PENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING

dokumen-dokumen yang mirip
Pengendalian Posisi Mobile Robot Menggunakan Metode Neural Network Dengan Umpan Balik Kamera Pemosisian Global

III. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari

PENDETEKSIAN HALANGAN PADA ROBOT CERDAS PEMADAM API MENGGUNAKAN KAMERA DENGAN INTEGRAL PROYEKSI

BAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk

Sesi 2: Image Formation. Achmad Basuki PENS-ITS 2006

Pertemuan 2 Representasi Citra

PENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL

BAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang

Bab III Perangkat Pengujian

GERAKAN BERJALAN OMNIDIRECTIONAL UNTUK ROBOT HUMANOID PEMAIN BOLA

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 3 PERANCANGAN SISTEM

BAB II LANDASAN TEORI

BAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.

IV. HASIL DAN PEMBAHASAN

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

DAFTAR ISI ABSTRAK... 7 KATA PENGANTAR... 8 DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN...

Rancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY

BAB III METODE PENELITIAN

BAB II KAJIAN LITERATUR...

BAB III METODE PENELITIAN. Penelitian ini dilakukan di Laboratorium Jaringan Komputer

BAB II DASAR TEORI. Gambar 2.1. Letak CoM dan poros putar robot pada sumbu kartesian.

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT

2. TINJAUAN PUSTAKA 2.1 Telur Ayam Konsumsi

BAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan

PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT

OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS

SISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

III. METODOLOGI PENELITIAN

BAB IV HASIL DAN UJI COBA

BAB II Tinjauan Pustaka

Pengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel

SISTEM KAMERA DENGAN PAN-TILT TRIPOD OTOMATIS UNTUK APLIKASI FOTOGRAFI

BAB 3 PERALATAN DAN PROSEDUR PENELITIAN

BAB II LANDASAN TEORI

BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER

Latar Belakang 7/3/2014

Pendeteksian Arah Jalan pada Gps Googlemaps sebagai Navigasi Mobil Tanpa Pengemudi

BAB 2 LANDASAN TEORI

BAB III METODOLOGI PENELITIAN

PRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL

BAB 3 ANALISIS DAN PERANCANGAN

SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA

BAB 2 LANDASAN TEORI

Mesin Bor Otomatis dengan Menggunakan Kamera untuk Mendeteksi Koordinat Bor

Pembentukan Citra. Bab Model Citra

Analisa dan Pemodelan Kerumunan Orang pada Video Digital

BAB 3 PERANCANGAN SISTEM

BAB 4 IMPLEMENTASI DAN EVALUASI. menggunakan serial port (baudrate 4800bps, COM1). Menggunakan Sistem Operasi Windows XP.

BAB II DASAR TEORI. pemperbaiki kualitas citra agar mendapatkan hasil citra yang baik dan mudah

KONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR

BAB III METODE PENELITIAN

BAB I PENDAHULUAN. Indonesia dengan sistem robot tanpa awak yang dapat dikendalikan secara otomatis

JURNAL IT STMIK HANDAYANI

BAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain:

Rancang Bangun Sistem Pelacakan Obyek Menggunakan CCTV dan Webcam. Kampus ITS, Surabaya

Ekstraksi Fitur Skeleton Atlet Jalan Cepat Menggunakan Metode Euclidean Distance

PENGOLAHAN CITRA DIGITAL

BAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian

IDENTIFIKASI CITRA BILANGAN DESIMAL 0-9 BERBASIS LEARNING VECTOR QUANTIZATION SECARA REAL TIME

BAB III PERANCANGAN ALAT

RANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA

Sistem Pendeteksian Marker pada Analisis Gait Menggunakan Pengolahan Citra Digital

BAB 3 ANALISIS DAN PERANCANGAN

BAB 4 HASIL DAN ANALISA

PENJEJAKAN POSISI BOLA PADA MODUL PHYCORE IMX31 MENGGUNAKAN EMBEDDED OPENCV

UKDW BAB 1 PENDAHULUAN

III. METODE PENELITIAN. Penelitian mengenai analisis pola interferensi pada interferometer Michelson

PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION

BAB II LANDASAN TEORI

Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.

TUGAS AKHIR TE

TRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW

Bab IV Uji Coba Dan Analisis Sistem

APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN

Sistem Keamanan Rumah Multi-Sensor Terintegrasi Berbasis PC

3 BAB III METODE PENELITIAN

BAB 3 METODE PENELITIAN. pendapat para responden mengenai Augmented Reality, aplikasi Virtual dressing

III. METODOLOGI PENELITIAN

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.

