<![CDATA[Teknologi object detection menjadi komponen penting dalam sistem navigasi dan pendaratan presisi pada wahana udara tak berawak (Unmanned Aerial Vehicle). Penelitian ini mengembangkan sistem pengolahan citra pada Quadcopter v10 untuk menjalankan misi terbang secara otonom dengan mendeteksi ArUco marker sebagai target pendaratan. Marker ini dipilih karena kemampuannya dalam memberikan identifikasi visual yang stabil berbasis pola biner. Proses perancangan dimulai dengan perakitan quadcopter menggunakan konfigurasi rangka X, flight controller Pixhawk 2.4.8, serta Raspberry Pi 4 Model B yang terintegrasi dengan kamera Logitech C270 sebagai sistem pemroses citra. Kalibrasi kamera dilakukan menggunakan metode Zhang untuk mendapatkan parameter intrinsik dan koreksi distorsi. Sistem deteksi marker diimplementasikan secara real-time dengan pustaka OpenCV dan ArUco, sementara estimasi pose dihitung menggunakan fungsi cv2.aruco.estimatePoseSingleMarkers() yang menghasilkan vektor rotasi dan translasi marker terhadap kamera. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi marker ID 23 secara konsisten, serta menampilkan estimasi posisi dalam bentuk visualisasi sumbu koordinat 3D. Dengan demikian, sistem ini menunjukkan efektivitas penerapan teknologi object detection berbasis ArUco marker dalam mendukung proses identifikasi posisi untuk kebutuhan navigasi visual UAV.]]>
Copyrights © 2025
