APLIKASI PADA ROBOT DAN VISION Kendali Robot Bagi Bagian an terp terpen enti ting ng dari dari jari jaring ngan an sara saraff adal adalah ah robo robot. t. Bias Biasan anya ya jari jaring ngan an tersebut tersebut dirancan dirancang g untuk memanipu memanipulasi lasi secara secara langsung langsung,, dimana dimana bentuk bentuk yang terpenting dari industri robot adalah memegang suatu objek, berdasarkan sensor data data yang yang ada ada pada pada robo robott ters terseb ebut ut.. Ap Apli lika kasi si lain lainny nya a yang yang term termas asuk uk adal adalah ah pengendalian dan penelusuran garis oleh kendaraan robot tersebut. Pergerakan pada robot berdasarkan sensor data. Ada empat terkait masalah yang harus dibedakan (Craig,1989).
Kinetik Maju Kinem inema atika tika
adala dalah h
ilm ilmu
gera erak
yang ang
memb embicar icara akan kan
gerak erak
tanpa anpa
memperhatikan kepada kekuatan-kekuatan yang menyebabkannnya. Dalam ilmu ini kita mempelajari posisi kecepatan, percepatan dan semua tatanan yang lebih tinggi tinggi dari posisi derivatif derivatif variabel. variabel. Masalah Masalah yang sangat sangat mendasar mendasar dalam dalam studi studi manipulasi mekanik adalah kinematika maju. Ini adalah masalah geometris statis untuk menghitung posisi dan pengaruh orientasi (tangan) dari manipulator. Contoh dari kentik maju digambarkan digambarkan pada gambar dibawah ini:
Kinetika terbalik Masala Masalah h ini ini dijab dijabark arkan an sebaga sebagaii beriku berikutt : diberi diberikan kan posisi posisi dan orien orientas tasii pengaruh pengaruh akhir akhir dari manipula manipulator, tor, menghitu menghitung ng semua semua kemungki kemungkinan nan sudut sudut yang dapat dapat digunakan digunakan untuk mencapai mencapai posisi tertentu. tertentu. Ini adalah adalah masalah masalah mendasar mendasar dalam pelaksanaan manipulator. manipulator. Masa Masala lah h
kine kinem matik atik
terb terbal alik ik
tida tidak k
sem semudah udah
kine kinema mati tik k
maju maju..
Kare Karena na
persamaan kinematik non linier, solusinya tidak selalu mudah atau bahkan mungkin
dalam dalam bentuk bentuk tertut tertutup. up. Juga Juga pertan pertanyaa yaan n – pertan pertanyaa yaan n yang yang muncul muncul tentan tentang g keberadaan solusi dan berbagai solusi yang muncul. Kinetik terbalik merupakan salah satu cara yang digunakan pada sistem kerja robot.
Dinamika Dina Dinami mika ka adal adalah ah bida bidang ng stud studii yang yang dide didedi dika kasi sika kan n untu untuk k memp mempel elaj ajar arii kekuatan yang diperlukan untuk menimbulkan gerak. Dalam rangka mempercepat manip manipula ulator tor dari dari keadaa keadaan n diam diam melun meluncur cur pada pada akhir akhir dari dari pengar pengaruh uh kecepa kecepatan tan konstan dan mengurangi kecepatan hingga berhenti pada sebuah kompleksitas dari fungsi torsi yang harus diterapkan oleh sendi akuator. Dalam dinamika tidak hanya sifatsifat-sif sifat at geomet geometris ris kinema kinematik tika a diguna digunakan kan,, tetapi tetapi juga juga sifatsifat-sif sifat at fisik fisik robot robot diperhitungkan. Ambil misalnya berat inersia dari lengan robot, yang menentukan gaya
yang
dibutuhkan
untuk
mengubah
gerakan
lengan.
