Mobile Robot Pendeteksi Jalur Otomatis Menggunakan Kamera.
MOBILE ROBOT PENDETEKSI JALUR OTOMATIS
MENGGUNAKAN KAMERA
Susijanto Tri Rasmana1), Hanny Kristianto2)
1)Program Studi/Jurusan Sistem Komputer, STIKOM Surabaya, email : susyanto@stikom.edu
2)Program Studi S1 Sistem Komputer, STIKOM Surabaya, email: hanny.kristianto@gmail.com
AB
AY
A
Abstract: Mobile robot using a camera is one type robot developed to date. In this research, designed and built a
robot that utilizes data from the camera to detect the path to be taken. Three-wheeled robot with electro-mechanics
controller using ATMega 8535 microcontroller and image processing using a personal computer (PC) has been
successfully created. Using a webcam, camera positioning and selection of appropriate threshold values to produce
images that can be used by the robot to traverse the path specified. The robot can walk along 16 m following the
path taken in an average of 2 minutes 20 seconds.
Keywords : Mobile Robot, Camera, Microcontroller
Mobile robot merupakan teknologi yang
Tujuan
dari
penelitian
ini
adalah
mendapatkan metode yang tepat untuk pengendalian
manusia dalam mengendalikan kendaraan atau alat
mobile robot menggunakan data dari kamera. Dari
transportasi
Beberapa
data gambar yang diperoleh dapat dibedakan antara
dilakukan
badan jalan dan bahu jalan. Kemudian dari data
barang
penelitianMobile
di
industri.
yang
robot
telah
diantaranya oleh (Jin Cao, 1999), yang
ini
SU
diharapkan dapat dijalankan sesuai dengan jalur yang
R
sedang dikembangkan untuk membantu pekerjaan
telah ditentukan dengan presisi dan dirancang agar
koordinat badan dapat digunakan untuk pengendalian
robot agar selalu berjalan di dalam badan jalan dan
selalu mengikuti lintasan yang telah ditentukan.
dapat menghindari hambatan pada lintasan yang
dilalui.
METODE
Bermacam-macam metode yang digunakan
diantaranya
dengan
menggunakan
1989),
gelombang
sensor
infra
O
ultrasound(Crowley,
M
untuk mendeteksi lintasan yang akan dilalui robot,
merah(Tzuu-Hseng S. Li, et al., 2004), juga
kamera(Gian Luca Mariottini, et al., 2007) atau
IK
gabungan beberapa sensor (Akihisa Ohya, et al.,
1998).Model juga
digunakan
untuk
menentukan algoritma yang paling cocok untuk
ST
menemukan dan pelacakan fitur jalan di gambar
berdasarkan tugas
saat
ini
dan
Gambar 1. Blok diagram mobile robot
informasi
penginderaan.Perencana menggunakan informasi dari
Pada penelitian perancangan mobile robot
untuk
ini dimulai dari pembuatan blok diagram yang
kendaraan di sepanjang jalan.Beberapa algoritma
tampak pada gambar 1. Blok diagram tersebut
yang berbeda telah dikembangkan dan diuji pada
menggambarkan proses dari capture gambar hingga
beragam rangkaian urutan jalan(Tsai-Hong Hong,
perintah ke robot. Terdapat beberapa komponen
2002).
penting pada blok diagram tersebut antara lain adalah
model
untuk
menentukan
jalur
terbaik
SNASTI 2012, ICCS - 27
webcam, PC, mikrokontroler dan aktuator robot
robot selama beberapa saat ditunjukkan pada gambar
berupa motor DC.
3.
Kinematika Mobile Robot
Pada penelitian dengan menggunakan robot
tiga roda ini kinematika gerak mobile robot dapat
diperhitungkan
berdasarkan
sistem
koordinat
AB
AY
A
Cartesian seperti ditunjukkan pada gambar 2.
Gambar 3.Geometri Odometry gerakan robotselama
beberapa saat.
Dengan memperhitungkan rotasi motor dan
diameter roda, maka dapat dihitung jarak yang
R
ditempuh robot. Misal roda kiri bergerak sejauh
d_left dan roda kanan bergerak sejauh d_right, dapat
diasumsikan robot telah bergerak seperti pada
Gambar 2 .Kinematika gerak mobile robot
berdasarkan sistem koordinat Cartesian.
