SENSOR WARNA
By. Guna M.W
By: Guna M.W
BAB I PENDAHULUAN
Pengertian Sensor Sensor adalah alat untuk mendeteksi/mengukur sesuatu, yang digunakan untuk mengubah variasi mekanis, magnetis, panas, sinar dan kimia menjadi tegangan dan arus listrik. Dalam lingkungan sistem pengendali dan robotika, sensor memberikan kesamaan yang menyerupai mata, pendengaran, hidung, lidah yang kemudian akan diolah oleh kontroler sebagai otaknya (Petruzella, 2001). Sensor dalam teknik pengukuran dan pengaturan secara elektronik berfungsi mengubah besaran fisik (misalnya : temperatur, cahaya, gaya, kecepatan putaran) menjadi besaran listrik yang proposional. Sensor dalam teknik pengukuran dan pengaturan ini harus memenuhi persyaratan- persyaratan kualitas yakni : 1.Linieritas Konversi harus benar-benar proposional, jadi karakteristik konversi harus linier. 2.Tidak tergantung temperatur Keluaran konverter tidak boleh tergantung pada temperatur di sekelilingnya, kecuali sensor suhu. 3.Kepekaan Kepekaan sensor harus dipilih sedemikian, sehingga pada nilai-nilai masukan yang ada dapat diperoleh tegangan listrik keluaran yang cukup besar. 4.Waktu tanggapan Waktu tanggapan adalah waktu yang diperlukan keluaran sensor untuk mencapai nilai akhirnya pada nilai masukan yang berubah secara mendadak. Sensor harus dapat berubah cepat bila nilai masukan pada sistem tempat sensor tersebut berubah. 5.Batas frekuensi terendah dan tertinggi Batas-batas tersebut adalah nilai frekuensi masukan periodik terendah dan tertinggi yang masih dapat dikonversi oleh sensor secara benar. Pada kebanyakan aplikasi disyaratkan bahwa frekuensi terendah adalah 0 Hz. 6.Stabilitas waktu Untuk nilai masukan (input) tertentu sensor harus dapat memberikan keluaran (output) yang tetap nilainya dalam waktu yang lama. 7.Histerisis Gejala histerisis yang ada pada magnetisasi besi dapat pula dijumpai pada sensor. Misalnya, pada suatu temperatur tertentu sebuah sensor dapat memberikan keluaran yang berlainan. Empat sifat diantara syarat-syarat dia atas, yaitu linieritas, ketergantungan pada temperatur, stabilitas waktu dan histerisis menentukan ketelitian sensor (Link, 1993).
By: Guna M.W
BAB II JENIS SENSOR
2. Jenis Sensor Warna Berdasarkan penggunaan / penangkapan suatu objek warna, sensor warna ini dapat di kategorikan menjadi 2 yaitu: a. Sensor Warna dengan pemanfaatan resistansi cahaya. b. Sensor Warna dengan pemanfaatan cam.
2.1 Sensor Warna dengan pemanfaatan resistansi cahaya Pada sensor jenis ini yang umumnya di gunakan dalam suatu aplikasi biasanya menggunakan suatu komponen jenis LDR. Memang pada umunya LDR ini di gunakan sebagai sensor cahaya, namun dari sini kita dapat memanfaatkan prinsipnya sebagai sensor warna. 2.1.1 Sensor Cahaya LDR (Light Dependent Resistor) adalah salah satu jenis resistor yang dapat mengalami perubahan resistansinya apabila mengalami perubahan penerimaan cahaya. Besarnya nilai hambatan pada Sensor Cahaya LDR (Light Dependent Resistor) tergantung pada besar kecilnya cahaya yang diterima oleh LDR itu sendiri. LDR sering disebut dengan alat atau sensor yang berupa resistor yang peka terhadap cahaya. Biasanya LDR terbuat dari cadmium sulfida yaitu merupakan bahan semikonduktor yang resistansnya berupahubah menurut banyaknya cahaya (sinar) yang mengenainya. Resistansi LDR pada tempat yang gelap biasanya mencapai sekitar 10 MΩ, dan ditempat terang LDR mempunyai resistansi yang turun menjadi sekitar 150 Ω. Seperti halnya resistor konvensional, pemasangan LDR dalam suatu rangkaian sama persis seperti pemasangan resistor biasa. Simbol LDR dapat dilihat seperti pada gambar berikut. Simbol Dan Fisik Sensor Cahaya LDR (Light Dependent Resistor