Dinamika
memperkenalkan memperkenalkan dua masalah yang digunakan pada masalah kinetika. 1. Lengan robot robot memiliki memiliki ”memori”, ”memori”, digunakan digunakan untuk untuk menanggapi menanggapi sinyal sinyal kontrol kontrol berdasarkan kejadian sebelumnya. Seperti posisi sebelumnya, kecepatan dan akselaraasi. 2. Dinamika Dinamika akan berubah berubah jika robot robot mengambi mengambill objek, sedangkan sedangkan kinetik kinetik tidak. Karena berat benda dipindahkan pada berat lengan.
Lintas Generasi Untuk Untuk memin memindah dahkan kan manipu manipulat lator or secara secara halus, halus, cara cara kendal kendalii setiap setiap sendi sendi harus harus dipind dipindahka ahkan n melalu melaluii kelanc kelancaran aran fungsi fungsi dari dari waktu. waktu. Tepatn Tepatnya ya bagai bagaima mana na cara cara untu untuk k meng menghi hitu tung ng fung fungsi si gera gerakan kan ini ini adal adalah ah masal masalah ah lintasan generasi.
•
Pengaruh Akhir Posisi Tujua Tujuan n akhir akhir dari dari manipu manipulasi lasi kendal kendalii robot robot adalah adalah sering seringnya nya posisi posisi tangan atau pengaruh akhir untuk mengambil objek dengan lengan robot yang akurat yang membuat tugas ini relatif sederhana. Langkah langkahnya adalah : 1. Menentukan koordinatif relatif terhadap robot.
2. Dengan ketepatan ketepatan model robot, robot, hitung hitung sudut untuk untuk mencapai mencapai objek. 3. Pindahkan lengannya lengannya (dinamika (dinamika kontrol) kontrol) dan tutup tutup cengkramannya. cengkramannya.
•
Koordinasi Kamera Robot adalah Fungsi Koordinasi Sistem Sistem yang difokuskan difokuskan pada bagian bagian ini adalah kerja pada lantai yang tela telah h diam diamat atii oleh oleh kamer kamera a dan leng lengan an robo robott siste sistem m visua visuall haru harus s mengidentifikasi sasaran serta menentukan pengaruh terakhir. Posisi target xtarget bersama dengan posisi pengamatan pada lengan xlengan di inpu inputt pad pada kont kontrrol jari aringan ngan N (.). Kontr Kontroll oller er kemudi kemudian an menghasilkan Θ. Θ = ( xtarget . x
lengan
).
Θ dapat dibandingkan dengan Θ0 menggunakan R (. ) Θ0 = R ( xtarget . xlengan )
2 pendekatan berbeda untuk dasar jaringan saraf pada posisi sebuah robot:
•
Pendekatan Pertama: Jaringan feed-forward
Bila Bila
meng menggu guna naka kan n
sist sistem em
feed feed-f -for orwa ward rd
untu untuk k
meng mengen enda dali lika kan n
manipu manipulat lator, or, sebuah sebuah sis sistem tem pembel pembelaja ajaran ran yang yang diawas diawasii diri diri harus harus digunakan. 3 metode yang digunakan oleh Psaltis, Sideris dan Yamamura pada lengan robot: 1. Pembelaj Pembelajaran aran secara secara tidak tidak langsun langsung. g. 2. Pembe Pembelaj lajaran aran sec secara ara umum. umum. 3. Pembe Pembelaj lajaran aran Khusus. Khusus.
•
Pendekatan Kedua: Topologi Penyimpanan Peta.