SU
gambar 3. Maka jarak yang telah ditempuh robot
dapat diperhitungkan dari panjang busur tengah :
Untuk persamaan kinematika dari robot
(3)
dapat diperhitungkan berdasarkan kecepatan anguler
Dari geometri dasar didapatkan :
(1)
(4)
(2)
(5)
O
M
dua roda penggerak kiri (VL) dan kanan (VR).
Dengan memberikan input posisi robot (x, y)
dapat dituliskan :
(6)
IK
dan sudut belok (θ) robot dapat dikontrol gerakannya.
Jika d_baseline adalah jarak antara roda kiri dan kanan,
Maka untuk melakukannya digunakan kinematika
terbalik (inverse kinematics problem).Dan untuk
Dengan mengurangkan (5) dari (4), dapat
ST
melakukannya digunakan metode dasar navigasi
yaitu ordometri.
ditulis :
(7)
Misal akan digerakkan robot dari posisi awal
(x, y, θ) menuju posisi target (x’, y’, θ’). Dengan
(8)
mengatur kecepatan dua roda penggerak, maka
terdapat dua nilai ang akan didapatkan. Nilai tersebut
Pusat lingkaran (P) dapat dihitung dengan
adalah seberapa jauh robot maju dan seberapa jauh
menjadikan d_left dan d_right dua busur dengan
robot berubah posisi.Maka kedua nilai tersebut harus
sudut yang sama φ. Maka dapat dihitung posisi robot
diintegrasikan.Dengan geometri odometry gerakan
yang baru (x’, y’, θ’).
SNASTI 2012, ICCS - 28
tiang dengan ketinggian 80 cm.Pengolahan gambar
t (9)
dari kamera menggunakan komputer PC (laptop),
(10)
sedangkan pengontrol gerak robot menggunakan
microcontroller.Lebih jelas robot dapat dilihat pada
Maka dapat dihitung posisi robot yang baru :
(11)
=
(12)
AB
AY
A
=
gambar 4.
Maka x’ dan y’ dapat dihitung :
(a)
(b)
Gambar 4. Mekanik robot (a) tampak atas,
(b) tampak depan
(13)
Dan
R
Pengontrol Elektronik
Pengontrol utama untuk perangkat mekanik-
SU
elektronik yang digunakan pada robot ini terdiri dari :
Mikrokontroler ATMEGA8535
(14)
M
Untuk nilai φ yang kecil dapat ditentukan sin(φ) = φ,
(15)
ST
IK
Dan
O
dan cos(φ) = 1. Maka didapatkan :
Gambar 5. Minimum sistem ATMEGA 8535
Sebagai
(16)
pengontrol
mekanik
elektronik
robot dipilih mikrokontroller ATMEGA 8535 dengan
spesifikasi :8KB Flash Memory dan 8 channel ADC
dengan resolusi 10 bit, Memiliki jalur I/O hingga 35
pin.Frekwensi Osilator sebesar 4 MHz.Tersedia jalur
Pembuatan
rangka
robot
terbuat
dari
komunikasi serial UART RS-232 dengan konektor
aluminium. Base robot berbentuk segi empat dengan
RJ-11.Tegangan input Power Supply 9-12 VDC dan
ukuran panjang x lebar : 40 cm x 26 cm.
output tegangan 5 VDC.
Menggunakan dua roda penggerak di belakang dan
Driver Motor
satu roda bebas di depan dengan diameter roda
Rangkaian motor driver yang digunakan
7,5cm. Kamera terletak di belakang, pada sebuah
pada penelitian ini menggunakan relay sebagai
SNASTI 2012, ICCS - 29
komponen utama. Switch pada relay digunakan untuk
Grayscale
Gamba
mengatur arah putaran pada motor. Sedangkan untuk
kecepatan motor diatur dengan sinyal pulse width
Perintah arah
jalan
berdasarkan
k di
l
Threshold
Gambar 8.Blok Diagram Pengolahan gambar
modulation (PWM). Pulsa PWM dihasilkan dari
mikrokontroler, kemudian dikuatkan menggunakan
metal–oxide–semiconductor
field-effect
transistor
(MOSFET).Skematik rangkaian driver motor dapat
dilihat pada gambar 6.
