![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
Dokumen Asli
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Sebagian besar kecelakaan disebabkan oleh kesalahan manusia sehingga
keberadaan kendaraan otonom (autonomous vehicle) berpotensi menurunkan
angka kecelakaan. Kendaraan otonom perlu memahami lalu lintas dan
pemahaman tersebut dapat diwujudkan dalam visualisasi 3D yang dapat
memberikan rasa aman bagi penumpang. Pada tugas akhir ini, pemahaman dan
rekonstruksi lalu lintas dilakukan dengan melakukan pemrosesan rekaman video
dari kamera monokuler yang terpasang pada kendaraan.
Beberapa tahap pemrosesan yang dilakukan adalah pemahaman kendaraan,
pemahaman jalan, dan rekonstruksi akhir 3D. Deteksi kendaraan dilakukan
dengan model pralatih YOLOv9 yang mampu mendeteksi berbagai jenis
kendaraan dan objek, tetapi hanya kendaraan bertipe mobil yang diproses lebih
lanjut. Kendaraan yang terdeteksi diasosiasikan dan dilacak lebih lanjut dengan
metode SORT yang berbasis penapis Kalman agar menghasilkan pergerakan yang
lembut. Deteksi jalan diimplementasikan dengan pengolahan citra klasik yang
berbasis deteksi tepi marka dan transformasi Hough sehingga menghasilkan titik-
titik ujung garis lurus yang merepresentasikan tiap lajur. Titik-titik tersebut
kemudian diasosiasikan dan dilacak lintas frame dengan metode SORT.
Rekonstruksi bentuk kendaraan menggunakan GPLVM berdasarkan siluet bentuk
kendaraan yang telah disegmentasi dengan YOLOv9-seg.
Berbagai tahap dan metode tersebut diintegrasikan sehingga dihasilkan program
yang mampu merekonstruksi lalu lintas dalam tiga dimensi. State dan bentuk
kendaraan dan jalan dapat diestimasi sehingga dapat ditempatkan dengan tepat
dalam ruang tiga dimensi. Beberapa peningkatan yang masih dapat dilakukan
pada program adalah pengurangan waktu pemrosesan, peningkatan akurasi pada
berbagai komponen, dan integrasi dengan data/sensor lain.