BAB 3 ANALISA DAN PERANCANGAN

DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL

PENDETEKSIAN OBJEK BOLA DENGAN METODE COLOR FILTERING HSV PADA ROBOT SOCCER HUMANOID

IV. HASIL DAN PEMBAHASAN

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK

BAB 4 IMPLEMENTASI DAN EVALUASI. Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat. Graphic Card dengan memory minimum 64 mb

PERBAIKAN KUALITAS REKONSTRUKSI METODE INTERPOLASI. Winaryo Dosen Pembimbing: Ahmad Zaini ST., MT. JURUSAN TEKNIK ELEKTRO

Kontrol Mesin Bor PCB Otomatis dengan Menggunakan Programmable Logic Controller

YOGI WARDANA NRP

IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME

SIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING

BAB 2 TINJAUAN PUSTAKA

BAB III METODE PENELITIAN

Penjejakan Posisi Bola Pada Modul Phycore IMX31 Menggunakan Embedded OpenCV

BAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi

MOTOR DRIVER. Gambar 1 Bagian-bagian Robot

Transkripsi:

PENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING ELVA SUSIANTI 2209204802 Pembimbing: 1. ACHMAD ARIFIN, ST., M. Eng., Ph.D 2. Ir. DJOKO PURWANTO, M. Eng., Ph.D. Bidang Keahlian Teknik Elektronika Program Pasca Sarjana Teknik Elektro Institute Teknologi Sepuluh Nopember (ITS) 2012

Outline Pendahuluan Dasar TeoriLatar Belakang Metodologi Penelitian Hasil dan Pembahasan Penutup Chapter 12

Pendahuluan Latar Belakang Perumusan Masalah Batasan Masalah Maksud dan Tujuan Manfaat Penelitian Chapter 12

Latar Belakang Motion Capture System yang ada sekarang mahal Bipedal robot trajectory planning ditentukan manual Teknologi Motion capture yang low cost untuk bipedal robot trajectory planning secara online

Rumusan Masalah Penentuan metode pengolahan image menjadi image biner Pembacaan posisi marker untuk semua gerakan kaki berjalan Prosedur perhitungan posisi sudut hip, knee dan ankle untuk semua gerakan Pembuatan trajectory planning untuk kaki menggunakan simulator planar 3 dof

Kecepatan gerakan kaki harus dipertahankan agar marker tetap dideteksi kamera ketika kaki bergerak. Gerakan yang dilakukan tidak untuk gerakan ekstrim ketika sudut hip lebih besar dari sembilan puluh derajat. Batasan Masalah Kecepatan gerakan kaki harus dipertahankan agar marker tetap dideteksi kamera ketika kaki bergerak Gerakan yang dilakukan tidak untuk gerakan ekstrim ketika sudut hip lebih besar dari sembilan puluh derajat

Tujuan Penelitian Penelitian ini bertujuan untuk menggunakan kamera low cost dalam metode motion capture system untuk menangkap gerakan kaki manusia ketika berjalan. Melakukan pengolahan image menjadi image biner untuk mendapatkan data posisi dan besaran sudut hip, knee dan ankle. Hasil motion capture system digunakan untuk membuat trajectory planning robot.

Manfaat Penelitian Manfaat penelitian antara lain untuk mengembangkan image processing untuk menghasilkan motion capture system yang lowcost dengan menggunakan kamera webcam. Pengembangan dan penyempurnaan lebih lanjut terhadap sistem akan menambah variasi gerakan dan dapat ditampilkan dalam bentuk simulasi 3D.

Kajian Pustaka Lindequist (Reports from MSI, 2004 ) Capture image menggunakan satu kamera dan satu objek yang sudah dipasangi marker (Ultra Violet) Huang (IEEE Transactions On Robotics And Automation,2001) Pola berjalan pada biped robot, walking cycle, trajectory hip and foot.

