Article Sidebar

Download

Main Article Content

Abstract

Penelitian ini bertujuan untuk mengimplementasikan sistem estimasi posisi relatif objek pada robot sepak bola menggunakan kamera omnidirectional 360° yang terintegrasi dengan metode deteksi objek YOLOv5 dan komunikasi berbasis ROS 2. Sistem dirancang untuk mendeteksi objek berupa bola dan robot secara real-time serta menghitung posisi relatif dalam bentuk koordinat (𝑋,𝑌) dalam satuan milimeter berdasarkan titik pusat kamera. Hasil pengujian menunjukkan bahwa sistem mampu mengestimasi posisi objek dengan tingkat akurasi yang baik. Rata-rata error yang diperoleh sebesar 2,83% untuk objek bola dan 8,25% untuk objek robot. Selain itu, faktor jarak dan pencahayaan mempengaruhi performa sistem, di mana peningkatan jarak menyebabkan kenaikan error, sedangkan peningkatan intensitas cahaya meningkatkan nilai confidence deteksi.Implementasi komunikasi menggunakan ROS 2 menunjukkan bahwa data posisi objek dapat dikirim dan diterima antar node secara real-time tanpa kehilangan data dan tanpa keterlambatan yang signifikan.Dengan demikian, sistem yang dikembangkan mampu mendukung proses navigasi robot sepak bola secara efektif dan real-time.

Keywords

Jarak Relatif Objek Omnidirectional 360° YOLOv5 ROS 2 Computer Vision

Article Details

License

Copyright (c) 2026 Muhammad Jardin Saputra, Agus Khumaidi, Riko Satrya Fajar Jaelani Putra

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

References

  1. S. S. Hidayatullah and E. Saputra, “Perancangan Omni Vision Camera sebagai Sistem Pendeteksi Objek untuk Robot Sepak Bola,” vol. 4, pp. 229–235, 2022.
  2. A. R. Ramadhan, A. Khumaidi, M. K. Mayangsari, M. Syai, and I. Sutrisno, “Penerapan Harris Corner Detection dan YOLOv5 pada Kamera Stereo Vision untuk Estimasi Jarak Robot Sepak Bola Beroda KRSBI-B,” vol. 12, 2025.
  3. A. A. Fikri, S. Robot, O. Avoidance, O. Scenario, and I. Learning, “Journal of Intelligent System and Imitation Learning Based Obstacle Avoidance for MSL Soccer Robot in Offensive Scenario,” vol. 1, pp. 84–95, 2024.
  4. A. A. Wahyudi, Agus Khumaidi, Mohammad Basuki Rahmat, Dimas Pristovani Riananda, Mat Syai’in, and Joko Endrasmono, “Implementasi Robot Operating System (ROS) Untuk Meningkatkan Akurasi Deteksi Bola Menggunakan YOLO V5 Pada KRSBI-Beroda,” J. Elektron. dan Otomasi Ind., vol. 11, no. 2, pp. 648–661, 2024, doi: 10.33795/elkolind.v11i2.5234.
  5. A. Irwansyah, A. Z. Putra, and R. Akbar, “Omnidirectional Camera untuk Positioning Robot Soccer dengan Metode 2-Fixed-Point,” Techné J. Ilm. Elektrotek., vol. 22, no. 2, pp. 273–284, 2023, doi: 10.31358/techne.v22i2.374.
  6. A. Bonci, F. Gaudeni, M. C. Giannini, and S. Longhi, Robot Operating System 2 (ROS2)-Based Frameworks for Increasing Robot Autonomy: A Survey, vol. 13, no. 23. 2023. doi: 10.3390/app132312796.
  7. E. Endre, M. Dahl, K. Bengtsson, A. Hanna, and P. Falkman, “ScienceDirect A ROS2 based communication architecture for control in collaborative and intelligent automation systems,” vol. 00, pp. 1–9, 2019.
  8. J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You Only Look Once: Unified, Real-Time Object Detection”.
  9. R. Wulanningrum and A. Sanjaya, “Implementasi YOLO Dalam Deteksi Jumlah Kendaraan,” vol. 8, pp. 1274–1281, 2024.
  10. R. Dikairono, M. A. Ismail, H. Dendy, and K. Arief, “Artificial Neural Network Untuk Pengukuran Posisi Bola Menggunakan Kamera Omnidireksional Pada Robot Sepak Bola Beroda,” pp. 1–5.
  11. S. Macenski, T. Foote, B. Gerkey, C. Lalancette, and W. Woodall, “Robot Operating System 2 : Design , Architecture , and Uses In The Wild”, doi: 10.1126/scirobotics.abm6074.
  12. T. Ishikawa-aso and S. Kato, “ROS 2 Agnocast : Supporting Unsized Message Types for True Zero-Copy Publish / Subscribe IPC,” 2025.
  13. A. S. Al-Batati, A. Koubaa, M. Abdelkader, K. Gabr, and H. Aloqaily, “ROS 2 in a Nutshell: A Survey,” vol. V3, no. October, 2025, doi: 10.20944/preprints202410.1204.v2.