Giandly, David Victor (2018) Deteksi Perilaku Kendaraan Roda Empat di Jalan Raya Menggunakan OpenCV. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5113100033-Undergraduate_Theses.pdf - Accepted Version Download (1MB) | Preview |
Abstract
Dalam berkendara, banyak faktor yang dapat dilihat dari sebuah kendaraan saat berada dijalan dan hal yang diamati adalah kecepatan dan perpindahan lajur. Dari kecepatan dan perpindahan lajur kendaraan tersebut maka dapat di deteksi perilaku mengemudi sebuah kendaraan. Deteksi perilaku dapat dilakukan dari sebuah hasil rekaman yang dihasilkan oleh kamera pemantau lalu lintas yang terpasang di beberapa jalan. Hasil rekaman dari kamera pemantau lalu lintas yang digunakan dalam mendeteksi perilaku pengendara pada tugas akhir ini berupa file dengan format (.mp4). Pada tugas akhir ini, kendaraan yang akan diamati perilakunya hanya kendaraan roda empat saja. Tujuan Tugas Akhir ini yaitu untuk membuat sebuah perangkat lunak yang dapat mendeteksi perilaku kendaraan roda empat dengan video yang didapat dari kamera pemantau lalu lintas dengan bantuan library yaitu OpenCV dan menggunakan bahasa pemrograman C#.
Hasil rekaman dari kamera pemantau lalu lintas di simpan dalam format (.mp4) yang nantinya akan digunakan sebagai input dalam program. Pengambilan latar belakang dengan menggunakan metode background subtraction adalah tahap setelah video masuk ke dalam program dan digunakan untuk membantu dalam proses pendeteksian yang selanjutnya di lakukan proses penyimpanan gambar tiap frame dan pengambilan data XML. Dalam mendeteksi kecepatan dilakukan dengan penggunaan rumus kecepatan yang ada dan untuk mengetahui perubahan lajur maka dilakukan pendeteksian dengan menyimpan tiap titik koordinat perpindahan tiap frame. Untuk melakukan kedua pendeteksian maka data XML diperlukan untuk melakukan proses tersebut.
Hasil dari pendeteksian dapat dilihat dalam file.txt yang menyimpan no frame, frame, jarak, kecepatan, perpindahan lajur, dan status kendaraan tersebut. Data XML yang tersimpan memepengaruhi dalam proses pendeteksian kendaraan. XML yang tidak terdeteksi pada frame berikutnya akan menghentinkan proses pendeteksian. Untuk mengetahui tingkat akurasi, maka dibagi menjadi tiga kondisi jalan, yaitu jalan dengan kondisi sepi, normal, dan ramai. Rata – rata nilai akurasi kecepatan pada kondisi jalan sepi 84,94%, jalan normal 75,27%, dan jalan ramai 91,22% sedangkan rata – rata nilai perpindahan lajur pada kondisi jalan sepi 86,67%, jalan normal 100%, dan jalan ramai 80%.
===================================================================================================================
In driving, many factors can be seen from a vehicle while on the road and observed is speed and lane displacement. From the speed and lane displacement of the vehicle it can be detected driving behavior of a vehicle. Behavioral detection can be done from a recording produced by a traffic monitoring camera installed in some way. The recording of the traffic monitoring camera used in detecting the behavior of the rider in this final project is a file with .mp4 format. In this final project, the vehicle that will be observed its behavior is only four-wheeled vehicles only. The purpose of this Final Project is to create a software that can detect the behavior of four-wheeled vehicles with video obtained from traffic monitoring cameras with the help of OpenCV library and using C # programming language.
The recording of the traffic monitoring camera is stored in the format (.mp4) which will be used as input in the program. Background retrieval using the background subtraction method is the step after the video enters the program and is used to assist in the detection process, which is then done in the image storage process of each frame and XML data retrieval. In detecting the speed is done by using the existing velocity formula and to know the change of lane then do the detection by storing each point coordinate the displacement of each frame. To do both detection then XML data is required to perform the process.
The results of the detection can be seen in file.txt which stores the no frame, frame, distance, speed, lane displacement, and vehicle status. The stored XML data affects the process of vehicle detection. Undetected XML in the next frmae will stop detection. To determine the level of accuracy, then divided into three road conditions, namely the road with quiet conditions, normal, and crowded. The average speed accuracy value in the deserted road conditions is 84.94%, the normal road is 75.27%, and the road is crowded 91.22% while the mean of lane displacement rate in the deserted road conditions is 86.67%, the normal road is 100% and 80% crowded street.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSIf 006.37 Gia d-1 3100018075032 |
| Uncontrolled Keywords: | Background Subtraction; C#; Kamera Pemantau Lalu Lintas; Kecepatan; OpenCV; Traffic Monitoring Camera; Speed |
| Subjects: | H Social Sciences > HE Transportation and Communications > HE355 Traffic engineering Q Science > QA Mathematics > QA76 Computer software Q Science > QA Mathematics > QA76.758 Software engineering |
| Divisions: | Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis |
| Depositing User: | David Victor Giandly |
| Date Deposited: | 03 Apr 2018 03:13 |
| Last Modified: | 21 Sep 2020 06:26 |
| URI: | http://repository.its.ac.id/id/eprint/50077 |
Actions (login required)
 |
View Item |