Metode Deteksi Titik Pendaratan Yang Aman Bagi Drone Dengan Pendekatan Point Cloud Perception

Abstract

Abstrak — Penggunaan Drone terus meningkat dalam berbagai aplikasi seperti pencarian dan penyelamatan, pengiriman, pemantauan wilayah, serta misi otonom lainnya. Seiring dengan meningkatnya jumlah drone yang beroperasi diruang udara, kemampuan untukmelakukan pendaratan darurat secara aman menjadi aspek yang sangat penting, terutama ketika wahana mengalami kegagalan dan tidak dapat Kembali ke titik awal misi.oleh karena itu, penelitian Ketika wahana mengalami kegagalan dan tidak dapat Kembali ke titikawal misi. Oleh karena itu, penelitian ini mengusulkan metode deteksi titik pendaratan aman berbasis perpsesi point cloud untuk patform drone. Sistem memanfaatkan data point cloud mentah yang diperoleh dari kamera depth dan diproyeksikan ke sistem koordinat drone. Selanjutnya, dilakukan proses downsampling dan segmentasi menggunakan algoritma RANSAC untuk memisahkan bidang datar sebagai kandidat permukaan pendaratan dari objek lain di lingkungan. Titk- titik pada bidang hasil segmentasi dipetakan ke dalam grid dua dimensi, kemudian dianalisis berdasarkan kepadatan titik dan kemiringan permukaan untuk memastikan area yang data dan cukup luas. Evaluasi areapendaratan dilakukan menggunakan dua parameter utama, yaitu kepadatan titik pada setiap sel grid dan jaraknya terhadap objek penghalang di sekitarnya. Area dengan kepadatan tinggi dan jarak terjauh dari hambatan dipilih sebagai lokasi pendaratanpaling aman. Hasil pengujian menunjukkan bahwa metode yang diusulkan mampu mendeteksi titik pendaratan aman secarakonsisten pada berbagai kondisi lingkungan. Selain itu, penerapan downsampling secara signifikan mengurangi waktu komputasi, sehingga metode ini berpotensi diterapkan padasistem drone otonom secara real-time.

Kata kunci— RANSAC Plane Segmentation, Unmanned Aerial Vehicle, Grid-Base Density, Obstacle Avoidance, Safe Landing Zoen