2020 : Rancang Bangun Prototipe Kendaraan Otonom Menggunakan Komputer Vision

Ir. Muchammad Husni M.Kom

Year

2020

Published in

-

External link

Type

RESEARCH

Keywords

-


Abstract

Kota-kota besar di dunia, termasuk di Indonesia mempunyai masalah utama yang sama di sektor transportasi, yaitu tingkat kemacetan yang tinggi dan tingkat kecelakaan yang cenderung naik dari tahun ke tahun. Dalam hal ini salah satu hal yang harus diperhatikan adalah banyak dari kecelakaan tersebut diakibatkan oleh kelalaian pengemudi. Jika proses mengemudi bisa digantikan dengan kendali otomatis oleh sistem di kendaraan tersebut , maka resiko kesahalan pengemudi yang bisa mengakibatkan kecelakaan dapat diminimalkan. Didorong oleh kemajuan TIK yang pesat, dan timbulnya kesadaran betapa pentingnya keselamatan dan kenyamanan dalam berkendara, banyak pabrik mobil mengembangkan inovasinya sehingga memproduksi kendaraan cerdas (Smart Car) atau dikenal juga dengan kendaraan otonom (autonomous vehichle). Kendaraan otonom adalah kendaraan yang dalam operasionalnya dikontrol secara otomatis dan mandiri sehingga tidak memerlukan campur tangan pengemudi. Penelitian ini akan merancang dan mengimplentasikan prototipe kendaraan otonom yang bisa mengikuti jalur secara otomatis, bisa mengerti adanya halangan dan mampu mendeteksi rambu lalu lintas. Kendaraan otonom ini akan dibangun dengan skala prototipe di tingkat laboratorium menggunakan komputer mini, embedded system, sensor, motor dan beberapa komponen pendukung. Pada proses pengenalan jalur, kamera akan melakukan komputasi menggunakan bantuan real-time computer vision dengan cara membaca landasan atau jalan berwarna hitam yang pada kedua sisinya memiliki dua buah garis putih sebagai batas kiri dan kanan. Dua garis putih akan dikenali oleh kamera dengan menggunakan metode grayscale untuk mempermudah proses pembacaan garis putih dan metode Canny sebagai edge detector. Pembacaan dua garis putih tersebut, akan menghasilkan output yang berupa nilai Error posisi kendaraan. Nilai ini diproses sehingga menghasilkan suatu nilai yang menunjukkan dimana seharus kendaraan tersebut berada , yaitu di tengah-tengah lintasan. Perintah posisioning ini dilakukan oleh komputer mini kepada Slave Me-Core melaui komunikasi serial. Sedangkan untuk dapat mengenali halangan dan rambu lalu lintas (STOP and Traffic light), dibutuhkan komputasi dengan metode Haar Cascade. Metode ini berguna untuk pengenalan obyek, dimana prosesnya sama seperti face recognition, hanya saja diimplementasikan pada suatu benda.