7/3/2014 1 DETEKSI FITUR DAN PENENTUAN POSISI HUMANOID SOCCER ROBOT DALAM LAPANGAN STANDAR ROBOCUP BEBASIS SENSOR ORIENTASI DAN PENANDA TIDAK UNIK OLEH : ACH HADI DAHLAN 2210100180 DOSEN PEMBIMBING : 1. PROF. DR. IR. MAURIDHI HERY PURNOMO, M.ENG. 2. MUHTADIN, ST., MT. 1 Latar Belakang Robot pemain sepak bola dituntut dapat bermain secara autonomous, dan sebisa mungkin dapat bermain sepak bola seperti manusia Informasi posisi robot diperlukan untuk penerapan strategi permainan Terdapat perubahan aturan yang signifikan pada Robocup 2013 mengenai fitur lapangan yang di gunakan. 2 Unique Landmark
13
Embed
PENENTUAN POSISI ROBOT HUMANOID PEMAIN SEPAK … · Deteksi Gawang Berbasis Transformasi Hough 9 Start Citra RGB Konversi Ke HSV Deteksi Blob Kuning Deteksi Tepi Pemrosesan ... Hasil
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
7/3/2014
1
DETEKSI FITUR DAN PENENTUAN POSISI HUMANOIDSOCCER ROBOT DALAM LAPANGAN STANDAR ROBOCUPBEBASIS SENSOR ORIENTASI DAN PENANDA TIDAK UNIK
OLEH : ACH HADI DAHLAN 2210100180
DOSEN PEMBIMBING :
1. PROF. DR. IR. MAURIDHI HERY PURNOMO, M.ENG.
2. MUHTADIN, ST., MT.
1
Latar Belakang Robot pemain sepak bola dituntut
dapat bermain secara autonomous,dan sebisa mungkin dapat bermainsepak bola seperti manusia
Informasi posisi robot diperlukanuntuk penerapan strategi permainan
Terdapat perubahan aturan yangsignifikan pada Robocup 2013mengenai fitur lapangan yang digunakan.
2
Unique Landmark
7/3/2014
2
Latar Belakang: Permasalahan Orientasi
3
Permasalahan Tim Robot Sepak Bola ITS menjadi
peserta unggulan dalam Kontes RobotSepak Bola Indonesia. Namun Robotmasih belum mampu mengenali Fitur-fitur di lapangan dengan baik.
Robot Sepak Bola ITS belum mampumengestimasi posisi (𝑥, 𝑦, 𝜃).
4
7/3/2014
3
Tujuan dan ManfaatMenerapkan algoritma pengenalan fitur lapangan yang lebih handal.
Mendapatkan informasi posisi robot berdasarkan penanda tidak unik dansensor orientasi berbasis Grid Occupancy [1].
Informasi posisi digunakan untuk penentuan strategi permainan.
5
1. Kohlbrecher, S., Stumpf, A., & Stryk, O. v. (2011). Grid-Based Occupancy Mapping and Automatic Gaze Control forSoccer Playing Humanoid Robots. Workshop on Humanoid Soccer Robots, (hal. 3). Bled(Slovenia).
Batasan Masalah
Robot yang digunakan adalah robot DARwIn-OP.
Pengujian dilakukan di environtmentstandar RoboCup 2013.
6
7/3/2014
4
Desain Sistem
7
Citra masukan
Orientasi dariSensor (θ)
Pengukuran tinggi penanda di
bidang citra
segmentasi
Deteksi garis
Ekstraksi fitur
Deteksi Penanda
Estimasi jarak penanda
terhadap robotTriangulasi
Kordinat robot (x,y)
Penentuan posisi di grid lapangan
Posisi robot di grid lapangan
(grid[i])
Grid lapangan(grid[24])
Pemrosesan Citra dan Deteksi Fitur
8
Gawang Tepi lapangan Bola
7/3/2014
5
Deteksi Gawang Berbasis TransformasiHough
9
Start
Citra RGB
Konversi Ke HSV
Deteksi Blob
Kuning
Deteksi Tepi
Pemrosesan
Garis
Penentuan titik-
titik pentng
Deteksi Garis
1
1
Stop
Tinggi
tiang
Deteksi gawang : RGB to HSV
10
Citra RGB Citra HSV
7/3/2014
6
Deteksi gawang : Segmentasi dan penghilangan Noise
[2] Pallarés, A.M, “Goal Detection for Soccer-playing Robot Based on Hough Transform,” Universitat Rovira I Virgili, Departament d’Enginyeria Informàtica i Matemàtiques, June 2009
Hasil deteksi tepi Hasil deteksi garis
[2]
7/3/2014
7
Deteksi gawang: rata-rata garis
13
Hasil pemrosesan garis. Garis kuning merupakan rata-rata garis vertikal yang telah diklasifikasikanmenjadi tiang kanan dan tiang kiri. Garis biru merupakan rata-rata garis horizontal.
Deteksi gawang: titik-titik penting garis
14
KAB
KAA
KIB
KIA
Titik-titik gawang. KIA: kiri atas, KIB: kiri bawah, KAA: kanan atas, KAB: kanan bawah
Kesimpulan Hasil pendeteksian gawang di lapangan lebih akurat saat robot berada di area tengah
lapangan.
Robot dapat membedakan bola yang berada dalam lapangan dan objek di luarlapangan yang memilki warna sama dengan bola.
Hasil penentuan posisi menggunakan metode triangulasi cukup akurat. Daripengujian pada 8 titik dalam lapangan didapatkan galat rata-rata 0.1154 meter.
Hasil penentuan posisi robot dilapangan berdasarkan grid akurat saat berada di areatengah lapangan. namun robot tidak dapat menentukan posisi dirinya saat beradadekat dengan lapangan.
Penentuan posisi menggunakan metode triangulasi tidak mampu memberikan hasilyang kontinyu. Saat robot berpindah posisi, robot harus melakukan scanning ulanguntuk mendapatkan estimasi posisi yang baru.
24
7/3/2014
13
Saran Fitur yang diamati bisa ditingkatkan dengan memanfaatkan garis lapangan.
Perlu diterapkan metode particle filter dan position tracking untuk memperoleh estimasiposisi robot secara kontinyu.
Penentuan posisi robot dalam lapangan dapat dilakukan menggunakan kerjasama tim.