本論文中，我們設計與實現了改良型獨輪車。以改良機構和平衡控制為目標，用兩輪子並行寬度來達到仿獨輪之效果，兩輪間距為9公分寬，而同時又有左右轉之功能。本次機構設計平衡握把，使騎乘者更方便調整重心達到前進、後退之功能。有別於學術界多是以寬單輪或者用輔助輪研究平臺，改良型獨輪車之概念承接自實驗室前一代獨輪車，但全新設計機構上尚有缺失也存在著不確定之因素及雜訊以致系統穩定性不足。因此我們設計了自我平衡控制器，以傳統倒單擺控制概念，主動控制馬達的出力達到改良型獨輪車直立不倒為目的。本論文中，我們提出三種控制器，其中包含Elman Neural Network控制器(ENN)、粒子群演算法（Particle Swarm Optimization ,PSO）Elman Neural Network控制器(PENN)、Particle Swarm Optimization Petri Elman Neural Network控制器(PPENN)。
我們以Elman Neural Network為主控制器，加PSO來優化高斯調整，再以Petri來選擇路徑方式，並藉由李亞普諾夫(Lyapunov theory)推導其學習率且已達到誤差之收斂;最後，我們透過改良型電動車平臺模擬與實驗，分別比較ENN、PENN、PPENN之模擬與實驗結果，以指標函數Idnex為均方根誤差(root mean square error - RMSE)，驗證了PPENN 控制器在平衡控制器上相對的較佳成效。

The Modified Electric Unicycle Vehicle(MEUV) had been designed and implemented in this thesis which constructed of two parallel wheels to imitate Unicycle Vehicle. The target of this thesis is the mechanism modification and balancing control. The distance between two wheels is 9 cm which can change the direction of MEUV. In mechanism modification, a handle grip is designed to help rider adjust it the center of gravity when rider is riding the MEUV. MEUV is different from most for of wide wheel type robot research which is the new generation of Unicycle Vehicle that use the concept of ex-generation. Although MEUV has mechanism modification , it still have some uncertainty. So self-balancing controller had been designed for conquer the uncertainty of MEUV. Self-balancing controller uses the concept of Inverted Pendulum System. In this thesis, three controllers have been proposed, including Elman Neural Network ( ENN ) ,(Particle Swarm Optimization PSO ) , Elman Neural Networks (PENN) , Particle Swarm Optimization Petri Elman Neural Network (PPENN). The Elman Neural Networks is the major controller of MEUV that employ PSO to optimize the gaussian function and let Petri choose the path, then proof the learning rate by Lyapunov theory. Finally, comparing three controller by simulation and experiment. Using root mean square data to verify the PPEN controller is more effective in MEUV.

書頁名 i
中文摘要 ii
英文摘要 iii
誌謝 iv
目錄 v
圖目錄 xvi
表目錄 xxiv
第一章 簡介 1
1.1 前言 1
1.2 研究背景 1
1.3 研究目的 6
第二章 改良型電動獨輪車系統 8
2.1 電動獨輪車系統之回顧 8
2.2 改良型獨輪車硬體架構 9
2.2.1車體介紹 10
2.2.2架構分解圖 11
2.2.3系統架構 14
2.2.4主控制器 16
2.2.5直流馬達 18
2.2.6編碼器 19
2.2.7傾斜計及陀螺儀 19
2.2.8 類比轉數位電路 21
2.2.9 濾波電路 22
2.2.10 馬達驅動電路 23
2.3電池與系統電源 24
2.3.1 電池 24
2.3.2 電源轉換電路 25
2.4系統分析 26
2.5車身轉向之控制器設計 30
第三章 ELMAN 類神經網路 31
3.1 概論 31
