Estimasi Perubahan Kecepatan Relatif dan Time-to-Collision dengan Stereo Vision = Relative Velocity Change and Time-to-Collision Estimation Using Stereo Vision

Latar Belakang. Tailgating adalah salah satu penyebab utama kecelakaan terutama pada situasi pengereman mendadak. Kebanyakan sistem Forward Collision Warning (FCW) hanya mengandalkan Time-to-Collision (TTC) sebagai parameter peringatan. Oleh karena itu, diperlukan pendekatan yang mengombinasikan TTC dan perubahan kecepatan relatif pada FCW. Tujuan. Penelitian ini bertujuan mengestimasi TTC dan Perubahan Kecepatan Relatif menggunakan stereo sebagai parameter pemicu peringatan, serta mengevaluasi performa. Metode. Penelitian ini menggunakan YOLOv8 sebagai deteksi objek, DeepSORT sebagai tracking, kamera stereo ZED 2i untuk estimasi jarak, serta kecepatan relatif yang didapatkan dari perubahan jarak perwaktu frame. Hasil. Model deteksi objek YOLOv8-nano unggul dengan memperhitungkan trade-off akurasi dan inference time dibanding model lainnya dengan metrik mAP50 98.1%, mAP50-95 90.6%, Precision 92.9%, Recall 94.8%, serta rata-rata inference time 69.88 ms. Sementara itu, pipeline YOLOv8-nano dengan mode kedalaman Neural Light unggul pada estimasi jarak dengan MAPE keseluruhan adalah 17.38%. Memperhitungkan kualitas deteksi YOLOv5 dan trade-off dua varian YOLOv8, pipeline YOLOv8-nano + Neural unggul dengan MAE 3.914 km/j dan inference time 124.14 ms. Menggunakan parameter TTC dan Perubahan Kecepatan Relatif pada sistem peringatan memberikan peringatan yang lebih dini di jarak 13.37 meter berdasarkan estimasi sistem. Sementara jika hanya menggunakan Time-to-Collision, peringatan diberikan pada jarak 6.67 meter. Kesimpulan. Secara keseluruhan, sistem yang diusulkan berpotensi meningkatkan keselamatan dengan memberikan respons yang lebih cepat terhadap resiko tabrakan.