Abdillah Rahmat, Muhammad (2024) Deteksi Kecepatan Relatif Kendaraan Berbasis Computer Vision Pada Kendaraan Otonom = Computer Vision Based Vehicle Relative Speed Detection in Autonomous Vehicles. Disertasi thesis, Universitas Hasanuddin.
![[thumbnail of Cover]](/44315/2.hassmallThumbnailVersion/D053202001_disertasi_16-10-2024%20cover1.jpg)

D053202001_disertasi_16-10-2024 cover1.jpg
Download (260kB) | Preview
![[thumbnail of Bab 1-2]](/style/images/fileicons/text.png)
D053202001_disertasi_16-10-2024 bab 1-2.pdf
Download (1MB)
![[thumbnail of Dapus]](/style/images/fileicons/text.png)
D053202001_disertasi_16-10-2024 dp.pdf
Download (199kB)
![[thumbnail of Full Text]](/style/images/fileicons/text.png)
D053202001_disertasi_16-10-2024.pdf
Restricted to Repository staff only until 9 September 2027.
Download (2MB)
Abstract (Abstrak)
Penelitian ini bertujuan untuk mengembangkan sistem deteksi kecepatan relatif kendaraan menggunakan teknologi computer vision pada kendaraan otonom, khususnya dengan memanfaatkan kamera stereo. Dalam era perkembangan teknologi transportasi yang pesat, kebutuhan akan sistem yang dapat meningkatkan keselamatan berkendara semakin mendesak. Sistem yang diusulkan dalam penelitian ini berfokus pada penggunaan kamera stereo untuk mendeteksi jarak dan kecepatan relatif kendaraan lain di sekitar kendaraan otonom. Penggunaan kamera stereo memungkinkan perhitungan jarak dengan akurasi tinggi melalui metode triangulasi. Penelitian ini juga melibatkan pengembangan algoritma deteksi dan pelacakan objek berbasis deep learning, seperti YOLO (You Only Look Once) dan Deep Sort, untuk meningkatkan keakuratan dan konsistensi dalam mendeteksi serta melacak kendaraan. Penggunaan kamera stereo yang terkalibrasi dengan baik diharapkan mampu memberikan data kedalaman yang akurat, sehingga dapat digunakan untuk menghitung kecepatan relatif kendaraan lain dengan lebih efektif. Hasil dari penelitian ini menunjukkan bahwa sistem yang dikembangkan berhasil meningkatkan akurasi deteksi kecepatan relatif, yang sangat penting untuk pengambilan keputusan secara real-time oleh sistem kendaraan otonom. Dengan demikian, penelitian ini berkontribusi pada pengembangan teknologi kendaraan otonom yang lebih aman dan efisien, serta dapat diterapkan secara efektif dalam konteks lalu lintas di Indonesia.
Item Type: | Thesis (Disertasi) |
---|---|
Uncontrolled Keywords: | Deteksi Kecepatan Relatif, Computer Vision, Kendaraan Otonom, Kamera Stereo, YOLO, Deep Learning |
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions (Program Studi): | Fakultas Teknik > Teknik Elektro |
Depositing User: | Unnamed user with username pkl2 |
Date Deposited: | 06 May 2025 06:51 |
Last Modified: | 06 May 2025 06:51 |
URI: | http://repository.unhas.ac.id:443/id/eprint/44315 |