學位論文

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

Browse

Subject: search.filters.subject.mobile robot

Search Results

Now showing 1 - 5 of 5
  • No Thumbnail Available
    Item
    模糊量測理論應用於自走車行走控制
    (2011) 潘冠佑; Guan-You Pan
    本論文主要目的在於設計一具有避障功能之自走車，文中所使用模糊量測方法搭配移動式自走車(Pioneer 3-DX)改善超音波感測器不準確的特性，將超音波感測器做為模糊量測系統的輸入，做閃避障礙物判斷的依據，讓自走車在未知空間中進行閃避障礙物與沿牆行走等功能，將自走車的行走路徑紀錄起來，並且使用超音波感測器對自走車移動時所經過的環境做建構。論文中使用 Visual Studio OPEN GL 撰寫模擬程式，在模擬中行走於方形與圓形等未知環境，佐證模糊量測理論使用於自走車上實行閃避障礙物的可行性，並比較未加上模糊量測時自走車的行走狀況，最後以實作的方式，驗證模糊量測理論運用在自走車上的行走效能，在有加上模糊量測理論的路徑會比未加上模糊量測理論時更加穩定。
  • No Thumbnail Available
    Item
    移動機器人之二級式區間第二類模糊控制
    (2011) 李政霖; Cheng-Lin Lee
    一般而言，機器人在未知環境中，為了可以自主導航及完成工作任務，通常需要使用大量的感測器來感測環境變化。一般的傳統模糊邏輯控制器會因感測器的數量過多而造成模糊規則過於龐大，不利於即時控制。若使用二級式模糊邏輯控制器將機器人動作做切割，當動作較單純時，可利用少量的感測器完成控制，讓模糊規則減少，以順利完成即時控制。但此一設計在即時控制時，卻容易受感測器或環境的雜訊影響，增加控制難度，因此本文提出二級式區間第二類模糊控制器，利用區間第二類模糊邏輯可以涵蓋較多不確定因素之特性，減低雜訊產生時對控制器造成的影響，使機器人控制可以更加流暢。 本文整合雷射測距儀、電子羅盤、視覺系統等感測器，使用全方向輪系統移動機器人來驗證使用二級式區間第二類模糊設計控制器，可以達到控制機器人的效能，並可降低雜訊帶來的影響。
  • No Thumbnail Available
    Item
    植基於類神經網路之自走車室內環境辨識系統
    (2010) 許志豪; Chih-Hao Hsu
    目前智慧型自走車已經被廣泛的使用在各領域中，為了提高人類的居家生活品質，用來輔助人類生活的智慧型自走車也漸漸的開發出來，本論文提出使用類神經網路進行室內環境辨識及導航的工作，自走車使用超音波感測器和電子羅盤來取得環境中的距離和方向，當感測器取得環境的幾何特徵，相關資訊匯入類神經網路進行環境特徵辨識，接著會輸出七種環境基本類型。 環境規劃出2種不同寬度的路口大小，尺寸分別為40公分和60公分2種，接著分別收集資料進行環境辨識工作。根據類神經網路辨識結果可以發現不可辨識之區域，這些地方稱為失敗區域。性能指標提出了信賴度、準確度及有效性來做系統評估。
  • No Thumbnail Available
    Item
    跨樓層文件傳遞機器人之設計與實現
    (2016) 龔彥丞; Kung, Yen-Cheng
    本論文提出一擁有跨樓層文件傳遞功能之機器人的設計與實現，使輪型機器人能夠在一已知地圖的大樓中自主導航，並搭配影像及機械手臂，使機器人能夠搭乘電梯上下至目的地樓層，再配合開發於手機上的應用程式，讓使用者可以藉由使用者介面傳遞目的地資訊給機器人，使其前往目的地。針對定位演算法，本文提出「嵌設錯誤修正向量之蒙地卡羅定位法」，使傳統的蒙地卡羅定位的感測器資訊不僅僅只用來判別粒子的好壞與否，更可進一步得知下一刻時間的參考向量。路徑規劃部分本文提出了「改良型A*混合多重骨架路徑規劃演算法」，以改善傳統骨架繞路的問題，並搭配搜尋上下載點的策略，使其規劃出一條遠離障礙物並安全的路徑，不管在路徑長度還是規劃時間都較傳統A*混合骨架演算法來得優異。在電梯按鈕辨識部分，本篇論文使用輪廓提取的方式，對建立好的模組進行比對，使機器人得知電梯按鈕的座標。手臂控制方面，主要是搭配單攝影機，將三維正逆向運動學的數學模型簡化為二維，可使較不精準的機器手臂如同人類的手臂一樣，朝向按鈕伸直，並觸碰按鈕。最後再將使用者介面實現於Android智慧裝置上，搭配TCP/IP通訊，以及語音辨識工具，讓使用者可以用簡單的使用手機應用程式，命令機器人前往目的地。本論文最後以多個實驗結果驗證所提出之方法的可行性。
  • No Thumbnail Available
    Item
    具高運算效率之單攝影機視覺型同時定位與建圖系統
    (2016) 黃騰緯; Huang, Teng-Wei
    解決同時定位與建圖問題最常用的方法是FastSLAM演算法。而FastSLAM2.0的運算效率雖比EKF-SLAM來的高，但FastSLAM2.0會隨著探索時間的增加，比對先前所見地標資訊的次數變多，導致運算效能降低。故本論文對此提出一改良方法，稱之為「具高運算效率同時定位與建圖演算法(ROSLAM)」，在預測機器人位置時可視當前粒子收斂情形，決定是否使用感測器資訊更新機器人位置；並且在每一時刻檢查範圍內的地標數量是否與前一刻相同來判斷是否更新地標。模擬結果顯示，本論文所提出的演算法較FastSLAM2.0與CESLAM皆有兩倍或更高的運算速度提升，並且維持一定精準度。另外，由於SLAM演算法常常搭配雷射感測器來完成任務，但較好的雷射感測器不僅重量可觀，價格也不斐。因此本論文提出一影像特徵量測系統，使用單一攝影機搭配影像處理的方式，將地面與非地面物的邊緣特徵找出並計算該特徵點與機器人的距離，來達到取代傳統雷射感測器的目的。實驗結果證明，本系統除了可以單獨使用於距離量測外，也可與ROSLAM結合，成為具高運算效率之單攝影機視覺型同時定位與建圖系統。