Universitas Airlangga Official Website

Implementasi Filter untuk Pelacakan Objek pada Robot

Robot Beroda
Ilustrasi Robot Beroda (sumber: Kelas Robot)

Dalam bidang robotika, pelacakan objek yang tepat dan efisien sangat penting untuk tugas navigasi, manipulasi, dan interaksi. Robot beroda bola, yang dikenal dengan kemampuan manuver dan stabilitasnya, dapat sangat diuntungkan dengan sistem pelacakan berbasis visi yang maju. Artikel ini menjelajahi implementasi filter Hue-Saturation-Value (HSV) yang dikombinasikan dengan Circle Hough Transform (CHT) untuk pelacakan objek yang efektif pada robot jenis ini. Integrasi metode ini memungkinkan deteksi dan pelacakan berkelanjutan terhadap objek berbentuk bola, yang sangat penting untuk aplikasi mulai dari analitik olahraga otomatis hingga interaksi dengan lingkungan yang dinamis.

Robot beroda bola menggunakan roda berbentuk bola untuk pergerakan, memberikan kemampuan omnidirectional yang menguntungkan dalam lingkungan yang kompleks. Pelacakan objek berbasis visi adalah fundamental bagi robot ini untuk berinteraksi dengan elemen dinamis dalam lingkungan sekitarnya. Model warna RGB tradisional sering dipengaruhi oleh kondisi pencahayaan. Sehingga membuat model warna HSV menjadi pilihan yang lebih baik karena kemampuannya memisahkan luminansi dari informasi warna. Selanjutnya, Circle Hough Transform (CHT) adalah algoritma yang dapat mendeteksi pola lingkaran dari sebuah gambar, menjadikannya ideal untuk mengidentifikasi objek berbentuk bola.

Untuk pelacakan objek, menerapkan filter HSV memungkinkan sistem visi robot untuk hanya memfokuskan pada objek yang cocok dengan nilai hue dan saturasi yang telah ditentukan, mengurangi kompleksitas adegan dan meningkatkan kecepatan pemrosesan. Dalam penerapan filter HSV, gambar RGB yang ditangkap oleh kamera robot pertama-tama diubah ke format HSV. Sebuah rentang untuk hue dan saturasi ditetapkan untuk mengisolasi warna dari objek target. Misalnya, bola kuning dapat diisolasi dengan mengatur rentang hue yang menangkap nuansa kuning dan rentang saturasi yang mengecualikan warna kusam atau putih, yang mungkin muncul karena pantulan atau variasi pencahayaan.

Setelah penyaringan HSV, gambar biner yang dihasilkan dimasukkan ke dalam algoritma CHT. Algoritma ini mencari lingkaran dengan memvariasikan radius dalam kisaran yang telah ditentukan, memasang lingkaran di dalam gambar, dan mengevaluasi keutuhan dan kelengkungan mereka. Parameter seperti radius minimum dan maksimum sangat penting untuk menyetel CHT untuk mendeteksi lingkaran berukuran spesifik, yang relevan dengan objek yang dilacak. Mengintegrasikan penyaringan HSV dan CHT ke dalam sistem visi robot beroda bola melibatkan pemrosesan video secara real time untuk melacak secara dinamis lokasi dan pergerakan objek berbentuk bola. Sistem ini menghitung posisi objek relatif terhadap robot, memungkinkan strategi pergerakan yang responsif dan mekanisme interaksi. Pendekatan ini memiliki aplikasi yang serbaguna, termasuk olahraga robotik di mana robot berinteraksi dengan bola, atau pada robot layanan yang menavigasi lingkungan dengan penanda berbentuk bola. Pekerjaan masa depan dapat mengeksplorasi integrasi teknik pembelajaran mesin untuk menyesuaikan secara dinamis parameter HSV dan CHT berdasarkan perubahan lingkungan,

meningkatkan ketahanan dan kemampuan adaptasi. Kombinasi penyaringan HSV dan Circle Hough Transform menawarkan metode yang kuat untuk pelacakan objek pada robot beroda bola, meningkatkan kemampuan mereka dalam lingkungan yang dinamis. Seiring berkembangnya teknologi, sistem semacam ini akan menjadi lebih canggih, membuka jalan untuk sistem robot yang lebih interaktif dan dapat beradaptasi.

Kesimpulan – Implementasi filter Hue-Saturation-Value (HSV) bersama dengan Circle Hough Transform (CHT) dalam pelacakan objek pada robot beroda bola menunjukkan peningkatan signifikan dalam kemampuan navigasi dan interaksi robot dalam lingkungan yang dinamis. Filter HSV efektif dalam meminimalisir pengaruh kondisi pencahayaan yang berubah-ubah dan meningkatkan akurasi identifikasi warna objek, sementara CHT memungkinkan deteksi bentuk bola yang presisi dan efisien. Kombinasi kedua teknologi ini tidak hanya meningkatkan kecepatan dan akurasi pelacakan objek tetapi juga membuka peluang untuk aplikasi robotik yang lebih luas, mulai dari olahraga otomatis hingga interaksi robot dalam lingkungan yang kompleks. Dengan pengembangan lebih lanjut, integrasi teknik ini bisa menyediakan solusi yang lebih adaptif dan robust, membantu robot untuk beroperasi secara lebih efektif dalam berbagai skenario aplikasi.

Penulis: Aji Akbar Firdaus, ST., MT.

Link jurnal: https://www.scopus.com/record/display.uri?eid=2-s2.0-85187877193&origin=resultslist

Baca juga: Gagas Layanan Robot dalam Bisnis Digital, Mahasiswa UNAIR Sabet Gold Medal pada Ajang NASPO