Lindequist dan Huang Trajectory planning PENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK HUMANOID ROBOT TRAJECTORY PLANNING

Dasar Teori Body Structure Analysis

Fase gaya berjalan Stance Phase Swing Phase 1. Initial Contact 2. Foot Flat 3. Mid Stance 4. Heel Off 1. Toe off 2. Mid-swing 3. Initial Contact

Sketsa Gait cycle

Trajectories joint angles pada level gait

Blok diagram Image processing Kamera webcam Normalisasi Filtering Threshold Tahap Persiapan Trajectory Planning Sudut hip, knee dan ankle Biner Kordinat marker (x,y) Chapter 12

Marker 1. Body 2. Hip 3. Knee 4. Ankle 5. Heel 6. Toe Sensor pasif (kertas merah) Bentuk Diameter 4cm Ditempelkan ke kostum putih

Spesifikasi peralatan 2 Kamera webcam portable dengan interface USB Tipe chip Color CMOS image sensor yang bisa menyimpan gambar hingga resolusi 640x480 Video formatnya 24bit RGB dengan frame rate 320x240 sampai 30 frame/s Chapter 12

Ruangan 3 m 4.5 m Jalur berjalan 2 m Ruangan ukuran 4.5m x 3m x 3m (p x l x t) Ditutupi kain putih Jarak kamera ke model 2.05m Kamera Batas berjalan

Capture Image Capture Image Processing Kamera

Antar Muka Sistem a) Image display citra asli yang ditangkap kamera b) Image display setelah image processing c) Image display plot stick figure berdasarkan posisi marker d) Image display tampilan kurva sudut hip e) Image display tampilan kurva sudut knee f) Image display tampilan kurva sudut ankle g) Botton normalisasi h) Botton filter gaussian i) Botton filter rata-rata j) Botton image biner k) Menu play file video manual dan otomatis l) Tampilan koordinat marker m) Menu pilihan tampilan stick figure, continious atau single model n) Simpan data sudut, tampilkan dan bersihkan grafik a c m g b h i j l d n f e Chapter 12

r-normalisasi Normalisasi

Filter Gaussian Rata-rata Chapter 12

Threshold RGB Image Binary Image

Penentuan Koordinat Start A Start B Baris = - 1 Kolom = 0 Scan baris and determine y min Baris = y min Kolom = 0 Scan baris and determine y max Baris = y min, Tinggi area = y max y min Kolom = 0 Scan kolom and determine x min Kolom = x min, Tinggi area = y max y min Baris = y min Scan kolom and determine x max x = (x max - x min )/2 + x min y = (y max - y min )/2 + y min Stop Baris = y max4, lebar area = lebar_canvas-x max4, Kolom = x max4 Scan baris and determine y min6 Baris = y min6, lebar area = lebar_canvas-x max4, Kolom = x max4 Scan baris and determine y max6 Baris = y max4 Kolom = x max4 Scan kolom and determine x min6 Baris = y max4 Kolom = x min6 Scan kolom and determine x max6 x 6 = (x max6 - x min6 )/2 + x min6 y 6 = (y max6 - y min6 )/2 + y min6 Stop A B

Mathematical skeletal model Body Hip θ1 : hip joint angle θ2 : knee joint angle θ3 : ankle joint angle 1 Knee 2 Heel Ankle 3 Toe Chapter 12

Pengujian bagian image processing Pengujian warna merah, orange, kuning dan biru Pengujian warna hijau, hitam, orange dan merah Chapter 12

Kalibrasi sudut S u d u t ( d e g ) 35 30 25 20 15 10 5 0 1 6 11 16 21 26 31 36 Jumlah data Chapter 12

Pengujian posisi gerakan dasar IC Mid Stance FF HO Chapter 12

Pengujian posisi gerakan dasar TO Mid Swing Chapter 12

Sudut gerakan berjalan satu cycle Hip Sudut (deg) Knee Ankle Waktu (s) Chapter 12

Trajectory Planning Sudut Hip (deg) 30.00 20.00 10.00 0.00-10.00-20.00 60.00 50.00 40.00 30.00 20.00 10.00 0 200 400 600 800 1000 1200 1400 0.00-10.00-20.00 t (ms) -30.00 Sudut Ankle (deg) 90.00 80.00 70.00 60.00 50.00 40.00 30.00 20.00 10.00 0.00 Sudut Knee (deg) 0 200 400 600 800 1000 1200 1400 t (ms) 0 200 400 600 800 1000 1200 1400 t (ms) Chapter 12

Contoh Simulasi Chapter 12

Kesimpulan Pengembangan motion capture system untuk bipedal robot trajectory planning dilakukan dengan menggunakan kamera low cost Saran Marker berbentuk bola agar gerakan lebih mudah ditangkap kamera Tambahan satu atau dua kamera untuk joint movement yang berbeda

TERIMAKASIH