Survei Aplikasi Segmentasi Citra untuk Autonomous Vehicle
Keywords:
Autonomous Vehicle, Segmentasi citra, PersepsiAbstract
Autonomous Vehicle (AV) merupakan sebuah teknologi kendaraan yang dapat menyetir tanpa adanya kendali manusia. Terdapat tiga tahap yang harus diikuti dalam berkendara yaitu persepsi, perencanaan dan kontrol. Persepsi merupakan kemampuan AV untuk berinteraksi dengan lingkungan sekitarnya. Tanpa adanya persepsi, tahap perencanaan dan kontrol tidak dapat dilakukan. Agar AV dapat membedakan satu objek dengan yang lain, maka diperlukan segmentasi citra yang dapat mengklasifikasi setiap objek pada sebuah frame. Karena ruang yang dimiliki sebuah kendaraan terbatas, maka alat komputasi yang bisa digunakan terbatas. Oleh karena itu teknik segmentasi yang bisa digunakan juga terbatas. Dalam paper ini akan dibahas aplikasi dari segmentasi citra untuk persepsi AV dan juga teknik segmentasi yang dapat digunakan dalam kondisi keterbatasan alat komputasi untuk aplikasi tersebut.
References
Bounini, F., Gingras, D., Lapointe, V., & Pollart, H. (2015, October). Autonomous vehicle and real time road lanes detection and tracking. In 2015 IEEE Vehicle Power and Propulsion Conference (VPPC) (pp. 1-6). IEEE.
De Brabandere, B., Neven, D., & Van Gool, L. (2017). Semantic instance segmentation for autonomous driving. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops (pp. 7-9).
Fayyad, J., Jaradat, M. A., Gruyer, D., & Najjaran, H. (2020). Deep learning sensor fusion for autonomous vehicle perception and localization: A review. Sensors, 20(15), 4220.
Fuentes-Pacheco, J., Ruiz-Ascencio, J., & Rendón-Mancha, J. M. (2015). Visual simultaneous localization and mapping: a survey. Artificial intelligence review, 43(1), 55-81.
Kaymak, Ç., & Uçar, A. (2019). A brief survey and an application of semantic image segmentation for autonomous driving. In Handbook of Deep Learning Applications (pp. 161-200). Springer, Cham.
Li, Z., Cai, Z. X., Xie, J., & Ren, X. P. (2012, May). Road markings extraction based on threshold segmentation. In 2012 9th International Conference on Fuzzy Systems and Knowledge Discovery (pp. 1924-1928). IEEE.
Pendleton, S. D., Andersen, H., Du, X., Shen, X., Meghjani, M., Eng, Y. H., ... & Ang, M. H. (2017). Perception, planning, control, and coordination for autonomous vehicles. Machines, 5(1), 6
Treml, M., Arjona-Medina, J., Unterthiner, T., Durgesh, R., Friedmann, F., Schuberth, P., ... & Hochreiter, S. (2016, December). Speeding up semantic segmentation for autonomous driving. In MLITS, NIPS Workshop (Vol. 2, No. 7).
Van Brummelen, J., O’Brien, M., Gruyer, D., & Najjaran, H. (2018). Autonomous vehicle perception: The technology of today and tomorrow. Transportation research part C: emerging technologies, 89, 384-406.
Downloads
Published
Issue
Section
License
Copyright (c) 2021 Stevanus Darwin
This work is licensed under a Creative Commons Attribution 4.0 International License.