Ritter, Martinetz dan Schulten mendeskripsikan penggunaan jaringan untuk untuk pengen pengendal dalian ian robot. robot. Yang didesk dideskri ripsi psikan kan tidak tidak hanya hanya bagian bagian kinematikanya saja semenjak itu menjadi bagian yang paling menarik dan mudah. mudah. Sis Sistem tem yang yang telah telah dideskr dideskrips ipsika ikan n ini terdir terdirii dari dari robot robot manipu manipulas lasii dengan dengan 3 deraja derajatt kebeba kebebasan san yang yang bis bisa a mengge menggengg nggam am objek dalam ruang 3 dimensi. Sistem ini menggunakan dua kamera yang mempunyai koordinat (x,y) objek dan posisi akhir, seperti tampak pada gambar dibawah ini :
•
Lengan Robot Dinamik Walaup Walaupun un penga pengaruh ruh akhir akhir posis posisii senso sensorr robot robot melal melalui ui koord koordina inasi si adala adalah h masalah penting untuk diselesaikan, robot itu sendiri tidak akan bergerak tanpa kendali yang dinamis dari anggota badannya. Kontrol akurat dengan kontroler adaptif hanya mungkin ketika keakuratan model dari robot tersedia dan robot tersebut tidak terlalu rentang terhadap kondisi aus. Kebutuhan ini telah menyebabkan hampir setiap hari robot digunakan di beberapa pabrik. Namun Namun penera penerapan pan jaring jaringan an saraf saraf dalam dalam bidang bidang ini meru merubah bah kebutu kebutuhan han tersebut.
Model Dinamik.
•
Robot Mobile Kontrol dari sebuah lengan robot dan kontrol dari sebuah mobile robot sangat mirip. mirip. Hirarki Hirarki kontroler kontroler pertama pertama merencan merencanakan akan sebuah sebuah perjalana perjalanan n dalam dalam sebuah sebuah jalan jalan,, yaitu yaitu meruba merubah h dari dari domain domain carte cartesia sian n menjad menjadii sendi sendi atau atau domain domain roda roda menggu menggunak nakan an kinema kinematik tika a invers invers dari dari sis sistem tem dan dan akhirn akhirnya ya pengontrol dinamis menangani pemetaan dari himpunan titik – titik dalam domain ini untuk aktuator sinyal.
Navigasi Berbasis Model Jorgensen menggambarkan menggambarkan saraf saraf melalui pendekatan perencanaan perencanaan lintasan. lintasan. Perencanaan lintasan robot dapat dibagi menjadi dua kategori, yaitu lokal planning dan global path planning. Lokal planning mempercayakan informasi yang tersedia dari sudut pandang robot. Rencana ini sangat penting karena dapat menangani perubaha perubahan n cepat cepat yang terjadi terjadi dalam dalam lingkunga lingkungan. n. Sayangnya Sayangnya,, dengan dengan sendirin sendirinya ya data lokal pada umunya tidak memadai sejak keadaan padat pada garis pandang sehingga dapat menyebabkan robot berjalan ke lorong buntu atau memilih rute perjalana perjalanan n yang tidak tidak optimal. optimal. Sedangkan Sedangkan global global path planni planning, ng, sebuah sebuah sistem sistem yang yang mengg mengguna unakan kan penget pengetahu ahuan an global global dari dari peta peta topog topograf rafii yang yang sebelu sebelumn mnya ya disimpan ke dalam memori. Meskipun izin perencanaan global jalur yang optimal untuk untuk dihasilk dihasilkan, an, ia memiliki memiliki kelemahan kelemahan.. Hilangnya Hilangnya pengetahuan pengetahuan atau slah pilih peta dapat membatalkan jalur global sehingga menjadi sia – sia.
