Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABU Robocon adalah kompetisi robotik tahunan yang bertujuan untuk menginspirasi dan menguji insinyur muda dalam perancangan mekanik dan elektrik serta pemrograman sistem tertanam. Setiap tahun sebuah aturan lomba baru diumumkan untuk menantang peserta untuk membuat robot yang tercepat dan terefisien dalam menyelesaikan suatu tugas spesifik. Tema ABU Robocon 2015 adalah robot dimana peserta harus mengembangkan sistem robotik yang otonomus ataupun bukan untuk melakukan servis dan/atau melakukan rally. Tujuan penulisan ini adalah untuk merancang algoritma trajectory planning untuk robot agar dapat mendatangi posisi shuttlecock. Trajectory planning tersebut didapat dari penghitungan posisi shuttlecock terhadap titik pukul yang didapatkan dari pembacaan oleh sensor Kinect.

---

The ABU Robocon is an annual robotics competition aimed to inspire and test your engineers in mechanical and electrical design as well as embedded programming. Every year a new rule is introduced to challenge the participants in designing what is often the fastest and most efficient robot required to complete a specific task. The theme for the ABU Robocon 2015 is robot where participants must develop a robot either autonomous or not that can serve and/or perform a rally. The goal is to design a trajectory planning algorithm for the robot to intercept the shuttlecock. This trajectory planning is obtained from the calculation of shuttlecock position which is taken from Kinect sensor."

"Akhir-akhir ini mulai banyak orang yang membuat alat atau program dimana Gait Analysis menjadi subjek perhatian dimana setiap orang diukur cara berjalannya. Gait merupakan cara berjalan seseorang dan dapat diukur melalui percobaan eksperimental. Tetapi tentunya percobaan eksperimental ini mempunyai beberapa kekurangan seperti pengoperasiannya yang mahal serta prosesnya harus dilakukan di lab-lab dimana tidak semua orang mempunyai akses untuk sensor tersebut. Untuk mengatasi masalah ini maka dilakukan pengetesan alat yang mudah dijangkau oleh masyarakat serta dapat digunakan di rumah tangga. Dengan dilakukannya penelitian ini diharapkan Kinect dapat digunakan sebagai alat Gait Analysis. Hasil dari penelitian ini membuktikan bahwa Kinect cukup mampu dalam mendeteksi gait pada tiap subjek.

---

Lately, many people are beginning to build tools or programs where Gait Analysis is the subject of attention where everyone is measured in the way the subject walks. Gait is a way of walking and can be measured through experimental experiments. But, of course this experimental setup has some drawbacks like its expensive operation and the process should be done in labs where not everyone has access to the sensor. To overcome this problem then there will be the need of the testing tools that are easily accessible by the community and can be used in the household. By doing this research is expected Kinect can be used as Gait Analysis tool. The results of this study prove that Kinect is quite capable in detecting gait on each subject."

"Untuk dapat berinteraksi bersama manusia dengan baik, robot sebisa mungkin dibuat agar memiliki berntuk dan gerakan yang mirip dengan manusia. Motion Capture atau sering disebut dengan Imitation Learning adalah salah satu teknik pengendalian robot humanoid dengan manusia sebagai actor dan robot sebagai agen yang akan mengimitasi gerakan actor. Metode ini menawarkan kefleksibelan dan kemudahan dalam memprogram gerakan robot. Namun, dalam proses imitasi perlu dipertimbangkan aspek keseimbangan robot. Pada penelitian ini diimplementasikan metode motion capture untuk mengendalikan robot biped dengan pengendalian keseimbangan yang menerapkan kriteria ZMP pada perubahan gerakan robot. Penelitian dilakukan dengan menggunakan perangkat capture Microsoft Kinect dan dipetakan secara langsung pada biped robot 12 DOF dengan aktuator Dynamixel AX-12. Metode yang diusulkan telah sukses dikembangkan, disimulasikan, diuji langsung kepada robot dan memberikan hasil yang baik.

