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

PENINGKATAN AKURASI ESTIMASI POSE PALET MENGGUNAKAN INTEGRASI SENSOR KAMERA BERBASIS PENANDA ARUCO DAN LASER RANGEFINDER DENGAN ALGORITMA EXTENDED KALMAN FILTER DAN PARTICLE FILTER

Penulis : Muhammad Fijar Aswad [23220356]
Kontributor / Dosen Pembimbing :
  • Dr. Agung Harsoyo, S.T, M.Sc.. M.Eng.
  • Dr. Pranoto Hidaya Rusmin, S.T, M.T.
Jenis Koleksi : Tesis
Penerbit : Teknik Elektro
Fakultas : Sekolah Teknik Elektro dan Informatika
Subjek :
Kata Kunci : kamera, penanda ArUco, laser rangefinder, Extended Kalman Filter, Particle Filter
Sumber :
Staf Input/Edit : Dessy Rondang Monaomi  
File : 1 file
Tanggal Input : 04 Jan 2024

Seiring dengan meningkatnya tuntutan akan efisiensi, akurasi, dan keselamatan dalam pengelolaan sistem pergudangan, penerapan forklift otonom menjadi suatu solusi yang diterapkan. Tahapan krusial dalam mengimplementasikan forklift otonom adalah deteksi dan estimasi pose palet. Deteksi palet mengacu pada proses mengidentifikasi dan menentukan lokasi palet. Sementara estimasi pose bertujuan untuk mengidentifikasi posisi dan orientasi palet. Pada penelitian ini, penulis melakukan pendekatan untuk mendeteksi dan mengestimasi pose palet menggunakan kamera dengan penanda ArUco yang digabungkan dengan sensor laser rangefinder. Penggabungan (integrasi) kedua sensor tersebut menggunakan algoritma Extended Kalman Filter (EKF) dan Particle Filter (PF). Proses deteksi palet menggunakan penanda ArUco memiliki tingkat kecepatan pendeteksian rata-rata 28 frame per second secara waktu nyata pada jarak ukur 30-320cm. Proses estimasi pose palet menggunakan metode integrasi dengan algoritma EKF memberikan peningkatan akurasi estimasi jarak sebesar 60,75% dan 31,78% terhadap kamera dan laser secara individu. Sedangkan peningkatan akurasi estimasi sudut EKF sebesar 30,56% dan 41,35% terhadap kamera dan laser. Sementara itu, algoritma PF mampu memberikan peningkatan akurasi estimasi jarak sebesar 62,30% dan 47,99% terhadap kamera dan laser. Sedangkan peningkatan akurasi estimasi sudut PF sebesar 23,81% dan 39,81%. Dari segi kepresisian, algoritma EKF mampu memberikan peningkatan sebesar 62,79% dan 5,88% terhadap kamera dan laser pada estimasi jarak. Untuk estimasi sudut, peningkatan kepresisian sebesar 21,04% dan 40,63% terhadap kamera dan laser. Sedangkan algoritma PF memberikan peningkatan kepresisian pada estimasi jarak sebesar 77,78% dan 0% serta estimasi sudut sebesar 27,74% dan 44,55% terhadap kamera dan laser. Sehingga dapat disimpulkan metode integrasi kamera dan laser rangefinder dengan algoritma EKF dan PF memiliki akurasi dan kepresisian yang lebih tinggi dibandingkan hasil pengukuran sensor secara indvidu.

Artikel Terkait