Professional Documents
Culture Documents
Junal TD - Patria - Pusteksat - 2014
Junal TD - Patria - Pusteksat - 2014
ABSTRACT
ABSTRAK
dapat dihasilkan data attitude dengan satelit yang dihasilkan memiliki frekuensi
frekuensi 20-30 Hz. Akan tetapi metode yang cukup tinggi dan akurasi yang
ini sangat rentan terhadap terjadinya memadai sehingga dapat diintegrasikan
drift error, sehingga tidak cocok untuk dengan data star sensor untuk
dijadikan sensor tunggal, dan meningkatkan kualitas citra hasil
membutuhkan star sensor sebagai koreksi. Penelitian ini dilakukan dalam
sensor utama untuk menghindari dua tahap yaitu analisis kualitas data
terjadinya drift error tersebut. Konsep attitude yang dihasilkan software Voodoo
integrasi data attitude ini identik dengan Camera Tracker dan simulasi koreksi
konsep korelasi intensitas piksel, tetapi geometri citra. Data kamera video yang
konsep ini dapat menghasilkan data digunakan dalam penelitian ini
perubahan attitude dalam tiga sumbu merupakan data dummy yang dihasilkan
pergerakan satelit, lebih baik dibandingkan simulator kamera. Hal tersebut bertujuan
metode korelasi intensitas piksel yang untuk mempermudah proses pengujian
hanya dapat mengestimasi data dan analisis yang dibutuhkan.
perubahan attitude satelit dalam sumbu
roll saja. 2 KAMERA VIDEO SEBAGAI SENSOR
Beberapa jenis software telah ATTITUDE
tersedia untuk dapat mengekstrak data 2.1 Konsep Geometri Epipolar
attitude suatu wahana dari data sebuah Gambar 2-1 berikut ini
kamera video, atau lebih tepatnya dari menunjukkan konsep geometri epipolar.
serangkaian citra yang diambil dari pose Sebuah obyek yang terdiri dari beberapa
dengan perbedaan attitude yang relatif buah titik (Xi,Yi,Zi), diamati dengan
kecil. Salah satu software yang dapat sudut pandang yang berbeda. Perbedaan
diperoleh secara bebas yaitu Voodoo sudut pandang tersebut dinyatakan
Camera Tracker (www.viscoda.com, 10 dalam matriks rotasi R dan matriks
Mei 2014), sebuah perangkat lunak yang translasi t. Setiap titik pada obyek
dapat menghasilkan parameter ekstrinsik tersebut kemudian diproyeksikan pada
kamera berdasarkan serangkaian data bidang citra (u1,v1) dan (u2,v2) berdasarkan
citra kamera. Parameter ekstrinsik model kamera pin-hole.
kamera yang dimaksud adalah data
perubahan attitude dalam sumbu pitch,
yaw dan roll, serta data perubahan
posisi kamera dalam ruang tiga dimensi.
Sebenarnya parameter intrinsik kamera
juga dapat ditentukan, tetapi umumnya
parameter intrinsik kamera seperti jarak
fokus lensa (focal length) dan dimensi
piksel telah dapat diketahui sebelumnya,
dengan asumsi bahwa kamera telah
terkalibrasi.
Penelitian ini membahas mengenai
potensi penggunaan kamera video pada
satelit Lapan-A3 untuk menghasilkan
Gambar 2-1: Konsep geometri epipolar
data attitude satelit dengan frekuensi (dikembangkan dari sumber
yang lebih tinggi dari frekuensi star imagine.enpc.fr)
sensor. Selain itu akan dibahas tentang
kualitas data attitude yang dihasilkan Dengan asumsi kamera yang
tersebut dalam kaitannya dengan digunakan telah terkalibrasi, setiap
koreksi geometri sistematik citra imager pasang titik proyeksi citra (u1,v1) dan
pushbroom. Diharapkan data attitude (u2,v2) memiliki hubungan yang dapat
47
Jurnal Teknologi Dirgantara Vol. 12 No. 1 Juni 2014:45-58
(a)
2.3 Software Voodoo Camera Tracker
Salah satu software pelacak video
yang dapat diperoleh secara bebas
adalah Voodoo Camera Tracker (VCT).
