Perpustakaan Digital ITB

Sistem automasi pada kendaraan angkut seperti forklift dapat memberikan solusi dari segi waktu, jumlah, dan biaya akomodasi dari pengoperasiannya, karena pada sistem konvensional pengoperasian kendaraan angkut seperti forklift memerlukan pengemudi yang memiliki sertifikasi dan kualifikasi tertentu. Automasi pada forklift memerlukan berbagai fungsi kendali yang menggunakan bermacam jenis data. Beberapa fungsi yang diperlukan dalam automasi forklift adalah fungsi pendeteksian objek serta pengukuran jarak objek. Pada pengukuran jarak akan menggunakan LiDAR (Light Distance and Ranging) yang memiliki tingkat akurasi tinggi dengan daerah pendeteksian yang luas, serta dapat menggunakan berbagai sudut penelusuran. Penelusuran menggunakan 2D LiDAR hanya dapat memberikan keluaran berupa pendeteksian dalam satu garis horizontal sehingga untuk pengenalan objek secara tiga dimensi sistem memerlukan sensor pendukung lain seperti kamera. Pendeteksian atau pengenalan objek menggunakan kamera dapat dilakukan menggunakan aplikasi deep learning dengan dataset objek – objek spesifik yang ingin dideteksi. Pendeteksian objek mengaplikasikan YOLOv5 sedangkan pada pengukuran jarak objek menggunakan metode fusion dan projeksi data 2D LiDAR dengan data kamera. Disini sistem memberikan data pendeteksian dengan presisi 0.97945 pada model YOLOv5 tipe-m epoch 100, sedangkan untuk pengukuran jarak terbaik adalah pada metode projeksi data 2D LiDAR ke kamera dengan error rate 0.15%.