Niam Tamami, Mochamad Mobed Bachtiar, Mohammad Syafrudin, Eru Puspita
{"title":"Deteksi Objek pada Pengambil Muatan Autonomous VTOL berdasarkan Fitur Warna dan Bentuk","authors":"Niam Tamami, Mochamad Mobed Bachtiar, Mohammad Syafrudin, Eru Puspita","doi":"10.33022/ijcs.v13i1.3569","DOIUrl":null,"url":null,"abstract":"Dalam era modern, Autonomous VTOL (Vertical Take Of and Landing) telah mengambil peran yang semakin signifikan dalam berbagai aplikasi, salah satunya pengiriman barang. Keberhasilan proses pengambilan muatan ditentukan dari keberhasilan proses deteksi. Pada lingkungan terbuka, deteksi muatan sering kali tidak akurat karena adanya objek lain yang berada di atas tanah. Pada penelitian ini, proses deteksi didasarkan pada fitur warna dan bentuk dari objek untuk meningkatkan akurasi deteksi. Deteksi warna dilakukan dengan memberikan range batas nilai HSV dan menghitung luasan terbesar untuk mengetahui posisi muatan pada gambar. Selanjutnya deteksi Haar Cascade digunakan untuk memastikan apakah fitur bentuk objek sesuai dengan objek yang ingin dideteksi. Deteksi objek dengan hanya menggunakan Haar Cascade digunakan sebagai pembanding. Dari percobaan yang telah dilakukan, deteksi dengan menggunakan Haar Cascade didapatkan nilai akurasi 70.68%, sedangkan kombinasi deteksi kontur warna dan Haar Cascade didapatkan nilai akurasi yang lebih tinggi yaitu 87.93%.","PeriodicalId":52855,"journal":{"name":"Indonesian Journal of Computer Science","volume":"289 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-02-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Indonesian Journal of Computer Science","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33022/ijcs.v13i1.3569","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Dalam era modern, Autonomous VTOL (Vertical Take Of and Landing) telah mengambil peran yang semakin signifikan dalam berbagai aplikasi, salah satunya pengiriman barang. Keberhasilan proses pengambilan muatan ditentukan dari keberhasilan proses deteksi. Pada lingkungan terbuka, deteksi muatan sering kali tidak akurat karena adanya objek lain yang berada di atas tanah. Pada penelitian ini, proses deteksi didasarkan pada fitur warna dan bentuk dari objek untuk meningkatkan akurasi deteksi. Deteksi warna dilakukan dengan memberikan range batas nilai HSV dan menghitung luasan terbesar untuk mengetahui posisi muatan pada gambar. Selanjutnya deteksi Haar Cascade digunakan untuk memastikan apakah fitur bentuk objek sesuai dengan objek yang ingin dideteksi. Deteksi objek dengan hanya menggunakan Haar Cascade digunakan sebagai pembanding. Dari percobaan yang telah dilakukan, deteksi dengan menggunakan Haar Cascade didapatkan nilai akurasi 70.68%, sedangkan kombinasi deteksi kontur warna dan Haar Cascade didapatkan nilai akurasi yang lebih tinggi yaitu 87.93%.
当今时代,自主 VTOL(垂直起降)在各种应用中发挥着越来越重要的作用,货运就是其中之一。有效载荷回收过程的成功与否取决于探测过程的成功与否。在开放环境中,由于地面上存在其他物体,有效载荷检测往往不准确。在这项研究中,检测过程基于物体的颜色和形状特征,以提高检测精度。颜色检测是通过给出一系列 HSV 值限制并计算最大面积来确定装药在图像中的位置。此外,还使用 Haar Cascade 检测来确保物体的形状特征是否与要检测的物体相匹配。仅使用 Haar Cascade 进行物体检测作为对比。从实验结果来看,使用 Haar Cascade 进行检测的准确率为 70.68%,而将颜色轮廓检测和 Haar Cascade 结合使用的准确率则高达 87.93%。