Secara umum, VCT akan menerima
input berupa sejumlah citra dari data
video, sedangkan data keluaran yang
dihasilkan yaitu berupa parameter
kamera, baik intrinsik maupun
ekstrinsik. Parameter ekstrinsik kamera (b)
Gambar 2-2: Data input untuk software VCT;
yang dihasilkan adalah matriks rotasi (a) Wilayah yang diamati, (b)
dan matriks translasi. Sementara itu Karakteristik attitude kamera
kamera video dapat diasumsikan telah selama pengamatan (citra input
simulator dari www.geoimage.
terkalibrasi maupun tidak, jadi VCT com.au)
dapat melakukan kalibrasi intrinsik
kamera secara otomatis juga.
Berikut ini diberikan hasil simulasi
software VCT dalam menghasilkan
attitude kamera dari data video. Input
data video yang digunakan merupakan
hasil simulator kamera, dengan tujuan
agar karakteristik pergerakan kamera
selama pengamatan dapat diatur,
sehingga kualitas data attitude yang
dihasilkan VCT dapat dianalisis dengan Gambar 2-3: Perbandingan data attitude hasil
estimasi VCT dengan data
baik. Gambar 2-2(a) menunjukkan sebenarnya
wilayah yang diamati kamera video yang
terbagi dalam 100 citra (frame), sedangkan Dari hasil simulasi yang dilakukan,
Gambar 2-2(b) menunjukkan data tampak bahwa kualitas estimasi data
attitude kamera selama pengamatan attitude yang dihasilkan sudah cukup
berlangsung, dimana pergerakan kamera baik dengan beberapa catatan. Estimasi
diasumsikan hanya terjadi pada sumbu pada sumbu roll dan pitch sudah cukup
roll, sedangkan sumbu pitch dan yaw baik, dengan RMS untuk sumbu roll
diasumsikan statis. sebesar 0,007° dan sumbu pitch sebesar
Estimasi data attitude yang 0,0002°, tetapi tampak bahwa estimasi
dihasilkan software VCT masih berupa pada sumbu yaw tidak terlalu baik,
matriks rotasi R, sehingga harus dengan RMS 0,163°. Secara keseluruhan,
dilakukan transformasi untuk menjadi VCT telah dapat mengestimasi pola
sudut Euler yaitu pitch, yaw dan roll. utama dari data attitude kamera
Perbandingan data attitude hasil tersebut, terutama pada sumbu roll.
estimasi VCT dengan data attitude Mengingat bahwa data hasil estimasi ini
sebenarnya dapat dilihat pada Gambar berfungsi sebagai penunjang data
2-3. attitude utama, yaitu data star sensor,
49
Jurnal Teknologi Dirgantara Vol. 12 No. 1 Juni 2014:45-58
maka kualitas data estimasi tersebut esensial maka dibutuhkan beberapa titik
masih dapat diterima. Selanjutnya fitur pada kedua citra tersebut untuk
diperlukan analisis mengenai kualitas dibandingkan. Dengan menggunakan
data attitude gabungan antara data VCT luas cakupan wilayah yang lebih besar,
dan data star sensor, dalam kaitannya dan dengan asumsi resolusi citra sama
dengan koreksi geometri citra. besar, maka dapat diperkirakan bahwa
pemilihan fitur akan lebih semakin
3 ANALISIS KUALITAS ESTIMASI fleksibel sehingga kualitas estimasi
DATA ATTITUDE dapat meningkat. Hasil simulasi yang
Berdasarkan beberapa uraian dilakukan dapat dilihat pada Gambar 3-
yang telah disampaikan sebelumnya, 2 berikut ini. Tampak bahwa dengan
secara umum algoritma yang digunakan menggunakan citra dengan FoV yang
pada penelitian ini dapat ditunjukkan lebih luas maka hasil estimasi data
pada Gambar 3-1. Sebenarnya data attitude yang dihasilkan akan semakin
attitude yang telah diperoleh dari kamera baik. Anomali terjadi pada percobaan
video pada umumnya memiliki akurasi dengan f=100cm dan dimensi piksel 40,
yang tidak terlalu baik dibandingkan dimana hasil estimasi pada sumbu pitch
data attitude star sensor. Umumnya, dan yaw justru lebih baik.
