Pengaruh Isolated Neighborhood-Averaging Filters Pada Kinect Structural Noise Sebagai Sistem Navigasi Robot Wild Thumper

Aditya Kurniawan, Kholilatul Wardani

Sari


Sensor kinect akan dikondisikan untuk mengambil sebuah benda hitam berbentuk persegi berukuran 10cm x 10cm secara tegak lurus pada sebuah background homogen (warna putih dengan RGB 255,255,255). Hasil data sensor kinect akan diambil menggunakan program visual basic 6.0 secara berkala sebanyak 10 kali tiap tahap dengan frekuensi satu kali / menit. Total tahap yang dilaksanakan adalah sebanyak 4 tahap. Sensor kinect diprogram untuk mengambil gambar objek tanpa proses blurring, dengan 1x blurring, 2x blurring dan 3x blurring menggunakan teknik Localized Neighbourhood-Averaging Filter. Hasil penginderaan sensor dari keempat sesi tersebut akan dianalisa berdasarkan tebal shadow (noise) pada tepi objek menggunakan statistik Pearson Correlation. Selanjutnya, mekanisme preprocessing sensor akan diujikan pada robot Wild Thumper. Pengaruh Isolated Neighbourhood-Averaging Mask terhadap banyaknya pixel noise yang dihasilkan oleh kinect memiliki pengaruh dengan tingkat medium dengan koefisien Pearson bernilai 0,4, dan Layer titik jenuh Neighbourhood-Averaging filter pada pixel noise yang dihasilkan oleh kinect adalah dua layer.


Kata Kunci


sensor kinect; wild thumper; structural noise; averaging filter

Teks Lengkap:

PDF


Dilihat:
Sari 246 kali
PDF 127 kali

Referensi


Andersen, M. R., Jensen, T., Lisouski, P., Mortensen, A. K., Hansen, M. K., Gregersen, T. and Ahrendt, P. 2012. Kinect depth sensor evaluation for computer vision applications.

Bekey, G. and Sukhatme, G. (2009). The path to autonomous robots. 1st ed. New York: Springer.

Castleman, K. (1979). Digital image processing. 1st ed. Englewood Cliffs, N.J.: Prentice-Hall.

Durrant-Whyte, H. (1987). Integration, coordination and control of multi-sensor robot systems. Kluwer Academic Publishers.

Gonzalez, R. and Woods, R. (2008). Digital image processing.3rd ed. Pearson Prentice Hall.

Han, S., Park, S., Jung, J. and Lee, K. (2009). Mobile robot navigation by circular path planning algorithm using camera and ultrasonic sensor.pp.1749--1754.

Johnson, G. and Jennings, R. (2006). LabVIEW graphical programming. 1st ed. New York: McGraw-Hill.

Kramer, J. (2012). Hacking the Kinect. 1st ed. [New York]: Apress.

Kuc, R. and Siegel, M. (1987). Physically based simulation model for acoustic sensor robot navigation.Pattern Analysis and Machine Intelligence, IEEE Transactions on, (6), pp.766--778.




DOI: https://doi.org/10.15575/telka.v3n1.49-56

Refbacks

  • Saat ini tidak ada refbacks.


Jurnal TELKA terindex oleh :


            Crossref logo           


Onesearch logo     IPI logo




Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.