Obstacle Detection On Quadruped Robot Using Darknet YOLO
Robotika telah menjadi hal yang penting dalam bidang teknik, memungkinkan pelaksanaan tugas secara efisien. Dalam kompetisi robotik internasional, terutama pada kategori Search and Rescue (SAR), robot harus mampu menavigasi medan yang menantang seperti karang, marmer, dan tangga. Untuk mengatasi tantangan ini, penelitian ini memperkenalkan robot quadruped dengan kemampuan gerakan adaptif, memungkinkan penyesuaian langkah otomatis berdasarkan deteksi permukaan. Sistem deteksi menggunakan model YOLOv3-Tiny yang dijalankan pada Raspberry Pi 5, dengan akurasi deteksi 100% pada dataset RGB (120 gambar) dan Grayscale (80 gambar), serta nilai precision, recall, dan F1-score sebesar 1. Model ini mampu berjalan pada 15 frame per detik (FPS) di Raspberry Pi 5. Berdasarkan deteksi medan, robot menyesuaikan respons mekaniknya: untuk kelereng, tinggi kaki 4 cm dan kecepatan 1,2 detik per langkah; untuk koral, 5 cm dan 1,6 detik per langkah; untuk tangga, 6 cm (kaki depan), 6,5 cm (kaki belakang), dan 1,2 detik per langkah; serta untuk permukaan normal, 4 cm dan 0,6 detik per langkah. Penyesuaian ini memastikan stabilitas dan kelancaran navigasi di semua medan.
Robotics has become essential in engineering, enabling efficient task execution. In international robotics competitions, particularly in the Search and Rescue (SAR) category, robots must navigate challenging terrains like coral, marbles, and stairs. To address these challenges, this research presents a quadruped robot with adaptive movement capabilities, allowing automatic gait adjustments based on surface detection. The detection system utilizes a YOLOv3-Tiny model running on a Raspberry Pi 5, achieving 100% detection accuracy on both RGB (120 images) and Grayscale (80 images) datasets, with precision, recall, and F1-score values of 1. The model can run 15 frames per second (FPS) on the Raspberry Pi 5. Based on terrain detection, the robot adapts its mechanical responses: for marbles, a leg height of 4 cm and speed of 1.2 s per step; for coral, 5 cm and 1.6 s per step; for stairs, 6 cm (front legs), 6.5 cm (rear legs), and 1.2 s per step; and for normal surfaces, 4 cm and 0.6 s per step. These adjustments ensure stability and smooth traversal across all terrains.