Karakteristik Sensor Cahaya LDR (Light Dependent Resistor) Sensor Cahaya LDR (Light Dependent Resistor) adalah suatu bentuk komponen yang mempunyai perubahan resistansi yang besarnya tergantung pada cahaya. Karakteristik LDR terdiri dari dua macam yaitu Laju Recovery dan Respon Spektral sebagai berikut : Laju Recovery Sensor Cahaya LDR (Light Dependent Resistor) Bila sebuah “Sensor Cahaya LDR (Light Dependent Resistor)” dibawa dari suatu ruangan dengan level kekuatan cahaya tertentu ke dalam suatu ruangan By: Guna M.W
yang gelap, maka bisa kita amati bahwa nilai resistansi dari LDR tidak akan segera berubah resistansinya pada keadaan ruangan gelap tersebut. Na-mun LDR tersebut hanya akan bisa menca-pai harga di kegelapan setelah mengalami selang waktu tertentu. Laju recovery meru-pakan suatu ukuran praktis dan suatu ke-naikan nilai resistansi dalam waktu tertentu. Harga ini ditulis dalam K/detik, untuk LDR tipe arus harganya lebih besar dari 200K/detik(selama 20 menit pertama mulai dari level cahaya 100 lux), kecepatan tersebut akan lebih tinggi pada arah sebaliknya, yaitu pindah dari tempat gelap ke tempat terang yang memerlukan waktu kurang dari 10 ms untuk mencapai resistansi yang sesuai den-gan level cahaya 400 lux. Respon Spektral Sensor Cahaya LDR (Light Dependent Resistor) Sensor Cahaya LDR (Light Dependent Resistor) tidak mempunyai sensitivitas yang sama untuk setiap panjang gelombang cahaya yang jatuh padanya (yaitu warna). Bahan yang biasa digunakan sebagai penghantar arus listrik yaitu tembaga, aluminium, baja, emas dan perak. Dari kelima bahan tersebut tembaga merupakan penghantar yang paling banyak, digunakan karena mempunyai daya hantaryang baik (TEDC,1998) Prinsip Kerja Sensor Cahaya LDR (Light Dependent Resistor) Resistansi Sensor Cahaya LDR (Light Dependent Resistor) akan berubah seiring den-gan perubahan intensitas cahaya yang mengenainya atau yang ada disekitarnya. Dalam keadaan gelap resistansi LDR seki-tar 10MΩ dan dalam keadaan terang sebe-sar 1KΩ atau kurang. LDR terbuat dari ba-han semikonduktor seperti kadmium sul-fida. Dengan bahan ini energi dari cahaya yang jatuh menyebabkan lebih banyak mua-tan yang dilepas atau arus listrik meningkat. Artinya resistansi bahan telah men-galami penurunan.
2.1.2 Sensor warna TCS230 adalah sensor warna yang sering digunakan pada aplikasi mikrokontroler untuk pendeteksian suatu object benda atau warna dari objet yang di monitor. Sensor warna TCS230 juga dapat digunakan sebagi sensor gerak, dimana sensor mendeteksi gerakan suatu object berdasarkan perubahan warna yang diterima oleh sensor. Pada dasarnya sensor warna TCS230 adalah rangkaian photo dioda yang disusun secara matrik array 8×8 dengan 16 buah konfigurasi photodioda yang berfungsi sebagai filter warna merah, 16 photodiode sebagai filter warna biru dan 16 photo dioda lagi tanpa filter warna. Sensor warna TCS230 merupakan sensor yang dikemas dalam chip DIP 8 pin dengan bagian muka transparan sebagai tempat menerima intensitas cahaya yang berwarna. Kontruksi sensor warna TCS230 dapat dilihat pada gambar berikut. Konstruksi Sensor Warna TCS230
By: Guna M.W
Pada sensor warna TCS230 terdapat selektor S2 dan S3 yang berfungsi untuk memilih kelompok konfigurasi photodiode yang akan digunakan atau dipakai. Kombinasi fungsi S2 dan S3 dalam pemilihan kelompok photodiode adalah sebagai berikut. Konfigurasi S2 Dan S3 Sensor Warna TCS230
Photodiode akan mengeluarkan arus yang besarnya sebanding dengan kadar warna dasar cahaya yang menimpanya. Arus ini kemudian dikonversikan menjadi sinyal kotak atau pulsa digital dengan frekuensi sebanding dengan besarnya arus. Frekuensi Output ini bisa diskala dengan mengatur kaki selektor S0 dan S1. Penskalaan Output bisa dilihat pada tabel dibawah. Tabel Penskalaan Output Sensor Warna TCS230
Dengan demikian, program yang kita perlukan untuk mendapatkan komposisi RGB adalah program penghitung frekuensi. Ada dua cara yang biasa dilakukan untuk menghitung frekuensi. Cara pertama: Kita buat sebuah timer berperiode 1 detik, dan selama periode itu kita hitung berapa kali terjadi gelombang kotak atau berapa jumlah pulsa yang diterima.
