RANCANG BANGUN PROTOTIPE AUTONOMOUS VEHICLE BERBASIS COMPUTER VISION UNTUK DETEKSI MARKA JALAN DENGAN METODE CANNY

Rizqi, Febrian Akbara (2025) RANCANG BANGUN PROTOTIPE AUTONOMOUS VEHICLE BERBASIS COMPUTER VISION UNTUK DETEKSI MARKA JALAN DENGAN METODE CANNY. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0923140113 - Febrian Akbara Rizqi - Rancang Bangun Prototipe _i_Autonomous Vehicle__i_ Berbasis _i_Computer Vision__i_ untuk Deteksi Marka Jalan dengan Metode _i_Canny__i_.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Perkembangan teknologi otomotif mendorong inovasi menuju kendaraan otonom. Salah satunya melalui sistem Advanced Driver Assistance Systems (ADAS) yang memanfaatkan computer vision untuk memprediksi jalur dan menjaga kendaraan tetap pada lintasannya. Penelitian ini bertujuan merancang dan mengembangkan prototipe kendaraan otonom yang mampu melakukan otomasi berkendara tanpa intervensi pengemudi melalui marka jalan, menggunakan metode Canny Edge Detection yang kemampuannya dalam mendeteksi elemen penting tepi dalam identifikasi jalur marka jalan. Sistem mengintegrasikan Raspberry Pi 5 sebagai pemroses citra dan mikrokontroler STM32 sebagai pengontrol aktuator. Hasil pengujian menunjukkan bahwa metode Canny mampu mendeteksi tepi marka jalan dengan rata-rata rasio deteksi tepi sebesar 3,90% menggunakan kernel Gaussian 5 dan 2,22% dengan kernel Gaussian 7. Sistem merespons perubahan arah dengan waktu respons rata-rata 1,407 detik serta mampu mempertahankan kecepatan pemrosesan 27– 28 FPS. Pada pengujian lintasan penuh sepanjang 9 meter, prototipe menyelesaikan dengan waktu tempuh rata-rata 31 detik dengan kecepatan linier rata-rata 0,318 m/s. Sistem juga berhasil mendeteksi obstacle pada jarak <30 cm menggunakan sensor ToF serta mengirim data koordinat GPS secara real-time ke Firebase. Secara keseluruhan, hasil ini menunjukkan bahwa prototipe berhasil menjalankan fungsi dasar kendaraan otonom dan dapat menjadi dasar untuk pengembangan menuju tahap otomatisasi lebih lanjut.

Actions (login required)

View Item