Perpustakaan Digital ITB

Pelaksanaan clamping pada sistem robot membutuhkan informasi kuantitatif mengenai orientasi relatif antara permukaan end-effector clamp dan permukaan target, yang tidak tersedia dari sensor robot yang ada. Penelitian ini merancang pipeline estimasi sudut dihedral berbasis point cloud stereo (ZED 2i, Dual-Branch PointNet++), membandingkan tiga metode ekstraksi (ROI manual, DBSCAN, YOLO11n-seg) dan dua skema normalisasi dalam enam konfigurasi, dievaluasi secara in-distribution dan Group Holdout 3-fold. Konfigurasi terbaik (E5: YOLO + Independent) mencapai Test MAE 0,17° (indistribution); namun temuan utamanya adalah generalization gap signifikan di luar data latih (rata-rata 7,88°, Group Holdout), meningkat proporsional terhadap interval sampling. Pada SVO/realtime, pipeline mencapai MAE 5,09°–8,60°, lebih konsisten dari RANSAC-ROI (?30,1°/?19,7°); namun RANSAC+YOLO menghasilkan MAE serupa (?5,0°/?4,9°) pada kecepatan 4–5× lebih tinggi—mengindikasikan kualitas ekstraksi, bukan algoritma, sebagai faktor dominan. Ablasi mengidentifikasi konfigurasi optimal (n = 1024, tiga modul Set Abstraction). Kebaruan penelitian terletak pada integrasi pipeline estimasi sudut dihedral dua permukaan asimetris secara material, dengan evaluasi mencakup analisis in-distribution, generalisasi, ablasi, dan perbandingan baseline.