By: Guna M.W
2.1.3 Sensor warna TCS230 Modul sensor warna RGB yang berkerja dengan cara mengkonversi cahaya ke frekuensi. Spesifikasi Teknis: - Tegangan Kerja : 2.7 - 5.5 V - Sensor Array : 8 x 8 photo dioda, 16 photodioda filter merah, 16 photodioda filter hijau, 16 photodioda tanpa filter. - Lensa : 5.3 mm (dalam jarak 25 mm mampu melihat area bujur sangkar dengan sisi 4 mm). - Fitur Lain : Power Down - Programable Oscillator Divide Rate (Output Freq)
2.1.4 Sensor warna QTI Sensor Sensor warna hitam dan putih yang di dalamnya terdapat pemancar IR dan penerima IR. Spesifikasi: - Supply voltage 5V - Emitter: Continuous Forward current (If)= 50mA, Reverse Voltage (Vr)=5V, Power Dissipation (Pd)=100mW - Sensor: Collector-Emiter Voltage (Vceo)=30V, Power Dissipation (Pd)=100mW - Phototransistor output.
2.1.5 Sensor warna DT-Sense Color Sensor DT-SENSE Color Sensor merupakan modul sensor warna berbasis sensor TAOS TCS3200 yang dapat digunakan untuk pengukuran komponen RGB sebuah obyek. DT-SENSE Color Sensor dilengkapi kemampuan untuk menyimpan 25 data warna serta 2 pilihan antarmuka yaitu UART TTL dan I2C. Modul ini dapat digunakan untuk aplikasi sistem sortir warna atau color recognition. By: Guna M.W
Spesifikasi : - Berbasis sensor TAOS TCS3200D. - Mampu mengukur komponen warna RGB dari sebuah obyek berwarna. - Dilengkapi dengan spacer 3 cm sehingga mencakup area pandang (field of view) 2 cm x 2 cm. - Tersedia 2 LED putih untuk membantu pembacaan data warna pada obyek. - Tersedia fitur penyimpanan 25 buah data warna. - Pin input/output kompatibel dengan level TTL/CMOS. - Dilengkapi dengan antarmuka UART TTL dan I2C. - Konfigurasi komunikasi serial adalah : baudrate 9600 bps, 8 data bit, 1 stop bit, tanpa parity, dan tanpa flow control. - Antarmuka I2C mendukung bit rate data hingga 50 kHz. - Pada antamuka I2C modul ini dapat di-cascade hingga 8 modul tanpa hardware tambahan. - Pengaturan alamat hardware I2C melalui pengaturan jumper. - Tersedia perintah white balance untuk membaca referensi warna putih dan black balance untuk membaca nilai referensi warna hitam melalui command set. - Kebutuhan catu daya 4,8 - 5,4 VDC. - Tersedia deskripsi dan penjelasan command set yang didukung oleh modul ini.
2.2 Sensor Warna dengan pemanfaatan Cam Pada sensor jenis ini yang pada umumnya di gunakan dalam suatu aplikasi biasanya menggunakan suatu Camera. Dalam pengambilan gambar atau foto udara sistem ini menggunakan kamera , karena kamera ini dapat diprogram untuk menyimpan data gambar atau foto. 2.2.1
Sensor Warna >>Modul Kamera (CMUCam3) Modul kamera CMUcam3 merupakan modul kamera yang dapat diprogram. Pemrograman dilakukan dengan menggunakan bahasa C. Modul kamera CMUcam3 telah terintegrasi oleh beragai macam komponen penting, diantaraya adalah mikrokotroler ARM7TDMI. Mikrokontroller ARM7TDMI tersebut memiliki berbasiskan prosesor Philips LPC216. Didalam Mikrokontroller ARM7TDMI telah terintegrasi IC MAX232 yang berfungsi sebagai converter. CMUcam3 dapat diaplikasikan pada berbagai macam keperluan.