---

To be able to interact with humans, robot made as much as possible in order to have similar appearance and movement like human. Motion capture or often called Imitation Learning is one of the humanoid robot control techniques with human as an actor and the robot as an agent who will imitate the movement of the actor. This method offers flexibility and ease to modify robot system. But, in imitation process also need to consider robot balance. In this research, motion capture will be implemented to control Biped robot with balance control which applied Zero Moment Point criterion in everychange that occur in robot motion. The study was conducted by using Microsoft Kinect as capture device and the direct implementation of the Biped robot with 12-DOF. The proposed method has been successfully developed, simulated, and evaluated on a real robot and give good results."

"Analisis gerakan kinematik telah memberikan kontribusi wawasan berharga ke dalam ilmu fisiologi koordinasi gerakan. Analisis gerakan kinematik ini juga digunakan untuk menggambarkan kerusakan fungsi motorik yang spesifik secara rinci dan membantu untuk diagnosis klinis yang lebih baik. Sebagai teknik kuantitatif obyektif, beberapa aplikasi telah mengklaim untuk melacak perubahan dalam fungsi motorik dari waktu ke waktu lebih akurat daripada perangkat klinis. Gait Analysis manusia telah terbukti menjadi indikator penting kesehatan, yang berlaku dalam berbagai aplikasi, seperti diabetes, penyakit neurologis, dan prediksi jatuh. Gait Analysis pada penelitian ini diharapkan untuk menjadi sitem yang akurat, tidak mengganggu voluntir, dan low cost. Gait Analysis dalam kiprah klinis memiliki banyak aplikasi dalam diagnosis, pemantauan, pengobatan dan rehabilitasi. Tujuan dari penilitian ini adalah untuk merancang sebuah parameter pengukuran untuk rehabilitasi medik dengan menggunakan gait analysis. Pada penelitian ini, hasil classification learner untuk mendeteksi siklus stance dan swing memiliki akurasi sebesar 90 dan hasilclassification learner untuk mendeteksi apakah pola jalan voluntir normal atau tidak memiliki akurasi sebesar 94.4.

---

The analysis of kinematic movements has contributed valuable insights into the physiology of movement coordination. It is also used to describe specific damage to motor function in detail and thereby increase the clinical diagnosis. As an objective quantitative technique, some applications have claimed to track changes in motor function over time more accurately than clinical ratings. Human gait analysis have proven to be an important indicator for a few application such as diabetic, neuro impairment and fall prediction.

In this research, the parameter of gait analysis was made to be an accurate, easy to use and low cost system. There are lots of clinical applications on gait analysis such as in diagnosis, treatment, and rehabilitation. The purpose of this research is to design a parameter for medical rehabilitation using gait analysis. The result on classification that are used to detect the stance and swing cycle have an accuracy percentage of 90 and for the classification of walking abnormalities are 94.4"

"ABSTRAKEvolusi interaksi manusia dengan mesin sudah dimulai sejak beberapa dekade yang lalu. Antarmuka pengguna User Interface, UI manusia dengan mesin selalu berkembang ke arah yang memudahkan penggunanya. Bermula dari Command Line Interfaces atau CLI Antarmuka Perintah Baris , kemudian berkembang ke arah Graphical User Interfaces atau GUI Antarmuka Grafik, gambar yang saat ini lumrah kita gunakan, hingga UI yang akan mudah dikenali oleh pengguna yang awam, yakni Natural User Interfaces atau NUI Antarmuka Natural . Dua jenis NUI yang banyak digunakan adalah gestur tubuh dan suara. Penelitian ini melaporkan pengembangan sistem kendali gerak quadcopter berbasis gestur tubuh dengan menggunakan sensor gerak Kinect. Kinect yang merupakan perangkat dengan kamera dan proyektor inframerah mampu mendeteksi pergerakan tubuh manusia dan menerjemahkannya ke dalam skeleton, yakni titik-titik sendi tubuh yang dihubungkan oleh garis. Sepuluh titik sendi ini kemudian dijadikan parameter dalam algoritma sistem kendali. Kombinasi dua hingga tiga titik sendi digunakan untuk mengendalikan satu gerakan dasar. Gerakan quadcopter yang dirancang meliputi tujuh gerakan dasar serta serangkaian perintah tugas terbang Task Command quadcopter. Masing-masing perintah terbang memiliki sebuah gestur yang diwakili 2-3 titik sendi yang ditetapkan sebagai input perintah gerak. Setiap gestur yang telah ditetapkan memiliki parameter tertentu. Ketika parameter tersebut terpenuhi, maka perintah terbang akan dikirim kepada quadcopter, dan perintah tersebut dianggap sebagai input kendali. Penelitian ini juga melaporkan tingkat keberhasilan masing-masing perintah gerak dasar, yang mana tingkat keberhasilan dari ketujuh gerak dasar tadi bervariasi antara 80,8 hingga 96,0.