data attitude yang dihasilkan star sensor
memiliki akurasi sebesar 0,001° untuk
sumbu roll dan pitch dan untuk sumbu
yaw sebesar 0,014° (Center for Satellite
Technology, LAPAN, 2012). Walaupun
demikian, data kamera video dapat
digabungkan dengan data star sensor
dengan tujuan untuk meningkatkan
akurasi dan frekuensi sampling data
tersebut. Berikut ini dilakukan pengujian
dan analisis kualitas data gabungan
antara data video dengan data star
sensor, dilanjutkan dengan penggunaan
data gabungan tersebut dalam sistem
koreksi geometri sistematik untuk citra
imager pushbroom.
Tabel 3-1: PENGARUH RESOLUSI CITRA TERHADAP KUALITAS ESTIMASI DATA ATTITUDE
Tabel 3-2: PENGARUH FOCAL LENGTH KAMERA TERHADAP KUALITAS ESTIMASI DATA ATTITUDE
Tabel 3-3: PENGARUH SPEKTRAL KAMERA TERHADAP KUALITAS ESTIMASI DATA ATTITUDE
3.2 Analisis Kualitas Data Attitude data hasil gabungan data star sensor
VCT dengan data estimasi attitude VCT.
Fokus penelitian ini adalah untuk Secara garis besar, data gabungan
menghasilkan data attitude dengan tersebut dihasilkan dengan menyisipkan
frekuensi yang lebih tinggi dari data star data perubahan attitude yang diperoleh
sensor. Pada pengamatan yang relatif dari data VCT di antara dua data
stabil, data attitude dengan frekuensi attitude yang dihasilkan star sensor.
tinggi dapat diperoleh dengan melakukan Dari beberapa pengamatan
interpolasi data attitude dari star sensor. tersebut, tampak bahwa hasil interpolasi
Kualitas data attitude baru yang dari data star sensor sudah sangat baik.
dihasilkan cukup baik, dan mungkin Hal tersebut wajar terjadi karena
saja lebih baik jika dibandingkan dengan pengamatan dilakukan pada saat kamera
data attitude gabungan antara data star berada pada keadaan yang stabil.
sensor dengan data kamera video. Sementara itu, data attitude gabungan
Berdasarkan hasil simulasi dengan antara data star sensor dengan data
menggunakan citra pada Gambar 2-2, estimasi VCT lebih buruk dibandingkan
Tabel 3-4 menunjukkan perbandingan hasil interpolasi data star sensor. Hal
data hasil interpolasi data attitude dari tersebut menunjukkan bahwa pada
star sensor (direct interpolation) dengan pergerakan stabil, data attitude yang
52
Analisis Penggunaan Data ..... (Patria Rachman Hakim et al.)
digunakan dalam koreksi geometri citra hasil interpolasi linear untuk data
sebaiknya merupakan data attitude dari attitude dari star sensor dapat dilihat
star sensor. Akan tetapi untuk pergerakan pada Gambar 3-4, dengan asumsi star
wahana yang tidak stabil, hasil sensor tersebut memiliki periode
interpolasi data star sensor tidak selalu sampling sebesar 5 frame. Tampak jelas
dapat diandalkan. bahwa hasil interpolasi untuk sumbu
Hasil estimasi software VCT roll tidak terlalu baik, dengan nilai RMS
untuk pengamatan dengan pergerakan sebesar 0,141°. Hal tersebut disebabkan
wahana yang tidak terlalu stabil, karena frekuensi pergerakan wahana
terutama pada sumbu roll, dapat dilihat relatif lebih besar dari frekuensi data
pada Gambar 3-3. Tampak bahwa untuk star sensor. Untuk sumbu pitch dan
sumbu roll, terjadi penyimpangan yaw, tampak bahwa hasil interpolasi
estimasi attitude yang cukup signifikan, sudah cukup baik. Secara umum, hasil
dengan nilai RMS sebesar 0,815°, interpolasi data attitude akan semakin
walaupun karakteristik error tersebut baik jika frekuensi data attitude star
bersifat proporsional. Sementara itu, sensor yang digunakan semakin tinggi.
