Penentuan target tembak otomatis pada simulasi robot shooter terhadap objek Wayang menggunakan metode SIFT

INDONESIA :

Penguncian target adalah proses yang krusial pada sistem robot shooter. Agar dapat melakukan tugas tersebut sistem memerlukan informasi posisi dari target yang telah ditentukan. Pada penelitian ini penulis menerapkan metode Scale Invariant Feature Transform untuk mendapatkan informasi karakteristik objek di sekitar robot menggunakan kamera. Scale Invariant Feature Transform berfungsi untuk mengekstrak keypoint dan deskriptor yang merepresentasikan karakteristik dari objek yang ditargetkan. Sistem diintegrasikan pada Robot Operating System dan disimulasikan pada lingkungan simulasi Gazebo. Fitur yang dihasilkan dari citra yang ditangkap secara kontinu, dicocokkan dengan fitur citra objek yang telah ditentukan menggunakan Lowe ratio test dengan nilai threshold rasio 0.6 dan dikatakan cocok jika fitur yang cocok berjumlah lebih dari 15. Pengujian dilakukan dengan mengukur akurasi confusion matrix dengan variasi jarak 4 hingga 13 meter terhadap citra petruk dan sengkuni. Pada pengenalan citra sengkuni rata – rata akurasi yang diperoleh adalah 86% dan pada pengenalan citra petruk diperoleh rata – rata akurasi sebesar 96%.

ENGLISH :

Target locking is a crucial process in robot shooter systems. To perform the task, the system requires position information of the predetermined target. In this research, the author applies the Scale Invariant Feature Transform method to obtain information on the characteristics of objects around the robot using a camera. Scale Invariant Feature Transform function to extract keypoints and descriptors that represent the characteristics of the targeted object. The system is integrated with the Robot Operating System and simulated in the Gazebo simulation environment. Features generated from continuously captured images are matched with predefined object image features using the Lowe ratio test with a threshold ratio value of 0,6. They are said to match if the matching features total more than 15. Testing is done by measuring the accuracy of the confusion matrix with a distance variation of 4 to 13 meters from the image of Petruk and Sengkuni. In Sengkuni's image recognition, the average accuracy is 86%, and in Petruk’s image recognition, the average accuracy is 96%.

ARABIC :

يعد تحديد الهدف عملية حاسمة في أنظمة الروبوتات التي تطلق النار. لتنفيذ المهمة، يتطلب النظام معلومات عن موقع الهدف المحدد مسبقاً. في هذا البحث، يطبق المؤلف طريقة ”تحويل الميزات الثابتة بالمقياس“ للحصول على معلومات عن خصائص الأجسام المحيطة بالروبوت باستخدام الكاميرا. وظيفة تحويل الميزات الثابتة بالمقياس لاستخراج النقاط الرئيسية والواصفات التي تمثل خصائص الجسم المستهدف. تم دمج النظام مع نظام تشغيل الروبوت ومحاكاته في بيئة محاكاة Gazebo. تتم مطابقة الميزات التي تم إنشاؤها من الصور الملتقطة باستمرار مع ميزات صورة الكائن المحددة مسبقًا باستخدام اختبار نسبة لوي مع قيمة نسبة عتبة 0.6. يقال إنها متطابقة إذا كان مجموع الميزات المطابقة أكثر من 15. يتم الاختبار عن طريق قياس دقة مصفوفة الخلط مع تباين المسافة من 4 إلى 13 مترًا من صورة بتروك وسنغكوني. في التعرف على صورة بيتروك يبلغ متوسط الدقة 86%، وفي التعرف على صورة سنغكوني يبلغ متوسط الدقة 96%.