PEMBUATAN HAAR-CASCADE DAN LOCAL BINARY PATTERN SEBAGAI SISTEM PENDETEKSI HALANGAN PADA AUTOMATIC GUIDED VEHICLE

Riza Agung Firmansyah; Enggar Alfianto

doi:10.24176/simet.v9i2.2562

PEMBUATAN HAAR-CASCADE DAN LOCAL BINARY PATTERN SEBAGAI SISTEM PENDETEKSI HALANGAN PADA AUTOMATIC GUIDED VEHICLE

Riza Agung Firmansyah
Enggar Alfianto

Abstract

Automatic Guided Vehicle (AGV) merupakan salah satu jenis robot yang bekerja mengikuti suatu jalur. Dalam penelitian ini, AGV digunakan di lingkungan perkantoran kampus. Lingkungan kampus menyebabkan jalur yang dilewati sulit dikondisikan dalam kondisi steril karena banyak objek penghalang. Hal ini membuat robot harus memiliki sistem pendeteksi halangan yang mampu membedakan halangan diam dan bergerak. Dalam penelitian ini penghalang diam berupa bak sampah dan penghalang bergerak adalah manusia. Untuk mendeteksi penghalang tersebut digunakan haar-cascade sebagai pencarian kasar dan local binary pattern (LBP) sebagai pencarian halus. Haar-cascade dibuat dengan memanfaatkan opencv haar training. Training dilakukan dengan menggunakan 300 citra positif dan 2317 citra negative pada masing-masing objek. Haar-cascade classifier didapatkan setelah dilakukan training hingga 10 stage. Haar-cascade diuji pada jarak dibawah 4 meter dari objek. Pencarian halus menggunakan LBP dilakukan saat haar-cascade mendeteksi adanya objek lebih dari satu. Dari pengujian yang telah dilakukan, sistem berhasil mendeteksi adanya halangan dengan tingkat keberhasilan 81,7%.

Keywords

automatic guided vehicle; haar-cascade; local binary pattern; sistem pendeteksi halangan

Teks Lengkap:

PDF

Referensi

J. Faber Archila and M. Becker, “Mathematical models and design of an AGV (Automated Guided Vehicle),” in 2013 IEEE 8th Conference on Industrial Electronics and Applications (ICIEA), 2013, pp. 1857–1862.

X. Zou, D. Huang, D. Feng, and X. Wu, “Design of a double-deck automatic guided vehicle with magnetic traction for material transporting,” in 2014 IEEE International Conference on Mechatronics and Automation, 2014, pp. 1674–1679.

Y. M. Abueejela and H. A. Ali, “Wheeled Mobile Robot Obstacle Avoidance Using Compass and Ultrasonic,” Univers. J. Control Autom., vol. 6, no. 1, pp. 13–18, 2018.

R. Ismail, Z. Omar, and S. Suaibun, “Obstacle-avoiding robot with IR and PIR motion sensors,” IOP Conf. Ser. Mater. Sci. Eng., vol. 152, no. 1, p. 012064, Oct. 2016.

S. Adarsh, S. M. Kaleemuddin, D. Bose, and K. I. Ramachandran, “Performance comparison of Infrared and Ultrasonic sensors for obstacles of different materials in vehicle/ robot navigation applications,” IOP Conf. Ser. Mater. Sci. Eng., vol. 149, no. 1, p. 012141, Sep. 2016.

D. Neumann, T. Langner, F. Ulbrich, D. Spitta, and D. Goehring, “Online vehicle detection using Haar-like, LBP and HOG feature based image classifiers with stereo vision preselection,” in 2017 IEEE Intelligent Vehicles Symposium (IV), 2017, pp. 773–778.

K.-P. Chou et al., “Fast Deformable Model for Pedestrian Detection with Haar-like features,” in 2017 IEEE Symposium Series on Computational Intelligence (SSCI), 2017, pp. 1–8.

B. Winarno and M. W. P. Pratama, “Pengendalian Gerak Robot Penghindar Halangan Menggunakan Citra dengan Kontrol PID,” JEECAE (Journal Electr. Electron. Control. Automot. Eng., vol. 1, no. 1, Feb. 2017.

D. E. J. Sudirman, “Sistem Kontrol Gerak Sederhana Pada Robot Penghindar Halangan Berbasis Kamera Dan Pengolahan Citra,” SEMNASTEKNOMEDIA ONLINE, vol. 5, no. 1, pp. 4-3–31, Feb. 2017.

Z. Abidin, K. Joni, and A. F. Ibadillah, “Rancang Bangun Robot Penghindar Halangan Berbasis Kamera Menggunakan Deteksi Kontur,” J. INFOTEL, vol. 9, no. 3, pp. 248–256, Aug. 2017.

R. A. Firmansyah, D. Purwanto, and R. Mardiyanto, “Pendeteksi Docking Station Menggunakan Rotation Invariant Local Binary Pattern Pada Visual Based Service Robot,” Semnasteknomedia Online, vol. 3, no. 1, pp. 3-2–19, Feb. 2015.

J. Sankari and R. Imtiaz, “Automated guided vehicle(AGV) for industrial sector,” in 2016 10th International Conference on Intelligent Systems and Control (ISCO), 2016, pp. 1–5.

DOI: https://doi.org/10.24176/simet.v9i2.2562