Penghindaran Rintangan Drone Menggunakan Metode 3dvfh*

Farhan, Muhammad Kiantaqwa (2023) Penghindaran Rintangan Drone Menggunakan Metode 3dvfh*. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 05111740000146-Undergraduate_Thesis.pdf] Text
05111740000146-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 April 2025.

Download (1MB) | Request a copy

Abstract

Dalam Tugas Akhir ini, kami akan mengembangkan sistem penghindaran otomatis untuk drone dengan menggunakan metode 3DVFH*. Metode ini akan digunakan untuk menganalisis data dari camera Intel® RealSense™ D435 Camera yang dipasang pada drone. Setelah analisis data, sistem akan memberikan instruksi kepada drone untuk menghindari halangan yang ada di lintasan. Hal ini sangat penting karena dapat meningkatkan keamanan drone saat melakukan pengiriman barang atau tugas lainnya. Selain itu, sistem ini juga dapat membantu dalam gerakan social distancing karena dapat digunakan untuk melakukan pengiriman barang tanpa harus ada kontak langsung antara pengirim dan penerima. Dalam pengembangan sistem ini, kami akan menggunakan software yang dapat menganalisis data dari camera Intel® RealSense™ D435 Camera. Selain itu, kami juga akan menggunakan algoritma yang dapat menentukan lintasan terbaik untuk drone agar dapat menghindari halangan yang ada di lintasan. Dengan demikian, drone dapat dengan mudah mencapai tujuannya tanpa harus terganggu oleh halangan yang ada di lintasan. Sistem penghindaran otomatis yang kami kembangkan diharapkan dapat meningkatkan efisiensi dan keamanan drone saat melakukan pengiriman barang atau tugas lainnya. Selain itu, sistem ini juga diharapkan dapat membantu dalam gerakan social distancing karena dapat digunakan untuk melakukan pengiriman barang tanpa harus ada kontak langsung antara pengirim dan penerima. Dengan demikian, Tugas Akhir ini diharapkan dapat membantu dalam mengurangi dampak pandemi COVID-19 melalui pemanfaatan teknologi drone
==================================================================================================================================
In this final project, an automatic avoidance system for drones will be developed using the 3DVFH* method. This method will be used to analyze data from the Intel® RealSense™ D435 Camera mounted on the drone. After data analysis, the system will give instructions to the drone to avoid obstacles on the track. This is very important because it can increase drone safety when delivering goods or other tasks. In addition, this system can also assist in the social distancing movement because it can be used to deliver goods without direct contact between the sender and recipient. In developing this system, we will use software that can analyze data from the Intel® RealSense™ D435 Camera. Apart from that, we will also use an algorithm that can determine the best trajectory for the drone so that it can avoid obstacles on the track. Thus, the drone can easily reach its destination without having to be distracted by obstacles on the track. The automatic avoidance system that we have developed is expected to increase the efficiency and safety of drones when delivering goods or other tasks. In addition, this system is also expected to help in the social distancing movement because it can be used for delivery of goods without direct contact between the sender and recipient. Thus, it is hoped that this Final Project can assist in reducing the impact of the COVID-19 pandemic through the use of drone technology

Item Type: Thesis (Other)
Uncontrolled Keywords: Drone, Camera Intel, 3DVFH*
Subjects: U Military Science > U Military Science (General) > UG Military Engineering > UG1242.D7 Unmanned aerial vehicles. Drone aircraft
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User: Muhammad Kiantaqwa Farhan
Date Deposited: 20 Feb 2023 03:50
Last Modified: 20 Feb 2023 03:50
URI: http://repository.its.ac.id/id/eprint/97628

Actions (login required)

View Item View Item