Gambar 3-5: Hasil penggabungan data star sensor dengan data VCT
Tabel 3-5: PERBANDINGAN KUALITAS DATA ATTITUDE PADA PERGERAKAN TIDAK STABIL
3.3 Simulasi Koreksi Geometri yang terjadi pada citra tersebut akan
Sistematik semakin terlihat dengan jelas. Gambar
Untuk dapat melihat pengaruh 3-6(c) dan 3-6(d) merupakan citra hasil
perbedaan kualitas kedua data attitude koreksi geometri sistematik dengan
tersebut, data attitude gabungan dan menggunakan data attitude berdasarkan
data attitude dari star sensor digunakan salah satu pengujian pada Tabel 3-6.
untuk keperluan koreksi geometri Untuk memudahkan analisis
sistematik citra, khususnya citra imager visual, pada simulasi ini digunakan
pushbroom. Modul koreksi yang pengujian yang memiliki perbedaan
digunakan adalah modul koreksi akurasi data attitude terbesar, dengan
geometri sistematik citra yang telah tujuan agar perbedaan citra yang
dikembangkan di Pusat Teknologi Satelit dihasilkan setelah koreksi dapat dilihat
sebagai bagian dari sistem pengolah secara jelas. Dari Gambar 3-6 tampak
data citra satelit Lapan-A3. bahwa dengan menggunakan data
Perbandingan hasil koreksi gabungan antara data star sensor dan
geometri sistematik dengan menggunakan data kamera video, maka citra hasil
kedua data attitude di atas dapat dilihat koreksi geometri sistematik akan jauh
pada Gambar 3-6 dimana Gambar 3-6(a) lebih baik. Hal tersebut disebabkan
merupakan citra ideal untuk wilayah karena data attitude star sensor tidak
yang diamati sedangkan Gambar 3-6(b) dapat mendeteksi atau mengestimasi
menunjukkan citra observasi yang secara baik pergerakan wahana yang
dihasilkan ketika pergerakan wahana berada di antara dua titik sampling data
tidak stabil (arah kecepatan wahana dari attitude. Sementara itu, data attitude
kiri ke kanan). Tampak bahwa citra gabungan dapat mengestimasi pergerakan
observasi mengalami distorsi geometri tersebut karena frekuensi data attitude
yang sangat besar akibat ketidakstabilan yang dimiliki lebih besar. Walaupun
wahana tersebut. Semakin tidak stabil demikian, tetap terdapat error pada citra
pergerakan sebuah wahana, maka jitter hasil koreksi yang dihasilkan.
(a) (b)
(c) (d)
Gambar 3-6: Perbandingan citra hasil koreksi sistematik untuk pergerakan tidak stabil;(a) Citra ideal,
(b) Citra observasi, (c) Data attitude star sensor, (d) Data attitude gabungan (citra input
simulator dari www.geoimage.com.au)
55
Jurnal Teknologi Dirgantara Vol. 12 No. 1 Juni 2014:45-58
(a) (b)
Gambar 3-7: Perbandingan citra hasil koreksi sistematik untuk pergerakan stabil, (a) Data Gabungan,
(b) Data star sensor (citra input simulator dari www.geoimage.com.au)
Sebaliknya untuk tipe pergerakan maupun dari kualitas citra hasil koreksi
stabil seperti pada Tabel 3-4, tidak geometri sistematik citra. Sementara itu
terdapat perbedaan yang signifikan untuk pergerakan yang stabil, data
untuk data attitude yang dihasilkan, attitude yang dihasilkan tidak lebih baik
sehingga citra hasil koreksi geometri dari data star sensor. Bahkan untuk
sistematik yang dihasilkan juga tidak beberapa pengujian tampak bahwa data
berbeda jauh. Hasil simulasi koreksi interpolasi star sensor jauh lebih baik
geometri yang dilakukan dapat dilihat dibandingkan dengan hasil leburan data
pada Gambar 3-7. Jika diperhatikan video dengan star sensor. Kedua hal
dengan lebih teliti, citra hasil koreksi tersebut menunjukkan bahwa data
dengan menggunakan data attitude dari attitude yang dihasilkan oleh kamera
star sensor justru tampak lebih baik. video sebaiknya hanya digunakan dalam
Dari kedua simulasi koreksi proses koreksi geometri jika pengamatan
geometri sistematik yang dilakukan dilakukan pada keadaan tidak stabil
