Analisis Metoda Estimasi Peta Kedalaman Dari Citra RGB 2D Untuk Penerapan Teknik Persepsi Pada Kendaraan Otonom

Yan Setiaji, Muhammad Raihan Miransyahputra, Y. Y. Nazaruddin
{"title":"Analisis Metoda Estimasi Peta Kedalaman Dari Citra RGB 2D Untuk Penerapan Teknik Persepsi Pada Kendaraan Otonom","authors":"Yan Setiaji, Muhammad Raihan Miransyahputra, Y. Y. Nazaruddin","doi":"10.5614/joki.2021.13.2.1","DOIUrl":null,"url":null,"abstract":"Seiring berjalannya perkembangan teknologi kendaraan otonom, dilakukan berbagai usaha untuk dapat menciptakan metode pengolahan data sebagai masukkan pada sistem kontrolnya. Salah satunya adalah pengembangan metode pada sistem persepsi visual, yaitu estimasi peta kedalaman dari pengolahan citra RGB 2D. Metode ini dikembangkan untuk dapat memperkuat penggunaan kamera 2D yang tidak mampu memberikan informasi ruang 3D dari lingkungan layaknya LiDAR, Radar, atau teknik ultrasonik. Metode yang akan dipresentasikan pada makalah ini menerapkan teknik Jaringan Syaraf Tiruan untuk dapat mengestimasi jarak objek dari titik perekaman. Analisis yang tajam mengenai persepsi yang dihasilkan telah dilakukan dengan menggunakan tiga arsitektur, penggunaan jaringan penskalaan global dan lokal pada arsitektur pertama, penambahan jaringan prediksi menengah pada arsitektur kedua, serta penggunaan empat modul jaringan yang terdiri dari pengkode, dekoder, gabungan fitur multi skala, dan jaringan perbaikan pada arsitektur ketiga. Pelatihan dan pengujian dicoba dengan menggunakan beberapa data set yang merepresentasikan kondisi di dalam dan di luar ruangan. Hasil simulasi dan analisis yang diperoleh memperlihatkan bahwa arsitektur ketiga memberikan hasil yang paling baik dalam memberikan informasi ruang 3D dari lingkungannya.","PeriodicalId":444848,"journal":{"name":"Jurnal Otomasi Kontrol dan Instrumentasi","volume":"329 ","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Otomasi Kontrol dan Instrumentasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5614/joki.2021.13.2.1","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Seiring berjalannya perkembangan teknologi kendaraan otonom, dilakukan berbagai usaha untuk dapat menciptakan metode pengolahan data sebagai masukkan pada sistem kontrolnya. Salah satunya adalah pengembangan metode pada sistem persepsi visual, yaitu estimasi peta kedalaman dari pengolahan citra RGB 2D. Metode ini dikembangkan untuk dapat memperkuat penggunaan kamera 2D yang tidak mampu memberikan informasi ruang 3D dari lingkungan layaknya LiDAR, Radar, atau teknik ultrasonik. Metode yang akan dipresentasikan pada makalah ini menerapkan teknik Jaringan Syaraf Tiruan untuk dapat mengestimasi jarak objek dari titik perekaman. Analisis yang tajam mengenai persepsi yang dihasilkan telah dilakukan dengan menggunakan tiga arsitektur, penggunaan jaringan penskalaan global dan lokal pada arsitektur pertama, penambahan jaringan prediksi menengah pada arsitektur kedua, serta penggunaan empat modul jaringan yang terdiri dari pengkode, dekoder, gabungan fitur multi skala, dan jaringan perbaikan pada arsitektur ketiga. Pelatihan dan pengujian dicoba dengan menggunakan beberapa data set yang merepresentasikan kondisi di dalam dan di luar ruangan. Hasil simulasi dan analisis yang diperoleh memperlihatkan bahwa arsitektur ketiga memberikan hasil yang paling baik dalam memberikan informasi ruang 3D dari lingkungannya.
分析RGB 2D图像的方法估计,以应用自动汽车的感知技术
随着自动汽车技术的发展,人们正在努力创建数据处理方法,并将其投入到控制系统中。其中之一是视觉感知系统的方法开发,即RGB 2D图像处理的深度测绘。这种方法是为了加强2D相机的使用,而这些相机无法为像LiDAR、雷达或超声波技术这样的环境提供3D空间信息。本文所呈现的方法是采用模拟神经网络技术,以确定物体与记录点的距离。对所产生的感知进行了敏锐的分析,使用了三种建筑、第一建筑使用全球和地方长焦网络、第二建筑中中阴影预测网络,以及使用四种由代码、解码器、多级多功能和改进网络组成的网络模块。培训和测试使用了几组代表室内和室外条件的数据进行测试。所取得的模拟和分析结果表明,第三个建筑提供了最有效的环境三维信息。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信