By: Guna M.W
Spesifikasi: Modul embedded vision sensor berbasis Omnivision CMOS camera dan mikrokontroler ARM7TDMI (Philips NXP LPC2106). - Programmable dan open source. - RGB, resolusi CIF (352×288). - Slot untuk MMC/SD card dengan FAT16 driver. - 4 port servo controller. - Kecepatan image processing 26 fps (frame/second). - Kompresi JPEG software. - Lua light-weight language interpreter. - Raw images dumps melalui port serial. - Mampu membuat histogram. - Tersedia keluaran video analog B/W (PAL or NTSC). - FIFO image buffer untuk image processing dengan resolusi tinggi. - Antarmuka serial UART TTL & RS-232. - Mendukung Teleos 802.15.4, antarmuka jaringan Wireless Mote.
By: Guna M.W
BAB III PRINSIP KERJA
3.2 Prinsip Dasar Sensor Warna Cahaya sebenarnya adalah sebuah gelombang elektromagnetik yang datang dengan panjang gelombang yang berbeda – beda. Panjang gelombang ini memasuki mata anda dan energinya diserap oleh sel sel pada bagian belakang mata anda. Energi cahaya ini kemudian dirubah menjadi energi kimia yang kemudian diproses oleh beberapa ratus juta neuron khusus dan setelah satu per beberapa detik ajaib, otak kita mengatakan kepada kita bahwa panjang gelombang 450nm adalah biru dan panjang gelombang 520 adalah hijau. Dan pada tingkat sadar kita tidak pernah benar – benar melihat panjang gelombang tersebut, namun hanya hasil dari apa yang otak kita proses yang kita tahu. Melalui proses ini juga, banyak panjang gelombang lain yang ditolak oleh otak, seperti halnya inframerah dan ultraviolet. Panjang gelombang ini juga ada namun kita tidak dapat melihatnya.
Bayangkan kita memiliki sebuah sensor yang bisa melihat banyak warna yang berbeda, seperti photoresistor. Bagaimana kita menggunakan sensor ini untuk mendeteksi apel merah dan apel hijau? Benar dengan meninjau perbedaan keduanya Apel merah akan memantulkan cahaya merah tetapi menyerap cahaya hijau. Begitupula apel hijau akan memantulkan cahaya hijau dan menyerap cahaya merah. Jika kita menyinari cahaya merah ( seperti dari LED) pada kedua apel, apel merah akan memantulkan lebih banyak cahaya daripada apel hijau . Sehingga apel hijau akan kelihatan lebih cerah dibandingkan dengan apel hijau. Begitupula ketika kita menyinari cahaya cahaya hijau dari LED hijau pada kedua apel, maka apel hijau akan kelihatan lebih cerah
By: Guna M.W
Pencocokan Kemiripan dan Thresholding Pada kenyataannya kita harus mengkalibrasi sebelum sensor tersebut bekerja. Ini berarti kita harus menggunakan sensor tersebut untuk mengindera benda dan mencatat pembacaanya dan kemudian membuat grafik dari data ini. Sehingga ketika robot kita melakukan hal ini dan mengindera benda yang sama, dapat dibandingkan kemiripan antara pembacaan baru dengan pembacaan yang dikalibrasi Sebagai contoh bayangkan robot kita harus mengikuti garis putih pada lantai berwarna abu – abu. Robot dapat menggunakan mikrokontroler untuk mengindera nilai analog dari sensor. Berdasarkan pada fase kalibrasi, robot tersebut diukur pada nilai pada nilai analog 95 untuk lantai abu – abu, 112 untuk garis putih dan kemudian menyimpan nilai ini pada memori. Sekarang ketika robot berada pada garis putih dan kemudian sensor membaca 108. Lalu apa maksudnya? Apakah berada pada garis atau tidak? Menggunakan metode thresholding, kita bisa menambahkan nilai terkalibrasi dan dibagi dengan dua untuk mencari nilai tengah. Sebagai contoh (95+112)/2 = threshold. Apapun yang berada diatas threshold adalah putih dan apapun dibawahnya adalah lantai abu – abu Tetapi bagaimana jika kita memiliki tiga atau empat warna? Bagaimana cara memberikan nilai ambang? Daripada memberikan nilai ambang, kita bisa menggunakan pencocokan kemiripan alias bahasa sononya similarity matching. Apa yang anda lakukan untuk menentukan seberapa mirip tiap warna benda dikalibrasi nilainya. Sebagai contoh ketika robot berada pada garis putih menggunakan