<![CDATA[Penyandang disabilitas yang memiliki keterbatasan dalam berjalan dan menggunakan fungsi motorik tubuh bagian atas memiliki kesulitan dalam melakukan navigasi kursi roda secara manual. Oleh karena itu, diperlukan sebuah solusi berupa sistem navigasi indoor pada kursi roda pintar menggunakan Monocular Depth Estimation pada Jetson TX2 NX. Model gabungan U-Net MobileNetV3 yang telah terlatih pada dataset NYU-DepthV2 digunakan untuk melakukan estimasi kedalaman gambar monokular dalam ruangan yang direkam melalui kamera. Proses komputasi ini akan dijalankan pada mikrokomputer tertanam Nvidia Jetson TX2 NX. Sistem yang dirancang pada penelitian ini dapat melakukan estimasi kedalaman gambar monokular pada data validasi dengan metrik evaluasi RMSE sebesar 0.033, dan REL sebesar 0.071, dan SSIM sebesar 0.92. Waktu komputasi keseluruhan yang dibutuhkan sistem dalam melakukan estimasi adalah sebesar 90.533 milidetik dengan integrasi hasil estimasi dengan pergerakan roda adalah 64.4 PWM untuk roda kiri dan 70 PWM untuk roda kanan saat melakukan pergerakan dan 0 PWM saat kursi roda sedang berhenti.]]>
Copyrights © 2024