Databerupa gambar RGB diperoleh dari
hasil capture kamera.
Selanjutnya gambar diubah
menjadi gambar grayscale dan proses threshold untuk
AB
AY
A
mendapatkan gambar dalam mode biner. Pada
gambar biner, gambar jalan terlihat kontras antara
jalan dan bahu jalan.Sehingga diambil lah koordinat
pada bahu jalan untuk menjadi acuan mobile robot
bergerak ke kiri, ke kanan atau lurus.
Perubahan Warna dari RGB ke Grayscale
SU
Kamera
R
Gambar 6.Skematik Motor Driver
(a)
(b)
Gambar 9. Gambar jalur dalam format (a) RGB,
(b) grayscale
Perubahan warna ke grayscale bertujuan
untuk menyederhanakan data warna.Dari warna RGB
M
yang
Gambar 7. Kamera Webcam
terdiri
dari
tiga
matrik
menjadi
satu
matrik.Format gambar grayscaledisebut jugaformat
O
sebagai
citra
intensitas,
karena
gambar
akan
ditampilkan dalam warna keabuan dengan itensitas
robot adalah kamera webcam. Dengan menggunakan
yang sama dengan warna aslinya(Achmad Basuki,
sensor 1/6 inchi CMOS lima megapixels dapat
2005).
IK
Kamera yang digunakan untuk mendeteksi jalur pada
menghasilkan gambar dengan resolusi maksimal
2592
x
1944
pixels.
Webcam
dengan
jalur
Perubahan Warna Grayscale ke Biner
Proses perubahan warna grayscale ke biner
dengan frame rate hingga 30fps.Jenis kamera yang
dengan menggunakan threshold bertujuan untuk
digunakan seperti tampak pada gambar 7.
membedakan warna secara kontras antara bahu jalan
ST
komunikasi USB 2.0 ini dapat mengambil gambar
Deteksi Jalur
dan badan jalan. Dengan gambar yang hanya terdiri
dari dua warna (hitam dan putih) juga akan
Deteksi jalur dilakukan dengan program
mempermudah pemberian perintah pada robot untuk
yang dijalankan Processor (Notebook) tampak pada
menentukan arah jalannya robot, kanan, kiri atau
blok diagram gambar 8.
lurus dapat semakin jelas.
SNASTI 2012, ICCS - 30
(a)
(b)
Gambar 10. Gambar jalur dalam format (a) grayscale
AB
AY
A
(b) biner
Deteksi Koordinat Jalur/Jalan
Pada proses ini ditetapkan koordinat pixel
yang digunakan sebagai acuan mobile robot untuk
bergerak ke kiri maupun ke kanan. Koordinat pixel
yang dipakai adalah koordinat pixel bahu jalan
(kanan dan kiri robot) pada posisi robot di tengah
jalan, sehingga koordinat tersebut dapat digunakan
acuan.Apabila
posisi
acuan
tersebut
terdeteksi mengenai jalan maka robot melakukan
aksi, yaitu belok kiri atau kanan tergantung pada
SU
acuan kiri atau kanan yang terkena badan jalan.Pada
R
sebagai
Gambar 11. Flowchat deteksi Jalan
gambar 11adalah flowchart untuk memperjelas dari
proses pendeteksian jalan.
Pada gambar 11 terlihat bahwa terdapat
Pulse Width Modulation (PWM)
PWM digunakan untuk mengatur kecepatan
dan kiri. Pixel tersebut menjadi acuan bagi PC untuk
robot.Kecepatan dari mobile robot dapat dikendali-
M
proses pembacaan pixel yang menjadi batas kanan
memberikan perintah kepada mikrokontroler agar
kan dengan mengubah-ubah nilai PWM yang diatur
menggerakkan robot untuk ke kanan atau ke kiri.
melalui mikrokontroler. Pada penelitian ini kecepatan
O
Jarak antara kamera dengan jalan yang
dari mobile robot dapat diatur menjadi tiga
kecepatan,
Dengan jarak 80
Pemberian nilai PWM dapat diberikan sebagai
IK
terproyeksi oleh pixel baris 460 adalah 80 cm.
cm, perbandingan jarak yang
sebenarnya dengan pixel adalah 1 : 13. Dapat
yaitu
berhenti,
sedang
dan
cepat.
berikut :
diartikan bahwa 1 cm sama dengan 13 pixel, dengan
Tabel 1. Kecepatan Motor DC
ST
ketentuan jarak kamera dengan pixel yang dimaksud
adalah 80 cm.
