Perpustakaan Digital ITB

Identifikasi garis pemandu jalan merupakan fungsi persepsi krusial pada kendaraan otonom, namun kondisi pencahayaan yang berubah secara dinamis dapat menyebabkan eksposur kamera tidak tepat sehingga kontras citra menurun dan algoritma deteksi tepi Canny kehilangan akurasi. Kecepatan rana (shutter speed) dipilih sebagai parameter kontrol karena paling praktis diatur secara real-time, direpresentasikan melalui Mean Sample Value (MSV) sebagai metrik kecerahan citra. Penelitian ini bertujuan merancang dan mengimplementasikan sistem kontrol umpan balik berbasis kontroler Proporsional (P) yang menggunakan gray card reflektansi 18% sebagai referensi kecerahan langsung pada bidang pandang kamera, mengarakterisasi hubungan MSV area gray card terhadap perubahan kecepatan rana, serta membandingkan performanya dengan sistem auto exposure bawaan kamera. Metode penelitian meliputi studi literatur, perancangan dan integrasi perangkat keras-lunak (penempatan gray card dan penentuan Region of Interest), karakterisasi respons kamera menggunakan Raspberry Pi Camera Module 3, perancangan kontroler P berdasarkan hasil karakterisasi, serta pengujian deteksi garis pemandu jalan pada berbagai skenario pencahayaan menggunakan Raspberry Pi 5. Hasil karakterisasi menunjukkan hubungan MSV terhadap kecepatan rana bersifat naik monoton non-linier dengan gradien meningkat seiring iluminansi, sehingga parameter kontrol proporsional awal dapat ditentukan melalui regresi model orde nol pada rentang kuasi-linier (10.000 – 50.000 µs, R² = 0,83 – 0,96), dengan setpoint MSV = 128 tervalidasi sebagai titik kerja dengan kontras Weber paling konsisten. Sistem kontrol P yang diimplementasikan berhasil menstabilkan eksposur secara real-time, ditunjukkan oleh penurunan metrik ITAE sebesar 2 – 90 kali dibandingkan kondisi tanpa kontrol pada mayoritas skenario. Sistem ini juga terbukti meningkatkan keandalan deteksi garis jalan, terutama pada kondisi pencahayaan ekstrem (rendah: 32,47% vs 24,00%; tinggi: 51,57% vs 13,07% dibandingkan tanpa kontrol maupun auto exposure bawaan), tanpa mengalami kegagalan deteksi total pada skenario manapun. Penelitian ini menyumbangkan pendekatan kontrol eksposur berbasis referensi fisik pada bidang pandang kamera yang sederhana secara komputasi namun efektif untuk aplikasi persepsi kendaraan otonom dengan sumber daya terbatas.