Sistem Kontrol Kemudi Dinamis Menggunakan LiDAR dan Kamera Termal Berbasis Deep Neural Network

Hutabarat, Dony (2026) Sistem Kontrol Kemudi Dinamis Menggunakan LiDAR dan Kamera Termal Berbasis Deep Neural Network. Doctoral thesis, Institut Teknologi Sepuluh Nopember.

Text Disertasi-Dony-Hutabarat.pdf Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Kursi roda merupakan alat medis penting bagi individu dengan disabilitas tubuh bagian bawah. Selama tiga dekade terakhir, teknologi kursi roda telah berkembang pesat, dengan menambahkan fitur-fitur seperti motor listrik dan sistem kontrol untuk meningkatkan kenyamanan serta keselamatan pengguna. Namun, penghindaran rintangan tetap menjadi tantangan utama. Penelitian ini memperkenalkan sistem penghindaran rintangan cerdas yang disebut Advanced Driver Assistance System (ADAS), yang diintegrasikan ke dalam kursi roda elektrik. Sistem ini menggunakan dua sensor dengan harga yang realtif murah, yaitu LiDAR 2D dan kamera termal, yang dipadukan dengan Jaringan Saraf Konvolusional (CNN) untuk mendeteksi rintangan statis dan dinamis. Hasil uji coba menunjukkan bahwa sistem ini mencapai tingkat keberhasilan penghindaran rintangan sebesar 100% untuk objek statis, 96,67% untuk objek bergerak, dan 95% dalam skenario dunia nyata. ADAS yang diusulkan ini secara signifikan meningkatkan keselamatan dan mobilitas kursi roda, serta menunjukkan potensi besar untuk aplikasi praktis. Dengan teknologi ini, pengguna kursi roda dapat lebih mudah dan aman menghindari rintangan di sekitar mereka, meningkatkan kualitas hidup mereka dalam beraktivitas sehari-hari. Sistem penghindaran rintangan yang cerdas ini menjadi langkah penting dalam inovasi alat bantu mobilitas yang lebih aman dan efisien.
=================================================================================================================================
Wheelchairs are essential medical devices for individuals with lower-body disabilities. Over the past three decades, wheelchair technology has advanced significantly by incorporating features such as electric motors and control systems to enhance user comfort and safety. However, obstacle avoidance remains a major challenge. This study introduces an intelligent obstacle avoidance system, called the Advanced Driver Assistance System (ADAS), integrated into an electric wheelchair. The system utilizes two affordable sensors: a 2D LiDAR and a thermal camera, combined with a Convolutional Neural Network (CNN) to detect both static and dynamic obstacles. Experimental evaluation shows that the system achieved obstacle avoidance success rates of 100% for static objects, 96.67% for moving objects, and 95% in real-world scenarios. The proposed ADAS significantly improves wheelchair safety and mobility, demonstrating promising potential for practical applications. With this technology, wheelchair users can more easily and safely avoid obstacles around them, enhancing their quality of life in daily activities. This intelligent obstacle avoidance system represents an important step in the innovation of safer and more efficient mobility aids.

Item Type:	Thesis (Doctoral)
Uncontrolled Keywords:	Kata kunci: Disabilitas, Kamera termal, LiDAR, Kursi Roda Listrik, CNN, Deep Neural Network, ADAS Keywords: Disability, Thermal camera, LiDAR, Electric wheelchair, CNN, Deep Neural Network, ADAS
Subjects:	T Technology > T Technology (General) > T59.7 Human-machine systems.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20001-(S3) PhD Thesis
Depositing User:	Dony Hutabarat
Date Deposited:	29 Jan 2026 07:09
Last Modified:	29 Jan 2026 07:09
URI:	http://repository.its.ac.id/id/eprint/131103

Actions (login required)

View Item