3.2 ELMAN類神經網路控制器之設計 31
3.3 線上學習演算法與收斂分析 32
3.3.1線上學習演算法 32
3.3.2 收斂分析 34
3.4模擬與實驗結果 36
3.4.1模擬實驗 36
3.4.1.1原地平衡控制模擬結果 37
3.4.1.2外在干擾控制模擬結果 38
3.4.1.3定位控制模擬結果 39
3.4.2實驗 41
3.4.2.1前進定位控制實驗結果 41
3.4.2.1.1無坐人實驗結果 41
3.4.2.1.2有坐人實驗結果 44
3.4.2.2後退定位控制實驗結果 46
3.4.2.2.1無坐人實驗結果 46
3.4.2.2.2有坐人實驗結果 48
3.4.2.3外在干擾控制實驗結果 51
3.4.2.3.1無坐人實驗結果 51
3.4.2.3.2有坐人實驗結果 53
3.4.2.4左轉平衡控制實驗結果 55
3.4.2.4.1無坐人實驗結果 55
3.4.2.4.2有坐人實驗結果 57
3.4.2.5右轉平衡控制實驗結果 59
3.4.2.5.1無坐人實驗結果 59
3.4.2.5.2有坐人實驗結果 61
第四章 PETRI ELMAN 類神經網路 64
4.1 PETRI NET 概論 64
4.2 PETRI ELMAN 類神經網路控制器 66
4.3線上學習演算法與收斂分析 67
4.3.1線上學習演算法 67
4.3.2 收斂分析 69
4.4模擬與實驗結果 71
4.4.1模擬 71
4.4.1.1原地平衡控制模擬結果 72
4.4.1.2外在干擾控制模擬結果 73
4.4.1.3定位控制模擬結果 74
4.4.2 實驗 76
4.4.2.1前進定位控制實驗結果 76
4.4.2.1.1無坐人實驗結果 76
4.4.2.1.2有坐人實驗結果 79
4.4.2.2後退定位控制實驗結果 81
4.4.2.2.1無坐人實驗結果 81
4.4.2.2.2有坐人實驗結果 83
4.4.2.3外在干擾控制實驗結果 86
4.4.2.3.1無坐人實驗結果 86
4.4.2.3.2有坐人實驗結果 88
4.4.2.4左轉平衡控制實驗結果 90
4.4.2.4.1無坐人實驗結果 90
4.4.2.4.2有坐人實驗結果 92
4.4.2.5右轉平衡控制實驗結果 94
4.4.2.5.1無坐人實驗結果 94
4.4.2.5.2有坐人實驗結果 96
第五章 PSO PETRI ELMAN 類神經網路 99
5.1 粒子群最佳化演算法 99
5.2 粒子群最佳化之PENN控制器設計 100
5.3線上學習演算法與收斂分析 103
5.3.1線上學習演算法 103
5.3.2收斂分析 104
5.4模擬與實驗結果 106
5.4.1 模擬 106
5.4.1.1原地平衡控制模擬結果 107
5.4.1.2外在干擾控制模擬結果 108
5.4.1.3定位控制模擬結果 109
5.4.2 實驗 111
5.4.2.1前進定位控制實驗結果 111
5.4.2.1.1無坐人實驗結果 111
5.4.2.1.2有坐人實驗結果 114
5.4.2.2後退定位控制實驗結果 116
5.4.2.2.1無坐人實驗結果 116
5.4.2.2.2有坐人實驗結果 118
5.4.2.3外在干擾控制實驗結果 120
5.4.2.3.1無坐人實驗結果 120
5.4.2.3.2有坐人實驗結果 123
5.4.2.4左轉平衡控制實驗結果 125
5.4.2.4.1無坐人實驗結果 125
5.4.2.4.2有坐人實驗結果 127
5.4.2.5右轉平衡控制實驗結果 129
5.4.2.5.1無坐人實驗結果 129
5.4.2.5.2有坐人實驗結果 131
第六章 強健ELMAN類神經網路 134
6.1強健ELMAN類神經網路控制器設計 134
6.2模擬與實驗結果 139
6.2.1 模擬 139
6.2.1.1原地平衡控制模擬結果 140
6.2.1.2外在干擾控制模擬結果 141
6.2.1.3定位控制模擬結果 142
6.2.2 實驗 144
6.2.2.1前進定位控制實驗結果 144
6.2.2.1.1無坐人實驗結果 144
6.2.2.1.2有坐人實驗結果 147
6.2.2.2後退定位控制實驗結果 149
6.2.2.2.1無坐人實驗結果 149
6.2.2.2.2有坐人實驗結果 151
6.2.2.3外在干擾控制實驗結果 153
6.2.2.3.1無坐人實驗結果 153
6.2.2.3.2有坐人實驗結果 156
6.2.2.4左轉平衡控制實驗結果 158
6.2.2.4.1無坐人實驗結果 158
6.2.2.4.2有坐人實驗結果 160
6.2.2.5右轉平衡控制實驗結果 162
6.2.2.5.1無坐人實驗結果 162
6.2.2.5.2有坐人實驗結果 164
第七章 強健PETRI ELMAN類神經網路 167
7.1強健PETRI ELMAN類神經網路控制器設計 167
7.2模擬與實驗結果 172
7.2.1 模擬 172
7.2.1.1原地平衡控制模擬結果 173
7.2.1.2外在干擾控制模擬結果 174
7.2.1.3定位控制模擬結果 175
7.2.2 實驗 177
7.2.2.1前進定位控制實驗結果 177
7.2.2.1.1無坐人實驗結果 177
7.2.2.1.2有坐人實驗結果 179
7.2.2.2後退定位控制實驗結果 181
7.2.2.2.1無坐人實驗結果 181
7.2.2.2.2有坐人實驗結果 183
7.2.2.3外在干擾控制實驗結果 185
7.2.2.3.1無坐人實驗結果 185
7.2.2.3.2有坐人實驗結果 188
7.2.2.4左轉平衡控制實驗結果 190
7.2.2.4.1無坐人實驗結果 190
7.2.2.4.2有坐人實驗結果 191
7.2.2.5右轉平衡控制實驗結果 194
