ANALISIS PERFORMA MEKANIK AUTONOMOUS CAR DENGAN METODE REGION OF INTEREST MENGGUNAKAN RASPBERRY PI 4 DAN ARDUINO NANO

Dewantara, Martinus Hendra (2022) ANALISIS PERFORMA MEKANIK AUTONOMOUS CAR DENGAN METODE REGION OF INTEREST MENGGUNAKAN RASPBERRY PI 4 DAN ARDUINO NANO. Other thesis, Universitas Katholik Soegijapranata Semarang.

[img] Text
18.F1.0020-Martinus Hendra Dewantara-COVER_a.pdf

Download (1MB)
[img] Text
18.F1.0020-Martinus Hendra Dewantara-BAB I_a.pdf

Download (243kB)
[img] Text
18.F1.0020-Martinus Hendra Dewantara-BAB II_a.pdf
Restricted to Registered users only

Download (633kB)
[img] Text
18.F1.0020-Martinus Hendra Dewantara-BAB III_a.pdf

Download (737kB)
[img] Text
18.F1.0020-Martinus Hendra Dewantara-BAB IV_a.pdf

Download (1MB)
[img] Text
18.F1.0020-Martinus Hendra Dewantara-BAB V_a.pdf

Download (223kB)
[img] Text
18.F1.0020-Martinus Hendra Dewantara-DAPUS_a.pdf

Download (241kB)
[img] Text
18.F1.0020-Martinus Hendra Dewantara-LAMP_a.pdf

Download (867kB)

Abstract

Autonomous car dengan kemampuan image processing merupakan pilar penting dalam perkembangan robotika di Indonesia, dengan segala aspek yang terdapat pada autonomous car diharapkan mampu untuk menekan tingginya angka kecelakaan. Elemen yang terdapat pada Autonomous car ini yaitu objek analisis, kontrol steering, dan akselerasi dan pemetaan secara real-time. Pada laporan ini autonomous car dengan fokus pada bagian mekanik menggunakan 2 mikrokontroller Raspberry Pi 4 dan Arduino Nano sebagai mainboard. Raspberry Pi akan berfokus pada sistem manuver autonomous car dan Arduino Nano akan digunakan sebagai kontrol kecepatan. Motor DC dan menjadi actuator, L298N dan BTS 7960 akan menjadi driver untuk mengontrol kecepatan dan pergerakan. Autonomous car ini menggunakan sistem 4WD. Penelitian ini juga menggunakan sistem HSV metode Region of Interest dengan membatasi atau memperkecil area deteksi sehingga sistem deteksi akan lebih efektif untuk menganalisa dan pembacaan track. Posisi dari kamera Autonomous Car menghadap ke bawah untuk dapat membedakkan street mark dan street background. Setelah mendeteksi warna tanda, Autonomous car akan mengikuti jalur

Item Type: Thesis (Other)
Subjects: 600 Technology (Applied sciences) > 620 Engineering > 621 Electrical engineering
Divisions: Faculty of Engineering > Department of Electrical Engineering
Depositing User: mr AM. Pudja Adjie Sudoso
Date Deposited: 08 Dec 2022 01:40
Last Modified: 08 Dec 2022 01:40
URI: http://repository.unika.ac.id/id/eprint/30423

Actions (login required)

View Item View Item