Jorgens Jorgensen en menyelid menyelidiki iki dua isu yang terkait dengan dengan aplikasi aplikasi jaringan jaringan saraf tidak tidak terstr terstrukt uktur ur atau atau peruba perubahan han lingku lingkunga ngan. n. Pertam Pertama, a, jaring jaringan an saraf saraf dapat dapat digunaka digunakan n bersama bersama dengan dengan sensor sensor langsung langsung pembacaa pembacaan n perkiraa perkiraan n associat associatively ively fitur dataran dataran global global tidak tidak bisa diamati diamati dari satu robot robot perspekti perspektif. f. Kedua, Kedua, adalah adalah jarin jaringan gan saraf saraf cukup cukup cepat cepat untuk untuk dapat dapat bergun berguna a dalam dalam perenc perencana anaan an relaks relaksas asii dimana robot diperlukan untuk mengoptimalkan situasi sensitif gerak dan kendala. Untuk Untuk masalah masalah pertama, pertama, sis sistem tem harus harus menyimpa menyimpan n sejumlah sejumlah kemungki kemungkinan nan peta sensor dari lingkungan. Robot ditempatkan pada delapan posisi disetiap kamar dan 1800 sonar sonar scan scan pada setiap posisi. Berdasarka Berdasarkan n data tersebut tersebut peta sudah dibuat disetiap ruangan. Untuk mewakili peta ini dalam peta jaringan peta dibagi kedalam 32x32 grid elemen yang dapat diproyeksikan pada 32x32 node jaringan saraf. Peta pada setiap ruangan ruangan yang berbeda berbeda disimpan disimpan pada Hopfield pada pada tipe jaringan. Pada fase operasional robot berputar-putar dan memasuki ruangan yang tidak diketahui. Untuk membuat satu memindai dengan sonar, yang menyediakan sebagian perwakilan dari ruang peta. Pola ini dijepit ke jaringan ke jaringan yang akan akan dipe diperb rbah ahar arui ui oleh oleh titi titik k pola pola baru baru.. Deng Dengan an info inform rmas asii ini ini jala jalan n glob global al perenc perencana anaan an dapat dapat diguna digunakan kan.. Hasil Hasil yang yang dis disaji ajikan kan tidak tidak begitu begitu baik. baik. Dengan Dengan jaringan 32x32 saraf, total bobot 1024 kuadrat, dengan ukuran penyimpanan lebih dari 1 Mb jika satu byte per bobot yang digunakan.
Sensor Berbasis Kontrol Sangat Sangat mirip mirip dengan dengan kontrol kontrol berbasis berbasis sensor untuk lengan lengan robot, robot, mobile mobile robot dapat dikendalikan langsung menggunakan sensor data. Seperti aplikasi yang telah telah dikemb dikembang angkan kan di Mellon Mellon oleh oleh Carneg Carnegy-T y-Tour ourez ez dan Pomerl Pomerlau. au. Tujua Tujuan n dari dari jaringan mereka adalah untuk mengendarai kendaraan di sepanjang jalan berliku. Jaringan menerima dua jenis sensor masukan dari sistem sensorik.
VISION Tujuan utama dari komputer visi adalah untuk memperoleh informasi informasi tentang lingkungan dengan pengolahan data dari satu atau beberapa array dua dimensi nilai-nilai intensitas (gambar) (gambar) yang adalah proyeksi dari lingkungan ini pada sistem. Informasi Informasi ini dapatdibagi menjadi 3 bagian, yaitu :
1. Reco Recogn gnit itio ion n : Klas Klasif ifik ikas asii data data inpu inputt dala dalam m sala salah h satu satu dari dari beber eberap apa a kemungkinan kelas. 2. Geometris informasi tentang lingkungan lingkungan : Yang penting bagi sistem sistem autonom. autonom. 3. Kompres Kompresii gambar gambar untuk penyimp penyimpanan anan dan dan transmisi transmisi.. Sering perbedaan dibuat antara visi tingkat rendah, visi tingkat menengah dan visi tingkat tinggi. Khusus operasi tingkat rendah meliputi penyaringan deteksi gambar terisolisasi dan konsistensi perhitungan. Pada tingkat yang lebih tinggi, segmentasi dapat dilakukan serta perhitungan invarian. Modul visi tingkat tinggi mengatur dan mengontrol aliran informasi dari modul – modul ini dan menggabungkan informasi ini dengan pengetahuan tingkat tinggi untuk analisis.