---

ABSTRAKHuman Machine interaction evolution has started a few decades ago. Human Machine user interface has been developed to be an easy tool to use by the user. Begins from Command Line Interface CLI to Graphical User Interface or GUI, which is very common to use and latest, the User Interface which will be easily recognizable for common user called Natural User Interface NUI . The two most widely used types of NUIs are body gesture and sound. This research reports a developed system of Quadcopter control system based on body gesture using Kinect motion sensor. Kinect is a device with camera and infra red projector that can detect human body movement and translate it to skeleton, i.e. joint points of the body connected by lines. This ten joint points become parameter in control system algorithm. Combination of two or three is used to controlling one basic movement. The designed Quadcopter movement consists of 7 basic movement and series of task commands of Quadcopter. Each flying command has a specified gesture represented by two or three joint point which set as an input of a command movement. Each gesture that has been set has specified parameter. When it fulfilled, the a flying command will be sent to the Quadcopter, and that command is considered as control input. This study also reports success rates of each basic movement, which from the seven basic movement is varied from 80,8 until 96,0 . "

"The authors of Arduino and kinect projects will show you how to create 10 amazing, creative projects, from simple to complex. You'll also find out how to incorporate Processing in your project design, a language very similar to the Arduino language. The ten projects are carefully designed to build on your skills at every step. Starting with the Arduino and kinect equivalent of "Hello, World," the authors will take you through a diverse range of projects that showcase the huge range of possibilities that open up when Kinect and arduino are combined."

"Beginning kinect programming with the Microsoft Kinect SDK also provides building blocks and ideas for mashing up the Kinect with other technologies to create art, interactive games, 3D models and enhanced office automation. You'll learn the fundamental code basic to almost all Kinect applications. You'll learn to integrate that code with other tools and manipulate data to create amazing Kinect applications. Beginning Kinect Programming with the Microsoft Kinect SDK is your gateway into the exciting world of three-dimensional, real-time computer interaction. Helps you create a proper development environment for Kinect applications. Covers the basics of three-dimensional vision, skeleton tracking, gesture recognition, and audio. Provides fun examples that keep you engaged and learning."

"Seni tari pada umumnya dilakukan oleh manusia dan diturunkan ke generasi muda sebagai bentuk pelestarian tarian tersebut. Sebagai bentuk lain dari pelestarian seni tari digunakanlah Robot Humanoid. Robot akan akan melakukan pembelajaran gerakan manusia (imitation learning) melalui kemera Microsoft Kinect, yang dapat menangkap gerakan manusia (motion capture). Gerakan tersebut juga dikompensasi untuk penyeimbangan robot dengan metode Zero Moment Point (ZMP). Sistem ini dilakukan dengan framework dari Robot Operating System (ROS) dan berhasil melakukan imitation learning dengan rate 5Hz pada pengiriman data ke joint robot serta waktu sampling sekitar 10Hz.

---

The art of dance is generally performed by humans and handed down to the younger generation as a way to preserve the dance. As another form of preservation is used Humanoid Robot. The Robot will be imitation learning of human movement through the Microsoft Kinect camera, which can capture human motion (motion capture). The movement is also compensated for balancing robot with Zero Moment Point (ZMP) method. This system is done with the framework of the Robot Operating System (ROS) and managed to imitation learning with rate 5Hz for sending data and the sampling time 10Hz."

