Deteksi Objek Pada Mobil Otonom dengan Kamera Termal Infra Merah
| Main Authors: | Hidayah, Mannarul; Departemen Teknik Elektro Institut Teknologi Sepuluh Nopember Surabaya, Irfansyah, Astria Nur I; Departemen Teknik Elektro Institut Teknologi Sepuluh Nopember Surabaya, Purwanto, Djoko; Departemen Teknik Elektro Institut Teknologi Sepuluh Nopember Surabaya |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS
, 2022
|
| Subjects: | |
| Online Access: |
http://ejurnal.its.ac.id/index.php/teknik/article/view/94793 http://ejurnal.its.ac.id/index.php/teknik/article/view/94793/7235 http://ejurnal.its.ac.id/index.php/teknik/article/downloadSuppFile/94793/45595 http://ejurnal.its.ac.id/index.php/teknik/article/downloadSuppFile/94793/45597 http://ejurnal.its.ac.id/index.php/teknik/article/downloadSuppFile/94793/45600 |
Daftar Isi:
- Mobil otonom adalah mobil yang beroperasi dengan aman dan efektif tanpa adanya kendali manusia. Mobil ini terdiri dari sistem yang dapat berinteraksi dengan lingkungan. Mobil otonom dilengkapi sensor untuk dapat mengetahui kondisi sekitar. Saat ini kamera termal telah banyak diterapkan pada mobil otonom karena kemampuan menerima gelombang cahaya inframerah. Penelitian ini bertujuan untuk mengembangkan riset kamera termal agar dapat diaplikasikan dan digunakan pada I-CAR ITS. Metode utama yang digunakan dengan penginderaan dan pemrosesan visual komputer. pengambilan data dilakukan saat siang dan malam hari untuk mendapatkan perbandingan data yang akan dideteksi dengan menggunakan metode MRCNN (Mask-Regional Based Convolutional Neural Network). Arsitektur yang digunakan adalah FPN dan RESNET 101. Penelitian ini dirancang untuk mendeteksi objek terdiri dari mobil, motor, sepeda, dan manusia. Perancangan perangkat keras penelitian ini diantaranya kamera termal Flir one, laptop, smartphone, dan ONT. Pada penelitian ini matahari dapat mempengaruhi kualitas gambar yang diakibatkan radiasi sinar matahari. Dari hasil evaluasi didapatkan nilai mAP 70.8%, presisi 84,8%,rasio ROI dari tiap kelas adalah 33%,dan rata-rata tingkat kepercayaan 90%. Jarak maksimum deteksi siang hari sampai dengan 10 meter dan 5 meter untuk pengujian malam hari. Sistem mendeteksi dengan kecepatan 4,5 fps, dari acuan tersebut mobil otonom(ICAR) direkomendasikan melaju maksimal adalah 16 km/jam.