Deteksi Marka Jalan Menggunakan Mask Region-based Convolutional Neural Network Pada Berbagai Macam Kondisi Cuaca

Arianto, Ilham Ramadani (2023) Deteksi Marka Jalan Menggunakan Mask Region-based Convolutional Neural Network Pada Berbagai Macam Kondisi Cuaca. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 6022201003-Master_Thesis.pdf] Text
6022201003-Master_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 April 2025.

Download (2MB) | Request a copy

Abstract

Peringatan keluar lajur adalah suatu sistem keamanan dimana pada saat kondisi mobil yang dikendarai pada jalan dan melakukan manuver keluar dari lajur tanpa pengemudi menyadari, maka terdapat peringatan berupa visual atau suara yang akan membuat pengemudi dapat mengoreksi manuver tersebut. Dalam menerapkan sistem ini, dibutuhkan deteksi pada marka jalan. Salah satu cara untuk mendeteksi marka jalan adalah dengan menggunakan kamera yang diletakkan pada windshield bagian tengah mobil dengan metode yang bermacam-macam. Pada penelitian sebelumnya metode yang digunakan yaitu menggunakan filter gambar yaitu Hough Transform dan Canny Edge. Metode ini cukup efektif pada kondisi jalan yang lurus dan serta kondisi yang cerah tanpa ada halangan apapun. Kelemahannya terdapat saat kondisi jalan mulai berbelok cukup tajam dan juga kondisi yang kurang cahaya.

Pada penelitian ini metode yang diusulkan untuk deteksi marka jalan adalah Mask R-CNN. Metode ini adalah pengembangan terbaru dari metode segmentasi gambar yang telah ada. Proses deteksinya adalah dengan input dari video camera lalu dilakukan pre-processing untuk mengurangi distorsi dan mengkalibrasi frame yang masuk. Setelah itu proses deteksi menggunakan Mask R-CNN dan output-nya akan dilakukan line fitting untuk mendapatkan titik tengah dan garis kanan maupun kiri. Setelah itu proses terakhir adalah Lane Departure Warning dimana titik tengah saat mendeekati garis akan memberi peringatan ke pengemudi.
==================================================================================================================================
lane departure warning is an alert where when the condition of the car being driven on the road and maneuvering out of the lane without the driver realizing it, there is a visual or audible warning that will allow the driver to correct the maneuver. In implementing this system, detection is needed on road markings. One way to detect road markings is to use a camera that is placed on the windshield in the middle of the car with various methods. In previous research, the method used was using image filters, namely Hough Transform and Canny Edge. This method is quite effective on straight road conditions and sunny conditions without any obstacles. The weakness is when the road conditions start to turn quite sharply and also in low light conditions.

In this study, the proposed method for detection road markings is Mask R-CNN. This method is the latest development of the existing image segmentation method. The detection process is with input from the video camera and then pre-processing is carried out to reduce distortion and calibrate the incoming frame. After that, the detection process uses an R-CNN Mask and the output will be line fitting to get the middle point and the right and left lines. After that the last process is Lane Departure Warning where the midpoint when approaching the line will give a warning to the driver.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Deteksi garis, Marka jalan, Lane line detection, Road marking, Mask R-CNN
Subjects: Q Science > Q Science (General) > Q325.5 Machine learning. Support vector machines.
Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User: Ilham Ramadani Arianto
Date Deposited: 01 Feb 2023 05:30
Last Modified: 01 Feb 2023 05:30
URI: http://repository.its.ac.id/id/eprint/95941

Actions (login required)

View Item View Item