Perpustakaan Digital ITB

Tongkat putih merupakan alat yang banyak digunakan untuk membantu penyandang tuna netra dalam melakukan mobilitas. Namun, tongkat ini memiliki keterbatasan dalam hal jangkauan penginderaan, sistem informasi, dan kualitas pembuatan. Untuk mengatasi tantangan ini, dikembangkanlah tongkat putih adaptif yang dirancang untuk mendeteksi rintangan sesuai permintaan dan memberikan umpan balik waktu nyata kepada pengguna. Perangkat ini mengintegrasikan sensor jarak dan kamera Raspberry Pi untuk mendeteksi rintangan, dipasangkan dengan earphone Bluetooth dan modul getar untuk memberikan umpan balik sentuhan dan audio. Untuk memastikan tongkat adaptif dapat digunakan secara mulus, konsep threading dilakukan dalam tiga mode: mode deteksi jarak, deteksi halangan, dan mode instruksi. Dengan memanfaatkan algoritma machine learning dan library Tensorflow, di antara model-model yang diuji, model SSD-MobileNet-V2-FPNLite320 mendapatkan akurasi deteksi rintangan tertinggi dengan skor 86,89%, 77,2%, 84.52%, dan 77,09% untuk masing-masing kelas parit, tanjakan, tangga naik, dan tangga turun.