2019 : Sistem Akuisisi Data Visual Otomatis Untuk Object Learning Pada Sistem Cerdas

Ir. Hendra Kusuma M.Eng.Sc.
Dr.Ir. Djoko Purwanto M.Eng.
Muhammad Attamimi B.Eng.,M.Eng.,Ph.D

External link

Type

RESEARCH

Keywords

-


Abstract

Sistem akuisisi data visual otomatis adalah sistem yang mampu mengambil informasi visual dari suatu benda secara otomatis dalam bentuk citra berwarna (citra Red Green Blue (RGB)), citra yang berupa jarak (citra Depth (D)), citra yang berupa Near Infrared (NIR), label, dan pose. Sistem ini sangat penting bagi sistem cerdas termasuk didalamnya robot cerdas, khususnya domestic service robot (DSR) yang dituntut untuk melayani manusia yang berada dalam suatu lingkungan rumah tangga yang kompleks dan dinamis. Hal ini menjadikan robot tersebut harus mampu mengenali lingkungan tersebut. Salah satu kemampuan pengenalan lingkungan yang penting adalah pengenalan terhadap suatu benda (object recognition), khususnya bagi DSR pengenalan terhadap benda-benda yang umumnya dipakai di rumah tangga sangat diperlukan. Untuk membangun sistem pengenalan suatu benda diperlukan pembelajaran benda (object learning) tersebut. Object learning tidak dapat dilakukan tanpa adanya data. Khususnya, keberadaan visual data menjadi sangat penting bagi DSR untuk melayani manusia. Pada penelitian ini, kami mengembangkan suatu sistem akuisisi data secara visual dengan label yang fleksibel yang dilakukan secara otomatis. Sistem yang dikembangkan terdiri dari suatu piringan yang digerakkan secara otomatis dengan motor dan Kinect kamera yang mampu mengambil citra berwarna, depth, dan Near Infrared (citra RGBD-NIR) sekaligus. Akuisisi data dilakukan secara otomatis dan simultan sehingga data yang berupa citra RGBD-NIR mentah, label, dan pose dapat diambil. Untuk melakukan object learning, citra dari benda yang menjadi target pembelajaran harus diekstrak (object extraction). Object extraction dilakukan dengan kombinasi dari beberapa komponen seperti: 1) distribusi warna, 2) distribusi jarak, 3) distribusi NIR, 4) derajat kedataran, 5) prior knowledge yang berupa ukuran lazim dari suatu benda yang khususnya ada pada rumah tangga. Bayesian learning framework akan digunakan untuk merepresentasikan kombinasi dari masing-masing komponen tersebut. Hasil ekstraksi dari benda akan disimpan dalam database bersama label dan pose dari benda tersebut. Kontribusi dari penelitian ini adalah suatu sistem yang mampu melakukan akuisisi data visual secara otomatis. Dengan kontribusi tersebut diharapkan memudahkan interaksi antara sistem cerdas termasuk didalamnya DSR dengan manusia.