Navigasi Otonom Indoor Drone Menuju Posisi Target Berbasis Pendeteksian Objek dan Penanda ArUco

Wicaksana, Hendra Bagus Arie (2025) Navigasi Otonom Indoor Drone Menuju Posisi Target Berbasis Pendeteksian Objek dan Penanda ArUco. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6022222002-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2027. Download (5MB) | Request a copy

Abstract

Di dalam navigasi Unmanned Aerial Vehicle (UAV) atau drone secara otonom, kemampuan memperkirakan posisi terhadap target adalah salah satu syarat yang diperlukan. Namun di dalam ruangan, keterbatasan GPS (Global Positioning System) untuk memberikan informasi posisi yang akurat, menjadi salah satu kendala yang yang harus dihadapi. Penginderaan secara visual adalah metode yang diusulkan mengingat secara umum drone sudah dilengkapi oleh kamera sehingga lebih murah dari sisi biaya dan tidak memerlukan adanya instalasi sensor tambahan pada drone maupun di dalam ruangan. Dalam penelitian ini diusulkan penggunaan penanda visual buatan berupa marker ArUco dan penanda berupa objek benda untuk memandu navigasi drone di dalam ruangan dengan cara mengestimasi posisi drone terhadap kedua penanda visual tersebut. Semua proses komputasi dilakukan di ground station (komputer) yang juga berfungsi sebagai pusat kendali pergerakan drone di dalam ruangan. Hasil penelitian menunjukkan deteksi marker ArUco memberikan akurasi yang lebih baik dalam estimasi posisi namun hanya dapat dideteksi optimal pada rentang jarak 0.25 - 2 meter. Sebaliknya, deteksi objek menunjukkan performa pendeteksian yang lebih baik dan jarak pendeteksian yang lebih jauh yaitu mencapai 8 meter, meskipun akurasinya menurun seiring bertambahnya jarak. Kombinasi dua metode ini mampu mengatasi keterbatasan masing-masing teknik sehingga bisa mendukung navigasi otonom drone di dalam ruangan.
==================================================================================================================================
In autonomous Unmanned Aerial Vehicle (UAV) or drone navigation, the ability to estimate the position of the target is one of the requirements. However, indoors, the limitations of GPS (Global Positioning System) to provide accurate position information, is one of the obstacles that must be faced. Visual sensing is the proposed method considering that in general drones are equipped with cameras so that they are cheaper in terms of cost and do not require the installation of additional sensors on the drone or indoors. In this study, Two types of artificial visual markers such as ArUco markers and 3D object markers are proposed to guide drone navigation indoors by estimating the drone's position with the two visual markers. All computing processes are carried out at the ground station (computer) which also functions as a control center for drone movement indoors. The results showed that ArUco marker detection provided better accuracy in position estimation but could only be optimally detected at a distance range of 0.25 - 2 meters. On the other hand, object detection showed better detection performance and a longer detection distance up to 8 meters, although the accuracy decreases as the distance increases. The combination of these two methods overcomes the limitations of each technique to support autonomous navigation of drones indoors.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	penanda ArUco, drone, kamera, navigasi otonom, pendeteksian objek, ArUco marker, camera, autonomous navigation, object detection
Subjects:	T Technology > T Technology (General) T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL776 .N67 Quadrotor helicopters--Automatic control
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Hendra Bagus Arie Wicaksana
Date Deposited:	17 Jan 2025 07:19
Last Modified:	17 Jan 2025 07:19
URI:	http://repository.its.ac.id/id/eprint/116380

Actions (login required)

View Item