Deteksi Lajur Jalan Secara Real-time Pada Autonomous Car Menggunakan Metode Semantic Segmentation
Year: 2023
Type: dissertation
Abstract: Kiblat inovasi kendaraan sekarang telah berganti, yang awalnya industri berlomba-lomba untuk menciptakan mesin yang bertenaga besar dengan berkecepatan tinggi, sekarang menjadi masalah keselamatan. Deteksi lajur jalan merupakan salah satu unsur keselamatan pada Autonomous Car dimana kendaraan dapat mengenali lajur jalan dan mengambil keputusan sendiri dengan aman. Penulis melakukan penelitian deteksi lajur jalan secara real-time dengan menggunakan metode Semantic Segmentation. Penulis menggunakan arsitektur U-Net dengan parameter epoch sebanyak 10.000 epoch serta ukuran gambar 128x128 pixel. Data sebanyak 374 gambar berupa lingkungan jalan Kota Makassar terdiri dari empat kelas yakni jalan, marka garis membujur penuh, marka garis membujur putus-putus dan background. Hasil pengujian model menggunakan Intersection over Union (IoU) dengan akurasi 79.8%. Sistem yang dikembangkan juga melakukan estimasi jarak antara ban dengan marka. Fitur ini bertujuan untuk memperingatkan pengemudi bila kendaraanya mulai bergerak keluar lajur. Hasil pengujian system estimasi jarak terhadap jarak ban dan marka garis dengan metode RMSE sebesar 0,069962636. Kata kunci: Autonomous car, real-time, lajur jalan, Semantic Segmentation, U-Net
Source: Hasanuddin University Repository
Author: Muis, Nublan Azqalani
Language: Indonesian
Subfield: Automotive Engineering
Field: Engineering
Domain: Physical Sciences
Open Access status: green
Funder: Universitas Hasanuddin
OpenAlex ID: W7217387375