top of page
  • ga4828

Kenali 5 Kasus Penerapan Computer Vision Pada Bidang Otomotif

Updated: Mar 24, 2023



Seiring berjalannya waktu, kita telah menghadapi berbagai perkembangan teknologi yang ada pada sekitar. Tentunya fenomena ini akan beriringan dengan tantangan yang kian berkembang juga. Salah satunya, adalah pada sektor otomotif yang pada saat ini menghadapi krisis kekurangan chip hingga masalah hukum. Dengan demikian, seorang pemimpin bisnis akan membutuhkan sebuah solusi digital yang dinilai efisien dan cerdas dalam mengatasi tantangan tersebut. Maka, tidak heran jika penggunaan computer vision pada saat ini sudah semakin pesat penggunaannya pada bidang otomotif ternama. Pasar global sendiri untuk sektor Artificial Intelligence (AI) atau kecerdasan buatan telah menyumbang pangsa terbesar dimana telah diproyeksikan akan tumbuh hingga $7,6 miliar di tahun 2028 mendatang. Melalui artikel ini, kita akan membahas 5 kasus bisnis dari penggunaan computer vision pada bidang otomotif yang akan membantu para perintis bisnis untuk berhasil dalam memanfaatkan perkembangan teknologi ini.


1. Autonomous Driving

Mobil self-driving adalah salah satu aplikasi computer vision paling terkenal di industri otomotif. Sebuah perpaduan computer vision dan sistem self-driving berkemampuan kecerdasan buatan mengubah industri otomotif melalui aplikasi mulai dari non-commercial vehicles menjadi large logistics trucks. Kendaraan tersebut nantinya akan memiliki kamera dengan definisi yang tinggi dan sistem computer vision yang beroperasi di dalam untuk mengenali jalan, objek, orang, dan kendaraan lain untuk mengarahkan pergerakan mobil itu sendiri. Tesla menjadi salah satu produsen kendaraan otonom dengan kapabilitas self-driving paling terkemuka. Selain itu, pada industri logistik, truk swakemudi juga meningkatkan produksi, efisiensi, dan keselamatan pada pengemudinya.

Sayangnya, harga pada sistem self-driving telah menjadi masalah. Akibat kebutuhan akan campuran kamera dan sensor yang relatif mahal, hal tersebut telah mempengaruhi kepada pembuatan dan pemasangannya. Baru-baru ini, Toyota telah mengembangkan sistem toyota self-driving yang kuat dan eksklusif pada kameranya dengan harga yang relatif murah dan memiliki tingkat kemiripan yang sama dengan yang digunakan oleh Tesla.


2. Accident Prevention

Sistem kendaraan self-driving dengan kemampuan visi komputer mampu menghindari tabrakan dengan menerapkan pengereman otonom. Contohnya, jika pengemudi gagal menghentikan mobil, kamera berkemampuan computer vision mampu mengidentifikasi pejalan kaki, kendaraan, dan hal lainnya dengan handal. Sistem ini tentunya telah dirancang dengan sebaiknya hingga banyak negara, termasuk AS, Australia, Jepang, dan Uni Eropa, telah mengamanatkan atau akan segera memerlukan sistem pengereman otomatis di semua kendaraan terbaru. Pabrikan mobil juga berusaha membuat sistem pengereman otonom lebih presisi dengan harga yang lebih murah seiring kemajuan teknologi dan perkembangan pasar.


3. Assembly automation

Mayoritas mobil yang diproduksi secara massal di pasar dibuat di fasilitas produksi otomatis. Dalam beberapa tahun terakhir, computer vision telah membuat kemajuan luar biasa dalam industri otomotif dimana proses perakitan berulang dimekanisasi menggunakan bot untuk mengurangi kesalahan manusia. Di sisi lain, pemimpin bisnis perlu berhati-hati dalam mengambil tindakan dalam mengganti tenaga kerja manusia saat penggunaan computer vision sedang berkembang pesat di fasilitas manufaktur karena sempat terjadinya kegagalan pada masa sebelumnya.


4. Quality Control

Quality control menjadi aplikasi penting di sektor manufaktur otomotif. Pada jalur perakitan, kamera dengan kemampuan computer vision memiliki berbagai kemampuan yaitu:

- Mengukur bagian kendaraan untuk menemukan cacat pengelasan yang tidak terlihat oleh mata manusia dalam struktur kendaraan.

- Mengenali ukuran ban dan mencocokkannya dengan model mobil tertentu

- Memasang komponen elektronik seperti baterai, modul pendingin hingga sakelar listrik dengan benar

- Identifikasi anomali pada pekerjaan pengecatan


5. Driving Behavior Analysis

Kamera internal dengan kemampuan computer vision digunakan untuk memeriksa perilaku pengemudi disaat sistem melihat adanya anomali yaitu:

- Gangguan pengemudi

- Kelelahan atau kelelahan pengemudi

- Penggunaan ponsel

- Tertidur

- Tingkat berkedip rendah


Hal ini ntuk memperingatkan pengemudi atau untuk menghentikan kendaraan dengan aman di sisi jalan dan mengurangi tingkat kecelakaan. Melalui pemaparan tersebut, teknologi serupa akan segera diterapkan di negara-negara tertentu, termasuk AS dan Australia, untuk mendeteksi apakah pengemudi mabuk atau di bawah pengaruh alkohol. Akan tetapi, pengaturan ini telah menimbulkan masalah hukum di berbagai negara. Misalnya, sistem pemantauan pengemudi baru Tesla menjadi sasaran tuntutan hukum pengadilan yang menuduh bahwa itu telah melanggar privasi orang.

Berikut akan dilampirkan daftar berdasarkan data kami untuk menemukan produk atau layanan digital teratas untuk computer vision atau proyek anotasi data:


- Layanan Anotasi Data / Pelabelan / Penandaan / Klasifikasi

- Alat Anotasi Video

- Alat Anotasi Gambar Medis



Artikel Menarik Lainnya:

Kommentare


bottom of page