Latar Belakang 7/3/2014

Transkripsi

1 DETEKSI FITUR DAN PENENTUAN POSISI HUMANOID SOCCER ROBOT DALAM LAPANGAN STANDAR ROBOCUP BEBASIS SENSOR ORIENTASI DAN PENANDA TIDAK UNIK OLEH : ACH HADI DAHLAN DOSEN PEMBIMBING : 1. PROF. DR. IR. MAURIDHI HERY PURNOMO, M.ENG. 2. MUHTADIN, ST., MT. Latar Belakang Robot pemain sepak bola dituntut dapat bermain secara autonomous, dan sebisa mungkin dapat bermain sepak bola seperti manusia Informasi posisi robot diperlukan untuk penerapan strategi permainan Terdapat perubahan aturan yang signifikan pada Robocup 2013 mengenai fitur lapangan yang di gunakan. Unique Landmark 1 2 1

2 Latar Belakang: Permasalahan Orientasi Permasalahan Tim Robot Sepak Bola ITS menjadi peserta unggulan dalam Kontes Robot Sepak Bola Indonesia. Namun Robot masih belum mampu mengenali Fiturfitur di lapangan dengan baik. Robot Sepak Bola ITS belum mampu mengestimasi posisi (x, y, θ)

3 Tujuan dan Manfaat Menerapkan algoritma pengenalan fitur lapangan yang lebih handal. Mendapatkan informasi posisi robot berdasarkan penanda tidak unik dan sensor orientasi berbasis Grid Occupancy [1]. Informasi posisi digunakan untuk penentuan strategi permainan. Batasan Masalah Robot yang digunakan adalah robot DARwIn-OP. Pengujian dilakukan di environtment standar RoboCup Kohlbrecher, S., Stumpf, A., & Stryk, O. v. (2011). Grid-Based Occupancy Mapping and Automatic Gaze Control for Soccer Playing Humanoid Robots. Workshop onhumanoid Soccer Robots, (hal. 3). Bled(Slovenia)

4 Desain Sistem Pemrosesan Citra dan Deteksi Fitur segmentasi Pengukuran Citra masukan Deteksi garis tinggi penanda di bidang citra Ekstraksi fitur Deteksi Penanda Orientasi dari Sensor (θ) Triangulasi Estimasi jarak penanda terhadap robot Gawang Tepi lapangan Bola Kordinat robot (x,y) Grid lapangan (grid[24]) Penentuan posisi di grid lapangan Posisi robot di grid lapangan (grid[i]) 7 8 4

5 Deteksi Gawang Berbasis Transformasi Hough Start 1 Deteksi gawang : RGB to HSV Citra RGB Deteksi Garis Konversi Ke HSV Pemrosesan Garis Deteksi Blob Kuning Deteksi Tepi Penentuan titiktitik pentng Tinggi tiang Citra RGB Citra HSV 1 Stop

6 Deteksi gawang : Segmentasi dan penghilangan Noise Deteksi gawang: pendeteksian tepi dan garis Citra RGB Hasil segmentasi Hasil noise removal Hasil deteksi tepi Hasil deteksi garis Garis L horizontal jika 45 θ L < 135 atau 225 θ L < 315 vertikal lainnya [2] 11 [2] Pallarés, A.M, Goal Detection for Soccer-playing Robot Based on Hough Transform, Universitat Rovira I Virgili, Departament d Enginyeria Informàtica i Matemàtiques, June

7 Deteksi gawang: rata-rata garis Deteksi gawang: titik-titik penting garis KIA KAA KIB KAB Hasil pemrosesan garis. Garis kuning merupakan rata-rata garis vertikal yang telah diklasifikasikan menjadi tiang kanan dan tiang kiri. Garis biru merupakan rata-rata garis horizontal. Titik-titik gawang. KIA: kiri atas, KIB: kiri bawah, KAA: kanan atas, KAB: kanan bawah

8 Hasil pendeteksian gawang Penentuan kepemilikan gawang berdasar sensor orientasi Θ=0 o Θ=90 o Θ= 90 o Dua gawang terlihat Satu gawang terlihat Pembagian area berdasarkan sudut dari sensor orientasi

9 Deteksi Tepi Lapangan Deteksi tepi lapangan digunakan untuk proses deteksi bola, sehingga bola yang di ambil adalah yang berada di area lapangan hijau Deteksi Tepi Lapangan Penskalaan 1px = 4x4 segmentasi warna lapangan closing Citra asli Pengecekan pada tiap sumbu y, untuk memperoleh Titik maksimal citra yang memilki nilai biner 1 Hasil deteksi tepi lapangan

10 Deteksi bola dalam lapangan Bola dalam lapangan Bola diluar lapangan Bola dan noise Estimasi jarak : curve fitting No. Tinggi (px) Jarak (m) Grafik persamaan polynomial orde 3 Jarak = x x x

11 Penentuan posisi robot menggunakan Triangulasi Pengujian penentuan posisi: berbasis koordinat lapangan Terdeteksi Dua tiang Terdeteksi satu tiang No. Posisi Robot (m) Hasil Penentuan Posisi (m) Galat(m) x y x y 1 3,50 2,60 3,60 2,63 0, ,20 3,50 3,15 3,55 0, ,50 4,00 2,66 4, ,50 3,50 2,70 3,31 0, ,50 2,90 2,65 2, ,50 2,45 2,60 2, ,40 2,50 1,63 2, ,50 1,70 1,53 1, Galat rata-rata

12 Pengujian penentuan posisi: berbasis Grid lapangan No Grid Hasil Perrcobaan ke- Persentase Keberhasilan % % % % % % % % % % % % Kesimpulan Hasil pendeteksian gawang di lapangan lebih akurat saat robot berada di area tengah lapangan. Robot dapat membedakan bola yang berada dalam lapangan dan objek di luar lapangan yang memilki warna sama dengan bola. Hasil penentuan posisi menggunakan metode triangulasi cukup akurat. Dari pengujian pada 8 titik dalam lapangan didapatkan galat rata-rata meter. Hasil penentuan posisi robot dilapangan berdasarkan grid akurat saat berada di area tengah lapangan. namun robot tidak dapat menentukan posisi dirinya saat berada dekat dengan lapangan. Penentuan posisi menggunakan metode triangulasi tidak mampu memberikan hasil yang kontinyu. Saat robot berpindah posisi, robot harus melakukan scanning ulang untuk mendapatkan estimasi posisi yang baru

13 Saran Fitur yang diamati bisa ditingkatkan dengan memanfaatkan garis lapangan. Perlu diterapkan metode particle filter dan position tracking untuk memperoleh estimasi posisi robot secara kontinyu. Penentuan posisi robot dalam lapangan dapat dilakukan menggunakan kerjasama tim. Terima Kasih