Kenderaan autonomi sedang meluaskan kegunaannya dengan cepat. Beberapa kenderaan autonomi telah wujud di pasaran untuk kegunaan domestik seperti pembersihan vakum. Fungsi kenderaan autonomi untuk kegunaan dalaman masih terhad disebabkan sensor elektronik yang digunakan dalam kenderaan tersebut. Sensor IR dan ultrasonic adalah mudah untuk diaplikasikan tetapi masih terhad kepada tugasan yang mudah. Objektif kajian ini adalah membina sebuah sebuah kenderaan autonomi dipandui penglihatan untuk kegunaan dalaman. Dalam kajian ini, sebuah kenderaan autonomi dipandui penglihatan yang menggunakan algorithma penjejakan warna telah dibina. Kenderaan yang dibina sesuai untuk kegunaan dalaman. Kenderaan mempunyai lapan segi. Dua motor kenderaan akan menggerakkan dan memandukan arah pergerakan kenderaan. CMUcamv4 akan menjejak warna untuk mengawal pergerakan kenderaan. Pada permulaannya, CMUcamv4 akan menunggu arahan daripada pengguna. Apabila butang “user” ditekan, CMUcamv4 akan menangkap gambar imej yang dinampak pada ketika itu. Nilai min bagi setiap saluran warna akan dianalisasi. Jangka warna untuk penjejakan akan dikira dengan menambah nilai toleransi dengan nilai min tadi. Kamera akan bermula penjejakan berdasarkan jangka warna yang dapat. Jika piksel penjejakan lebih daripada nilai ambang, CMUcam4 akan mengarahkan Mega 2560 Rev memberi isyarat “bergerak” kepada Uno Rev 3. Uno Rev 3 akan mengarahkan Flexibot Sriver menggerakkan kenderaan. Jika piksel penjejakan kurang daripada nilai ambang, CMUcam4 akan mengarahkan Mega 2560 Rev memberi isyarat “berhenti dan memusing” kepada Uno Rev 3. Uno Rev 3 akan mengarahkan Flexibot Sriver menghentikan kenderaan dan kenderaan akan berpusing 90 darjah. Jika piksel penjejakan kurang daripada nilai ambang, kenderaan akan kekal berhenti. Uno Rev3 akan mengawal kelajuan motor apabila kenderaan sedang bergerak supaya kedua-dua motor boleh berpusing dengan kelajuan yang sama dan membolehkan kenderaan bergerak tegak. Kenderaan dibina boleh menerima isyarat dengan peratusan yang tinggi. Sistem gantungan kenderaan membolehkan kenderaan bergerak di permukaan tidak rata dengan berjaya. Kenderaan boleh bergerak hampir tegak dan membuat hamper pusingan 90 darjah. Kenderaan dibina boleh mengesan halangan dan mengelakkan ia dengan berjaya. Prestasi dan fungsi kenderaan boleh ditingkatkan lagi dengan menambah komponen-komponen baru. Kajian berterusan seperti pemetaan, sistem pencahayaan, peningkatan algorithma penjejakan warna dan lain-lain lagi dalam topik ini adalah digalakkan.
_______________________________________________________________________________________________________
The usage of autonomous vehicle is growing in a rapid manner. There are several autonomous vehicles in the market serving domestic usage such as vacuum cleaning. However, the function of autonomous vehicle for indoor usage is still restricted to simple tasks due to the sensors implemented in it. IR and ultrasonic sensors are simple to use but limited to simple tasks. The objective of this research is to develop a standalone vision guided autonomous vehicle for indoor usage. In this research, a stand-alone vision guided autonomous vehicle implementing colour tracking algorithm has been developed. The built vehicle is mainly for indoor usage. The performances of the vehicle were assessed to determine the successfulness of the research. The built vehicle is in octagonal shape. The two motors of vehicle are responsible of the motion and steering of the vehicle. CMUcamv4 uses colour tracking to control the motion of vehicle. At the beginning, CMUcamv4 will wait for the starting command from user. When the “user” button on CMUcamv4 is pressed, CMUcamv4 will capture its current view. The mean values of each RGB channel are analyzed. The tracking colour bounds are calculated by adding the tolerance values set by programmer to the mean values found. The camera will track according to the colour bounds calculated. If the tracking pixels are higher than threshold value, CMUcamv4 will instruct Mega 2560 Rev3 to send a “move forward” signal to Uno Rev 3. Uno Rev 3 will then send signal to Flexibot Driver and consequently vehicle moves forward. If the tracking pixels are lower than threshold value, CMUcamv4 will instruct Mega 2560 Rev3 to send a “stop and turn” signal to Uno Rev 3. Uno Rev 3 will then sending signal to Flexibot Driver and vehicle stops and turn 90°. If tracking pixels are still lower than threshold value, vehicle will stay stationary. Uno Rev 3 will control the speed of motors by implementing PD controller when vehicle is moving. This is to enable both motors running in same speed and hence vehicle will move straight. The vehicle can detect pulses with less than 1% of miscount rate. Vehicle suspension system enables vehicle to move on non-flat surface successfully. Vehicle can move in fairly straight line and make right-angled turning. Lastly, the vehicle developed can detect and avoid the obstacles successfully. There are a lot of improvements can be done on the vehicle developed to increase its performance stability and functionality. Future works such as mapping, lighting system and improvement of colour tracking algorithm are worth to be done in this research field.