7/3/2014
Latar Belakang Robot pemain sepak bola dituntut dapat bermain secara autonomous, dan sebisa mungkin dapat bermain sepak bola seperti manusia
DETEKSI FITUR DAN PENENTUAN POSISI HUMANOID SOCCER ROBOT DALAM LAPANGAN STANDAR ROBOCUP BEBASIS SENSOR ORIENTASI DAN PENANDA TIDAK UNIK OL EH : ACH HADI DAHLAN
Unique Landmark
Informasi posisi robot diperlukan untuk penerapan strategi permainan
2210100180
Terdapat perubahan aturan yang signifikan pada Robocup 2013 mengenai fitur lapangan yang di gunakan.
DOSEN P EMBIMBING : 1. P ROF. DR. IR. MAURIDHI HERY P URNOMO, M.ENG. 2. MUHTADIN, ST., MT.
1
2
1
7/3/2014
Latar Belakang: Permasalahan Orientasi
Permasalahan Tim Robot Sepak Bola ITS menjadi peserta unggulan dalam Kontes Robot Sepak Bola Indonesia. Namun Robot masih belum mampu mengenali Fiturfitur di lapangan dengan baik. Robot Sepak Bola ITS belum mampu mengestimasi posisi (𝑥, 𝑦, 𝜃).
3
4
2
7/3/2014
Tujuan dan Manfaat
Batasan Masalah
Menerapkan algoritma pengenalan fitur lapangan yang lebih handal. Mendapatkan informasi posisi robot berdasarkan penanda tidak unik dan sensor orientasi berbasis Grid Occupancy [1]. Informasi posisi digunakan untuk penentuan strategi permainan.
1.
Robot yang digunakan adalah robot DARwIn-OP.
Pengujian dilakukan di environtment standar RoboCup 2013.
Kohlbrecher, S., Stumpf, A., & Stryk, O. v. (2011). Grid-Based Occupancy Mapping and Automatic Gaze Control for Soccer Playing Humanoid Robots. Workshop on Humanoid Soccer Robots, (hal. 3). Bled(Slovenia). 5
6
3
7/3/2014
Desain Sistem
Pemrosesan Citra dan Deteksi Fitur segmentasi
Citra masukan
Deteksi garis
Pengukuran tinggi penanda di bidang citra
Ekstraksi fitur
Deteksi Penanda Orientasi dari Sensor (θ)
Triangulasi
Estimasi jarak penanda terhadap robot
Gawang
Tepi lapangan
Bola
Kordinat robot (x,y)
Grid lapangan (grid[24])
Penentuan posisi di grid lapangan
Posisi robot di grid lapangan (grid[i]) 7
8
4
7/3/2014
Deteksi gawang : RGB to HSV
Deteksi Gawang Berbasis Transformasi Hough Start
1
Citra RGB
Deteksi Garis
Konversi Ke HSV
Pemrosesan Garis
Deteksi Blob Kuning
Penentuan titiktitik pentng
Deteksi Tepi
Tinggi tiang
1
Stop
Citra RGB
9
Citra HSV
10
5
7/3/2014
Deteksi gawang: pendeteksian tepi dan garis
Deteksi gawang : Segmentasi dan penghilangan Noise
Citra RGB
Hasil segmentasi
Hasil noise removal
Hasil deteksi tepi
𝐺𝑎𝑟𝑖𝑠 𝐿 ≡
11
[2]
Hasil deteksi garis
ℎ𝑜𝑟𝑖𝑧𝑜𝑛𝑡𝑎𝑙 𝑗𝑖𝑘𝑎 45° ≤ 𝜃𝐿 < 135° 𝑎𝑡𝑎𝑢 225° ≤ 𝜃𝐿 < 315° 𝑣𝑒𝑟𝑡𝑖𝑘𝑎𝑙 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
[2]
Pallarés, A.M, “Goal Detection for Soccer-playing Robot Based on Hough Transform,” Universitat Rovira I Virgili, Departament d’Enginyeria Informàtica i Matemàtiques, June 2009
12
6
7/3/2014
Deteksi gawang: rata-rata garis
Deteksi gawang: titik-titik penting garis KIA
KIB
KAA
KAB
Titik-titik gawang. KIA: kiri atas, KIB: kiri bawah, KAA: kanan atas, KAB: kanan bawah
Hasil pemrosesan garis. Garis kuning merupakan rata-rata garis vertikal yang telah diklasifikasikan menjadi tiang kanan dan tiang kiri. Garis biru merupakan rata-rata garis horizontal.
