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
11
Citra RGB Hasil segmentasi Hasil noise removal
Deteksi gawang: pendeteksian tepi dan garis
12
𝐺𝑎𝑟𝑖𝑠 𝐿 ≡ ℎ𝑜𝑟𝑖𝑧𝑜𝑛𝑡𝑎𝑙 𝑗𝑖𝑘𝑎 45° ≤ 𝜃𝐿 < 135° 𝑎𝑡𝑎𝑢 225° ≤ 𝜃𝐿 < 315°𝑣𝑒𝑟𝑡𝑖𝑘𝑎𝑙 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
[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
7/3/2014
8
Hasil pendeteksian gawang
15
Satu gawang terlihatDua gawang terlihat
Penentuan kepemilikan gawang berdasar sensor orientasi
16
Pembagian area berdasarkan sudut dari sensor orientasi
Θ=0𝑜
Θ=−90𝑜Θ=90𝑜
7/3/2014
9
Deteksi Tepi Lapangan
17
Citra asli
Penskalaan1px = 4x4
segmentasi warnalapangan
closing
Pengecekan pada tiap sumbu y, untukmemperoleh Titik maksimal citra yang memilki nilai biner 1
Deteksi tepi lapangan digunakan untuk proses deteksi bola, sehingga bola yang di ambil adalah yang berada di area lapangan hijau
Deteksi Tepi Lapangan
18
Hasil deteksi tepi lapangan
7/3/2014
10
Deteksi bola dalam lapangan
19
Bola dalam lapangan Bola diluar lapangan Bola dan noise
Estimasi jarak : curve fittingNo. Tinggi (px) Jarak (m)
1 209.010 1.50
2 167.012 1.75
3 147.340 2.00
4 129.016 2.25
5 112.018 2.50
6 100.005 2.75
7 96.0000 3.00
8 85.0059 3.25
9 76.0066 3.50
10 72.0278 3.75
11 67.0075 4.00
20
𝐽𝑎𝑟𝑎𝑘 = −0.0000008𝑥3 + 0.00048𝑥2 − 0.09697𝑥 + 8.54598
Grafik persamaan polynomial orde 3
7/3/2014
11
Penentuan posisi robot menggunakan Triangulasi
21
Terdeteksi satu tiangTerdeteksi Dua tiang
Pengujian penentuan posisi: berbasis koordinat lapangan
No.Posisi Robot (m) Hasil Penentuan Posisi (m)
Galat(m) x y x y
1 3,50 2,60 3,60 2,63 0,1044
2 3,20 3,50 3,15 3,55 0,0707
3 2,50 4,00 2,66 4,07 0.1746
4 2,50 3,50 2,70 3,31 0,2759
5 2,50 2,90 2,65 2,90 0.1500
6 2,50 2,45 2,60 2,65 0.2236
7 1,40 2,50 1,63 2,66 0.2802
8 1,50 1,70 1,53 1,66 0.0949
Galat rata-rata 0.1154
22
7/3/2014
12
Pengujian penentuan posisi: berbasis Grid lapangan
23
No GridHasil Perrcobaan ke- Persentase
Keberhasilan1 2 3 4 51 0 5 1 5 1 20%2 0 0 0 0 0 0%3 0 0 0 0 0 0%4 0 0 0 0 0 0%5 5 5 9 12 5 60%6 6 6 6 6 6 100%7 7 0 7 7 7 80%8 8 8 8 7 8 80%9 9 9 10 9 9 80%
10 10 10 10 10 10 100%11 11 11 11 11 11 100%12 12 11 12 12 12 80%
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.
25 26
Terima Kasih