7.2.2.5.1無坐人實驗結果 194
7.2.2.5.2有坐人實驗結果 196
第八章 強健PSO PETRI ELMAN類神經網路 199
8.1強健PSO PETRI ELMAN類神經網路控制器設計 199
8.2模擬與實驗結果 204
8.2.1 模擬 204
8.2.1.1原地平衡控制模擬結果 205
8.2.1.2外在干擾控制模擬結果 206
8.2.1.3定位控制模擬結果 207
8.2.2 實驗 209
8.2.2.1前進定位控制實驗結果 209
8.2.2.1.1無坐人實驗結果 209
8.2.2.1.2有坐人實驗結果 211
8.2.2.2後退定位控制實驗結果 213
8.2.2.2.1無坐人實驗結果 213
8.2.2.2.2有坐人實驗結果 215
8.2.2.3外在干擾控制實驗結果 217
8.2.2.3.1無坐人實驗結果 217
8.2.2.3.2有坐人實驗結果 220
8.2.2.4左轉平衡控制實驗結果 222
8.2.2.4.1無坐人實驗結果 222
8.2.2.4.2有坐人實驗結果 224
8.2.2.5右轉平衡控制實驗結果 226
8.2.2.5.1無坐人實驗結果 226
8.2.2.5.2有坐人實驗結果 228
8.3結論 231
第九章 總結 233
9.1 改進方向 233
9.2 未來展望 234
9.3 戶外騎乘 235
9.3.1 減速坡實驗 235
9.3.2 斜坡實驗 238
9.3.3 停車場實驗 240
參考文獻 243
附錄一、馬達規格 248
附錄二、編碼器規格 249
附錄三、學習速率推導 250

[1] Segway Human Transporter,http://www.segway.com/
[2] Segway爬蟲 , http://chinese.engadget.com/2009/03/19/cajun-crawler-swaps-segway-wheels-for-theo-jansens-creepy-leg-m/
[3] Segway P.U.M.A,
http://cn.engadget.com/2009/04/08/gm-and-segways-p-u-m-a-makes-its-stage-debut/
[4] Toyota Winglet,http://toyota.autonet.com.tw/cgi-bin/file_view.cgi?a808001523007
[5] Toyota Winglet, http://toyota.autonet.com.tw/cgi-bin/file_view.cgi?a808001523007
[6] Self-Balancing Electric Unicycle, http://www.thegreenhead.com/2013/05/ecoboomer-igo-self-balancing-electric-unicycle.php
[7] U3-X單輪電動概念車,
http://chinese.engadget.com/2009/09/28/hondas-u3-x-personal-mobility-device-is-tToyota
[8] Solowheel, http://b5.secretchina.com/news/11/06/21/409274.html
[9] 獨輪摩托車-大黃蜂,http://blog.sina.com.cn/s/blog_670bf1a00100imeh.html Focus
[10] Segway滑雪鞋 http://chinese.engadget.com/2009/10/30/nissan-and-aist-partner-up-to-make-foot-si zed-segway-shoes-enab/
[11] SBU V3電動獨輪車,http://focusdesigns.com/buy/
[12] A0,
http://www.engadget.com/2011/08/12/audi-a0-monocycle-concept-takes-you-for-a-jaunt-around-the-park/
[13] Uno III Streetbike http://www.dailymail.co.uk/sciencetech/article-1388074/Uno-III-Streetbike-unveiled-The-transforming-U3-fit-lift.html
[14] Ming-Feng Yeh; Cheng-Hung Tsai; ”Standalone CMAC Control System With Online Learning Ability” IEEE Trans Syst Man Cybern B, Vol. 40, No. 1, Feb. 2010
[15] Whei-Min Lin; Chih Ming Hong; Chiung Hsing Chen;” Neural-Network-Based MPPT Control of a Stand-Alone Hybrid Power Generation System” IEEE TRANSACTIONS ON POWER ELECTRONICS, VOL. 26, NO. 12, DECEMBER 2011
[16] Xiangdong Gao; Deyong You; Seiji Katayama;” Seam Tracking Monitoring Based on Adaptive Kalman Filter Embedded Elman Neural Network During High-Power Fiber Laser Welding” IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, VOL. 59, NO. 11, NOVEMBER 2012