"Berjalan merupakan salah satu pergerakan dasar pada tubuh manusia sehingga apabila terjadi cedera atau penyakit yang menyebabkan cara berjalan seseorang dapat memberikan dampak yang buruk. Ada berbagai metode dalam melakukan pengobatan dan rehabilitasi untuk mengembalikan cara berjalan yang cacat, salah satunya adalah gait analysis. Hingga saat ini, terdapat berbagai sistem yang telah digunakan dalam gait analysis. Tetapi pada beberapa sistem gait analysis menunjukkan adanya kekurangannya untuk penggunaan klinis, seperti dapat menimbulkan gangguan saat melakukan pergerakan normal dan harga peralatan gait analysis yang relatif tinggi. Sebuah sensor motion capture, yaitu Kinect telah menarik perhatian banyak peneliti untuk menguji keakuratan sensor tersebut sebagai perangkat gait analysis. Pada penelitian ini dilakukan sebuah pengujian keakuratan sensor Kinect dalam gait analysis dengan dua skenario posisi perekaman gait yang berbeda, yaitu 45º dan 90º terhadap jalur berjalan. Penelitian ini dilakukan terhadap 26 subjek dengan kondisi berjalan yang normal dan abnormal dengan menggunakan satu kamera Kinect. Dua klasifikasi data, yaitu klasifikasi stance dan swing dan klasifikasi cara berjalan diperoleh dengan menggunakan aplikasi classification learner pada Matlab. Posisi penempatan kamera Kinect memberikan nilai akurasi pendeteksian yang berbeda dimana skenario perekaman 45º menghasilkan akurasi pendeteksian stance dan swing sebesar 93,7% dan skenario perekaman 90º menghasilkan akurasi pendeteksian sebesar 93,1%. Pada pengklasifikasian data cara berjalan diperoleh akurasi pendeteksian Kinect sebesar 96,2% pada kedua skenario. Nilai error pada hasil pengklasifikasian dapat disebabkan oleh beberapa faktor, seperti ukuran ekstremitas bawah yang ramping, pemakaian celana yang longgar, pengaruh intensitas cahaya matahari terhadap pancaran inframerah kamera Kinect dan ketidakseimbangan jumlah kelas data pada dataset. Berdasarkan hasil tersebut, kamera Kinect dapat menjadi sebuah alat alternatif gait analysis untuk aplikasi rehabilitas medis.

---

Walking is one of the basic movements in the human body so that if there is an injury or disease that causes a person's way of walking, it can have a bad impact. There are various methods of doing treatment and rehabilitation to restore the disabled gait, one of which is gait analysis. Until now, there are various systems that have been used in gait analysis. However, some gait analysis systems have shown drawbacks for clinical use, such as causing disturbances during normal movements and the relatively high cost of gait analysis equipment. A motion capture sensor, namely Kinect has attracted the attention of many researchers to test the accuracy of the sensor as a gait analysis device. In this study, a test of the accuracy of the Kinect sensor in gait analysis was carried out with two scenarios of different gait recording positions, namely 45º and 90 with respect to the walking path. This study was conducted on 26 subjects with normal and abnormal walking conditions using one Kinect camera. Two data classifications, namely stance and swing classification and gait classification were obtained using the classification learner application in Matlab. The position of the Kinect camera provides different detection accuracy values where the 45º recording scenario produces a stance and swing detection accuracy of 93.7% and the 90º recording scenario produces a detection accuracy of 93.1%. In the classification of walking data, the Kinect detection accuracy is obtained by 96.2% in both scenarios. The error value in the classification results can be caused by several factors, such as the size of the slender lower extremities, the use of loose pants, the influence of the intensity of sunlight on the infrared emission of the Kinect camera and the imbalance in the number of data classes in the dataset. Based on these results, the Kinect camera can be an alternative tool for gait analysis for medical rehabilitation applications"