Intifada, A`mar (2025) Sistem Kontrol Kursi Roda dengan Sudut Euler Kepala Berbasis Computer Vision. Other thesis, Institut Teknologi Sepuluh Nopember.
![[thumbnail of 5023211006-Undergraduate_Thesis.pdf]](http://repository.its.ac.id/style/images/fileicons/text.png) |
Text
5023211006-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy |
Abstract
Quadriplegia atau tetraplegia merupakan kelumpuhan yang terjadi pada tubuh bagian bawah dan tubuh bagian atas. Untuk itu penderita quadriplegia memerlukan bantuan kursi roda untuk bergerak dan beraktivitas. Kursi roda yang ada saat ini adalah kursi roda joystick yang tidak bisa digunakan secara mandiri oleh penderita quadriplegia. Kursi roda alternatif dengan memanfaatkan sinyal biomedis tubuh memerlukan sensor yang ditempatkan pada tubuh sehingga mengakibatkan ketidaknyamanan dan keterbatasan gerak. Untuk itu dipilihlah pendekatan non invasif dengan menggunakan computer vision karena sifatnya yang non kontak dengan tubuh pengguna. Penggunaan gerakan kepala dipilih karena tidak terlalu membebani fokus pengguna ketika menggunakan pelacakan mata. Jaringan YOLO dipilih karena memiliki kinerja yang lebih baik dibandingkan algoritma lain dalam mendeteksi wajah. Gerakan kepala yang digunakan untuk mengendalikan kursi roda adalah pada sudut pitch dan juga sudut roll, karena sudut roll lebih aman digunakan karena untuk membedakan gerakan yang disengaja atau tidak saat pengguna memutar kepalanya pada sudut yaw. Untuk menentukan sudut pitch dan roll digunakanlah transformasi sudut euler. Selain itu pendeteksian rintangan pada kursi roda untuk penderita quadriplegia penting, terkhususnya saat mundur ke belakang. Algoritma YOLOv5 mampu mendeteksi wajah dengan dengan niali confidance diatas 0,95 pada ketiga kondisi pencahayaan. Sistem yang dirancang mampu bergerak sesuai dengan perintah yang diinginkan serta optimal pada pencahayaan yang baik dan merata, namun terdapat kesalahan pembacaan perintah ketika pada cahaya yang terlalu terang atau redup. Tingkat keberhasilan pembacaan perintah memiliki rata-rata sebesar 95,85%. Sistem pendeteksian rintangan bekerja dengan baik tanpa menimbulkan adanya tabrakan. Nilai indeks beban kerja Nasa-TLX secara keseluruhan menunjukkan nilai 25,13 yang mengindikasikan beban kerja yang rendah. Sehingga diharapkan kedepannya sistem yang dirancang dapat digunakan pada ruang publik baik indoor mauput outdoor seperti pada sekolah luar biasa (SLB), rumah sakit, museum, dan lain sebagainya.
===========================================================================================================================================
Quadriplegia or tetraplegia is paralysis that occurs in the lower and upper body. For this reason, quadriplegia sufferers need the assistance of a wheelchair to move and carry out activities. The wheelchairs currently available are joystick wheelchairs that cannot be used independently by quadriplegia sufferers. Alternative wheelchairs that utilize biomedical signals from the body require sensors placed on the body, causing discomfort and limiting movement. Therefore, a non-invasive approach using computer vision was chosen due to its non-contact nature with the user`s body. Head movements were selected because they do not overly burden the user`s focus when using eye tracking. The YOLO network was chosen because it performs better than other algorithms in detecting faces. The head movements used to control the wheelchair are the pitch angle and roll angle, as the roll angle is safer to use for distinguishing between intentional and unintentional movements when the user turns their head at the yaw angle. The Euler angle transformation is used to determine the pitch and roll angles. Additionally, obstacle detection on the wheelchair for quadriplegic patients is important, especially when reversing. The YOLOv5 algorithm can detect faces with a confidence value above 0.95 under all three lighting conditions. The system is designed to move according to the desired commands and performs optimally under good and even lighting conditions; however, there are command reading errors when the light is too bright or too dim. The average command reading success rate is 95.85%. The obstacle detection system works well without causing collisions. The overall NASA-TLX workload index value is 25.13, indicating a low workload. Therefore, it is hoped that the designed system can be used in public spaces, both indoor and outdoor, such as special schools (SLB), hospitals, museums, and others.
Actions (login required)
 |
View Item |