No.
1.
2.
3.
4.
Kecepatan
Berhenti
Pelan
Sedang
Cepat
Nilai PWM
0
1-85
86-170
171-255
Lintasan Jalan
Jalan yang digunakan untuk menjadi lintasan
pada penelitian ini mempunyai karakteristik tikungan
SNASTI 2012, ICCS - 31
ke kiri dan ke kanan sama banyak dan sama besar,
Sedangkan untuk percobaan pengaturan nilai
sehingga penelitian ini berimbang antara tikungan
threshold gambar dari kamera dapat dilihat pada tabel
kanan dan tikungan kiri.
3.
Tabel 3. Hasil Pengaturan Thresholding
Nilai Thresholding
> 37
2
3
37 – 62
< 62
Gambar 12.Lintasan jalan mobile robot
Hasil Pada PC
Banyak noise,
badan jalan tidak
terlihat
Jelas
Terlalu gelap, bahu
jalan tidak terlihat
AB
AY
A
No.
1
Dari tabel 2 dan 3, terlihat bahwa diperlukan
Dengan panjang jalan 16 m dan lebar jalan
pengaturan threshold yang tepat terkait dengan
39 cm yang terbuat dari bahan vinyl yang dicetak
itensitas cahaya di sekitar robot.Pengaturan yang
dengan digital printing.Warna jalan dan bahu jalan
tidak
hanya terdiri dari warna hitam dan putih.Gambar
pembacaan data dari kamera.Seperti terlihat pada
lintasan jalan yang digunakan pada penelitian ini
gambar 13, pengaturan threshold pada itensitas yang
ditunjukkan pada gambar 12.
tidak tepat dapat menimbulkan banyak noise pada
tepat
dapat
mengakibatkan
kesalahan
HASIL DAN PEMBAHASAN
SU
Dari hasil perancangan dan pembuatan
R
gambar yang dihasilkan.
robot, maka robot diuji coba pada lintasan yang telah
ditentukan.Pengujian dilakukan dengan melihat data
dari kamera dan mengukur kuat cahaya yang ada di
sekitar lintasan.
Gambar 13. Gambar dengan banyak noise
M
Pengukuran dilakukan dengan menggunakan
fluxmeter.Kuatnya cahaya sangat mempengaruhi
Maka sesuai dari penjelasan di atas maka
gambar lintasan yang ditangkap oleh kamera.Hal ini
diuji coba robot berjalan pada lintasan dengan
disebabkan
bahan
itensitas cahaya 4 lx dan threshold diatur dengan nilai
vinyl.Cahaya yang terang membuat lintasan menjadi
40.Mobile robot dijalankan dengan tujuh kondisi
silau
(lihat tabel 4).Pengaturan diutamakan untuk arah
terbuat
O
yang
mengacaukan
data
dari
yang
ditangkap
IK
dan
lintasan
kamera.Berikut ini tabel 2, hasil pengukuran itensitas
robot (lurus, belok kiri dan kanan).
cahaya menggunakan fluxmeter dan hasil gambar
Tabel 4. Pengaturan jalannya robot
ST
grayscale dari kamera.Pengukuran ini dilakukan
dengan nilai threshold 4 pada gambar dari kamera.
No.
1.
2.
3.