Jenis Jaringan Yang Bisa Melanjutkan Awal jaringan jaringan yang bisa diteruskan diteruskan sebagai sebagai perceptr perceptron on dan adaline pada dasarnya dirancang untuk menjadi pola visual penggolong. Pada prinsipnya jaringan yang bisa dilanjutkan multi lapisan dapat belajar untuk mengklasifikasikan semua kemun kemungki gkinan nan pola pola – pola pola masuka masukan n denga dengan n benar. benar. Tapi Tapi hanya hanya sejum sejumlah lah besar besar sambungan yang diperlukan.
Pengaturan Mandiri Jaringan Untuk Kompresi Gambar Dalam kompresi gambar, yang diinginkan adalah mengurangi jumlah bit yang diperlukan untuk menyimpan atau mengirimkan gambar. Untuk itu diperlukan rekonstruksi asli yang sempurna atau kita dapat menerima kerusakan kecil gambar. Yang pertama disebut lossless coding dan yang kedua adalah lossy coding. Proses ini dapat dilakukan melalui 3 cara, yaitu : 1. Back Backpr prop opag agat atio ion n. 2. Jari Jaring ngan an Linie inier. r. 3. Kompon Komponen en Utama Utama sebaga sebagaii ciri ciri..
Cognitron dan Neocognitron Cognitron diperkenalkan oleh Fukushima pada awal tahun 1975, jaringan ini dengan aplikasi utama dalam mengenal pola, pada tahap selanjutnya dilakukan perbaikan untuk dapat menggabungkan skala, rotasi dan terjemahan yang yang menghasilkan konstanan konstanan dalam neocognitron. neocognitron.
Cognitron adalah adalah artif artifici icial al jaring jaringan an neuron neuron,, neuro neuron n senso sensorik rik dan otot otot properti properti yang diplih diplih dengan dengan maksud maksud bahwa bahwa mereka mereka sesuai sesuai dengan dengan jumlah jumlah yang
terdiversifikasi fisiologis dan psikologis data. Neocognitron adalah jaringan saraf lapisan hierarkis yang diusulkan oleh Profesor Kunihiko Fukushima. Telah digunakan untuk untuk pengen pengenala alan n karakt karakter er tulisa tulisan n tangan tangan dan tugas tugas-tu -tugas gas penge pengenal nalan an pola pola lainnya. The neocognitron ini terinspirasi dari model yang diusulkan oleh Hubel & Wiesel pada tahun 1959. Mereka menemukan dua jenis sel dalam korteks visual primer primer disebut disebut sel sederhana sederhana dan kompleks kompleks sel, dan juga mengusu mengusulkan lkan sebuah model mengalir dari kedua jenis sel. Neocognitron adalah perpanjangan alami dari cascading model. Dalam neocognitron, yang teridiri dari dua jenis sel yang disebut S-sel dan C-sel, fitur lokal yang diambil oleh S-sel dan fitur – fitur ini mengalami perubahan, seperti perubahan – perubahan lokal, ditoleransi oleh C-sel. Fitur lokal dalam masukan yang terintegrasi secara bertahan dan mengklasifikasikan dalam lapisan yang lebih tinggi. Ide tentang integrasi fitur lokal dalam beberapa model lain seperti SIFT LeNet dan model.
Struktur Cognitron
Relaksasi Relaksasi Jenis jaringan Proses relaksasi dalam jaringan koneksionis dapat menyediakan mekanisme yang yang kuat kuat untu untuk k meme memeca cahk hkan an masa masala lah h peng pengop opti tima mala lan n yang yang suli sulit. t. Bany Banyak ak penglihatan dapat dianggap sebagai masalah pengoptimalan, dan calon potensial untuk implementasi seperti jaringan Hopeld.
Kedalaman Dari Stereo Deng Dengan an meng mengam amat atii sebu sebuah ah adeg adegan an deng dengan an dua dua kame kamera ra yang yang dapa dapatt mengambi mengambill informa informasi si mendalam mendalam dari gambar gambar dengan dengan mencari mencari pasangan pasangan piksel piksel dalam dalam gambar gambar yang termasuk termasuk titik titik yang sama di tempat tempat kejadian. kejadian. Perhitungan Perhitungan
kedalaman relatif mudah, namun mencari korespondensi adalah masalah utama. Salah satu solusinya adalah untuk menemukan fitur seperti sudut dan tepi serta mencoco mencocokanny kannya a dengan dengan mengirangi mengirangi kompleksi kompleksitas tas komputasi komputasi yang cocok. cocok.
