Widianto, Stevanus Calvin (2021) Deteksi Lajur Mobil Otonom Pada Kondisi Gambar Yang Terdistorsi dan Kurang Pencahayaan Menggunakan Metode Pengolahan Citra. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
07111740000105-Undergraduate_thesis.pdf Download (2MB) | Preview |
Abstract
Mempertahankan kendaraan pada lajurnya adalah hal yang wajar untuk kita lakukan sebagai manusia, karena kita dapat mengetahui lajur dengan mudah. Begitu juga mobil otonom. salah satu tugas krusial mobil otonom adalah mendeteksi lajur pada jalan. Selain digunakan untuk referensi kemudi, deteksi lajur juga dapat digunakan sebagai masukkan fungsi bantuan kemudi lainnya seperti peringatan kondisi lajur. Algoritma deteksi lajur pada penelitian ini dibuat dengan menggunakan metode pengolahan citra (computer vision) yaitu hough line transformation. Algoritma ini mengandalkan informasi-informasi penting dari gambar seperti warna, liku (edges), maupun batasan-batasan (borders) dari gambar jalan. Proses deteksi lajur kemudian dilakukan pada tiga kondisi jalan berbeda untuk mengetahui performa algoritma ini. Algoritma diuji pada cuaca berawan yang merupakan kondisi ideal deteksi lajur dengan error deteksi 0%, cuaca hujan yang dapat mengakibatkan distorsi pada gambar akibat pantulan cahaya oleh jalan yang basah dengan error deteksi 56%, dan pada malam hari yang menyebabkan jalanan menjadi lebih gelap dengan error 70,06%. Algoritma dapat digunakan secara real-time untuk mendeteksi lajur dengan pergerakan mobil setiap framenya berada pada rentang 0,255 hingga 0,541 meter/frame.
================================================================================================
Keeping vehicle in the right track while driving is common task for humans, as they perceive lane lines with ease. Naturally, one of the essentials tasks for autonomous vehicle would be to detect lane lines. Other than using them as constant reference in steering controller, they are used as inputs for other driver assistance functions like lane departure warning, for example. Lane detection algorithm in this paper is designed using computer vision method which is Hough line transformation. The algorithm relies on extracting important information from the images such as color of pixels, edges of marking, and lane borders. The lane detection algorithm is evaluated on three different lane conditions to test the algorithm's efficacy. The algorithm was tested on cloudy weather, which is the ideal condition for lane detection resulting error detection of 0%, rainy weather which could cause distortion on the images due to reflection of the wet lane lines resulting error detection of 56%, and at night which caused low illumination on the road resulting error detection of 70,06%. The algorithm could be use in real-time to detect lanes with car movement of each frame in the range of 0,255 to 0,541 meter/frame.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Computer Vision , Deteksi Lajur, Gambar Kurang Pencahayaan, Gambar Terdistorsi Computer Vision, Distorted Images, Lane Detection, Low Illumination Images |
| Subjects: | Q Science > QA Mathematics > QA336 Artificial Intelligence T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL152.8 Vehicles, Remotely piloted. Autonomous vehicles. T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL589.2.N3 Navigation computer |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20201-(S1) Undergraduate Thesis |
| Depositing User: | Stevanus Calvin Widianto |
| Date Deposited: | 24 Feb 2021 05:48 |
| Last Modified: | 09 Jul 2024 16:45 |
| URI: | http://repository.its.ac.id/id/eprint/82759 |
Actions (login required)
 |
View Item |