臺灣博碩士論文加值系統

本文的研究目的在設計並發展自主移動機器人的智能導航控制系統，採用開放式模組化結構設計系統，包括避障與巡邏二個部分，藉由超音波感測器及立體視覺系統量測環境資訊辨識障礙物的大小、距離與位置及規畫運動路徑，使機器人可以成功的閃避障礙物；並搭配內建的地圖資訊，使機器人可以適應複雜的環境變化，完成大樓巡邏的任務。本文設計三項實驗測試並驗證機器人的避障功能、特定環境的控制模組整合及全程自主巡邏大樓的功能，由實驗結果顯示，本文提出的智能導航控制系統能成功使機器人具備自主完成大樓巡邏的任務，在總行程約115公尺完成巡邏任務所需之時間約為13分鐘。

The subject of this dissertation is to design and develop an intelligent navigation control system for an autonomous mobile robot using open modular structure. Here, the proposed control system may be divided into two parts. One is the obstacle avoidance system and the other is the patrol system. Measuring the environment information by two ultrasonic sensors and a stereo vision system for the obstacle avoidance system can evaluate the volume, distance, and location of obstacles to let the robot successfully avoid obstacles. Also, according to the build-in map data let the robot adapt complex change of environment and complete the mission of building patrol. There are three experiments to be designed in the dissertation for verifying the obstacle avoidance ability, integration of control modules in specially designated environment, and autonomously building patrol capability of the robot. The experiment results show that the robot can successfully accomplish the building patrol mission by using the proposed intelligent navigation control system. The totally route is about 115 meters and the patrol mission completed time is about 13 minutes.

目錄
摘要 i
ABSTRACT ii
致謝 iii
目錄 iv
圖目錄 vi
表目錄 viii
第一章 緒論 1
第二章 機器人軟硬體系統架構 4
2.1 機械結構 4
2.2 控制系統 7
2.2.1 硬體控制 7
2.2.2 軟體環境 9
2.3 感測系統 10
2.3.1 超音波感測器 10
2.3.2 CCD攝影機 14
2.4 驅動系統 15
2.5 電力系統 17
第三章 智能導航控制系統設計 18
3.1 機器人控制系統 18
3.2 機器人運動控制 21
3.3 巡邏控制系統 22
3.3.1 沿牆巡邏模組 22
3.3.2 沿中線巡邏模組 26
3.4 導航控制系統 28
3.4.1 路口轉彎模組 28
3.4.2 避障系統模組 30
3.4.3 路徑規畫模組 31
3.5 地圖定位資訊 32
3.5.1 座標定義 33
3.5.2 座標轉換 34
3.6 急停系統 35
第四章 障礙物影像辨識與立體視覺 36
4.1 彩色空間轉換 37
4.1.1 YIQ及YUV彩色空間 37
4.1.2 HSV彩色空間 38
4.1.3 YCbCr彩色空間 40
4.2 二值化影像分析 41
4.2.1 灰階影像二值化 41
4.2.2 顏色篩選二值化 43
4.3 影像濾波器 45
4.3.1 低通濾波 45
4.3.2 中通濾波 47
4.3.3 高通濾波 48
4.4 影像分割 50
4.5 面積過濾 51
4.6 障礙物框選 52
4.7 立體視覺之計算 52
4.8 障礙物影像辨識 54
第五章 實驗結果與討論 57
5.1 機器人避障實驗 57
5.2 機器人模組整合實驗 61
5.3 機器人大樓巡邏實驗 63
5.4 討論 71
第六章 結論 73
第七章 未來展望 74
參考文獻 76

圖目錄
圖2.1 機器人硬體系統架構圖 5
圖2.2 機器人前視圖與側視圖 5
圖2.3 機器人硬體配備實體圖 6
圖2.4 機器人3D立體模型圖 7
圖2.5 MATLAB開發環境的基本架構 10
圖2.6 超音波感測器感測寬度 11
圖2.7 高功率數位超音波感測器 11
圖2.8 數位放大器 11
圖2.9 電流轉電壓訊號電路圖 12
圖2.10 數位放大器輸入及輸出的完整電路圖 14
圖2.11 顯示解析度與距離特性曲線 14
圖2.12 MCL-1500 CCD攝影機 15
圖2.13 自走車轉向機構示意圖 17
圖2.14 電源供應器 17
圖3.1 機器人控制器之架構圖 18
圖3.2 機器人之控制流程圖 20
圖3.3 機器人運動控制系統架構 21
圖3.4 沿牆巡邏之控制流程圖 23
圖3.5 超音波感測示意圖 24
圖3.6 判斷修正停止示意圖 25
圖3.7 沿中線巡邏之控制流程圖 26
圖3.8 路口90度轉彎示意圖 29
圖3.9 避障流程示意圖 30
圖3.10 複雜區域路口之簡易平面圖 32
圖3.11 機器人座標系統 34
圖3.12 障礙物相對於動座標系統 35
圖4.1 障礙物辨識流程 36
圖4.2 色彩屬性圖 38
圖4.3 圓錐體色彩屬性圖 38
圖4.4 影像二值化分析 42
圖4.5 影像二值化之結果 42
圖4.6 灰階影像二值化 43
圖4.7 顏色篩選二值化 44
圖4.8 低通濾波3 3遮罩模板 46
圖4.9 中通濾波之排序運算 47
圖4.10 中通濾波 48
圖4.11 高通濾波之遮罩模板 49
圖4.12 影像標籤化 50
圖4.13 影像分割演算法則 51
圖4.14 面積過濾 51
圖4.15 障礙物框選 52
圖4.16 立體視覺模型 53
圖4.17 攝影機最大視覺角度與影像寬度 54
圖4.18 餐車影像辨識 55
圖4.19 箱子影像辨識 56
圖5.1 避障模擬軌跡圖 58
圖5.2 餐車避障實驗過程之連續圖 59
圖5.3 箱子避障實驗過程之連續圖 60
圖5.4 模組整合實驗過程之連續圖 62
圖5.5 工學館二樓平面圖 63
圖5.6 巡邏一實驗過程之連續圖 65
圖5.7 巡邏二實驗過程之連續圖 67
圖5.8 巡邏三實驗過程之連續圖 68
圖5.9 巡邏四實驗過程之連續圖 70

