Analisis Pengaturan Robot Lengan Berbasis Computer Vision

Aprildy Ferdinandus

doi:10.37729/intek.v5i2.2370

Aprildy Ferdinandus Universitas Sariputra Indonesia Tomohon

DOI: https://doi.org/10.37729/intek.v5i2.2370

Keywords: komputer vision, haar cascade, robot lengan

Abstract

Penggunaan teknologi robot untuk menggantikan pekerjaan manusia semakin banyak digunakan dewasa ini serta dikombinasikan dengan teknologi computer vision agar lebih memudahkan pekerjaan pun terus dikembangkan oleh para peneliti. Metode Haar Cascade sebagai metode pengenalan suatu gambar atau bentuk dalam computer vision yang telah terlebih dahulu dilatih untuk mengenali suatu bentuk digunakan untuk dapat mengenali bentuk instruksi tangan berupa kepalan tangan dan telapak tangan. Hasil dari pengenalan bentuk kepalan dan telapak tangan diteruskan menjadi instruksi untuk lengan robot berbasis arduino lewat serial port sehingga lengan robot akan melakukan gerakan sesuai dengan perintah dari pergerakan tangan yang dikenali. Hasil pengujian menunjukkan robot lengan dapat melakukan gerakan sesuai dengan instruksi tangan yang ditangkap oleh kamera dan menunjukkan performansi yang baik sejak instruksi ditangkap oleh kamera dan dijalankan oleh robot lengan.

References

Andrekha, M. Z., & Huda, Y. (2021). Deteksi Warna Manggis Menggunakan Pengolahan Citra dengan Opencv Python. Voteteknika (Vocational Teknik Elektronika Dan Informatika), 9(4), 27. https://doi.org/10.24036/voteteknika.v9i4.114251
Li, C., Huang, Y., Huang, W., & Qin, F. (2021). Learning features from covariance matrix of gabor wavelet for face recognition under adverse conditions. Pattern Recognition, 119, 108085. https://doi.org/https://doi.org/10.1016/j.patcog.2021.108085
Nian, H. (2021). Civil engineering stability inspection based on computer vision and sensors. Microprocessors and Microsystems, 82, 103838. https://doi.org/https://doi.org/10.1016/j.micpro.2021.103838
Oltean, S. E. (2019). Mobile Robot Platform with Arduino Uno and Raspberry Pi for Autonomous Navigation. Procedia Manufacturing, 32, 572–577. https://doi.org/10.1016/j.promfg.2019.02.254
Ratna, S. (2020). Pengolahan Citra Digital Dan Histogram Dengan Phyton Dan Text Editor Phycharm. Technologia: Jurnal Ilmiah, 11(3), 181. https://doi.org/10.31602/tji.v11i3.3294
Sadeddine, K., Chelali, F. Z., Djeradi, R., Djeradi, A., & Benabderrahmane, S. (2021). Recognition of user-dependent and independent static hand gestures: Application to sign language. Journal of Visual Communication and Image Representation, 79, 103193. https://doi.org/https://doi.org/10.1016/j.jvcir.2021.103193
Sai Prasanna, G. V, Pavani, K., & Kumar Singh, M. (2022). Spliced images detection by using Viola-Jones algorithms method. Materials Today: Proceedings, 51, 924–927. https://doi.org/https://doi.org/10.1016/j.matpr.2021.06.300
Sharma, S., & Singh, S. (2021). Vision-based hand gesture recognition using deep learning for the interpretation of sign language. Expert Systems with Applications, 182, 115657. https://doi.org/https://doi.org/10.1016/j.eswa.2021.115657
Shetty, A. B., Bhoomika, Deeksha, Rebeiro, J., & Ramyashree. (2021). Facial recognition using Haar cascade and LBP classifiers. Global Transitions Proceedings, 2(2), 330–335. https://doi.org/https://doi.org/10.1016/j.gltp.2021.08.044
Sitompul, E. (2020). Prototipe Manipulator Lengan Robot Berbasis Arduino dengan Metoda Kendali Lead-Through. 6(1), 1–14.
Sumardi, S. (2018). Robot Lengan Pemindah Barang Otomatis Berbasis Arduino Menggunakan Sensor Warna. Jurnal Sains Komputer Dan Teknologi Informasi, 1(1), 20–28. https://doi.org/10.33084/jsakti.v1i1.454
Wiliam, W., Kartadinata, B., & Wijayanti, L. (2019). Pengendalian Lengan Robot untuk Proses Pemindahan Barang. TESLA: Jurnal Teknik Elektro, 21(1), 69. https://doi.org/10.24912/tesla.v21i1.3252
Wu, H., Zhong, B., Li, H., Love, P., Pan, X., & Zhao, N. (2021). Combining computer vision with semantic reasoning for on-site safety management in construction. Journal of Building Engineering, 42, 103036. https://doi.org/https://doi.org/10.1016/j.jobe.2021.103036