Desain dan Implementasi Kendaraan Otonom Berpemandu (AGV) Menggunakan Raspberry Pi 4B dengan OpenCV, Pengenalan Karakter Optik (OCR), dan Navigasi GPS

Authors

  • Yan Estomihi Siahaan Universitas Katolik Soegijapranata Semarang
  • Florentinus Budi Setiawan Universitas Katolik Soegijapranata Semarang

DOI:

https://doi.org/10.37385/ceej.v6i6.9408

Keywords:

AGV, Raspberry Pi 4B, Line Follower, OCR, GPS

Abstract

Kendaraan Otomatis Terpandu (AGV) adalah sistem otomatisasi industri yang dirancang untuk transfer barang secara otonom. Studi ini merancang dan mengimplementasikan Kendaraan Terpandu Otomatis (AGV) menggunakan Raspberry Pi 4B, mengintegrasikan pemrosesan citra digital melalui OpenCV untuk navigasi mengikuti garis, Pengenalan Karakter Optik (OCR) untuk identifikasi palet atau tujuan, dan modul GPS untuk pelacakan lokasi waktu nyata. Sistem navigasi pengikut garis menggunakan kamera Pi, memanfaatkan algoritma ambang batas dan deteksi kontur untuk membedakan jalur dengan akurasi 94%. Modul OCR menggunakan pustaka OCR Tesseract untuk menafsirkan angka atau kode pada objek secara akurat, dengan tingkat keberhasilan 90%. Modul GPS (Global Positioning System) memberikan koordinat lokasi AGV dengan margin akurasi ±3 meter. Temuan pengujian menunjukkan bahwa AGV dapat berfungsi dengan andal di lingkungan dalam ruangan dan semi-luar ruangan dengan kecepatan rata-rata 0,5 m/s. Penggabungan ketiga teknologi ini meningkatkan kemampuan adaptasi AGV untuk aplikasi logistik, pergudangan, dan industri.

References

Farkh, R., & Aljaloud, K. (2023). Vision navigation based PID control for line tracking robot. Intelligent Automation and Soft Computing, 35(1), 901–911. https://doi.org/10.32604/iasc.2023.027614

Justiadi, J., Hair, J., & Yusdianto, Y. (2019). Automated guided vehicle (AGV) pengikut garis menggunakan roda mecanum dengan kendali PID adaptif terinterpolasi. In Seminar Nasional Kontrol, Instrumentasi dan Otomasi (SNIKO) 2018. Pusat Teknologi Instrumentasi dan Otomasi ITB. https://doi.org/10.5614/sniko.2018.42

Setiawan, F. B., Wijaya, O. J. A., Pratomo, L. H., & Riyadi, S. (2021, March). Sistem navigasi automated guided vehicle berbasis computer vision dan implementasi pada Raspberry Pi. Jurnal Rekayasa Elektronika, 17(1), 1–?. https://doi.org/10.17529/jre.v17i1.18087

Shirmohammadi, S., & Baghbani, F. (2024, February). Design and implementation of a line follower robot. In 2024 10th International Conference on Artificial Intelligence and Robotics (QICAR) (pp. 268–271). 10.1109/QICAR61538.2024.10496637

Setiawan, F. B., Kurnianingsih, F. A., Riyadi, S., & Pratomo, L. H. (2021, February). Pattern recognition untuk deteksi posisi pada AGV berbasis Raspberry Pi. Jurnal Nasional Teknik Elektro dan Teknologi Informasi, 10(1), 1–?. https://doi.org/10.22146/jnteti.v10i1.738

Audilina, A. R., Pangaribuan, P., & Wibowo, A. S. (2019). Perancangan sistem kendali pada prototipe AGV berbasis line follower menggunakan kontrol logika fuzzy [Design AGV prototype control system based on line follower using fuzzy logic control]. e-Proceeding of Engineering, 6(2), 2910–2916. https://repositori.telkomuniversity.ac.id/pustaka/files/152457/jurnal_eproc/perancangan-sistem-kendali-pada-prototipe-agv-berbasis-line-follower-menggunakan-kontrol-logika-fuzzy.pdf

Jang, J. Y., Lee, H., & Kim, J. (2023). Automated Guided Vehicle (AGV) Driving System Using Vision Sensor and Color-Code Recognition. Electronics, 12(6), 1415. https://doi.org/10.3390/electronics12061415

Fu, H., Hu, Y., Zhao, S., Zhu, J., & Liu, B. (2024). AGV monocular vision localization algorithm based on Gaussian saliency heuristic. EURASIP Journal on Advances in Signal Processing, 2024, Article 40. https://doi.org/10.1186/s13634-024-01112-8

Ramasamy, P., & Kabadi, M. (2022). An autonomous navigational system using GPS and computer vision for futuristic road traffic. International Journal of Electrical and Computer Engineering, 12(1), 179–188. https://doi.org/10.11591/ijece.v12i1.pp179-188

Yingbo Z, Shichao X, Yuan H, Xinyu B. Study on automated guided vehicle navigation method with external computer vision. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture. 2024;239(5):635-647. doi:10.1177/09544054241245476

Downloads

Published

2025-10-12

How to Cite

Siahaan, Y. E., & Setiawan, F. B. (2025). Desain dan Implementasi Kendaraan Otonom Berpemandu (AGV) Menggunakan Raspberry Pi 4B dengan OpenCV, Pengenalan Karakter Optik (OCR), dan Navigasi GPS. Community Engagement and Emergence Journal (CEEJ), 6(6), 4499–4508. https://doi.org/10.37385/ceej.v6i6.9408