Desain Differential Drive Wheel Robot terdiri dari perangkat elektronika dan mekanika. Untuk perangkat PCB utama yang berisi, mikrokontroler (Teensy), driver motor DC, dan min-PC (Jetson Nano) dengan struktur mekanik robot seperti pada Gambar berikut:

Berikut merupakan detail kegunaan perangkat keras pengusun differential drive wheel robot yang digunakan:

1. LiDAR A1M8, dengan frekuensi sebesar 10kHz yang digunakan untuk membaca dan mengirimkan data jarak dan sudut orientasi robot ke Jetson Nano untuk diproses menjadi data laser scan untuk pemetaan.
2. Jetson Nano 4GB, sebagai otak dari robot yang melakukan proses pengolahan SLAM dan navigasi. Jetson Nano juga akan pengiriman data LiDAR, odometri, dan struktur robot ke stasiun utama yaitu NUC untuk ditampilkan.
3. NUC digunakan sebagai komputer utama yang akan memproses dan menampilkan segala perintah yang diberikan dari Jetson Nano dan sebaliknya. Proses tersebut dilakukan dengan secara nirkabel menggunakan koneksi virtual.
4. Elektronik kontroler, bagian ini terdiri dari mikrokontroler Teensy 3.5, buck converter, driver motor, dan rangkaian pendukung lain seperti pada Gambar berikut:

Di bagian ini Teensy 3.5 berfungsi untuk memproses data encoder sehingga dapat menghasilkan data odometri yang dapat dikomunikasikan secara serial dengan Jetson Nano. Teensy juga berperan untuk mengendalikan kedua motor dengan bantuan driver motor terhadap input yang diberikan menggunakan kendali PID untuk mengatur kecepatan motor DC dari robot.

Kemajuan pesat teknologi dalam beberapa tahun terakhir telah meningkatkan minat masyarakat umum tentang penggunaan teknologi dalam kehidupan sehari-hari khususnya dalam bidang otomasi dan robotika. Di sektor robotika, perkembangan teknologi yang cepat telah membawa perubahan revolusioner dalam proses otomasi industri. Robot kini digunakan secara luas di berbagai bidang, seperti manufaktur, pertanian, kesehatan, dan logistik untuk meningkatkan produktivitas dan efisiensi kerja. Pada bidang manufaktur dan logistik, robot otonom membantu meningkatkan efisiensi, mengurangi biaya, dan memastikan keselamatan dengan melakukan tugas-tugas berisiko secara rutin dan otomatis. Dalam bidang kesehatan, robotrobot membantu dalam perawatan pasien, pengiriman obat, dan menjaga kebersihan lingkungan. Sedangkan di bidang pertanian, robot-robot otonom membantu meningkatkan hasil panen dan menjaga kualitas tanaman melalui teknik pertanian yang lebih presisi . Untuk memungkinkan robot mencapai tujuan tersebut, berbagai metode dan algoritma dikembangkan guna memudahkan pengendalian robot dalam menyelesaikan tugas-tugas yang kompleks.

Robot Operating System (ROS) merupakan salah satu contoh dari pengembangan di bidang robotik. ROS menyediakan struktur dan alat yang memudahkan pengembangan aplikasi robotik, serta mendukung interaksi antar komponen sistem. Salah satu contohnya adalah digunakan untuk navigasi, memungkinkan pemetaan lingkungan yang belum dikenal, dimana peta tersebut disimpan sebagai data awal (peta statis). Peta ini kemudian berfungsi sebagai acuan bagi robot untuk bergerak di dalam lingkungan tersebut dan berpindah dari satu titik ke titik lainnya dengan menghindari rintangan. Algoritma tersebut dinamakan Simultaneous Localization and Mapping(SLAM).

Pada penelitian ini,  menggunakan salah satu algoritma SLAM yaitu Hector SLAM, yang memanfaatkan data pemindaian laser untuk melokalisasi robot. Meskipun berbasis pada data pemindaian laser, hasil lokalisasinya tetap akurat dan stabil. SLAM memerlukan sensor seperti LiDAR yang merupakan teknologi navigasi dengan mendeteksi objek berdasarkan distribusi cahaya . Teknologi ini memancarkan sinar laser ke suatu area, lalu mengukur waktu yang dibutuhkan untuk menerima pantulan sinyal dari objek yang terdeteksi.

[embedyt] https://www.youtube.com/watch?v=pN8gDxHVUxY[/embedyt]