表目錄
表2.1 超音波感測器規格表 12
表2.2 數位放大器規格表 13
表2.3 MCL-1500 CCD攝影機規格表 15
表2.4 不失步步進馬達規格表 16
表2.5 五相步進馬達規格表 16
表4.1 濾波器的分類 45
表5.1 地圖定位資料取樣 72

參考文獻
[1]K. Wu, C. Chen, and J. Lee, “Genetic-based adaptive fuzzy controller for robot path planning,” IEEE Fuzzy System, Vol. 3, pp.1687-1692, 1996.
[2]B.L. Brumitt and A. Stentz, “Dynamic mission planning for multiple mobile robots,” Proceedings of the IEEE International Conference on Robotics and Automation, Vol. 3, pp.2396-2401, 1996.
[3]J.C. Latmobe, Robot Motion Planning, Kluwer Academic Publishers, 1991.
[4]P. Vadakkepat, K. Tan, and W. Liang, “Evolutionary artificial potential fields and their application in real time robot path planning,” IEEE Evolutionary Computation, Vol.1, pp. 256-263, 2000.
[5]T. Skewis, J. Evans, V. Lumelsky, B. Krishnamurthy, and B. Barrows, “Motion planning for a hospital transport robot,” IEEE International Conference on Robotics and Automation, Vol. 1, pp.58-63, 1991.
[6]J. Evans, V. Lumelsky, B. Krishnamurthy, T. Skewis, and B. Barrows, “Handing real-world motion planning: a hospital transport robot,” IEEE Control Systems Magazine, Vol. 12, pp.15-19, 1992.
[7]J. Evans and D. Ph, “HelpMate: an autonomous mobile robot courier for hospitals,” IEEE/RSJ/GI International Conference on Intelligent Robots and Systems, Vol. 3, pp.1695-1700, 1994.
[8]Y. Han and H. Hahn, “Localization and classification of target surfaces using two pairs of ultrasonic sensors,” Elsevier Science on Robotics and Autonomous Systems, Vol. 33, pp.31-41, 2000.
[9]A. Ohya, T. Ohno, and S. Yuta, “Obstacle detectability of ultrasonic ranging system and sonar map understanding,” Elsevier Science on Robotics and Autonomous System, Vol. 18, pp.251-257, 1996.
[10]陳文斌，宋開泰，用於家用機器人環境探索之多超音波感測系統，中華民國自動控制研討會，pp.1319-1324，2003。
[11]傅培耕，即時物體追蹤之立體視覺導引自走車，碩士論文，中原大學機械工程學系，2004。
[12]張嘉麟，模糊邏輯控制可搭乘電梯之立體視覺伺服輪型機器人，碩士論文，中原大學機械工程學系，2006。
[13]張智星，MATLAB 程式設計，清蔚科技，2004。
[14]台灣基恩斯(KEYENCE)股份有限公司，FW系列高功率數位超音波感測器 http://www.keyence.com.tw/products/sensors/ultrasonic/ultrasonic.php(1/4/2007)
[15]繆紹綱，數位影像處理－活用Matlab，全華，1999。
[16]鍾國亮，影像處理與電腦視覺，東華書局，2004。
[17]維基百科，HSV色彩屬性模式，http://zh.wikipedia.org/wiki/HSV(1/5/2007)
[18]林宸生，數位信號－影像與語音處理，全華出版，2003。
[19]R. Jain, R. Kasturi, and B.G. Schunck, Machine Vision, McGraw-Hill Inc., 1995.
[20]錢鉦津，模糊控制之立體視覺影像追蹤系統，碩士論文，中原大學機械工程學系，2005。