Tabel 2. Pengukuran Cahaya dan
hasil grayscale pada PC
Intensitas Cahaya
Hasil pada PC
(fluks)
(grayscale)
> 3,5
Terlalu gelap
3,5 – 5,5
Jelas
< 5,5
Terlalu terang
(silau)
SNASTI 2012, ICCS - 32
No
Kondisi
1
Kanan
tajam
Kanan
sedang
Kanan
landai
Lurus
2
3
4
Tepi kiri
- kanan
jalan
(pixel)
>=100
=60
=20
=-20
-60
=-100
MENGGUNAKAN KAMERA
Susijanto Tri Rasmana1), Hanny Kristianto2)
1)Program Studi/Jurusan Sistem Komputer, STIKOM Surabaya, email : susyanto@stikom.edu
2)Program Studi S1 Sistem Komputer, STIKOM Surabaya, email: hanny.kristianto@gmail.com
AB
AY
A
Abstract: Mobile robot using a camera is one type robot developed to date. In this research, designed and built a
robot that utilizes data from the camera to detect the path to be taken. Three-wheeled robot with electro-mechanics
controller using ATMega 8535 microcontroller and image processing using a personal computer (PC) has been
successfully created. Using a webcam, camera positioning and selection of appropriate threshold values to produce
images that can be used by the robot to traverse the path specified. The robot can walk along 16 m following the
path taken in an average of 2 minutes 20 seconds.
Keywords : Mobile Robot, Camera, Microcontroller
Mobile robot merupakan teknologi yang
Tujuan
dari
penelitian
ini
adalah
mendapatkan metode yang tepat untuk pengendalian
manusia dalam mengendalikan kendaraan atau alat
mobile robot menggunakan data dari kamera. Dari
transportasi
Beberapa
data gambar yang diperoleh dapat dibedakan antara
dilakukan
badan jalan dan bahu jalan. Kemudian dari data
barang
penelitianMobile
di
industri.
yang
robot
telah
diantaranya oleh (Jin Cao, 1999), yang
ini
SU
diharapkan dapat dijalankan sesuai dengan jalur yang
R
sedang dikembangkan untuk membantu pekerjaan
telah ditentukan dengan presisi dan dirancang agar
koordinat badan dapat digunakan untuk pengendalian
robot agar selalu berjalan di dalam badan jalan dan
selalu mengikuti lintasan yang telah ditentukan.
dapat menghindari hambatan pada lintasan yang
dilalui.
METODE
Bermacam-macam metode yang digunakan
diantaranya
dengan
menggunakan
1989),
gelombang
sensor
infra
O
ultrasound(Crowley,
M
untuk mendeteksi lintasan yang akan dilalui robot,
merah(Tzuu-Hseng S. Li, et al., 2004), juga
kamera(Gian Luca Mariottini, et al., 2007) atau
IK
gabungan beberapa sensor (Akihisa Ohya, et al.,
1998).Model juga
digunakan
untuk
menentukan algoritma yang paling cocok untuk
ST
menemukan dan pelacakan fitur jalan di gambar
berdasarkan tugas
saat
ini
dan
Gambar 1. Blok diagram mobile robot
informasi
penginderaan.Perencana menggunakan informasi dari
Pada penelitian perancangan mobile robot
untuk
ini dimulai dari pembuatan blok diagram yang
kendaraan di sepanjang jalan.Beberapa algoritma
tampak pada gambar 1. Blok diagram tersebut
yang berbeda telah dikembangkan dan diuji pada
menggambarkan proses dari capture gambar hingga
beragam rangkaian urutan jalan(Tsai-Hong Hong,
perintah ke robot. Terdapat beberapa komponen
2002).
penting pada blok diagram tersebut antara lain adalah
model
untuk
menentukan
jalur
terbaik
SNASTI 2012, ICCS - 27
webcam, PC, mikrokontroler dan aktuator robot
robot selama beberapa saat ditunjukkan pada gambar
berupa motor DC.
3.
Kinematika Mobile Robot
Pada penelitian dengan menggunakan robot
tiga roda ini kinematika gerak mobile robot dapat
diperhitungkan
berdasarkan
sistem
koordinat
AB
AY
A
Cartesian seperti ditunjukkan pada gambar 2.
Gambar 3.Geometri Odometry gerakan robotselama
beberapa saat.
Dengan memperhitungkan rotasi motor dan
diameter roda, maka dapat dihitung jarak yang
R
ditempuh robot. Misal roda kiri bergerak sejauh
d_left dan roda kanan bergerak sejauh d_right, dapat
diasumsikan robot telah bergerak seperti pada
Gambar 2 .Kinematika gerak mobile robot
berdasarkan sistem koordinat Cartesian.
