SISTEM PEMETAAN MENGGUNAKAN FITUR DEPTH SENSOR KINECT PADA MOBILE ROBOT UNTUK PROSES EVAKUASI KEBAKARAN GEDUNG

UROIDHI, ALI (2017) SISTEM PEMETAAN MENGGUNAKAN FITUR DEPTH SENSOR KINECT PADA MOBILE ROBOT UNTUK PROSES EVAKUASI KEBAKARAN GEDUNG. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 2214204003-Master_Theses.pdf]
Preview
Text
2214204003-Master_Theses.pdf - Published Version

Download (2MB) | Preview

Abstract

Sistem pemetaan untuk proses evakuasi adalah sistem pemetaan yang membantu tim evakuasi untuk menemukan korban. Kendala tim evakuasi adalah waktu persiapan untuk melakukan evakuasi, waktu persiapan meliputi perjalanan menuju lokasi, mempersiapkan alat, dan melakukan evakuasi. Di Indonesia banyak kawasan-kawasan yang padat akan penduduk, dan memiliki area jalan yang sempit. kedua hal tersebut sangat menghambat perjalanan tim evakuasi. Sehingga waktu persiapan untuk evakuasi menjadi lama. Disela waktu persiapan evakuasi, dapat dimanfaatkan untuk melakukan pemetaan dan pencarian korban. Sehingga ketika persiapan evakuasi telah selesai, tim evakuasi dapat melihat hasil pemetaan beserta posisi korban. Dengan mengetahui posisi korban, maka proses evakuasi diharapkan akan lebih cepat.
Penelitian ini akan dilakukan pengontrolan navigasi untuk pemetaan menggunakan sensor Kinect dan mini komputer (Raspberry PI 2). Karena sensor Kinect memiliki sudut pandang yang sempit (sekitar 570), maka di perlukan adanya kemampuan untuk mengingat kondisi sekitar. Kemampuan mengingat kondisi sekitar di inspirasi oleh kemampuan manusia dalam menghindari objek tanpa harus memandang objek secara terus-menerus. Dua sumber kendali navigasi yaitu secara real-time (diambil langsung dari sensor Kinect) maupun melalui database peta, di harapkan dapat digunakan untuk membentuk kemampuan tersebut.
Penelitian ini mengarah pada evakuasi korban kebakaran di gedung, korban yang ada akan di informasikan pada sebuah dengan rute terbaik menuju korban. Hasil pengujian menunjukkan mobile robot mampu menggambarkan rute korban yang dideteksi dengan baik dengan rata-rata waktu proses 355.71 ms untuk kondisi baterai 100%, dan rata-rata waktu proses 824.34 ms untuk kondisi baterai 40%. Tingkat kesalahan dalam pembuatan peta mencapai sekitar 16.43%. kesalahan ini dipengaruhi oleh eror pembacaan Kinect yang rata-ratanya 4.21%, eror rotary encoder dengan rata-rata eror 0.41%.Dengan dua sumber referensi navigasi mobile robot dapat berjalan dan mencari korban secara autonomous.

======================================================================

Mapping system for the evacuation process is a mapping system that helps
the evacuation teams to find survivors. Tim evacuation constraint is the time to
prepare to evacuate, the preparation time included a trip to the location, preparing
tools, and evacuation. In Indonesia, many populated areas, and have a narrow street
area. This second trip greatly hamper the evacuation team. So the preparation time
for evacuation becomes longer. Disconnected evacuation preparation time, can be
used to map and search the victim. So when preparing the evacuation has been
completed, the evacuation teams can see the results of the mapping along with the
position of the victim. By knowing the position of the victim, then the evacuation
process is expected to be faster.
This study will be conducted controlling for mapping navigation using
Kinect sensor and mini-computer (Raspberry PI 2). Because the Kinect sensor has
a narrow viewing angle (approximately 570), need the ability to remember the
ambient conditions. The ability to remember about conditions inspired by the
human ability to avoid objects regardless of object continuously. Two sources
navigation control in real-time (taken directly from the Kinect sensor) or via a map
database, expected to be used to build these capabilities.
This research led to the evacuation of victims of a fire in the building, there
are victims who will be informed on the best route for the victim. The test results
show the phone robot is able to describe these victims detected well with an average
of 355.71 ms processing time for the condition of the battery 100%, and the average
processing time of 824.34 ms to 40% battery condition. The error rate in
mapmaking approximately 16: 43%. This error is affected by an error reading
Kinect average 4.21%, the error rotary encoder with an average error of 0.41% .In
two menu reference in mobile robot can walk victimizing autonomous.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Fitur jalan, kontrol navigasi, Mobile robot, Pemetaan, Penyelamatan, Features street, the navigation controls, Mobile robot, Mapping, Rescue
Subjects: T Technology > TJ Mechanical engineering and machinery > TJ217.6 Predictive Control
Divisions: Faculty of Industrial Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User: ALI UROIDHI
Date Deposited: 24 Jan 2017 03:55
Last Modified: 06 Mar 2019 02:40
URI: http://repository.its.ac.id/id/eprint/2868

Actions (login required)

View Item View Item