臺灣博碩士論文加值系統

過去一直以來我們都想要把人類的各種動作技巧轉移到機器人身上，賦予機器人智慧之功能，例如:走路、跳躍、體操動作等。而本文主要針對模擬人類盪鞦韆時候的行為，參考人體適當的擺動過程，以完成鞦韆擺\\\動的姿態。本文先經過觀察人們在盪鞦韆時候的行為，經過分析後，簡化出主要的機構，在電腦建立模擬盪鞦韆系統，然後設計實驗機台，其機構以二連桿組成主體，其中一根代表鞦韆本體，另一根則代表人類在盪鞦韆的時候腳部。二連桿的系統結構簡單，但是卻可以產生相當複雜的動態行為。主要原因在於這個系統，在大擺動角度的控制時，線性化技巧並不適用，而輸入變數目少於狀態變數目，使系統成為Under Actuated系統。這樣的系統使得控制上相當的困難，針對以上系統，利用模糊控制人性化地實現機器人盪鞦韆行為。

摘　要 i
目錄 ii
圖目錄 iv
表目錄 v
第一章 緒論 - 1 -
1.1 研究動機與目的 - 1 -
1.2 研究方法與步驟 - 2 -
1.3 文獻回顧 - 3 -
1.4 本文架構 - 4 -
第二章 介紹盪鞦韆系統和建立盪鞦韆機構及推導其數學模型 - 5 -
2.1盪鞦韆系統介紹 - 5 -
2.2盪鞦韆機構 - 6 -
2.3推導數學模型 - 8 -
2.4 非線性系統簡介 - 13 -
2.5 Under Actuated系統簡介 - 15 -
第三章 模糊理論及控制 - 16 -
3.1 模糊集合 - 16 -
3.2 模糊關係 - 19 -
3.3 模糊推論 - 20 -
3.4模糊化及解模糊化 - 22 -
3.4.1 模糊化 - 23 -
3.4.2 解模糊化 - 24 -
3.5模糊控制 - 25 -
第四章 設計模糊控制器 - 27 -
4.1 盪鞦韆分析 - 27 -
4.2 控制模式分析 - 28 -
4.2.1盪高控制模式 - 28 -
4.2.2維持控制模式 - 30 -
4.2.3盪低控制模式： - 31 -
4.2 控制器設計 - 31 -
4.2.1歸屬函數 - 32 -
4.2.2模糊規則 - 33 -
4.2.3 盪鞦韆控制系統架構 - 35 -
第五章 模擬與實驗結果 - 37 -
5.1 實驗機台 - 37 -
5.1.1 編碼器 - 38 -
5.1.2 伺服馬達 - 38 -
5.1.3 各部分零件參數 - 39 -
5.1.4 硬體架構 - 40 -
5.2 電腦模擬 - 41 -
5.2.1電腦模擬系統實驗 - 41 -
5.2.2 電腦模擬結果 - 42 -
5.3 鞦韆系統實驗 - 46 -
5.3.1系統實驗 - 46 -
5.3.2 盪鞦韆系統實驗結果 - 47 -
5.4 模擬與實驗之比較 - 50 -
第六章 結論與未來展規劃 - 52 -
參考文獻 - 54 -

[1]王維中，非線性控制在模擬鞦韆系統上之應用，國立中山大學機械與機電工程學系碩士論文，民國84年。
[2]劉士彰，具視覺能力之鞦韆機器人，國立中央大學電機工程學系碩士論文，民國96年。
[3]M. W. Spong, “The swing up control problem for the acrobot,” IEEE Control Systems Magazine, Feb.1995, Vol. 15, No.1, pp. 49-55.
[4]X.Xin and K. Masahiro, “New Analytical Results of the Energy Based Swinging up Control of the Acrobot,” 43rd IEEE Conference on Decision and Control, 2004, pp. 704-709.
[5]R. Anami, M. Kanazawa, S. Nakaura and M. Sampei, “Swing up control for Acrobot with Compliance of High Bar Focused on Energy Interaction with Each Component,” IEEE Conference on Intelligent Robots and Systems, 2007, pp. 3334-3341.
[6]K. Toshimitsu, K. Takayoshi, S. Satoshi, I. Masami and F. Katsuhisa, “Swing-up and Balancing Control of Acrobot,” 41st SICE Annual Conference, 2002, Vol. 5, pp. 3072-3075.
[7]X.-Z. Lai, J.-H. She, Y. Ohyama, and Z. Cai, “Fuzzy control strategy for Acrobots combining model-free and model-based control,” IEE Proceedings Control Theory and Applications, 1999, Vol. 146, No. 6, pp. 505-511.
[8]M. H. Smith, T. Zhang and W. A. Gruver, “Dynamic fuzzy control and system stability for the Acrobot,” IEEE World Congress on Computational Intelligence, 1998, Vol. 1, pp. 286-291.
[9]M. W. Spong and M. Vidyasagar, ”Robot Dynamics and Control,” John Wiley & Sons, Inc., New York, NY, 1989.
[10]M. W. Spong. “Underactuated mechanical systems,” In B. Siciliano and K. P. Valavanis, editor, Control Problems in Robotics and Automation, Springer-Verlag, London, UK, 1997.
[11]L.A. Zadeh, “Fuzzy Sets,” Information and Control, 1965, Vol. 8, pp. 338-353.
[12]E. H. Mamdani and S. Assilian, “An Experiment in Linguistic Synthesis with a Fuzzy Logic Controller,” International Journal of Man-Machine Studies, vol. 7, 1975, pp. 1-13.