My Journal Review

JURNAL REVIEW

OBJECT DETECTION AND TRACKING FOR AUTONOMOUS NAVIGATION IN DYNAMIC ENVIRONMENTS

Andreas Ess, Konrad Schindler, Bastian Leibe, dan Luc Van Gool (2010)

Latar Belakang Masalah
Yang diangkat pada jurnal kali ini adalah cara mengatasi dan mengembangkan pendeteksian objek dan sistem navigasi dari sebuah robot yang akan menavigasikan dirinya sendiri pada lingkungan perkotaan yang crowded. Tidak seperti sistem navigasi robot pada umumnya yang hanya mendeteksi objek yang statis (tidak bergerak), tapi dalam projek ini sistem pendeteksian objek dari robot akan dikembangkan agar bisa mendeteksi objek yang dinamis atau objek yang bergerak, dan dapat membedakan 1 objek dengan objek yang lainnya, seperti membedakan mobil yang berjalan dengan manusia yang sedang berjalan.

Tujuan Penelitian

• Untuk dapat mengembangkan pendeteksian objek dari robot dan sitem navigasi pada lingkungan sosial yang sibuk dan dinamis, seperti suasan perkotaan yang tidak stabil.

Metodelogi

• Object Category Detection.

Metode dengan mengkategorikan objek yang akan dideteksi seperti pada proyek ini yang akan di deteksi adalah pejalan kaki dan mobil, dimana pejalan kaki dan mobil mempunyai sistem perambaan grafis yang berbeda ketika telah di proses dalam sebuah data.

• World Coordinate System.

Untuk memungkinkan pencitraan tentang lintasan yang dilalui objek dalam bentuk 3D, pada posisi kamera dan posisi koordinatnya.

• Ground Plane Estimation.

Hampir sama dengan metode sebelumnya, yaitu sistem pencitraan objek, yang didasarkan pada kamera yang dimiringkan sehingga menhasilkan pencitraan yang
berbukit bukit yang akan menciptakan permukaan yang yang tidak rata dan akan memudahkan untuk dalam melakukan tracking.

• Static Obstacles.

Dengan metode ini robot diharapkan dapat membedakan objek statis dengan objek yang bergerak. Robot akan diberi parameter – parameter yang akan diproses lebih lanjut dalam proses pendeteksian objek. Misalnya objek yang tidak bergerak diberi parameter memiliki ukuran tertentu dan tidak memiliki kelajuan.

• Tracking and Object Detection.

Pada metode ini robot akan diberikan kemampuan utnuk mendeteksi objek dan mentrack objek sesuai dengan perbedaan objek.

Seperti pada gambar objek yang dideteksi akan dibedakan sesuia dengan karakteristik, yaitu lebar dari objek. Dimana lebar dari sebuah benda tidak akan sama dengan benda yang lain.

Pada gambar diatas disimpulkan ada satu objek yang bergerak, dan sistem dapat memprediksikan pergerakan yang akan dibuat oleh objek. Bukan cuman pergerakan objek yang dapat diprediksi tapi keberadaan objek lain yang bisa mempengaruhi objek tersebut.

Seperti pada gambar diatas juga sistem akan ditanamkan kemampuan untuk memproyeksikan apakan lingkungan yang akan dijalani adalah crowded atau biasa biasa saja. Seperti yang kita lihat pada gambar a dan pencitraannya pada gambar b menunjukkan bahwa situasi lingkungan sedang dalam situasi crowded, denagn membanyaknya node yang akan diproses ooleh sistem. Sedangkan pada gambar d dengan pencitraan sistem pada gambar c, ditampilkan bahwa lingkungan dalam keadaan biasa – biasa saja sperti pencitran yang dilakukan.

Sedangkan untuk pendeteksian objek bisa dilihat seperti pada gambar yang diatas. Dimana titik ICR adalah camera yang akan memproyeksikan objek yang akan dideteksi akan diubah menjadi sudut kartesius.dan akan diproses dalam sistem matematik.

Hasil

Dari percobaan yang dilakukan oleh peneliti, peneliti menemukan bahwa masih terdapat kekurangan dalam sistem navigasi dan pencitraan objeknya, diantaranya :

• Sistem tidak bisa memprediksi pergerakan dari objek yang bergerak tidak stabil.

• Sistem pencitraan menemukan kendala pada karakteristik objek yang ditangkap oleh kamera cenderung memiliki kesamaan.

Dalam jurnal tersebut juga peneliti mengungkapkan sejumlah faktor yang diperlukan dalam sistem, antara lain :

• Sistem pencitraan yang harus ditingkatkan.

• Sistem prediksi gerak objek harus memiliki parameter – parameter.

Kesimpulan

Sistem yang dikembangkan adalah sistem navigasi dan pendeteksian objek bergerak yang akan memudahkan dalam tracking robot. Sistem ini menggunakan metode pendeteksian objek dengan menggunakan karakteristik dari objek tersebut, seperti lebar dan panjang dari
seebuah objek. Sistem ini juga dikembangkan agar dapat memprediksi pergerakan objek yang sedang bergerak serta kemampuan untuk pencitraan secara 3D dari robot.

Saran dan Usulan
Menurut saya mungkin kekurangan pada percobaan ini adalah titik input dari proses pencitraan itu sendiri, yaitu kamera yang hanya memilki 1 titik pendeteksi. Alangkah baiknya apabila titik input dibuat 3, meskipun sistem yang akan dibuat menjadi lebih rumit lagi, tetapi akan menjadi sangat efektif dan akurat.

Ini link dari jurnal yang gua review JOURNAL
Nih buat yang mau file pdf dari review jurnal diatas REVIEW


Karena Sesuatu Yang Besar Berawal Dari Sesuatu Yang Tidak Diperhitungkan.