Kursi Pintar

Smart_Wheel_Chair

Smart_Wheel_Chair

Teknologi robotika dan komputer di Indonesia saat ini mulai berkembang pesat. Saat ini banyak teknologi terkait yang dikembangkan untuk membantu meringankan tugas pekerjaan manusia, salah satunya adalah untuk membantu penyandang disabilitas. Di Indonesia, penerapan teknologi untuk keperluan penyandang disabilitas belum mendapatkan perhatian yang lebih. Sehingga dalam riset ini, peneliti mengusulkan sebuah sistem kursi roda yang membantu meringankan tugas penyandang disabilitas.

Secara umum, kursi roda dibuat untuk membantu orang-orang yang memiliki disfungsi kaki, sehingga orang tersebut dapat melakukan aktivitas pergerakan dengan memutar roda dari kursi roda dengan tangannya sendiri. Namun, bagi orang yang memiliki disfungsi kaki dan tangannya sehingga tidak mampu memutar roda dari kursi roda yang akan menjadi permasalahan tersendiri bagi mereka. Untuk itu, kursi roda konvensional dapat dikembangkan lebih lanjut dengan menerapkan teknologi-teknologi canggih saat ini.

Peneliti mengusulkan pengembangan sebuah kursi roda yang dapat diperintah dengan suara pengguna dan juga berbasis teknologi computer vision yang diintegrasikan ke dalam sebuah embedded system. Ada dua bidang riset yang akan dilakukan, yaitu pengenalan suara dan computer vision untuk pengenalan obyek. Pengenalan suara difungsikan untuk mengetahui perintah atau keinginan pengguna, sedangkan computer vision digunakan untuk memandu kursi roda ke tujuan yang diinginkan untuk menghindari pola halangan tertentu.

Saat ini, kedua bidang riset tersebut telah mulai banyak diteliti. Untuk bidang speech recognition pernah dilakukan oleh (Yating Yang; Bo Ma; Xinyu Tang; Turghun, O., 2013), yang hanya fokus dalam riset pengenalan Bahasa Uygur. Mereka mengusulkan kerangka pengenalan suara berdasarkan aksen lisan bahasa, karakteristik akustik, dan variasi ucapan. Metode ini mampu meningkatkan kenerja pengenalan suara Uyghur dan  menghasilkan kamus multi pengucapan. (Mark Gales and Steve Young, 2008; G. Evermann, H. Y. Chan, M. J. F. Gales, T. Hain, X. Liu, D. Mrva, L. Wang, dan P. Woodland, 2004) yang mengaplikasikan model Hidden Markov (HMMs) dalam pengenalan suara. HMMs yang direncanakan menggunakan large vocabulary continuous speech recognition (LVCSR). LVCSR ini di aplikasikan pada Broadcast News dan Conversation transcription. HMM memberikan kerangka alami untuk mengkodekan model suara menjadi urutan vector spektral dalam cakupan frekuensi audio. HMMs merupakan jantung dari pengenalan suara dan banyak peneliti mengunakan metode ini yang meskipun memiliki kerangka dasar tidak berubah secara signifikan (S. Matsoukas, J.- L. Gauvain, A. Adda, T. Colthurst, C. I. Kao, O. Kimball, L. Lamel, F. Lefevre, J. Z. Ma, J. Makhoul, L. Nguyen, R. Prasad, R. S chwartz, H. Schwenk, dan B. Xiang, 2006; H. Soltau, B. Kingsbury, L. Mangu, D. Povey, G. Saon, dan G. Zweig, 2005; Stephen Se,David Lowe, Jim Little, 2001).

Perkembangan di bidang robot vision juga mengalami kemajuan yang pesat, penyempurnaan dan pengembangan metode terus dilakukan. (Wen-Chung Chang, Chun- Yi Chuang, 2011) mengembangkan mobile-robot dan membangun peta gedung yang didasarkan pada proyeksi sinar laser. Bangun peta didapatkan dari hasil rekonstruksi proyeksi sinar laser yang di tangkap oleh camera CCD yang dipasang di langit-langit. Dalam penelitian ini kedua bidang ilmu speech recognition dan robot vision akan digabungkan, guna membangun sebuah kursi roda pintar berbasis embedded system untuk membantu penyandang disabilitas.

 

Share