UNESAUNESA

Journal of Intelligent System and TelecommunicationJournal of Intelligent System and Telecommunication

Robotika menjadi bidang yang sangat penting bagi insinyur, karena robot dapat melakukan berbagai tugas yang ditugaskan dengan cepat dan efisien. Secara khusus, dalam bidang robotika dengan kaki. Dalam kompetisi robot Indonesia, terdapat banyak kategori, di antaranya SAR (Search and Rescue). Dalam kategori SAR, robot harus melewati berbagai permukaan, seperti karang dan marmer. Permukaan yang berbeda memiliki gerakan yang berbeda untuk dilewati. Para peneliti telah merancang quadruped dengan gerakan yang berubah secara otomatis saat melewati permukaan, dengan model YOLOv3-Tiny pada Raspberry Pi 5 yang dipasang pada robot quadruped. Model yang telah dilatih dengan YOLOv3-Tiny mampu mendeteksi permukaan. Dalam penelitian ini, akurasi pendeteksian mencapai 100% pada 80 gambar. Nilai presisi mencapai 1, nilai recall mencapai 1, dan skor F1 mencapai 1.

Dari penelitian dan pengujian yang dilakukan, dapat disimpulkan bahwa sistem deteksi permukaan untuk robot quadruped berhasil dirancang dan diimplementasikan menggunakan metode YOLO untuk pendeteksian objek.Hal ini terbukti dengan hasil matriks kebingungan yang menunjukkan skor sempurna untuk akurasi, presisi, recall, dan skor F1.YOLOv3 Tiny merupakan pilihan yang sempurna untuk mini PC dengan performa rendah, berkat metode pendeteksian objek yang ringan.Tidak hanya karena ringan, YOLOv3 Tiny juga memiliki performa yang baik dalam mendeteksi objek, terbukti dengan nilai akurasi mencapai 100%.

Untuk penelitian lanjutan, dapat dipertimbangkan pengembangan sistem deteksi permukaan yang lebih canggih dengan menggabungkan berbagai metode pendeteksian objek, seperti R-CNN dan SSD, untuk meningkatkan akurasi dan kecepatan deteksi. Selain itu, penelitian dapat fokus pada pengembangan algoritma yang mampu mendeteksi dan mengklasifikasikan berbagai jenis permukaan dengan lebih akurat, termasuk permukaan yang lebih kompleks dan bervariasi. Dengan demikian, robot quadruped dapat memiliki kemampuan navigasi yang lebih baik dan dapat menyesuaikan diri dengan berbagai kondisi permukaan.

  1. Efficient ConvNet-based Object Detection for Unmanned Aerial Vehicles by Selective Tile Processing |... doi.org/10.1145/3243394.3243692Efficient ConvNet based Object Detection for Unmanned Aerial Vehicles by Selective Tile Processing doi 10 1145 3243394 3243692
Read online
File size717.53 KB
Pages12
DMCAReport

Related /

ads-block-test