tersebut, tampak perbedaan yang cukup saja. Selain itu dari seluruh hasil
jelas. Pada pergerakan yang tidak stabil, simulasi yang dilakukan tampak bahwa
data kamera video sangat membantu peningkatan akurasi data attitude
dalam proses koreksi geometri sistematik. tersebut hanya terjadi pada sumbu roll
Sementara itu pada pergerakan yang saja. Perbaikan pada sumbu pitch tidak
stabil, data kamera video sama sekali terlalu signifikan dan hasil estimasi
tidak membantu, bahkan dapat dikatakan pada sumbu yaw dapat dikatakan
memperburuk proses koreksi geometri. cukup buruk untuk seluruh simulasi
yang dilakukan. Dengan demikian
4 PEMBAHASAN sebaiknya data attitude kamera video
Kamera video dibutuhkan dalam yang digunakan dalam koreksi geometri
koreksi geometri sistematik citra imager sistematik hanyalah data attitude pada
pushbroom karena dapat menghasilkan sumbu roll saja, sedangkan kedua sumbu
data attitude dengan frekuensi yang lain sebaiknya tetap menggunakan data
cukup tinggi yaitu sekitar 20-25 Hz. star sensor.
Data attitude dengan frekuensi tinggi Untuk menentukan spesifikasi
tersebut sangat membantu untuk kamera video yang akan digunakan, dari
mengoreksi citra yang dihasilkan pada beberapa hasil simulasi yang telah
pengamatan ketika pergerakan wahana dilakukan tampak bahwa akurasi data
tidak stabil. Hal tersebut ditunjukkan estimasi yang dihasilkan akan semakin
oleh hasil simulasi di atas, baik dilihat tinggi jika data citra yang digunakan
dari sisi kualitas data attitude itu sendiri memiliki resolusi tinggi dan FoV yang
56
Analisis Penggunaan Data ..... (Patria Rachman Hakim et al.)
lebih luas, sedangkan warna citra tidak dapat dimanfaatkan untuk menghasilkan
mempengaruhi kualitas data attitude data attitude satelit dengan frekuensi
yang dihasilkan. Walaupun citra resolusi yang setara dengan frame rate kamera
tinggi identik dengan kamera dengan video tersebut. Data attitude dengan
panjang focal length yang lebih besar, frekuensi tinggi ini dapat digunakan
tetapi focal length itu sendiri tidak untuk meningkatkan kualitas data
menentukan kualitas data attitude yang attitude star sensor, terutama data yang
dihasilkan secara linear. Hal tersebut diperoleh dalam pengamatan yang relatif
dapat disebabkan karena dengan tidak stabil, khususnya untuk data
menggunakan kamera video standar attitude pada sumbu roll. Dengan
dengan dimensi piksel tertentu, umumnya menggunakan data attitude gabungan
640x480, maka kamera dengan focal yang lebih baik, maka kualitas citra
length besar akan menghasilkan citra hasil koreksi geometri sistematik juga
resolusi tinggi dengan FoV yang lebih akan semakin meningkat. Sebaliknya
sempit. Sebaliknya, kamera dengan focal untuk mengoreksi citra yang dihasilkan
length yang lebih rendah akan pada saat pergerakan satelit yang stabil,
menghasilkan citra resolusi rendah disarankan hanya menggunakan data
dengan FoV yang lebih luas. Pengaruh attitude dari star sensor saja, karena
kedua faktor tersebut yaitu resolusi dan akan memberikan hasil yang lebih
FoV citra, akan saling meniadakan akurat. Untuk dapat menghasilkan
sehingga menyebabkan pengaruh estimasi data attitude yang baik,
perbedaan focal length tidak bersifat disarankan untuk menggunakan kamera
linear dalam menentukan kualitas data video dengan resolusi tinggi tetapi
attitude yang dihasilkan. dengan tetap menjaga lebar pandangan
Satu hal penting lainnya yang (FoV) yang cukup luas. Dengan demikian,
harus diperhatikan dalam penggabungan nilai focal length kamera yang besar
data kamera video dengan data star tidak menjamin akan memberikan hasil
sensor adalah karakteristik data attitude estimasi yang lebih baik karena akan
yang dihasilkan kamera video tersebut menurunkan lebar pandangan kamera.
