Pengembangan Algoritma Pereduksi Noise Pada Point Cloud Data LiDAR Dua Dimensi Untuk Aplikasi Kendaraan Listrik Otonom Sederhana
DOI:
https://doi.org/10.54706/senastindo.v3.2021.146Kata Kunci:
kendaraan listrik otonom, LiDAR 2D, Pereduksi noiseAbstrak
Penerapan teknologi LiDAR 2 dimensi (Light Detection And Rangging) terkadang terkendala oleh adanya anomaly data atau noise sehingga mempengaruhi keakuratan dalam mendeteksi objek yang sesungguhnya. Jika tidak diatasi dengan baik maka dapat menggangu operasional kerjanya, terlebih lagi jika diterapkan pada kendaraan listrik otonom. Oleh sebab itu perlu upaya untuk mereduksi noise yang diimplementasikan pada software pemroses data LiDAR. Pada penelitian ini dilakukan pengembangan teknologi pereduksi noise yang muncul pada point cloud data LiDAR dua dimensi. Adapun konsep yang diterapkan adalah pengembangan algoritma pengolahan data LiDAR secara sistematis. Desain algoritma ini berisikan visualiasi dari pendeteksian objek, penyimpanan point cloud data LiDAR sebagai informasi objek yang terdeteksi, serta metode pengurangan noise pada point cloud data LiDAR dua dimensi tersebut. Algoritma ini di realisasikan dalam bentuk software pada perangkat keras Raspberry Pi 4, dengan menggunakan bahasa pemrograman Python. Terdapat enam Algoritma yang digunakan untuk mereduksi atau menghilangkan noise, yaitu Algoritma 1, Algoritma 2, Algoritma 3, Algoritma 4, Algoritma 5, Algoritma 6. Hasil percobaan memperlihatkan bahwa dari keenam Algoritma yang di buat mampu menampilkan visualisasi data berdasarkan sistem pemetaan 2 dimensi yang terkoreksi dari noise. Keenam Algoritma tersebut berhasil menyeleksi noise hingga 100%, meskipun kurang lebih 80% data yang dianggap benar tidak dapat disajikan. Meskipun hanya dengan 20% data benar, namun struktur objek masih dapat dikenali.
Unduhan
Referensi
Raspberry Pi 4, https://www.ros.org/about-ros/, Diakses pada tanggal 10 Januari 2021 Pukul 16.00 WIB
Bahasa Pemrograman Python https://www.pythonindo.com/menggunakan-idle-python/, Diakses pada tanggal 07 Desember 2020 Pukul 13.00 WIB
Prayoga,S.,Budianto,S.,Kusuma Atmaja,AB.,system pemetaan ruangan 2D menggunakan Lidar, Vol 9 No. 1 April 2017, 73-79, April 2017.
Catapang, AN., Manuel Ramos,jr., obstacle detection using a 2D LIDAR system for an autonomous vehicle, 2016 6th internasional conference on control system, computing and engineering, 25-27 November 2016, Penang, Malaysia.
Cheng,D., Zhao,D., Wei,C., Tian,D., PCA-Based Denoising Algorithm For outdor Lidar Point Cloud Data. Sensors 2021, https://doi.org/10.3390/s21113703 , 26 may 2021
Lakshmanmallidi. 2019. PyLiDAR3. https://github.com/lakshmanmallidi/Py Lidar3 , diakses pada tanggal 18 April 2020.
Ravankar,AA., Kobayashi,Y., Jixin,LV., Emaru,T., Hoshino,Y., an embarrassingly parallel hopping window noise removing algorithm for lidar based robot mapping, SICE Annual conference 2014, September 9-14, 2014, Hokkaido university, Sappora, Japan.
Richard Blum, python programming for raspberry pi in 24 hours,sams teach yourself, 2014.
Zuowei,H., Yuanjiang,H., Jie,H., a method for noise removal of LIDAR point cloud, 2013 third internasional conference on intelegenct system design and engineering application, Doi 10.1109/ISDDEA.2012.32.
Flavio B.P. Malavazi, Remy Guyonneau, Jean-Baptiste Fasquel, Sebastien Lagrange dan Franck Mercier LiDAR-only based navigation algorithm for an autonomous agricultural robot 2018
Angelo Nikko Catapang dan Manuel Ramos, Jr Obstacle detection using a 2D LiDAR System for an Autonomous vehicle 2016.
Ankit A. Ravankar, Yukinori Kobayashi, Jixin Lv, Takanori Emaru dan Yohei Hoshino An embarrassingly parallel hopping window noise removing algorithm for lidar based robot mapping 2014./
Satyawan, A. S., Kurniawan, D., Armi, N., dan Wijayanto, Y. N., Room Map Estimation from Two-Dimensional Lidar's Point Cloud Data, 2019 International Conference on Radar, Antenna, Microwave, Electronics, and Telecommunications (ICRAMET), oktober, 2019, Tangerang, Indonesia, 2019, pp. 152-155.