SU
gambar 3. Maka jarak yang telah ditempuh robot
dapat diperhitungkan dari panjang busur tengah :
Untuk persamaan kinematika dari robot
(3)
dapat diperhitungkan berdasarkan kecepatan anguler
Dari geometri dasar didapatkan :
(1)
(4)
(2)
(5)
O
M
dua roda penggerak kiri (VL) dan kanan (VR).
Dengan memberikan input posisi robot (x, y)
dapat dituliskan :
(6)
IK
dan sudut belok (θ) robot dapat dikontrol gerakannya.
Jika d_baseline adalah jarak antara roda kiri dan kanan,
Maka untuk melakukannya digunakan kinematika
terbalik (inverse kinematics problem).Dan untuk
Dengan mengurangkan (5) dari (4), dapat
ST
melakukannya digunakan metode dasar navigasi
yaitu ordometri.
ditulis :
(7)
Misal akan digerakkan robot dari posisi awal
(x, y, θ) menuju posisi target (x’, y’, θ’). Dengan
(8)
mengatur kecepatan dua roda penggerak, maka
terdapat dua nilai ang akan didapatkan. Nilai tersebut
Pusat lingkaran (P) dapat dihitung dengan
adalah seberapa jauh robot maju dan seberapa jauh
menjadikan d_left dan d_right dua busur dengan
robot berubah posisi.Maka kedua nilai tersebut harus
sudut yang sama φ. Maka dapat dihitung posisi robot
diintegrasikan.Dengan geometri odometry gerakan
yang baru (x’, y’, θ’).
SNASTI 2012, ICCS - 28
tiang dengan ketinggian 80 cm.Pengolahan gambar
t (9)
dari kamera menggunakan komputer PC (laptop),
(10)
sedangkan pengontrol gerak robot menggunakan
microcontroller.Lebih jelas robot dapat dilihat pada
Maka dapat dihitung posisi robot yang baru :
(11)
=
(12)
AB
AY
A
=
gambar 4.
Maka x’ dan y’ dapat dihitung :
(a)
(b)
Gambar 4. Mekanik robot (a) tampak atas,
(b) tampak depan
(13)
Dan
R
Pengontrol Elektronik
Pengontrol utama untuk perangkat mekanik-
SU
elektronik yang digunakan pada robot ini terdiri dari :
Mikrokontroler ATMEGA8535
(14)
M
Untuk nilai φ yang kecil dapat ditentukan sin(φ) = φ,
(15)
ST
IK
Dan
O
dan cos(φ) = 1. Maka didapatkan :
Gambar 5. Minimum sistem ATMEGA 8535
Sebagai
(16)
pengontrol
mekanik
elektronik
robot dipilih mikrokontroller ATMEGA 8535 dengan
spesifikasi :8KB Flash Memory dan 8 channel ADC
dengan resolusi 10 bit, Memiliki jalur I/O hingga 35
pin.Frekwensi Osilator sebesar 4 MHz.Tersedia jalur
Pembuatan
rangka
robot
terbuat
dari
komunikasi serial UART RS-232 dengan konektor
aluminium. Base robot berbentuk segi empat dengan
RJ-11.Tegangan input Power Supply 9-12 VDC dan
ukuran panjang x lebar : 40 cm x 26 cm.
output tegangan 5 VDC.
Menggunakan dua roda penggerak di belakang dan
Driver Motor
satu roda bebas di depan dengan diameter roda
Rangkaian motor driver yang digunakan
7,5cm. Kamera terletak di belakang, pada sebuah
pada penelitian ini menggunakan relay sebagai
SNASTI 2012, ICCS - 29
komponen utama. Switch pada relay digunakan untuk
Grayscale
Gamba
mengatur arah putaran pada motor. Sedangkan untuk
kecepatan motor diatur dengan sinyal pulse width
Perintah arah
jalan
berdasarkan
k di
l
Threshold
Gambar 8.Blok Diagram Pengolahan gambar
modulation (PWM). Pulsa PWM dihasilkan dari
mikrokontroler, kemudian dikuatkan menggunakan
metal–oxide–semiconductor
field-effect
transistor
(MOSFET).Skematik rangkaian driver motor dapat
dilihat pada gambar 6.
