DETEKSI DAN PREDIKSI TRAJEKTORI OBJEK BERGERAK DENGAN OMNI-VISION MENGGUNAKAN PSO-NN DAN INTERPOLASI POLYNOMIAL

Novendra Setyawan, N. Mardiyah, Khusnul Hidayat
{"title":"DETEKSI DAN PREDIKSI TRAJEKTORI OBJEK BERGERAK DENGAN OMNI-VISION MENGGUNAKAN PSO-NN DAN INTERPOLASI POLYNOMIAL","authors":"Novendra Setyawan, N. Mardiyah, Khusnul Hidayat","doi":"10.24269/mtkind.v13i1.1691","DOIUrl":null,"url":null,"abstract":"Pada kompetisi robot sepak bola beroda Indonesia dalam satu tim terdiri dari tiga buah robot, dimana satu buah robot adalah penjaga gawang. Pada kompetisi tersebut pergerakan robot dan bola sangat dinamis. Sehingga dibutuhkan sebuah metode untuk memperediksi pergerakan bola sehingga penjaga gawang dapat mengantisipasi pergerakan bola. Pada penelitin ini perancangan omnivision dan pendeteksian bola dilakukan dengan pengolahan citra digital untuk mengenali objek bola dengan background yang kemudian akan dihitung posisi bola dalam pixel. Selanjutnya Neural Network digunakan sebagai model kalibrasi jarak dalam pixel ke jarak nyata (cm) yang bobotnya dilatih menggunakan Particle Swarm Optimization. Selanjutnya untuk memprediksi trajectory pergerakan bola pendekatan interpolasi kurva polynomial digunakan untuk mendapatkan perkiraan model dari data dua dimensi dari posisi bola yang terdeteksi. Hasil penelitian menunjukan bahwa konversi jarak pada pendeteksian objek dengan model PSO-NN didapatkan persentase rata-rata kuadrat error (PMSE) pengukuran 0.13% dan rata rata error prediksi sebesar 20%.","PeriodicalId":31718,"journal":{"name":"Multitek Indonesia","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2019-08-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Multitek Indonesia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24269/mtkind.v13i1.1691","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

Pada kompetisi robot sepak bola beroda Indonesia dalam satu tim terdiri dari tiga buah robot, dimana satu buah robot adalah penjaga gawang. Pada kompetisi tersebut pergerakan robot dan bola sangat dinamis. Sehingga dibutuhkan sebuah metode untuk memperediksi pergerakan bola sehingga penjaga gawang dapat mengantisipasi pergerakan bola. Pada penelitin ini perancangan omnivision dan pendeteksian bola dilakukan dengan pengolahan citra digital untuk mengenali objek bola dengan background yang kemudian akan dihitung posisi bola dalam pixel. Selanjutnya Neural Network digunakan sebagai model kalibrasi jarak dalam pixel ke jarak nyata (cm) yang bobotnya dilatih menggunakan Particle Swarm Optimization. Selanjutnya untuk memprediksi trajectory pergerakan bola pendekatan interpolasi kurva polynomial digunakan untuk mendapatkan perkiraan model dari data dua dimensi dari posisi bola yang terdeteksi. Hasil penelitian menunjukan bahwa konversi jarak pada pendeteksian objek dengan model PSO-NN didapatkan persentase rata-rata kuadrat error (PMSE) pengukuran 0.13% dan rata rata error prediksi sebesar 20%.
基于PSO-NN和多项式插值的全视目标轨迹检测与预测
在印尼轮式足球比赛中,一个团队由三个机器人组成,一个机器人是守门员。在这些竞赛中,机器人的移动和球是非常动态的。所以需要一种方法来预测球的运动,这样守门员就可以预测球的运动。在这项研究中,omnivision的设计和球探测是通过数字图像处理来识别球的对象和背景,然后将计算球在像素中的位置。接下来,神经网络被用作一个从像素到真实距离(cm)的校准模型,其重量被训练为使用化学增强元件优化。随后,为了预测球的运动轨迹,波诺米尔曲线的插入式插值方法被用来从球被探测到的位置的二维数据模型中获得近似模型。研究表明,用psonn模型探测对象的距离转换为测量0.13%的平均水平和平均预测误差为20%。
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
5
审稿时长
8 weeks
×
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