Pengecaman berasaskan penglihatan bagi pedati pengikut boleh memberi manfaat sebagai robot penolong. Ia mempunyai keupayaan untuk mengesan dan mengikuti pengguna kerusi roda tanpa mempunyai sebarang sambungan fizikal di antara mereka. Di samping itu, keamatan cahaya yang kurang baik juga boleh menjejaskan prestasi penjejakan. Pedati pengikut yang dilengkapi dengan semua komponen pengesan telah dibuat. Sistem ini juga digabungkan dengan Rangkaian Neural Buatan (ANN) untuk navigasi visual yang lebih baik. Kaedah penjejakan warna digunakan untuk aplikasi tugas mengikut dengan kamera Pixy CMUcam5. Kamera mengumpul maklumat lebar, ketinggian, luas, sudut, koordinat x dan y pada papan corak warna yang terletak di belakang kerusi roda dan menterjemahkan maklumat ini ke maklumat kedudukan relatif yang membolehkan kereta itu mengikuti kerusi roda. Fungsi pengaktifan yang digunakan adalah linear tepu (satlin). Bidang Pandangan (FOV) Pixy CMUcam5 adalah dari 69.98o hingga 76.83o dengan jarak menegak 20cm hingga 150cm. Saiz warna sasaran optimum untuk jarak maksimum 150cm adalah 98.07 cm2. Jarak dari pandangan atas menunjukkan bahawa ralat jarak minimum dan maksimum ialah 0.40cm dan 2.30cm manakala ralat sudut maksimum dan minimum ialah 5.30o dan 21.30o dari titik P0 hingga P1, P2 dan P3 masing-masing. Keadaan pengesanan yang paling unggul adalah pada 205 Lux kerana kadar ralat bagi setiap nilai R, G dan B adalah yang terendah. Ujian simulasi ralat akhir menunjukkan bahawa terdapat 0.65% dan 4.27% ralat dalam jarak minimum 20cm dan sudut -15o sementara 1.93% dan 5.57% ralat dalam jarak maksimum 69cm dan sudut 30o. Ujian prestasi keseluruhan menunjukkan ralat pada jarak ialah 1.62% manakala 5.39 pada sudut. Kesimpulannya, sistem pengesan untuk pedati pengikut telah dibuat dan penyepaduan ANN telah mencapai ketepatan yang pantas dengan ujian simulasi ralat terakhir. __________________________________________________________________________________
A visual based cart follower can benefit as a helper robot. It can track and follow a wheelchair user without having any physical attachment between them. In addition, the low intensity of the surrounding light can affect the tracking performance too. In this study, the cart follower that equipped with all tracking component has been developed. The system was also integrated with Artificial Neural Network (ANN) for good visual navigation. A colour tracking method being used for following task application with Pixy CMUcam5 camera. It gathered the information of the width, height, area, angle, x and y coordination of the colour pattern board which situated behind the wheelchair and translate this information into relative position information which enable the cart to follow the wheelchair. The activation function being used is saturating linear (satlin). The Field of View (FOV) of Pixy CMUcam5 is from 69.98o to 76.83o with vertical distance of 20cm to 150cm. The optimum target colour size for maximum distance 150cm is 98.07cm2. The distance from the top view shows that the minimum and maximum distance error is 0.40cm and 2.30cm while the maximum and minimum angle error is 5.30o and 21.30o from point P0 to P1, P2 and P3 respectively. The most ideal tracking condition is at 205 Lux since the error rate for each R, G and B value is the lowest. The final error simulation test shows that there is 0.65% and 4.27% of error in minimum distance 20cm and -15o angle while 1.93% and 5.57% of error in maximum distance 69cm and 30o angle. The overall test performance shows that the error occurred in distance is 1.62% meanwhile 5.39% in angle. As a conclusion, the tracking system for cart follower has been developed and integration of ANN has achieved its deserved accuracy with the final error test.