Ramadhan Putra, Bertoni (2021) Implementasi Computer Vision menggunakan kamera untuk Mendeteksi garis pada Autonomous Car. Sarjana thesis, Universitas Brawijaya.
Abstract
Kemajuan teknologi di dunia industri saat ini sangat berkembang pesat, begitu juga teknologi kontrol otomatis. Penggunaan mesin-mesin di industri yang dimanfaatkan untuk membantu pekerjaan manusia membutuhkan pengontrolan yang autonomous sehingga dapat mendapatkan tingkat keefisienan dan keakuratan yang tinggi. Autonomous juga telah merambah ke dunia otomotif seperti autonomous car yang akhir-akhir ini telah banyak berkembang terutama di bagian Computer Vision. Karena itu dalam makalah ini akan menganalisa bagaimana sebuah autonomous car akan bisa mendeteksi marka jalan menggunakan metode thresholding warna kombinasi dari HSL, Sobel X dan LAB. Algoritma dari pendeteksian jalan akan menggunakan library OpenCV dan akan disimulasikan menggunakan software PyCharm. Input yang akan diproses berupa video cuplikan jalan tol dengan posisi kamera berada di tengah mobil. Berdasarkan hasil pengujian dengan menggunakan algoritma pendeteksian jalan ini didapat nilai estimasi frame per detik yang dapat diproses oleh algoritma adalah 2,9 fps dengan waktu eksekusi tiap frame yang diproses rata-rata 360 ms untuk input beresolusi 720p. Dari hasil pengujian resolusi, resolusi input yang digunakan akan berbanding terbalik dengan fps serta waktu eksekusi yang didapat. Namun untuk pengujian hasil output, resolusi yang lebih rendah akan membuat nilai output menjadi tidak jelas dan tidak stabil sehingga pengujian dengan resolusi tinggi akan memiliki hasil yang lebih baik. Presentase keberhasilan deteksi objek berupa garis pada 3 kondisi jalan yang berbeda dengan menggunakan algoritma sistem ini adalah 76,26%.
English Abstract
Technological advances in today's industrial world are growing rapidly, as is automatic control technology. The use of machines in industry that are used to help human work requires autonomous control so that they can get a high level of efficiency and accuracy. Autonomous has also penetrated into the automotive world, such as the autonomous car which has recently developed a lot, especially in the Computer Vision. Therefore, in this paper, we will analyze how an autonomous car will be able to detect road lanes using the combination color thresholding method of HSL, Sobel X and LAB. The lane detection algorithm will use the OpenCV library and will be simulated using PyCharm software. The input to be processed is a video of the toll road with the camera position in the middle of the car. Based on the test results using this lane detection algorithm, the estimated value of frames per second that can be processed by the algorithm is 2.9 fps with the execution time of each frame processed an average of 360 ms for 720p resolution input. From the results of the resolution test, the input resolution used will be inversely proportional to the fps and the execution time obtained. However, for testing the output results, a lower resolution will make the output value unclear and unstable so that a test with a higher resolution will have better results. The percentage of success in detecting objects in the form of lines on 3 different road conditions using this algorithm is76.26%.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 621.381 |
| Uncontrolled Keywords: | Computer Vision, autonomous car, HSL, Sobel X, LAB, OpenCV |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting > 621.38 Electronics, communications engineering > 621.381 Electronics |
| Divisions: | Fakultas Teknik > Teknik Elektro |
| Depositing User: | Unnamed user with email gaby |
| Date Deposited: | 22 Oct 2021 01:54 |
| Last Modified: | 24 Feb 2022 02:15 |
| URI: | http://repository.ub.ac.id/id/eprint/184826 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
BERTONI RAMADHAN PUTRA.pdf Restricted to Registered users only until 31 December 2023. Download (2MB) |
Actions (login required)
 |
View Item |