ESTIMASI POSISI DENGAN MENGGUNAKAN KAMERA MONOKULAR

*Hadha Afrisal -  Departemen Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Indonesia
Indah Soesanti -  Departemen Teknik Elektro dan Teknologi Informasi, Universitas Gadjah Mada, Indonesia
Adha Imam Cahyadi -  Departemen Teknik Elektro dan Teknologi Informasi, Universitas Gadjah Mada, Indonesia
Dikirim: 11 Des 2018; Diterbitkan: 1 Mar 2019.
Akses Terbuka Copyright (c) 2019 Transmisi

Citation Format:
Article Info
Bagian: Artikel Jurnal
Bahasa: ID
Teks Lengkap:
Statistik: 227 111
Sari

Pada mobile robot yang memiliki sensor utama hanya berupa kamera, estimasi posisi robot relatif terhadap landmark-landmark visual dapat dilakukan dengan menggunakan pendekatan multiple view geometry. Hal tersebut berguna bagi robot untuk bernavigasi serta melakukan localization dan mapping secara bersamaan. Penelitian ini bertujuan untuk merancang dan mensimulasikan algoritma estimasi posisi yang merupakan langkah awal pada monocular SLAM (Simultaneous Localization and Mapping) 2-dimensi. Penelitian akan membahas tentang fungsi kamera sebagai sensor posisi untuk mobile robot dengan menitikberatkan diskusi pada transformasi citra dengan menggunakan model kamera pinhole dengan parameter intrinsik dan ekstrinsiknya. Berdasarkan hasil pengujian, estimasi pose dan posisi terhadap citra papan catur (checkerboard) berhasil memetakan jarak dan sudut dengan cukup akurat dan dengan error estimasi yang cukup kecil, yakni 2,9 mm untuk estimasi jarak, dan 0.3° untuk estimasi sudut. Simulasi algoritma pose estimation juga telah dilakukan secara offline dengan menggunakan 1200 buah image sequences yang diekstraksi dari citra video.

Kata Kunci
estimasi posisi; fitur titik; kamera monokular

Article Metrics:

  1. . M. O. A. Aqel, M. H. Marhaban, M. I. Saripan and N. B. Ismail, "Review of visual odometry: types, approaches, challenges, and applications," SpringerPlus, vol. 5, p. 1897, 2016.
  2. . A. S. Huang, A. Bachrach, P. Henry, M. Krainin, D. Maturana, D. Fox and N. Roy, "Visual odometry and mapping for autonomous flight using an RGB-D camera," in Robotics Research, Springer, 2017, pp. 235-252.
  3. . L. Pérez, Í. Rodrı́guez, N. Rodrı́guez, R. Usamentiaga and D. Garcı́a, "Robot guidance using machine vision techniques in industrial environments: A comparative review," Sensors, vol. 16, p. 335, 2016.
  4. . X. Li, W. Chen, C. Chan, B. Li and X. Song, "Multi-sensor fusion methodology for enhanced land vehicle positioning," Information Fusion, vol. 46, pp. 51-62, 2019.
  5. . H. Durrant-Whyte and T. Bailey, "Simultaneous localization and mapping: part I," IEEE robotics & automation magazine, vol. 13, pp. 99-110, 2006.
  6. . C. C. Hau, Handbook of pattern recognition and computer vision, World Scientific, 2015.
  7. . C. Harris and M. Stephens, "A combined corner and edge detector.," in Alvey vision conference, 1988.
  8. . S. M. Smith and J. M. Brady, "SUSAN_a new approach to low level image processing," International journal of computer vision, vol. 23, pp. 45-78, 1997.
  9. . E. Rosten and T. Drummond, "Machine Learning for High Speed Corner Detector," ninth conference of European Conference on Computer Vision, pp. 430 - 443, 2006.
  10. . T. Bailey and H. Durrant-Whyte, "Simultaneous localization and mapping (SLAM): Part II," IEEE Robotics & Automation Magazine, vol. 13, pp. 108-117, 2006.
  11. . S. Thrun, W. Burgard and D. Fox, Probabilistic robotics, MIT press, 2005.
  12. . S. Albrecht, "An analysis of visual mono-slam," Diss. Master's Thesis. Universität Osnabrück, vol. 2009, 2009.
  13. . R. Hartley and A. Zisserman, Multiple view geometry in computer vision, Cambridge university press, 2003.
  14. . J.-Y. Bouguet, "Camera calibration toolbox for matlab," http://www. vision. caltech. edu/bouguetj/calibdoc/index. html, 2004.
  15. . A. J. Davison, I. D. Reid, N. D. Molton and O. Stasse, "MonoSLAM: Real-time single camera SLAM," IEEE Transactions on Pattern Analysis & Machine Intelligence, pp. 1052-1067, 2007.
  16. . J. M. M. Montiel, J. Civera and A. J. Davison, "Unified inverse depth parametrization for monocular SLAM," 2006.