13
14
7
7/3/2014
Hasil pendeteksian gawang
Penentuan kepemilikan gawang berdasar sensor orientasi Θ=0𝑜
Θ=90𝑜
Dua gawang terlihat
Θ=−90𝑜
Satu gawang terlihat Pembagian area berdasarkan sudut dari sensor orientasi
15
16
8
7/3/2014
Deteksi Tepi Lapangan
Deteksi Tepi Lapangan
Deteksi tepi lapangan digunakan untuk proses deteksi bola, sehingga bola yang di ambil adalah yang berada di area lapangan hijau
Penskalaan 1px = 4x4
segmentasi warna lapangan
closing
Citra asli
Hasil deteksi tepi lapangan Pengecekan pada tiap sumbu y, untuk memperoleh Titik maksimal citra yang memilki nilai biner 1 17
18
9
7/3/2014
Deteksi bola dalam lapangan
Estimasi jarak : curve fitting No. Tinggi (px) Jarak (m) 1 209.010 1.50
Bola dalam lapangan
Bola diluar lapangan
Bola dan noise
2
167.012
1.75
3
147.340
2.00
4
129.016
2.25
5
112.018
2.50
6
100.005
2.75
7
96.0000
3.00
8
85.0059
3.25
9
76.0066
3.50
10
72.0278
3.75
11
67.0075
4.00
Grafik persamaan polynomial orde 3 3
𝐽𝑎𝑟𝑎𝑘 = −0.0000008𝑥 + 0.00048𝑥 2 − 0.09697𝑥 + 8.54598 19
20
10
7/3/2014
Penentuan posisi robot menggunakan Triangulasi
Pengujian penentuan posisi: berbasis koordinat lapangan No. 1 2 3 4 5 6 7 8
Posisi Robot (m) x 3,50 3,20 2,50 2,50 2,50 2,50 1,40 1,50
y 2,60 3,50 4,00 3,50 2,90 2,45 2,50 1,70
Hasil Penentuan Posisi (m) x 3,60 3,15 2,66 2,70 2,65 2,60 1,63 1,53
Galat rata-rata Terdeteksi Dua tiang
y 2,63 3,55 4,07 3,31 2,90 2,65 2,66 1,66
Galat(m) 0,1044 0,0707 0.1746 0,2759 0.1500 0.2236 0.2802 0.0949 0.1154
Terdeteksi satu tiang 21
22
11
7/3/2014
Kesimpulan
Pengujian penentuan posisi: berbasis Grid lapangan No Grid
1 2 3 4 5 6 7 8 9 10 11 12
1 0 0 0 0 5 6 7 8 9 10 11 12
Hasil Perrcobaan ke2 3 4 5 1 5 0 0 0 0 0 0 0 0 0 5 9 12 6 6 6 0 7 7 8 8 7 9 10 9 10 10 10 11 11 11 11 12 12
5 1 0 0 0 5 6 7 8 9 10 11 12
Hasil pendeteksian gawang di lapangan lebih akurat saat robot berada di area tengah lapangan. Robot dapat membedakan bola yang berada dalam lapangan dan objek di luar lapangan yang memilki warna sama dengan bola. Hasil penentuan posisi menggunakan metode triangulasi cukup akurat. Dari pengujian pada 8 titik dalam lapangan didapatkan galat rata-rata 0.1154 meter. Hasil penentuan posisi robot dilapangan berdasarkan grid akurat saat berada di area tengah lapangan. namun robot tidak dapat menentukan posisi dirinya saat berada dekat dengan lapangan. Penentuan posisi menggunakan metode triangulasi tidak mampu memberikan hasil yang kontinyu. Saat robot berpindah posisi, robot harus melakukan scanning ulang untuk mendapatkan estimasi posisi yang baru.
Persentase Keberhasilan 20% 0% 0% 0% 60% 100% 80% 80% 80% 100% 100% 80%
23
24
12
7/3/2014
Saran Fitur yang diamati bisa ditingkatkan dengan memanfaatkan garis lapangan. Perlu diterapkan metode particle filter dan position tracking untuk memperoleh estimasi posisi robot secara kontinyu. Penentuan posisi robot dalam lapangan dapat dilakukan menggunakan kerjasama tim.
Terima Kasih 25
26
13
