Robot Seluler dengan Penghindaran Rintangan Berbasis Penglihatan

Abstrak:

Tujuan dari laporan ini adalah untuk membahas dan mendemonstrasikan konsep perancangan dan implementasi mobile robot yang mampu mendeteksi dan menghindari rintangan secara visual menggunakan webcam USB. Sistem di-porting ke perangkat keras Raspberry Pi, komputer berbasis Linux seharga US$35. Blog ini akan menyoroti konsep penting yang diperlukan untuk mewujudkan keberhasilan implementasi robot seluler yang mampu bernavigasi dalam lingkungan dalam ruangan. Solusi yang diusulkan dimaksudkan untuk digunakan dalam pengaturan gudang untuk mengangkut barang dari satu lokasi ke lokasi berikutnya tanpa memerlukan operator manusia.

Pengantar:

Robot sudah ada di pasaran tetapi robot ini mahal untuk dibeli dan sengaja dirancang untuk bekerja dalam satu lingkungan lingkungan seperti gudang, medan perang, atau di rumah. Robot-robot ini mampu mendeteksi rintangan menggunakan sensor pasif seperti sensor ultrasonik dan sensor inframerah dan kadang disebut sebagai Kendaraan Otonom karena mobilitasnya di permukaan tanah. Secara tradisional, sistem otonom ini biasanya dilengkapi dengan sensor pasif seperti sensor jarak ultrasonik, sensor inframerah atau GPS untuk merasakan posisi dan lingkungannya. Kehadiran sensor tersebut memungkinkan robot terhindar dari benturan dengan rintangan ketika ditempatkan dengan rintangan (Wang J. et al, 2011). Namun, dengan kemajuan teknologi sistem komputer tertanam berbiaya rendah dengan daya pemrosesan tinggi, dimungkinkan untuk menggunakan metode yang lebih andal dan hemat biaya untuk merancang robot otonom yang mampu mendeteksi rintangan. Salah satu metode yang mungkin adalah menggunakan algoritma visi komputer yang secara visual mampu mendeteksi dan menghindari rintangan. Metode pendeteksian rintangan berbasis sensor terbatas pada kedekatan rintangan terhadap jarak robot, namun, dengan metode berbasis penglihatan, dimungkinkan untuk mendeteksi dan mengidentifikasi rintangan sebelum menghindari rintangan.

Solusi &Artefak yang Diusulkan:

Tujuan dari laporan ini adalah untuk merancang robot otonom yang mampu mendeteksi dan menghindari rintangan menggunakan webcam USB yang terhubung ke Raspberry Pi. Laporan ini akan memperkenalkan konsep dasar robot bergerak dan teknologi yang saat ini digunakan dalam pengaturan dalam ruangan. Langkah-langkah berikut dilakukan untuk mengimplementasikan sistem yang diusulkan:

• Rancang algoritme menggunakan kerangka kerja visi komputer seperti SimpleCV yang dapat mendeteksi rintangan.
• Menerapkan algoritme ke Raspberry Pi
• Menerapkan kontrol motor pada Raspberry Pi menggunakan bahasa pemrograman Python
• Uji dan evaluasi kinerja sistem yang diusulkan menggunakan Raspberry Pi

Selain itu, tujuan berikut terpenuhi untuk mewujudkan sistem yang diusulkan sepenuhnya:

• Rentang deteksi rintangan dapat dibuat dengan memodifikasi algoritme sesuai permintaan.
• Bentuk geometris (yaitu Lingkaran) dengan ukuran konstan akan ditempatkan pada penghalang untuk deteksi
• Library SimpleCV berkomunikasi dengan Raspberry Pi untuk mengontrol dua motor DC
• Sistem diuji dan dievaluasi dengan memodifikasi kode dan mendeteksi rintangan pada jarak yang bervariasi

Daftar Perangkat Keras dan Perangkat Lunak:

Sistem yang diusulkan diimplementasikan pada Raspberry Pi menggunakan webcam USB untuk menangkap gambar. Berikut ini adalah daftar perangkat keras dan perangkat lunak yang diperlukan untuk mewujudkan sepenuhnya robot otonom yang diusulkan.

Perangkat Keras:

• Kit Raspberry Pi,
• Kamera web USB,
• dua motor DC,
• H-Bridge (untuk mengontrol arah motor),
• Sasis,
• Kabel
• papan tempat memotong roti

Paket perangkat lunak:

• Perpustakaan python SimpleCV,
• Sistem Operasi Ubuntu,
• OS Raspberry (Raspbian),
• Python2.7

Sistem yang diusulkan mampu mendeteksi hambatan pada berbagai rentang. Ini terinspirasi oleh algoritme visual looming dan dicapai dengan menentukan jumlah piksel minimum dalam kode sambil mengukur jarak antara kamera dan penghalang.

Gambar – Pengaturan eksperimental yang digunakan untuk menemukan hubungan antara lingkaran proyek dan jarak rintangan dari robot

Susunan yang ditunjukkan di atas dapat dibuat di laboratorium untuk mengukur jarak antara penghalang (lingkaran) dan robot untuk menentukan hubungan antara jumlah piksel minimum yang akan sesuai dengan jarak sebenarnya dari penghalang dari robot. Seperti yang terlihat dari diagram di atas dan pembahasan yang dibuat pada Bab 2, ukuran lingkaran lebih besar ketika lingkaran lebih dekat dan lebih kecil ketika lingkaran lebih jauh. Oleh karena itu, serangkaian tes dapat dilakukan yang memungkinkan pengukuran jarak penghalang terhadap robot ketika jumlah piksel diubah dalam algoritme. Halangan akan dipindahkan seperti yang ditunjukkan pada diagram di atas sehingga untuk menemukan jarak yang tepat di mana algoritma mendeteksi halangan.