Databerupa gambar RGB diperoleh dari
hasil capture kamera.
Selanjutnya gambar diubah
menjadi gambar grayscale dan proses threshold untuk
AB
AY
A
mendapatkan gambar dalam mode biner. Pada
gambar biner, gambar jalan terlihat kontras antara
jalan dan bahu jalan.Sehingga diambil lah koordinat
pada bahu jalan untuk menjadi acuan mobile robot
bergerak ke kiri, ke kanan atau lurus.
Perubahan Warna dari RGB ke Grayscale
SU
Kamera
R
Gambar 6.Skematik Motor Driver
(a)
(b)
Gambar 9. Gambar jalur dalam format (a) RGB,
(b) grayscale
Perubahan warna ke grayscale bertujuan
untuk menyederhanakan data warna.Dari warna RGB
M
yang
Gambar 7. Kamera Webcam
terdiri
dari
tiga
matrik
menjadi
satu
matrik.Format gambar grayscaledisebut jugaformat
O
sebagai
citra
intensitas,
karena
gambar
akan
ditampilkan dalam warna keabuan dengan itensitas
robot adalah kamera webcam. Dengan menggunakan
yang sama dengan warna aslinya(Achmad Basuki,
sensor 1/6 inchi CMOS lima megapixels dapat
2005).
IK
Kamera yang digunakan untuk mendeteksi jalur pada
menghasilkan gambar dengan resolusi maksimal
2592
x
1944
pixels.
Webcam
dengan
jalur
Perubahan Warna Grayscale ke Biner
Proses perubahan warna grayscale ke biner
dengan frame rate hingga 30fps.Jenis kamera yang
dengan menggunakan threshold bertujuan untuk
digunakan seperti tampak pada gambar 7.
membedakan warna secara kontras antara bahu jalan
ST
komunikasi USB 2.0 ini dapat mengambil gambar
Deteksi Jalur
dan badan jalan. Dengan gambar yang hanya terdiri
dari dua warna (hitam dan putih) juga akan
Deteksi jalur dilakukan dengan program
mempermudah pemberian perintah pada robot untuk
yang dijalankan Processor (Notebook) tampak pada
menentukan arah jalannya robot, kanan, kiri atau
blok diagram gambar 8.
lurus dapat semakin jelas.
SNASTI 2012, ICCS - 30
(a)
(b)
Gambar 10. Gambar jalur dalam format (a) grayscale
AB
AY
A
(b) biner
Deteksi Koordinat Jalur/Jalan
Pada proses ini ditetapkan koordinat pixel
yang digunakan sebagai acuan mobile robot untuk
bergerak ke kiri maupun ke kanan. Koordinat pixel
yang dipakai adalah koordinat pixel bahu jalan
(kanan dan kiri robot) pada posisi robot di tengah
jalan, sehingga koordinat tersebut dapat digunakan
acuan.Apabila
posisi
acuan
tersebut
terdeteksi mengenai jalan maka robot melakukan
aksi, yaitu belok kiri atau kanan tergantung pada
SU
acuan kiri atau kanan yang terkena badan jalan.Pada
R
sebagai
Gambar 11. Flowchat deteksi Jalan
gambar 11adalah flowchart untuk memperjelas dari
proses pendeteksian jalan.
Pada gambar 11 terlihat bahwa terdapat
Pulse Width Modulation (PWM)
PWM digunakan untuk mengatur kecepatan
dan kiri. Pixel tersebut menjadi acuan bagi PC untuk
robot.Kecepatan dari mobile robot dapat dikendali-
M
proses pembacaan pixel yang menjadi batas kanan
memberikan perintah kepada mikrokontroler agar
kan dengan mengubah-ubah nilai PWM yang diatur
menggerakkan robot untuk ke kanan atau ke kiri.
melalui mikrokontroler. Pada penelitian ini kecepatan
O
Jarak antara kamera dengan jalan yang
dari mobile robot dapat diatur menjadi tiga
kecepatan,
Dengan jarak 80
Pemberian nilai PWM dapat diberikan sebagai
IK
terproyeksi oleh pixel baris 460 adalah 80 cm.
cm, perbandingan jarak yang
sebenarnya dengan pixel adalah 1 : 13. Dapat
yaitu
berhenti,
sedang
dan
cepat.
berikut :
diartikan bahwa 1 cm sama dengan 13 pixel, dengan
Tabel 1. Kecepatan Motor DC
ST
ketentuan jarak kamera dengan pixel yang dimaksud
adalah 80 cm.
