KAMERA SEBAGAI SENSOR POSISI PADA VISUAL SIMULTANEOUS LOCALISATION AND MAPPING

HADHA AFRISAL, Dr. Indah Soesanti, S.T., M.T.

2013 | Skripsi | TEKNIK ELEKTRO

Kamera sebagai sensor utama pada mobile robot berperan sebagai sensor posisi untuk membantu robot bernavigasi. Dengan mengekstraksi point feature pada citra, robot membangun peta memori terhadap lingkungan 3 dimensinya dengan tujuan agar robot mampu melakukan localisation dan mapping secara bersamaan. Penelitian ini bertujuan untuk merancang dan mensimulasikan algoritma computer vision untuk pose estimation dan monocular SLAM (Simultaneous Localisation and Mapping) 2 dimensi sederhana. Penelitian ini dibatasi untuk lebih fokus pada pembahasan mengenai kamera dan proses transformasi citra dalam proses monocular SLAM. Metode yang digunakan pada pose estimation dan monocular SLAM adalah menggunakan pendekatan multiple view geometry dengan tahapan (1) corner detection, (2) matching, (3) estimasi jarak dan sudut. Berdasarkan hasil pengujian, pose estimation terhadap beberapa citra papan catur berhasil memetakan jarak dan sudut dengan cukup presisi dengan rerata error estimasi yang kecil (2.9 mm untuk estimasi jarak dan 0.30833° untuk estimasi sudut). Kemudian pada monocular SLAM sederhana, sistem berhasil memetakan posisi beberapa point feature dengan baik dan konsisten dengan menggunakan 1100 buah image sequences.

Camera as the main sensor in mobile robot has a role as position sensor to navigate the robot. By extracting point features from the environment’s images, robot builds the 3D map of its environment by doing localisation and mapping. The aims of this research are both to design and to simulate computer vision algorithm for pose estimation and simple monocular SLAM to understand basic principles of multiple view geometry for visual-based mobile robot. The focus of this research is to discuss the camera and the transformation of image within monocular SLAM. The method of pose estimation and monocular SLAM use multiple view geometry approach included (1) corner detection, (2) matching, and (3) position estimation. According to the results of this research, pose estimation was successfully done to sample images with small mean estimation error (2.9 mm for distance estimation and 0.30833° for angle estimation). Then for simple monocular SLAM simulation, several point features were well-mapped consistently using 1100 image sequences.

Kata Kunci : Kamera, Pose Estimation, Corner Detector, Kalibrasi Kamera, Monocular Simultaneous Localisation and Mapping