ROBOT HUMANOID: SISTEM KENDALI VISI AUTONOMOUS HUROCUP CABANG MARATON

Zulfikar, Fikih (2020) ROBOT HUMANOID: SISTEM KENDALI VISI AUTONOMOUS HUROCUP CABANG MARATON. Other thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

[thumbnail of COVER.pdf]
Preview
Text
COVER.pdf

Download (271kB) | Preview
[thumbnail of PENGESAHAN PEMBIMBING.pdf]
Preview
Text
PENGESAHAN PEMBIMBING.pdf

Download (6MB) | Preview
[thumbnail of ABSTRAK.pdf]
Preview
Text
ABSTRAK.pdf

Download (246kB) | Preview
[thumbnail of DAFTAR ISI.pdf]
Preview
Text
DAFTAR ISI.pdf

Download (268kB) | Preview
[thumbnail of PENGESAHAN PENGUJI.pdf]
Preview
Text
PENGESAHAN PENGUJI.pdf

Download (6MB) | Preview

Abstract

ABSTRAK
Pada pertandingan HuroCup cabang maraton oleh FIRA robot humanoid
“berlari” mengikuti lintasan dengan warna tertentu. Pada lintasan akan terdapat
beberapa jeda yang dilanjutkan dengan arahan dari simbol anak panah. Pertandingan
maraton diadakan pada ruang terbuka (outdoor) sehingga robot yang bertanding
dalam cabang maraton harus memiliki kemampuan untuk mengenali lintasan dan
simbol anak panah dengan intensitas yang berbeda-beda.
Kemampuan robot untuk mengenali lintasan dan simbol anak panah dapat
diterapkan pada robot dengan beberapa metode yang disusun sebagai algoritma sistem
visi. Kemampuan robot untuk mengenali lintsan dapat diperoleh dari penggunaan
metode color thershold yang dipadukan dengan deteksi kontur dan momen. Metode
color threshold terbatas pada isolasi warna lintasan, sedangkan dengan memadukan
deteksi kontur dan momen, algoritma deteksi mampu mengenali benuk lintasan.
Kemampuan lain dari robot maraton adalah untuk mengenali simbol anak panah.
Pengenalan anak panah dapat dilakukan dengan memanfaatkan metode
Viola-Jones.Metode Viola-Jones dapat digunakan untuk deteksi yng memiliki data
tahan yang tinggi serta waktu deteksi yang relatif cepat.
Sistem visi yang dikembangkan dengan Algoritma gabungan antara deteksi
lintasan dan deteksi simbol berhasil mendeteksi lintasan dan titik tengahnya dengan
cepat dan memiliki daya tahan deteksi (Robustness) yang kuat dengan waktu proses
rata-rata 26 ms. deteksi simbol, algoritma pada pengujian citra diam, berhasil
mengenali simbol dengan akurasi hingga 84.37%. untuk pengujian pencahayaan
sedang (2000-4300lux), dan terendah adalah 71% pada pencahayaan rendah
(200-480lux). waktu yang diperlukan untuk proses algoritma adalah sekitar 115 ms
menghasilkan total waktu yang diperlukan untuk tiap frame yang dijalankan adalah
265 ms.
Kata Kunci : Deteksi Kontur, Robot Humanoid, Sistem Visi, Viola-Jones

Item Type: Thesis (Other)
Subjek: Q Science > QA Mathematics > QA76 Computer software
Divisions: x. Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Basir Umaryadi
Date Deposited: 23 Jan 2020 07:00
Last Modified: 23 Jan 2020 07:00
URI: http://eprints.upnyk.ac.id/id/eprint/22268

Actions (login required)

View Item View Item