Person Following Mobile Robot Using Multiplexed Detection and Tracking

Agrawal, Khush; Lal, Rohit

doi:10.1007/978-981-15-3639-7_98

Cited by 4 publications

(4 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Penggunaan model detektor berbasis neural network menghasilkan kecepatan yang rendah pada sistem pengikut manusia karena beban komputasinya yang berat [13]. Mereka mengusulkan penggunaan multiplexed detection and tracking, yaitu metode dimana detektor berbasis neural network digunakan secara bergantian dengan algoritma pelacak.…”

Section: Pendahuluanunclassified

“…Dalam mengembangkan robot pengikut seseorang menggunakan metode multiplexed detection and tracking [13]. Metode ini dikembangkan untuk mengatasi beratnya beban komputasi yang dihasilkan oleh detektor berbasis jaringan saraf tiruan seperti YOLO.…”

Section: Penelitian Terdahuluunclassified

“…Proses yang memanfaatkan pelacak dan detektor secara bergantian tersebut menghasilkan sistem pengikut seseorang yang cepat dan juga akurat. Dari penelitian ini, mereka melakukan pengujian robot untuk mengikuti seseorang dengan kondisi yang bervariasi dan mengambil kesimpulan bahwa robot bekerja dengan baik dan siap digunakan dalam kegiatan sehari-hari [13]. Keberhasilan metode tersebut dan kemudahan dalam pengaplikasiannya dapat dijadikan acuan untuk pengembangan sistem robot pengikut manusia III.…”

Section: Penelitian Terdahuluunclassified

“…Metode ini didasari oleh pendekatan multiplexed tracking and detection dengan memanfaatkan algoritma pelacak yang proses komputasinya lebih ringan dibandingkan dengan algoritma detektor berbasis neural network seperti YOLO [13]. Pelacak akan berjalan selama jumlah frame yang ditentukan.…”

Section: A Metode Yang Digunakanunclassified

See 3 more Smart Citations

Sistem Pengikut Manusia pada Robot Servis Menggunakan Model YOLO dan Kamera Stereo

Ramadhan,

Purwanto,

Kusuma

et al. 2023

JTITS

View full text Add to dashboard Cite

Abstrak-Kemampuan mengikuti seseorang merupakan fitur penting bagi robot servis yang bekerja berdampingan dengan manusia. Untuk merancang sistem pengikut manusia pada robot servis, diperlukan akurasi yang tinggi tapi juga tanpa mengorbankan kecepatan komputasi agar sistem berjalan secara real-time. Penelitian ini bertujuan untuk merancang sebuah sistem pengikut manusia untuk robot servis dengan memanfaatkan model pendeteksi objek You Only Look Once (YOLO) dan kamera stereo. Sistem ini dirancang agar robot dapat menjaga jarak yang tetap dari target yang diikuti dan menjaga orientasinya sehingga target tetap berada di tengah pandangan robot. Perancangan sistem ini juga memanfaatkan algoritma pelacak dari OpenCV yang dikoreksi dengan model YOLOv7 setiap 20 frame untuk menghasilkan proses yang lebih cepat. Pengontrol PID digunakan untuk menghasilkan kecepatan linear dan angular robot berdasarkan jarak relatif orang yang dijadikan target dari robot dan posisinya pada frame. Robot Operating System (ROS) digunakan untuk mempublish kecepatan pada node yang sesuai. Berdasarkan hasil pengujian algoritma pelacak, pelacak Boosting memiliki hasil terbaik untuk digunakan. Selanjutnya, sistem ini diuji untuk mengontrol robot servis di dalam ruangan dengan berbagai variasi kondisi. Dari pengujian-pengujian tersebut, robot berhasil untuk mengikuti seseorang dengan eror RMS sebesar 41,88 mm dan standar deviasi sebesar 35,59 mm saat robot berhenti di jarak 1 m dari target. Nilai eror terbesar yang didapat bernilai 320,369 mm yang terjadi ketika sistem dijalankan pada ruangan gelap. Sistem ini berjalan dengan frame rate rata-rata sebesar 17,18 FPS.

show abstract

Section: Pendahuluanunclassified

Section: Penelitian Terdahuluunclassified