Perpustakaan Digital ITB

Pada perkembangan pergudangan modern dan penggunaan forklift otonom dapat membantu peningkatan operasional dan efisiensi dalam bekerja. Penelitian forklift otonom pada penelitian ini bertujuan untuk dapat mendeteksi keberadaan palet, estimasi letak penempatan garpu yang tepat pada lubang palet, dan penentuan posisi dan orientasi palet terhadap forklift otonom menggunakan kamera kedalaman. Arsitektur yang digunakan untuk model deteksi objek palet merupakan algoritma YOLO (You Only Look Once). Koordinat objek palet pada bidang gambar hasil deteksi model YOLO akan ditransformasikan ke koordinat nyata untuk menentukan posisi dan orientasi objek palet terhadap forklift otonom. Estimasi posisi dan orientasi palet pada koordinat nyata terhadap estimasi posisi aktual memiliki performansi yang baik dengan mengusung pendekatan 2 kamera stereo, IR (infrared) proyektor, dan kamera RGB dapat mengestimasi jarak dengan tingkat kesalahan sebesar 3,1% terhadap jarak aktual atau jarak sebenarnya.