BAB I PENDAHULUAN. memposisikan diri pada suatu lingkungan baru, sedangkan mapping merupakan

Transkripsi

1 BAB I PENDAHULUAN Latar Belakang Localisation merupakan proses yang dilakukan oleh robot untuk memposisikan diri pada suatu lingkungan baru, sedangkan mapping merupakan proses untuk membangun peta memori terhadap lingkungan baru tersebut. Pada perkembangannya, localisation dan mapping harus dilakukan secara bersamaan untuk membentuk kecerdasan robot dalam bernavigasi secara otomatis pada suatu lingkungan baru, konsep tersebut kemudian disebut sebagai Simultaneous Localisation and Mapping (SLAM). SLAM pertama kali dikembangkan oleh Hugh Durrant-Whyte dan John J. Leonard berdasarkan penelitian Smith, Self, dan Cheesman (Bailey & Durrant-Whyte, 2006). Pada robot dengan sensor utama berupa kamera, konsep SLAM diterapkan dengan mengambil landmark-landmark visual berupa point features untuk dijadikan patokan navigasi. Proses SLAM yang dilakukan dengan menggunakan sensor visual kemudian disebut sebagai visual SLAM. Dalam hal ini, fungsi kamera adalah sebagai sensor posisi yang secara terus menerus mengukur dan memprediksi posisi kamera terhadap tiap-tiap point feature pada lingkungan tersebut. Ada banyak jenis visual SLAM, salah satunya adalah monocular SLAM, yaitu teknik visual SLAM yang dilakukan dengan satu buah kamera saja. Monocular SLAM atau MonoSLAM pertama kali didemonstrasikan secara real time oleh Andrew Davison pada tahun 2007 dengan menggunakan 1

2 2 corner features sebagai landmark. Proses monocular SLAM yang dilakukan adalah dengan cara memprediksikan bentuk 3 dimensi lingkungan dari beberapa gambar 2 dimensi yang diekstraksi point feature-nya secara sekuensial dengan konsep Multiple View Geometry. 1.2 Rumusan Masalah Berbeda dengan kinect-like sensor yang memiliki sepasang kamera dan dilengkapi dengan depth sensor atau juga stereo vision yang menggunakan sepasang kamera, monocular SLAM hanya menggunakan satu buah kamera saja sehingga untuk proses localisation dan mapping pada lingkungan 3 dimensi tantangannya adalah sebagai berikut, 1. Informasi citra yang diperoleh hanya berupa gambar 2 dimensi, padahal pada visual SLAM bertujuan untuk mengetahui lokasi pada bentuk 3 dimensi. 2. Tidak dilengkapi dengan depth sensor sehingga informasi jarak pada suatu landmark pada citra awal belum diketahui. Dengan berpedoman pada multiple view geometry, depth dapat diperkirakan nilainya dengan melihat citra pada posisi yang berbeda. Sesuai dengan tantangan-tantangan tersebut, monocular SLAM termasuk salah satu permasalahan yang relatif baru dan belum dipraktekkan secara realtime sampai tahun Oleh karena itu, untuk memulai penelitian di bidang tersebut, penulis merumuskan penelitian ini dalam bentuk studi, pengujian, dan simulasi pada proses-proses untuk membentuk sistem monocular SLAM. Penelitian akan dilakukan dengan urutan sebagai berikut,

3 3 1. Transformasi 3 dimensi ke 2 dimensi dan sebaliknya Bertujuan memahami dan menguji proses transformasi point features dari 3D world coordinate frame ke bentuk 2D camera coordinate frame. Pada tahap ini harus dipahami mengenai pemodelan kamera dan transformasi yang meliputi rotasi, translasi, dan juga faktor penskalaan dengan model projective geometry. 2. Kalibrasi kamera Bertujuan untuk memahami dan melakukan proses kalibrasi kamera guna memperoleh nilai parameter internal kamera yang terdiri dari focal length (panjang titik fokus) dan koefisien kecondongan citra (skew coefficient). 3. Pose estimation Bertujuan untuk memahami dan mensimulasikan proses pose estimation pada bidang papan catur dengan point feature yang tersebar merata pada bidang yang sama yang dianggap sebagai bidang 2 dimensi. 4. Monocular SLAM sederhana Bertujuan menguji, merumuskan, dan mensimulasikan teknik pengolahan citra untuk proses monocular SLAM sederhana. Disebut sederhana karena masih menggunakan teori dasar pengolahan citra untuk multiple view geometry yang terdiri dari corner detector, matching, dan proyeksi titik.

4 4 Keempat buah tahapan tersebut dilakukan secara urut guna memahami karakteristik kamera untuk proses monocular SLAM, serta masing-masing bagian saling berkorelasi dan memberikan kontribusi pemahaman untuk perancangan dan pengujian tahap-tahap selanjutnya. Secara keseluruhan perancangan, pengujian, dan simulasi dilakukan dengan software MATLAB. 1.3 Batasan Masalah Pada penelitian ini, pembahasan utama yang menjadi fokus adalah tentang penggunaan kamera sebagai sensor posisi yang dapat digunakan untuk pose estimation dan monocular SLAM sederhana. Batasan masalah dirumuskan sebagai berikut, 1. Proses monocular SLAM merupakan proses yang relatif kompleks sehingga pada penelitian ini pembahasan akan dibatasi pada sudut pandang multiple view geometry yang meliputi proses corner detector, proses transformasi titik, serta proses matching dengan metode cross correlation. 2. Kalibrasi kamera dilakukan dengan teknik 2D berbasiskan penelitian Bouguet. 3. Pembahasan mengenai metode pose estimation pada objek sederhana yang dilakukan dengan menggunakan software MATLAB. 1.4 Tujuan Penelitian Tujuan penelitian ini adalah,

5 5 1. Memahami dan mensimulasikan algoritma sederhana untuk merepresentasikan objek 3 dimensi ke dalam bentuk 2 dimensi camera coordinate frame dengan menggunakan matriks transformasi berbasiskan perspective projection. 2. Mempelajari dan menerapkan prinsip kalibrasi kamera. 3. Memahami dan melakukan pose estimation bidang papan catur pada jarak dan sudut yang terukur. 4. Menerapkan teknik monocular SLAM sederhana dalam sudut pandang pengolahan citra. 5. Mengaplikasikan materi pemrograman, pengolahan citra dan robotika yang telah diperoleh saat kuliah untuk diterapkan pada model simulasi sistem. 1.5 Sistematika Penulisan Laporan Tugas Akhir ini disusun dalam lima bab. Bab pertama adalah Pendahuluan yang membahas tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, serta sistematika penulisan. Bab kedua merupakan Dasar Teori yang melandasi penelitian, terdiri dari teori umum mengenai Simultaneous Localisation and Mapping (SLAM), kamera, corner detector, dan monocular SLAM. Bab ketiga akan membahas mengenai perancangan sistem yang terdiri dari sub bab antara lain perancangan algoritma untuk simulasi transformasi 3 dimensi ke 2 dimensi, tahapan kalibrasi kamera, pose estimation, serta flowchart algoritma monocular SLAM. Bab keempat merupakan merupakan Hasil dan Pembahasan yang terdiri dari 4 sub bab yaitu hasil simulasi transformasi

6 6 bidang 3 dimensi ke 2 dimensi, hasil kalibrasi kamera, hasil pose estimation, hasil pengujian FAST corner detector, dan hasil simulasi sederhana monocular SLAM. Pada bab kelima akan disimpulkan hasil penelitian yang telah dicapai serta dijabarkan pula tentang saran-saran untuk penelitian selanjutnya.