學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890

Browse

Subject: search.filters.subject.ROS

Search Results

Now showing 1 - 5 of 5
  • No Thumbnail Available
    Item
    應用於自動化生產及分揀之物件姿態估測系統
    (2020) 陳薪鴻; Chen, Hsin-Hung
    近幾年來，產業為了提升生產效率，大量使用自動化生產設備取代人力，透過電腦視覺與機器運動控制的整合搭配，已大幅增加自動化生產的效率。受惠於GPU計算平台的普及，不論機器學習或是深度學習技術紛紛出現於各種應用場景之中，以往使用電腦視覺方法不能或是難以解決的問題，透過引進深度學習都有出色的表現。本文主要研究內容可分為三部分：第一部分利用輝達(Nvidia)所提出之基於深度學習單攝影機物件姿態估測演算法(Deep Object Pose Estimation, DOPE)，其中包含產生物件的立體模型，再匯入Unreal Engine遊戲引擎並搭配輝達深度學習資料集合成器(Nvidia Deep learning Dataset Synthesizer, NDDS)套件，產生訓練數據，用來對神經網路進行權重訓練，完成後即可用來對物件姿態進行估測；第二部分使用加拿大Kinova公司所生產之Jaco 2四軸機械手臂並透過機器人作業系統(Robot Operating System, ROS)完成物件夾取功能；第三部分運用PyQt設計一圖形使用者介面(Graphical User Interface, GUI)整合前兩部分，讓使用者透過單一介面即可獲得物件估測和手臂執行資訊，也可透過其進行參數調整。模擬於生產線上應用，用以輔助加工與分類之程序，達成自動化生產製造之目的。
  • No Thumbnail Available
    Item
    基於ROS開發工業應用之無人搬運車安全及強健移動式機器人導航策略
    (2020) 鄭敬錡; Cheng, Ching-Chi
    　　現今自主式移動機器人已成為製造工廠邁向智慧化的重要元素，本論文主要為提出無人搬運車(AGV)的設計與開發，並整合該無人搬運車將軟硬體的設計至以機器人作業系統(ROS)環境為主的車載控制系統中。為了滿足製造過程中具備有高度彈性化物料運行的要求，本文開發的AGV整合了多種功能，可自由的在站點之間進行導航，並能閃避障礙物，以及與遠端監控中心進行協調。除此之外，AGV系統中還包括即時定位與建圖（SLAM）、路徑規劃、路徑追蹤、搬運貨料架、自動充電以及數據記錄等技術，並在類產業環境下成功進行了測試。為了確保AGV在導航過程中是否能安全移動，透過動態窗口避障法（DWA）在路徑追蹤時可閃避障礙物並回到原本規劃之導航路徑上。另一方面，使用者可通過設計好的可視化界面遠端監控AGV的運行狀態，並自行規劃AGV的運行流程。本文提出的AGV自動化物料搬運方案，在實際工廠生產線環境中作進一步驗證，實驗結果證實，本論文所開發AGV之相關技術確實提供了有效且安全的解決方案，能夠實際運用於在工廠生產線實際環境中。
  • No Thumbnail Available
    Item
    基於機器人作業系統之自主履帶車跨樓層巡邏系統開發
    (2019) 劉慶偉; Liu, Ching-Wei
    本論文主要是開發基於ROS架構之履帶車，在已知地圖下可以執行室內巡邏導航與自主攀爬樓梯的任務，並且在遠端電腦監控和操作。履帶車使用模糊控制追蹤自訂路徑，並透過AMCL演算法和Hokuyo雷射測距儀得到定位資訊，修正里程計的誤差。另一方面，使用ZED立體攝影機得到深度影像，以及透過一系列的模式，機器人能夠自主攀爬樓梯。在機器人執行任務的時候，透過Qt圖形介面和VPN網路通訊，使用者可以於遠端即時監控並操控機器人。機器人收到指令後，會根據目標樓層和當前樓層判斷最佳路線，自動攀爬到目標樓梯執行巡邏任務。最後經由實驗證實了本論文開發之履帶車能夠實現跨樓層之巡邏導航功能。
  • No Thumbnail Available
    Item
    基於深度學習影像辨識之兩輪平衡車追隨系統
    (2020) 張乃祥; Chang, Nai-Hsiang
    為了達到人類搬運行李及短程移動時省力的效果，本論文提出兩輪平衡車架構的電子輔具，且基於Robot Operating System (ROS)之軟體架構下進行開發，具備四種功能模式提供使用者做使用。該平衡車使用模糊理論來達到自主平衡的控制，由於模糊控制器的設計並不需要運動學的模型，僅需要使用專家經驗並由機器的實際輸出表現來微調參數即可，所以在控制器的設計相當簡便且能達到良好的控制表現。本論文設計了四種功能模式，分別為手拉車模式、遙控模式、載人模式和追隨模式，其中以手拉車模式和追隨模式為主要的輔具功能。手拉車模式為兩輪平衡車上方安裝手把來供使用者進行行李車的拖拉，手把上有一搖桿用來控制拖拉車的轉彎，可以用來當作省力的行李搬運車；追隨模式則是使用單眼攝影機結合深度學習來辨識目標物並且追隨，而深度學習影像辨識的模型是使用Single shot multi-box detector (SSD)。最後，透過實驗來驗證兩輪平衡車成為電子輔具可行性。
  • No Thumbnail Available
    Item
    基於3D特徵地圖之分散式架構巡邏履帶式機器人
    (2017) 顏愷君; Yen, Kai-Chun
    本論文主要是設計並開發履帶式機器人之軟體、硬體架構，能於已知的室內環境中進行巡邏導航的功能，並能夠完成攀爬樓梯的任務。硬體方面為全新製作的履帶式機器人，除了在動力方面有所提升外，透過碳纖維的車身以及鋁合金的材質提供足夠強健的車體結構，並增加履帶的寬度強化與地面之間的磨擦力，能夠更穩健的攀爬樓梯；軟體方面，透過ROS的架構來開發履帶機器人的功能，基於此架構我們可以將一個複雜的程序規劃成多個部分來處理，像是感測器資料的接收、不同的演算法、機器人的控制等，將功能模組化，使用上有更大的彈性，並於功能上整合路徑規劃和影像定位，在機器人行走過程中，可以即時的監看Xtion所拍攝到的畫面，實現巡邏導航的功能，最後，經由實驗來驗證自製的履帶機器人有足夠能力完成跨樓層巡邏的任務。