No.
1.
2.
3.
4.
Kecepatan
Berhenti
Pelan
Sedang
Cepat
Nilai PWM
0
1-85
86-170
171-255
Lintasan Jalan
Jalan yang digunakan untuk menjadi lintasan
pada penelitian ini mempunyai karakteristik tikungan
SNASTI 2012, ICCS - 31
ke kiri dan ke kanan sama banyak dan sama besar,
Sedangkan untuk percobaan pengaturan nilai
sehingga penelitian ini berimbang antara tikungan
threshold gambar dari kamera dapat dilihat pada tabel
kanan dan tikungan kiri.
3.
Tabel 3. Hasil Pengaturan Thresholding
Nilai Thresholding
> 37
2
3
37 – 62
< 62
Gambar 12.Lintasan jalan mobile robot
Hasil Pada PC
Banyak noise,
badan jalan tidak
terlihat
Jelas
Terlalu gelap, bahu
jalan tidak terlihat
AB
AY
A
No.
1
Dari tabel 2 dan 3, terlihat bahwa diperlukan
Dengan panjang jalan 16 m dan lebar jalan
pengaturan threshold yang tepat terkait dengan
39 cm yang terbuat dari bahan vinyl yang dicetak
itensitas cahaya di sekitar robot.Pengaturan yang
dengan digital printing.Warna jalan dan bahu jalan
tidak
hanya terdiri dari warna hitam dan putih.Gambar
pembacaan data dari kamera.Seperti terlihat pada
lintasan jalan yang digunakan pada penelitian ini
gambar 13, pengaturan threshold pada itensitas yang
ditunjukkan pada gambar 12.
tidak tepat dapat menimbulkan banyak noise pada
tepat
dapat
mengakibatkan
kesalahan
HASIL DAN PEMBAHASAN
SU
Dari hasil perancangan dan pembuatan
R
gambar yang dihasilkan.
robot, maka robot diuji coba pada lintasan yang telah
ditentukan.Pengujian dilakukan dengan melihat data
dari kamera dan mengukur kuat cahaya yang ada di
sekitar lintasan.
Gambar 13. Gambar dengan banyak noise
M
Pengukuran dilakukan dengan menggunakan
fluxmeter.Kuatnya cahaya sangat mempengaruhi
Maka sesuai dari penjelasan di atas maka
gambar lintasan yang ditangkap oleh kamera.Hal ini
diuji coba robot berjalan pada lintasan dengan
disebabkan
bahan
itensitas cahaya 4 lx dan threshold diatur dengan nilai
vinyl.Cahaya yang terang membuat lintasan menjadi
40.Mobile robot dijalankan dengan tujuh kondisi
silau
(lihat tabel 4).Pengaturan diutamakan untuk arah
terbuat
O
yang
mengacaukan
data
dari
yang
ditangkap
IK
dan
lintasan
kamera.Berikut ini tabel 2, hasil pengukuran itensitas
robot (lurus, belok kiri dan kanan).
cahaya menggunakan fluxmeter dan hasil gambar
Tabel 4. Pengaturan jalannya robot
ST
grayscale dari kamera.Pengukuran ini dilakukan
dengan nilai threshold 4 pada gambar dari kamera.
No.
1.
2.
3.
Tabel 2. Pengukuran Cahaya dan
hasil grayscale pada PC
Intensitas Cahaya
Hasil pada PC
(fluks)
(grayscale)
> 3,5
Terlalu gelap
3,5 – 5,5
Jelas
< 5,5
Terlalu terang
(silau)
SNASTI 2012, ICCS - 32
No
Kondisi
1
Kanan
tajam
Kanan
sedang
Kanan
landai
Lurus
2
3
4
Tepi kiri
- kanan
jalan
(pixel)
>=100
=60
=20
=-20
-60
=-100