similarity matching, kita akan menggunakan sedikit rumus matematika sebagai berikut Persamaan : abs(new_reading – calibrating_reading)/calibrated_reading * 100 = similarity sekarang menggunakan bilangan tersebut: lantai abu – abu = (108 – 95)/95 * 100 = 13.7% different garis putih = (108 – 112)/112 * 100= 3.6% different perbandingan: white line < grey floor sehingga sensor melihat garis putih kita dapat menggunakan metode ini untuk pembacaan warna apapun dan sejumlah warna yang ditentukan dengan pengkalibrasian terlebih dahulu. Dengan ini kita telah meninjau kalibrasi sebagai jalan untuk mengajari robot kita membedakan diantara warna – warna 3.2 Prinsip CMUCam 3.2.1 Pengambilan Gambar Objek Pada umumnya proses pengambilan gambar, komputer melalui kamera akan menerima dan mengolah sebuah informasi visual berupa gambar. Proses penerimaan dan pengolahan gambar atau citra biasa disebut dengan Image Processing dan Recognition. Pada perancangan robot, proses pengambilan gambar objek terjadi pada awal ketika program dijalankan. Mobile robot melalui CMUcam3 sebagai fungsi penglihatan akan mengambil gambar objek beserta keadaan lingkungan di sekitar objek. Gambar keadaan sekitar objek dan objek itu sendiri yang telah diambil melalui CMUcam3 akan melalui proses recognition. Dari proses recognition , akan diperoleh data – data yang diproses oleh AVR sebagai otak robot dan acuan untuk menentukan dimana posisi objek sehingga robot dapat bergerak untuk mendekati objek.
By: Guna M.W
Gambar objek yang telah diambil akan diproses melalui tahapan recognition guna mendapatkan data berupa centroid, koordinat objek, resolusi, nilai confidence. Keadaan lingkungan dari sekitar objek digunakan sebagai acuan bagi CMUcam3 dalam mencari objek. Proses pengambilan gambar pertama kali dilakukan pada tempat dengan intensitas cahaya yang besar, dan proses pencarian objek dilakukan ditempat yang sama, dengan intensitas cahaya yang sama, kerja sistem akan berjalan dengan baik. Tetapi ketika proses pengambilan gambar pertama kali dilakukan pada tempat dengan intensitas cahaya yang besar, kemudian proses pencarian dilakukan pada tempat berbeda dengan intensitas cahaya yang berbeda, kemungkinan keberhasilan sistem akan semakin mengecil. 3.2.2 Recognition Setelah melakukan proses pengambilan gambar objek, gambar objek akan melalui proses recognition. Proses recognition merupakan proses dimana robot akan dapat mengenali warn a dari objek yang telah ditentukan sebagai objek utama. Warna yang telah robot kenali akan menjadi acuan bagi algoritma yang ada pada sistem dan pergerakan robot. Proses recognition sendiri terdiri da ri beberapa tahapan yang dilakukan oleh prosesor CMUcam3. Langkah awal yang terjadi didalam prosesor CMUcam3 adalah adanya perintah untuk melakukan Track window . Proses Track window dilakukan hanya sekali ketika robot dan kamera pertama kali dinyalakan. Saat robot dan kamera dinyalakan, terdapat program yang memperintahkan kepada robot untuk melakukan Track window . Prinsip dasar perintah Track window adalah prosesor dalam CMUcam3 melalui kamera akan melakukan grabe frame atau mengambil gambar sesuai dengan apa yang ada didepan lensa kamera. Perintah yang diberikan, proses grabe frame dilakukan selama 5 detik, dan objek yang akan didete ksi harus berada tepat di depan kamera, sehingga kamera dapat mengambil gambar objek. Setelah proses grabe frame selesai dilakukan, hasil gambar akan diolah guna mendapatkan centroid atau titik tengah dari objek yang memiliki intesitas warna paling baik, dan juga luas area sekitar yang memiliki warna yang sama dengan centroid. Warna yang dikenali hanya berdasarkan nilai RGB yang terbentuk, prosesor tidak mengena li nilai RGB tersebut merupakan warna merah, hijau, biru, atau warna lainya. Centroid dari objek yang diambil gambarnya, didapatkan dari titik tengah objek yang memiliki nilai RGB