yang bersifat relatif (perubahan sudut). Secara keseluruhan, penggunaan kamera
Perlu dikembangkan metode yang lebih video pada satelit eksperimen sangat
baik lagi dalam proses penggabungan disarankan untuk memastikan bahwa
kedua data tersebut sehingga dapat citra yang dihasilkan oleh imager
dihasilkan data attitude dengan kualitas pushbroom dapat dikoreksi dengan baik
yang lebih baik lagi. Penerapan dalam berbagai kondisi pengamatan.
algoritma filter Kalman non-linear dapat
dijadikan salah satu solusi terbaik
untuk menyelesaikan permasalahan DAFTAR RUJUKAN
tersebut. Selain itu perlu dikaji efisiensi
dan efektifitas penggunaan kamera video Bartoli, A., dan S.I. Olsen, 3D Computer
dalam perspektif sistem satelit secara Vision, Lecture 16: Camera Motion
keseluruhan, baik meliputi penambahan from Two Views Relationship,
daya, dimensi satelit, sistem transmisi CNRS-LASMEA, Clermont-Ferrand.
dan peningkatan biaya yang harus Center for Satellite Technology, LAPAN,
dikeluarkan untuk sensor kamera video 2012. Lapan-A2 Technical
tersebut. Documentation.
Faugeras, O.D., dan S. Maybank, 1990.
5 KESIMPULAN Motion from Point Matches:
Dari beberapa kegiatan simulasi Multiplicity of Solutions,
dan analisis yang dilakukan, dapat International Journal of Computer
disimpulkan bahwa data kamera video Vision, Hal. 225-246.
57
Jurnal Teknologi Dirgantara Vol. 12 No. 1 Juni 2014:45-58
Fu, K.S., R.C. Gonzalez, dan C.S.G. Lee, Requirements of Lapan-A3 Satellite
1987. Robotics: Control, Sensing, Based on Image Geometry
Vision, and Intelligence, New York: Analysis, belum diterbitkan,
McGraw-Hill. Pusat Teknologi Satelit, Bogor.
Hakim, P.R., A. Rahman, Suhermanto, Hartley, R.I., 1993. An Investigation of
dan E. Rachim, 2012, Pengolahan the Essential Matrix, G.E. CRD,
Data Ancillary untuk Meningkatkan Schenectady, New York.
Akurasi Koreksi Geometri imagine.enpc.fr/~moulonp/openMVG/co
Sistematik, Publikasi Ilmiah reFeatures.html, diakses pada 1
Pengembangan Satelit Mikro April 2014.
LAPAN: Sistem, Subsistem dan Tao, Hai, Camera Calibration, CMPE 264:
Misi Operasi, Hal. 77-94, IPB Press, Image Analysis and Computer
Bogor. Vision, University of California at
Hakim, P.R., E. Rachim, A. Rahman, dan Santa Cruz.
W. Hasbi, 2013, Model Koreksi Zhang, Zhengyou, 1999. Flexible Camera
Citra Imager Pushbroom Akibat Calibration By Viewing a Plane
Distorsi Geometri Stokastik dengan From Unknown Orientations,
Metode Korelasi Intensitas Piksel Microsoft Research, Redmond.
Citra, Publikasi Ilmiah www.geoimage.com.au/services/remote-
Pengembangan Teknologi Satelit sensing-expertise, diakses pada
di Indonesia: Sistem, Subsistem 20 Juli 2013.
dan Misi Operasi, Hal. 105-116, www.viscoda.com/index.php/en/produc
IPB Press, Bogor. ts/non-commercial/ voodoo-
Hakim, P.R., W. Hasbi, dan A.H. camera-tracker, diakses pada 10
Syafrudin, 2014. ADCS Februari 2014.
58