneously) yang menjadikannya contoh sempurna tentang bagaimana cara kerja teknologi Simultaneous Localization and Mapping di dalam dan di luar rumah.

2. Entertainment

Pada bulan Desember 2021, The Walt Disney Company menerima hak paten untuk “Virtual World Simulator” yang beroperasi berdasarkan teknologi Simultaneous Localization and Mapping. Dengan terus-menerus melacak sudut pandang pengunjung yang selalu berubah, Virtual World Simulator memungkinkan banyak pengguna untuk merasakan dynamic 3D environment di dalam atraksi taman hiburan dunia nyata tanpa menggunakan kacamata atau headset.

3. Medicine

SLAM saat ini digunakan di bidang medis untuk membantu dokter di ruang operasi, memungkinkan operasi invasif yang lebih mudah dan lebih minimal. Dengan menggunakan teknologi Simultaneous Localization and Mapping dan teknologi otonom baik di luar maupun di dalam tubuh manusia, kini para dokter dapat dengan cepat dan akurat mengidentifikasi masalah dan mencari solusi dengan menggunakan Simultaneous Localization and Mapping. Simultaneous Localization and Mapping medis menawarkan ahli bedah “pandangan yang luas” dari suatu objek di dalam tubuh pasien tanpa harus membuat sayatan yang dalam. Simultaneous Localization and Mapping dengan cepat dan akurat menampilkan model 3D bahkan objek dinamis dalam pasien, teknologi Simultaneous Localization and Mapping akan terus digunakan untuk membantu dalam operasi dan upaya medis lainnya selama bertahun-tahun yang akan datang.

4. Self-Driving Cars

Bagaimana mobil self-driving bekerja? Karena mobil self-driving menggunakan metode Simultaneous Localization and Mapping untuk mengidentifikasi semuanya, mulai dari jalur lajur hingga lampu lalu lintas hingga kendaraan lain di jalan, lebih akurat dan lebih responsif daripada teknologi GPS. Simultaneous Localization and Mapping kemungkinan akan menjadi kunci untuk membuka potensi sebenarnya dari mobil otonom.

SLAM Drones

Ada satu area implementasi terakhir yang tidak kami sebutkan di atas dan itu adalah interaksi Simultaneous Localization and Mapping dengan kendaraan udara tak berawak atau yang kita sebut drone. Simultaneous Localization and Mapping untuk drone dan UAV lainnya adalah salah satu bidang pengembangan yang paling menarik untuk teknologi yang terus berkembang, dan ada sejumlah proyek mutakhir di mana sistem Simultaneous Localization and Mapping dan drone bertemu.

Tapi apa sebenarnya fungsi SLAM untuk drone? Nah, untuk setiap drone otonom untuk menyelesaikan operasi dengan sukses, drone harus mengetahui lokasinya, membuat peta area dan merencanakan jalur penerbangannya untuk sampai ke tujuan. Jika berada di lingkungan yang selalu berubah, seperti kebanyakan drone komersial dan industri, drone perlu melakukan semua ini secara dinamis, dalam rentang waktu yang relatif singkat.

Dengan kata lain, ini adalah situasi yang sempurna untuk mengimplementasi Simultaneous Localization and Mapping. Fungsi SLAM bagi drone adalah Simultaneous Localization and Mapping mampu mendukung operasi drone otonom secara real-time, memungkinkan segala jenis UAV untuk mengubah jalur penerbangan mereka pada saat itu juga berdasarkan objek, landmark, dan rintangan di jalannya. Menggunakan pemindai LiDAR dan software Simultaneous Localization and Mapping, semua jenis drone yang berbeda dapat secara akurat dan dinamis mengubah jalur operasinya.

Perlu dicatat bahwa beberapa drone terbang dengan kecepatan yang terlalu cepat diukur secara akurat oleh banyak sistem Simultaneous Localization and Mapping. Implementasi metode Simultaneous Localization and Mapping dalam drone adalah dengan kombinasi Simultaneous Localization and Mapping, pemindai LiDAR dan sistem Pemetaan dan Pencitraan lainnya, drone yang terbang dengan kecepatan lebih lambat dapat digunakan untuk membuat model 3D sejumlah lokasi berbahaya atau sulit dijangkau termasuk dataran banjir, hutan lebat, adegan kecelakaan malam hari, penyelamatan bawah air, sites, penggalian arkeologi dan banyak lagi.

Pelajari lebih lanjut mengenai Drone Mapping disini

Jika ada pertanyaan lain, silahkan hubungi kami melalui:
Email: enterprise@halorobotics.com
WhatsApp: +62811-8549-888

For more information, visit our:
Website: https://halorobotics.com/en/
Online Store: https://halorobotics.com/en/shop/  
Facebook: www.facebook.com/halorobotics/
Instagram: www.instagram.com/halorobotics/
LinkedIn: www.linkedin.com/company/halo-robotics
Subscribe to our YouTube Channel: www.youtube.com/halorobotics