Evaluasi Kalibrasi Kamera Monokular terhadap Akurasi Estimasi Pose ArUco Marker pada Robot Omnidirectional

Authors

  • Panderaja Berutu Universitas Negeri Surabaya
  • Parama Diptya Widayaka Universitas Negeri Surabaya

DOI:

https://doi.org/10.26740/jte.v15n2.p180-184

Keywords:

ArUco Marker, kalibrasi kamera, pose estimation, reprojection error, robot omnidirectional

Abstract

Kalibrasi kamera merupakan tahap penting pada sistem vision berbasis ArUco Marker karena parameter intrinsik dan koefisien distorsi menentukan ketelitian estimasi pose marker. Penelitian ini bertujuan mengevaluasi hasil kalibrasi kamera monokular dan pengaruhnya terhadap akurasi estimasi posisi serta orientasi yaw pada robot omnidirectional. Metode yang digunakan meliputi pengambilan citra checkerboard, deteksi titik sudut, perhitungan camera matrix dan distortion coefficient menggunakan OpenCV, serta validasi hasil kalibrasi melalui deteksi ArUco Marker dan pose estimation. Kalibrasi dilakukan menggunakan checkerboard 10 x 7 dengan ukuran kotak 0,022 m dan 93 citra kalibrasi. Hasil kalibrasi menghasilkan reprojection error sebesar 0,081185 px. Sistem vision bekerja pada resolusi 860 x 480 piksel dengan rata-rata 23,90 FPS atau interval pembaruan frame 41,8 ms. Validasi deteksi menunjukkan keberhasilan 100% pada jarak 30-120 cm dan sudut 0-60 derajat. Hasil estimasi pose menunjukkan rata-rata error posisi X sebesar 0,33 cm, jarak terhadap marker sebesar 7 cm, dan yaw sebesar 7,16 derajat. Hasil ini menunjukkan bahwa kalibrasi kamera yang diperoleh sudah memadai untuk mendukung estimasi pose ArUco Marker sebagai umpan balik posisi robot, meskipun akurasi jarak dan yaw masih dipengaruhi oleh jarak marker, sudut pandang, dan distorsi perspektif.

Downloads

Download data is not yet available.

References

Adámek, R., Brablc, M., Vávra, P., Dobossy, B., Formánek, M., & Radil, F. (2023). Analytical models for pose estimate variance of planar fiducial markers for mobile robot localisation. Sensors, 23(12), 5746. https://doi.org/10.3390/s23125746

Garrido-Jurado, S., Muñoz-Salinas, R., Madrid-Cuevas, F. J., & Marín-Jiménez, M. J. (2014). Automatic generation and detection of highly reliable fiducial markers under occlusion. Pattern Recognition, 47(6), 2280-2292. https://doi.org/10.1016/j.patcog.2014.01.005

Kalaitzakis, M., Carroll, S., Ambrosi, A., Whitehead, C., & Vitzilaios, N. I. (2020). Experimental comparison of fiducial markers for pose estimation. 2020 International Conference on Unmanned Aircraft Systems (ICUAS), 781-789.https://doi.org/10.1109/ICUAS48674.2020.9213977

Kim, D., Bong, J. H., & Jeong, S. (2024). Enhancing pose estimation using multiple graphical markers with spatial and temporal outlier detection. Applied Sciences, 14(22), 10225. https://doi.org/10.3390/app142210225

Oh, J. S., & Kim, M. Y. (2025). Regression-based docking system for autonomous mobile robots using a monocular camera and ArUco markers. Sensors, 25(12), 3742. https://doi.org/10.3390/s25123742

OpenCV Documentation. (2026a). Camera calibration. OpenCV. https://docs.opencv.org/4.x/dc/dbb/tutorial_py_calibration.html

OpenCV Documentation. (2026b). Detection of ArUco markers. OpenCV. ttps://docs.opencv.org/4.x/d5/dae/tutorial_aruco_detection.html

Zhang, Z. (2000). A flexible new technique for camera calibration. IEEE Transactions on Pattern Analysis and Machine Intelligence, 22(11), 1330-1334. https://doi.org/10.1109/34.88

Downloads

Published

2026-07-17

How to Cite

Berutu, P., & Widayaka, P. D. (2026). Evaluasi Kalibrasi Kamera Monokular terhadap Akurasi Estimasi Pose ArUco Marker pada Robot Omnidirectional. JURNAL TEKNIK ELEKTRO, 15(2), 180–184. https://doi.org/10.26740/jte.v15n2.p180-184

Issue

Section

Vol 15 No 2 (2026): MEI 2026
Abstract views: 0 , PDF Downloads: 0