Feeds:
Pos
Komentar

Archive for the ‘FinaL ProjeCt’s’ Category

Logika Fuzzy part 2

Nama fuzzy berasal dari himpunan fuzzy ( fuzzy sets ) yang dikembangkan oleh Lotfi A. Zadeh dari Universitas California di Berkeley pada tahun 1965. Zadeh mengembangkan himpunan fuzzy dari himpunan klasik, dimana himpunan fuzzy ini memiliki interval derajat keanggotaan antara 0 dan 1. Perbedaan himpunan fuzzy dengan himpunan klasik dapat diilustrasikan pada gambar dibawah ini. Dari gambar tersebut dapat terlihat himpunan fuzzy memiliki batas yang tidak jelas, sedangkan himpunan klasik memiliki batas yang jelas. Pada Gambar (b) tanda ‘)’ mengartikan batas akhir dari sebuah scope dan tanda ‘[‘ mengartikan batas awal sebuah scope dari himpunan klasik.

 

Dalam perkembangan selanjutnya, pada tahun 1973 Zadeh memperkenalkan variabel linguistik dimana nilai dijelaskan dengan kata–kata dan aturan-aturan IF–THEN yang merupakan basis pengetahuan dari sistem fuzzy. Melalui variabel linguistik dan aturan-aturan IF–THEN tersebut, Zadeh telah membuat konsep dasar dari pengaplikasian sistem fuzzy pada sistem kontrol. Pengaplikasiannya secara langsung baru direalisasikan pada tahun 1975 oleh Mamdani dan Assilian. Mereka membuat kerangka kerja dasar dari kontroler logika fuzzy (fuzzy logic controller) dan menerapkannya pada pengendalian mesin uap.

 

Iklan

Read Full Post »

Logika Fuzzy part 1

Dalam kehidupan sehari-hari, pengambilan suatu keputusan seringkali dihadapkan dengan hal – hal yang tidak dapat dijawab hanya dengan ‘ya’, ‘tidak’ atau ‘benar’, ‘salah’ saja. Misalnya, ketika mengindikasikan apakah suhu ruangan itu panas atau dingin, ukuran panas dingin ini relatif dan lebih baik bila hal itu diindikasikan dalam suatu rentang nilai (wilayah abu–abu), jadi tidak hanya dibagi dua dengan suhu tinggi (logika 1) atau tidak tinggi (logika 0). Di sisi lain teori logika konvensional yang terdiri dari benar atau salah (logika ‘1’ atau ‘0’), memang telah terbukti sangat efektif untuk menyelesaikan berbagai masalah yang dapat didefinisikan, dan mempunyai karakteristik deskripsi lebih akurat terhadap berbagai proses, tetapi ada beberapa masalah yang tidak cukup diselesaikan hanya dengan pendekatan ini. Masalah–masalah ini biasanya kompleks atau memiliki struktur yang tidak jelas secara alami, seringkali lebih baik dikontrol oleh manusia, daripada diotomatisasi. Konsep yang digunakan bukan lagi seperti ‘benar’ atau ‘salah’, tetapi relatif samar, misalnya ‘agak panas/hangat’ atau ‘cukup dingin’.

Read Full Post »

Pulse Width Modulation

Salah satu cara untuk mengirimkan informasi analog adalah dengan menggunakan pulsa-pulsa tegangan atau pulsa-pulsa arus. Dengan modulasi pulsa, pembawa informasi terdiri dari pulsa-pulsa persegi yang berulang-ulang. Salah satu teknik modulasi pulsa yang digunakan adalah teknik modulasi durasi atau lebar dari waktu tunda positif ataupun waktu tunda negatif pulsa-pulsa persegi tersebut. Metode tersebut dikenal dengan nama Pulse Width Modulation (PWM). Metode PWM dikenal juga dengan nama Pulse Duration Modulation (PDM) atau Pulse Length Modulation (PLM) 

Untuk membangkitkan sinyal PWM, digunakan komparator untuk membandingkan dua buah masukan yaitu generator sinyal dan sinyal referensi. Hasil keluaran dari komparator adalah sinyal PWM yang berupa pulsa-pulsa persegi yang berulang-ulang. Durasi atau lebar pulsa dapat dimodulasi dengan cara mengubah sinyal referensi.

PWM

Metode PWM digunakan untuk mengatur kecepatan motor, informasi yang dibawa oleh pulsa-pulsa persegi merupakan tegangan rata-rata. Besarnya tegangan rata-rata tersebut dapat diperoleh dari :

Vout = (Vref * duty cycle) / periode

Semakin lebar durasi waktu tunda positif pulsa dari sinyal PWM yang dihasilkan, maka perputaran motor akan semakin cepat, demikian juga sebaliknya.

Read Full Post »

stereo-vision-geometry4.jpg

 

  • B : Baseline
  • f  : Focal length
  • Z : Depth
  • P : Object at world (X,Y,Z)
  • xL,xR : Image coordinate in mm
  • pL,pR : Image coordinate in pixels

 Now after that…. how we can find the depth???

The depth can be solved by using the disparity…..

 

  • First Equation’s :

          xL/f = X+(B/2)

          xL =   f * [X+(B/2)]

  • Second Equation’s :

          xR/f = X+(B/2)

          xR =   f * [X-(B/2)]

 

  • Substract first equation with the second and u will get the disparity :

           xL-xR = f * B / Z                –>(xL-xR) : Disparity

  •  And finally the depth :

            Z = f * B / disp.                   –>Z : Depth

Note : U can find the disparity either in mm or pixel unit. If u using pixel unit, u will  need a constanta [pixel/mm], so the equation above (depth) can be computed.

Read Full Post »