SISTEM DETEKSI OBJEK MENGGUNAKAN METODE HSV DAN BINOCULAR DISPARITY PADA TURTLEBOT3

Anggoro Suryo Pramudyo, Fadil Muhammad, Adam Dwinanto Angkoso

Abstract


Perkembangan teknologi menjadi salah satu faktor yang membantu manusia  dalam  mengerjakan pekerjaan sehari-hari. Turtlebot3 merupakan mobile robot yang dapat berpindah tempat ke tempat lainnya dengan menggunakan roda. Masalah pada turtlebot3 yaitu kedua kamera yang tidak dapat digunakan untuk mendeteksi dan mengukur jarak kedalaman objek, khususnya pada objek bola. Salah satu untuk mendeteksi objek yaitu dengan menggunakan penyeleksian warna. Metode penyeleksian warna yaitu HSV, salah satu untuk mengukur jarak yaitu menggunakan penglihatan kiri dan kanan. Metode yang digunakan untuk mengukur jarak yaitu menggunakan binocular disparity yang diterapkan pada kamera stereo. Pengujian yang dilakukan untuk menguji mendeteksi objek menggunakan metode HSV dan pengukuran jarak objek menggunakan metode binocular disparity yang diterapkan pada kamera stereo. Pengujian dilakukan pada pencahayaan yang berbeda, untuk 106 lux memiliki nilai persen kesalahan tertinggi pada jarak 30cm yaitu 1,65% dan untuk 53 lux memiliki nilai persen kesalahan tertinggi pada jarak 120cm yaitu 4,48%.

Keywords


Kamera Stereo; Mobile Robot; Turtlebot3; HSV; Binocular Disparity

Full Text:

PDF (Indonesian)

References


Nasional, P. P., R. Indonesia, “Pelaksanaan Kontes Robot Indonesia Daring,” 2020.

Ben-Ari, M., F. Mondada, “Robots and Their Applications,” Elem. Robot., pp. 1–20, 2018, doi: 10.1007/978-3-319-62533-1_1.

Pandey, A., “Mobile Robot Navigation and Obstacle Avoidance techniques: A Review,” Int. Robot. Autom. J., vol. 2, no. 3, 2017, doi: 10.15406/iratj.2017.02.00023.

Kadena, E., H. P. D. Nguyen, L. Ruiz, “Mobile robots: An overview of data and security,” ICISSP 2021 - Proc. 7th Int. Conf. Inf. Syst. Secur. Priv., no. Icissp, pp. 291–299, 2021, doi: 10.5220/0010174602910299.

Amsters, R., P. Slaets, “Turtlebot 3 as a robotics education platform,” Adv. Intell. Syst. Comput., vol. 1023, no. January, pp. 170–181, 2020, doi: 10.1007/978-3-030-26945-6_16.

Raje, S. D., “Evaluation of ROS and Gazebo Simulation Environment using TurtleBot3 robot,” no. April, 2020.

Jalil, A., “Robot Operating System (Ros) Dan Gazebo Sebagai Media Pembelajaran Robot Interaktif,” Ilk. J. Ilm., vol. 10, no. 3, pp. 284–289, 2018, doi: 10.33096/ilkom.v10i3.365.284-289.

Spina, M., S. Gualtieri, F. De Rango, “Integrating ROS and Gazebo Tools with a Network Security Module to Support Secure Autonomous Robot Coordination,” no. Simultech, pp. 369–377, 2021, doi: 10.5220/0010566303690377.

Starry, Z. N., A. N. Jati, F. C. Hasibuan, “SIMULASI OPENSLAM MENGGUNAKAN TURTLEBOT3 PADA ROS,” vol. 8, no. 5, pp. 6201–6211, 2021.

Mordvintsev, A., K. Abid, “OpenCV-Python Tutorials Documentation,” OpenCV Python Doc., p. 269, 2017, [Online]. Available: https://media.readthedocs.org/pdf/opencv-python-tutroals/latest/opencv-python-tutroals.pdf.

Guennouni, S., A. Ahaitouf, A. Mansouri, “Multiple object detection using OpenCV on an embedded platform,” Colloq. Inf. Sci. Technol. Cist, vol. 2015-Janua, no. January, pp. 374–377, 2015, doi: 10.1109/CIST.2014.7016649.

Tripathi, A., T. V. Ajay Kumar, T. K. Dhansetty, J. Selva Kumar, “Real time object detection using CNN,” Int. J. Eng. Technol., vol. 7, no. 2, pp. 33–36, 2018, doi: 10.14419/ijet.v7i2.24.11994.

Mushawwir, L. A., I. Supriana, “Deteksi dan Tracking Objek untuk Sistem Pengawasan Citra Bergerak,” Konf. Nas. Inform. 2015 Deteksi, vol. 2354–645X/, no. October, pp. 1–10, 2015.

Chandan, G., A. Jain, H. Jain, Mohana, “Real Time Object Detection and Tracking Using Deep Learning and OpenCV,” Proc. Int. Conf. Inven. Res. Comput. Appl. ICIRCA 2018, no. July, pp. 1305–1308, 2018, doi: 10.1109/ICIRCA.2018.8597266.

Mansour, M., P. Davidson, O. Stepanov, R. Piché, “Relative importance of binocular disparity and motion parallax for depth estimation: A computer vision approach,” Remote Sens., vol. 11, no. 17, 2019, doi: 10.3390/rs11171990.

Marzuqi, I., G. P. Arinata, Z. M. A. Putra, A. Khumaidi, “Segmentasi dan Estimasi Jarak Bola dengan Robot Menggunakan Stereo Vision,” pp. 140–144, 2017.

SOLAK, S., E. D. BOLAT, “A new hybrid stereovision-based distance-estimation approach for mobile robot platforms,” Comput. Electr. Eng., vol. 67, pp. 672–689, 2018, doi: 10.1016/j.compeleceng.2017.10.022.

Muharom, S., S. Asnawi, A. Bachri, “Robot Pengikut Target Berdasarkan Bentuk dan Warna Menggunakan Metode HSV Untuk Aplikasi Assistant Robot,” JE-Unisla, vol. 6, no. 1, 2021, [Online]. Available: http://jurnalteknik.unisla.ac.id/index.php/elektronika/article/view/571.




DOI: http://dx.doi.org/10.36055/setrum.v11i1.15821

Refbacks

  • There are currently no refbacks.