Gambar – Konsep visual looming terinspirasi dari ilmu kedokteran

Diagram Alir Sistem Secara Keseluruhan:

Diagram alir berikut menjelaskan bagaimana robot berbasis visi yang diusulkan akan dirancang menggunakan Raspberry Pi dan kerangka kerja SimpleCV. Seperti yang ditunjukkan pada gambar 6, webcam USB akan terhubung ke Raspberry Pi sebagai input ke komputer. Webcam USB akan memindai frame yang masuk untuk bentuk geometris tertentu yaitu Lingkaran yang akan ditempatkan pada rintangan. Alasan menandai rintangan dengan bentuk geometris yaitu lingkaran diputuskan hanya untuk mengurangi waktu saat menyiapkan algoritma. Biasanya, pendeteksian rintangan berbasis penglihatan dilakukan dengan menggunakan dua kamera yang menciptakan penglihatan stereo untuk menilai jarak antara robot dan rintangan (Neves &Matos, 2013). Oleh karena itu, mendeteksi bentuk geometris yaitu lingkaran menggunakan kamera tunggal dicapai dengan menghitung jari-jari lingkaran akan membantu robot untuk mendeteksi jarak robot dan rintangan. Metode pendeteksian rintangan ini terinspirasi dari metode vision looming yang dikemukakan oleh Sachin &Paolo (1998).

Sistem yang diusulkan akan menggabungkan kamera USB yang akan terhubung ke Raspberry Pi. Raspberry Pi akan menjalankan skrip python yang akan mengambil gambar dalam video sambil mencari bentuk geometris yaitu lingkaran. Jika lingkaran terdeteksi maka berdasarkan letak lingkaran di layar, script akan menarik ke atas atau ke bawah pin port GPIO yang akan digunakan untuk mengontrol arah robot.

Struktur algoritme visi komputer:

Algoritme disiapkan pada laptop bertenaga Ubuntu sebelum porting ke Raspberry Pi. Ini karena Ubuntu dan Raspbian adalah cita rasa Linux, yang membuat porting dan implementasi algoritma lebih mudah antar platform. Ini memberi saya fleksibilitas untuk bekerja dengan algoritme tanpa perlu terus-menerus terhubung ke Raspberry Pi saya. Oleh karena itu, algoritme diimplementasikan secara independen tanpa mengkhawatirkan antarmuka perangkat keras.

Langkah pertama dalam merancang sistem berbasis visi adalah memilih Region of Interest (ROI) yang akan mendeteksi hambatan dan membantu kita dalam persiapan algoritma. ROI dalam hal ini adalah lingkaran hitam yang akan dideteksi oleh algoritme. Setelah deteksi, algoritme binari gambar sehingga hanya wilayah yang diinginkan yang terlihat di latar belakang. Algoritme akan mengukur koordinat lingkaran di layar dan mengukur koordinat sehubungan dengan wilayah layar mana yang terdeteksi lingkaran. Jika koordinat jatuh di tengah layar maka algoritma akan menggerakkan robot sesuai dengan yang dibahas sebelumnya.

Sebelum menulis algoritme, perlu diputuskan resolusi layar yang memungkinkan Raspberry Pi mendeteksi dan melacak rintangan. Karena Raspberry Pi adalah komputer bertenaga rendah dengan kecepatan jam sistem 700MHz dan RAM terbatas 512MB, oleh karena itu, input video definisi tinggi akan menghabiskan banyak daya pemrosesan yang pada akhirnya akan menyebabkan sistem tidak dapat diandalkan. Oleh karena itu, perlu dipilih jalan tengah yang cukup bagi komputer Raspberry Pi untuk memproses data dari kamera.

Setelah beberapa percobaan dan kesalahan, resolusi 320x240 dipilih seperti yang dibahas di bagian selanjutnya. Resolusi ini cukup untuk mendeteksi ruang warna dan bentuk geometris yang berbeda. Dalam percobaan juga ditemukan bahwa resolusi ini tidak menyebabkan video input menjadi lag seperti halnya dengan resolusi yang lebih tinggi, khususnya, 640x480 ke atas. Ini dibahas secara rinci di Bagian 4 laporan ini.

Langkah pertama mendeteksi rintangan dari gambar adalah membagi layar menjadi tiga segmen berbeda seperti yang ditunjukkan pada Gambar 8. Hal ini dilakukan untuk mendeteksi dan melacak posisi rintangan sehingga masing-masing aksi motor dapat dilakukan seperti yang dibahas dalam bagian sebelumnya. Untuk proyek desain ini, hambatan diwakili oleh simbol tertentu yaitu lingkaran; oleh karena itu, kehadiran lingkaran akan menunjukkan keberadaan rintangan dalam algoritme.

Untuk detail lebih lanjut:Robot Seluler dengan Penghindaran Rintangan Berbasis Penglihatan