Merr
menunjukkan bakwa masalah korespondensi dapat diselesaikan dengan benar jika kita mempertimbangkan kendala fisik yang mendasari proses. Kriteria pencocokan ada 3, yaitu: 1. Comp Compat atib ibil ilit ity y Dua elemen deskriptif hanya bisa cocok jika mereka muncul dari tanda fisik yang sama 2. Uni Uniquen quenes ess s Hampir selalu merupakan elemen deskriptif dari kiri gambar sesuai dengan tepat satu elemen dalam citra yang tepat dan sebaliknya. 3. Cont Contin inui uitty Perbedaan dari kecocokan perataan varietas hampir ada dimana saja di atas gambar
Perbaikan Gambar dan Segmentasi Gambar Pemulihan gambar degradasi adalah cabang dari pengolahan gambar digital yang berkaitan erat dengan segmentasi dan penemuan batas dari suatu gambar. Perbaikan gambar biasanya digunakan untuk meningkatkan definisi gambar CCD. Penyim Penyimpan pangan gan optik, optik, pengel pengeliha ihatan tan dan penga pengaruh ruh effisi effisiens ensii pelaca pelacakan kan gambar gambar diperoleh dengan sebuah detektor CCD dengan mengurangi ketajaman. Gambar yang yang kabur kabur dari dari sebuah sebuah bntang bntang,, planet planet atau atau galak galaksi si secar secara a sig signif nifika ikan n dapat dapat ditingkatkan dengan deconvolving Point Spread Function sedemikian rupa sehingga hasil akhirnya adalah lebih tajam dan gambar yang lebih rinci. Segmentasi mengacu pada proses partisi gambar digital menjadi beberapa segmen. Tujuan dari dari segmentasi adalah adalah untuk menyederhanakan menyederhanakan atau atau mengubah penyaj penyajian ian dari dari suatu suatu gambar gambar menjad menjadii sesuat sesuatu u yang yang lebih lebih bermak bermakna na dan lebih lebih muda mudah h untu untuk k meng mengan anal alis isis is.. menemuka menemukan n benda -
Segm Segmen enta tasi si gamb gambar ar bias biasan anya ya digu diguna naka kan n untu untuk k
benda dan batas batas – batas (garis, (garis, kurva, dll) dalam dalam gambar. gambar.
Lebih tepatnya, segmentasi gambar adalah proses untuk menempatkan label untuk setiap pixel dalam sebuah gambar sedemikian rupa sehingga piksel dengan label yang sama memiliki karakteristik visual tertentu. Hasil segmentasi gambar adalah kumpulan segmen yang secara kolektif menutupi seluruh gambar, atau satu set
kontur yang diekstrak dari gambar. Setiap piksel di suatu daerah adlah serupa berkenaan dengan sejumlah karakteristik atau perhitungan properti, seperti warna, inte intens nsit itas as atau atau teks tekstu tur. r. Daer Daerah ah yang yang berd berdek ekat atan an sang sangat at berb berbed eda a terh terhad adap ap karakteristik yang sama.
Silikon Retina Mead dan rekan kerjanya telah mengembangkan visi VLSI chip model analog setelah pembuatan model retina. Desainnya tidak hanya meniru beberapa fungsi penting dari tahap pertama proses retina, tetapi ia melakukannya dengan membuat tiruan secara rinci baik strukturnya maupun dinamika dari konstituen unit biologis. Kompresi logaritmik dari foton input ke output sinyal dilakukan dengan rangkaian analog. Sementara riang dan waktu rata- rata yang sama dan temporal diferensial dilakukan oleh proses analog dan sebuah jaringan resistif.
