Pengembangan prototipe mobil robot otonom menggunakan Nvidia Jetson Orin Nano menghadirkan kompleksitas rekayasa yang signifikan, terutama dalam mencapai presisi navigasi dan integrasi sistem yang mulus. Sistem ini memanfaatkan arsitektur differential drive dua roda, yang memerlukan koordinasi sempurna antara dua dinamo agar robot dapat bergerak lurus, berbelok dengan akurat, dan menghindari drifting. Jetson Orin Nano, meskipun berukuran ringkas, bertindak sebagai unit pemrosesan utama yang kuat untuk AI, mampu menangani pemrosesan data sensorik dan menjalankan model pembelajaran mesin yang dilatih khusus. Hal ini memungkinkan robot tidak hanya bereaksi terhadap lingkungan tetapi juga memahami dan membuat keputusan navigasi yang cerdas.

Berbagai sensor dan komponen kunci membentuk fondasi operasional robot ini. Lidar 360 derajat adalah sensor krusial untuk mendeteksi halangan di sekitar, memberikan data jarak yang memungkinkan robot menghindari objek secara real-time. Kamera IMX 477 melengkapi visi robot dengan menyediakan umpan balik video berkualitas tinggi untuk pemrosesan gambar berbasis AI. Untuk mengelola kebutuhan real-time dan memastikan respons cepat dari motor serta sensor, digunakan mikrokontroler ESP32 P4 yang terintegrasi dengan Jetson melalui micro-ROS. Ini menciptakan pembagian tugas yang efisien: ESP32 menangani perhitungan presisi dan kontrol perangkat keras tingkat rendah, sementara Jetson fokus pada komputasi AI tingkat tinggi dan perencanaan jalur.

Namun, tantangan teknis tidak bisa dihindari. Salah satu aspek paling sulit adalah tuning PID controller dan kalibrasi encoder motor agar pergerakan roda sangat presisi. Perbedaan kecil dalam putaran roda kiri dan kanan dapat menyebabkan robot menyimpang dari jalur yang diinginkan, yang fatal bagi sistem otonom. Pengembangan juga menghadapi masalah seperti pasokan daya untuk sensor IMU (Giro BNO55) yang tidak stabil jika langsung dari ESP32, menuntut solusi kreatif seperti mengambil daya langsung dari driver motor. Kualitas dinamo juga memengaruhi kehalusan gerakan, dengan dinamo prototype saat ini yang masih menimbulkan suara bising dan kurang smooth, mengindikasikan perlunya upgrade ke aktuator robotik yang lebih baik.

Meskipun dalam tahap pengembangan, fitur penghindaran halangan berbasis Lidar sudah berfungsi, bahkan dalam mode kontrol manual via gamepad, menunjukkan potensi besar untuk keselamatan dan fungsionalitas otonom di masa depan. Proses pengembangan ini juga menekankan pentingnya penggunaan AI sebagai asisten programmer untuk mengaudit kode algoritma khusus, mempercepat iterasi dan peningkatan kinerja. Pada akhirnya, proyek ini adalah bukti dari integrasi kompleks antara AI, robotika, dan rekayasa embedded untuk menciptakan solusi mobilitas otonom yang cerdas dan presisi.