digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Wayan Rezaldi Widyanatha
PUBLIC Alice Diniarti

COVER Wayan Rezaldi Widyanatha
PUBLIC Alice Diniarti

BAB 1 Wayan Rezaldi Widyanatha
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 2 Wayan Rezaldi Widyanatha
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 3 Wayan Rezaldi Widyanatha
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 4 Wayan Rezaldi Widyanatha
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 5 Wayan Rezaldi Widyanatha
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

PUSTAKA Wayan Rezaldi Widyanatha
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

Kendaraan otonom memerlukan sistem yang terdiri dari sensor yang mampu mempersepsikan lingkungan sekitarnya, seperti mendeteksi dan melacak objek di sekitar kendaraan, agar bisa bernavigasi dengan intervensi manusia yang minim. Namun, tiap sensor memiliki kelebihan dan kelemahannya sendiri-sendiri dan sistem kendaraan otonom yang kompleks tidak bisa mempercayai satu jenis sensor sepenuhnya untuk membaca lingkungan. Salah satu solusinya adalah memanfaatkan teknik sensor fusion; menggabungkan data kedua sensor sehingga dapat mengurangi ketidakpastian dalam mempersepsikan lingkungan. Penelitian ini menggunakan dua sensor kamera dengan teknik stereo vision dan LiDAR dua dimensi. Kamera stereo vision merupakan sensor yang memiliki dua lensa kamera untuk membaca kedalaman objek yang terbaca sehingga mampu mendeteksi jarak objek terhadap sensor. LiDAR merupakan sensor yang memanfaatkan pancaran laser untuk memindai lingkungan di sekitarnya. Sensor kamera memiliki akurasi yang lebih rendah dari LiDAR dan sudut pandang yang sempit, namun resolusi dan laju datanya lebih tinggi. Bacaan kamera stereo vision akan diolah terlebih dahulu menjadi point cloud berbentuk 2D sehingga struktur datanya sama dengan pembacaan LiDAR. Point cloud dari keluaran kedua sensor selanjutnya diolah untuk mendapatkan pengelompokan point cloud objek dengan menggunakan metode Density-based clustering. Selanjutnya hasil deteksi objek dari masing-masing sensor digabungkan dan objek diestimasi keadaan dinamiknya menggunakan filter partikel. Dari penelitian ini dihasilkan sistem yang mampu melakukan pendeteksian dan pelacakan objek baik dalam keadaan diam maupun bergerak dengan nilai Root Mean Square Error terendah mencapai 0.046 m untuk posisi x objek, 0.012 m untuk posisi y objek, 0.007 m untuk radius objek, 0.141 m/s untuk kecepatan objek, dan 0.099 m/s2 untuk percepatan objek yang dilacak. Sensor fusion berhasil mengurangi mayoritas error variabel yang bisa diukur langsung oleh sensor seperti posisi dan radius. Sistem juga dipasang pada mobil golf dan berhasil mendeteksi dan melacak pejalan kaki dan motor yang bergerak dengan baik ketika diuji untuk menyusuri kampus Politeknik Negeri Bandung.