Estimasi Kecepatan Kendaraan Bergerak Menggunakan Motion Vector

Abstract

Intelligent Transportation System (ITS) adalah penerapan teknologi informasi dan komunikasi pada bidang transportasi. Teknologi dan aplikasi ITS memantau kondisi lalu lintas pada ruas jalan melalui video hasil rekaman kamera CCTV yang dipasang di ruas jalan. Informasi dari video lalu lintas kemudian diolah sehingga menghasilkan informasi terkait lalu lintas tersebut seperti banyak kendaraan dan kecepatan kendaraan. Informasi kecepatan kendaraan kemudian diestimasi dan dimanfaatkan nantinya untuk kebijakan pengembangan lalu lintas dan pengaturan lalu lintas. Pada Studi ini dilakukan estimasi kecepatan kendaraan bergerak menggunakan motion vector. Penelitian dilakukan dalam beberapa langkah yaitu akuisisi video dan pengaturan parameter, pembuatan region of interest pada video, ekstraksi citra frame video, preprocessing citra, menentukan motion vector dengan three-step search block-matching algorithm, penyeleksian motion vector, dan penghitungan kecepatan kendaraan. Dari uji coba yang sudah dilakukan, motion vector mampu melakukan estimasi kecepatan kendaraan bergerak dengan akurasi terburuk 92.6194 % pada kecepatan 20 Km/jam dan terbaik 96.5582 % pada kecepatan 30 Km/jam.

Sending Drone Flying Speed Data Using Android-Based Client Server Method

“…Kecepatan drone sama halnya kecepatan kendaraan yang berjalan didarat. Kecepatan sebuah kendaraan dapat diukur dan dipantau menggunakan OpenCV [5], real time dengan android [6], instant messaging di android [7], pengolahan video [8], sensor magnetic [9], motion vector [10] dan dapat juga menggunakan perpaduan antara teknik rektifikasi citra dan tapis kalman [11].…”

Deteksi Kecepatan Kendaraan Berbasis Data Ponsel dalam Perspektif Spasial di Jalan Arteri Kota Padang

“…Di Indonesia, metode yang sudah dikembangkan untuk deteksi kecepatan kendaraan di jalan raya menggunakan video, citra/foto/gambar telah dilakukan oleh Setyawan et al, (2019) dengan mengolah streaming video berbasis BLO (Binary Large Object), kecepatan kendaraan dihitung dengan membagi jarak sebenarnya dari koordinat awal hingga garis virtual sepanjang 12 meter yang dibagi dengan waktu centroid tersebut untuk menempuhnya. Mulia et al, (2020) menghitung kecepatan berdasarkan vektor dua dimensi yang digunakan untuk prediksi antarframe yang menunjukkan perpindahan, dari koordinat di citra frame yang dikodekan, ke koordinat di citra frame referensi. Satura et al, (2022) melakukan perhitungan kecepatan kendaraan menggunakan metode Image Subtracting dan metode Gaussian Mixture Model (GMM) untuk mendeteksi objek yang bergerak.…”