paling besar dibandingkan dengan nilai RGB yang ada disekitarnya. Setiap warna dikenal di dalam prosesor atau komputer manapun, memiliki nila i RGB yang merupakan percampuran dari warna merah, hijau, dan biru, dengan intensitas antara merah, hijau, dan biru yang berbeda-beda setiap jenis warnanya. Setelah prosesor melalui kamera mendapatkan centroid dari objek yang sedang dicari, prosesor akan menentukan luas area dari objek yang memiliki warna kurang lebih menyerupai warna dari centroid. Luas area warna berdasarkan pixel yang ada disekitar centroid yang memiliki nilai RGB tidak berbeda jauh dengan nilai RGB yang ada pada centroid nya. Luas area ini menentukan seberapa besar bentuk obj ek yang dideteksi oleh prosesor melalui kamera. Penentuan luas area ini memiliki batasan yaitu warna dari objek dengan latar belakang memiliki perbedaan yang besar, seperti contoh objek dengan warna merah dengan latar belakang berwarna putih. Dari data hasil centroid dan luas area yang dimiliki oleh objek, maka prosesor akan menyimpulkan berapa besar pixel yang dimiliki oleh objek ang terlihat oleh kamera. Penentua n pixel ini dapat dikembangkan untuk menentukan apakah objek
By: Guna M.W
yang terlihat ol eh kamera sudah berada dekat dari kamera atau masih terletak jauh dari kamera. Ketika prosesor didalam CMUcam3 telah memiliki data berupa letak centroid dari objek, luas area yang dimiliki oleh objek, dan seberapa besar pixel yang dimiliki oleh objek, proses or akan melakukan identifikasi untuk menentukan nilai confidence sebagai acuan prosesor untuk memberikan data kepada robot. Nilai confidence yang dimaksud adalah perbandingan antara jumlah pixel pada range tertentu yang sudah ditentukan dan jumlah pixel dari hasil capture dalam batas kotak pengindraan (boundary box). Confidence bertujuan untuk memberikan acuan pada prosesor yang ada didalam CMUcam3 bahwa objek yang dilihat melalui kamera merupakan objek yang dicari. Confeidence memiliki nilai antara 0 sampai 255, dalam penelitian yang dilakukan, sebagai contoh diberikan nilai 80 sebagai acuan prosesor memiliki confidence atau tidak. Nilai dari confidence berdasarkan nilai RGB yang didapat ketika robot mendeteksi objek. Ketika prosesor melakukan identifikasi dan menghasilkan nilai confidence di atas 80, maka prosesor akan mengirimkan data si gnal kepada IC L293 yang merupakan driver dari motor DC untuk bergerak maju mendekati objek. Tetapi ketika setelah melakukan identifikasi, dan mendapatkan nilai dibawah 80, maka prosesor akan melakukan identifikasi terh adap objek lain yang ditangkap oleh lensa kamera. Pengaplikasian kamera terletak pada robot di bagian atas, sehingga luas ruang lingkup gambar yang akan diambil oleh kamera akan lebih besar. Kamera terletak dalam posisi statis atau tidak dapat bergerak. Perlu diingat bahwa kamera sejenis CMUcam3 ini te rdapat prosesor jenis ARM yang dipergunakan untuk mengolah data yang diambil ole kamera, sehingga dapat dipergunakan oleh mikrokontroler. 3.2.3 Output CMUcam3 Setelah melakukan proses Recognition dan menghasilkan sebuah data dari koordinat centroid hingga nilai confidence, CMUcam3 akan mengirimkan data ini kedalam otak dari robot yaitu AVR. Di dalam AVR terdapat coding yang akan mengolah data da ri CMUcam3, sehingga melalui data tersebut, robot dapat bergerak mendekati objek. Proses pergerakan robot mengacu pada nilai confidence dari CMUcam3. Ketika nilai confidence yang diterima oleh AVR memiliki nilai diatas 80, maka AVR akan menjadikan robot bergerak maju mendekati objek.
By: Guna M.W
BAB IV DAVTAR PUSTAKA
http://www.google.com http://www.Societyofrobots.com http://cmucam.org/wiki/Downloads http://blog.hobbycoding.web.id/2011/11/04/step-step-tracking-color-dengan-cmucam-3/
http://cmucam.org http://www.cmucam.org/discussion/message/1343 http://digi-ware.com http://en.wikipedia.org/wiki/Orange_%28colour%29
By: Guna M.W