[17] Fayez F. M. El-Sousy;”Intelligent Optimal Recurrent Wavelet Elman Neural Network Control System for Permanent-Magnet Synchronous Motor Servo Drive IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS, VOL. 9, NO. 4, NOVEMBER 2013
[18] Whei-Min Lin; Chih-Ming Hong; Cong-Hui Huang; Ting-Chia Ou;”Hybrid Control of a Wind Induction Generator Based on Grey–Elman Neural Network” IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY, VOL. 21, NO. 6, NOVEMBER 2013
[19] Chia Feng Juang; Che Meng Hsiao; Chia Hung Hsu;”Hierarchical Cluster Based Multispecies Particle Swarm Optimization for Fuzzy System Optimization” IEEE TRANSACTIONS ON FUZZY SYSTEMS, VOL. 18, NO. 1, FEBRUARY 2010
[20] Chia Feng Juang;Yu Cheng Chang; Che Meng Hsiao”Evolving Gaits of a Hexapod Robot by Recurrent Neural Networks With Symbiotic Species Based Particle Swarm Optimization” IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, VOL. 58, NO. 7, JULY 2011
[21] Alex Alexandridis; Eva Chondrodima; Haralambos Sarimveis;”Radial Basis Function Network Training Using a Nonsymmetric Partition of the Input Space and Particle Swarm Optimization” IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, VOL. 24, NO. 2, FEBRUARY 2013
[22] Ming Feng Yeh; Cheng Hung Tsai;”Standalone CMAC Control System With Online Learning Ability” IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS PART B: CYBERNETICS, VOL. 40, NO. 1, FEBRUARY 2010
[23] C. S. Chen;“Supervisory Interval Type-2 TSK Neural Fuzzy Network Control for Linear Microstepping Motor Drives With Uncertainty Observer”IEEE TRANSACTIONS ON POWER ELECTRONICS, Vol. 26, No. 7, JULY 2011.
[24] 張培仁、楊興明，機器人系統設計與計算，中國科技技術大學出版社
[25] F. J. Lin; L.T. Teng; H. Chu;”Modified Elman neural network controller with improved particle swarm optimisation for linear synchronous motor drive” PUBLISHED IN IET ELECTRIC POWER APPLICATIONS RECEIVED ON. 28, AUGUST 2007 REVISED ON 11TH DECEMBER 2007
[26] 林明宏撰「強健性小腦模型控制器之設計與應用」清雲科技大學電機工程系碩士班，2006年(彭椏富指導)
[27] C. M. Lin and Y. F. Peng,” Adaptive CMAC-Based Supervisory Control for Uncertain Nonlinear Systems” IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS, VOL. 34, NO. 2, APRIL 2004
[28] Ya Fu Peng;Chun Fei Hsu;Chih-Min Lin;Chi Jui Kao;”Robust CMAC Backstepping Longitudinal Control of Vehicle Platoons ”PROCEEDINGS OF THE 2004 IEEE INTERNATIONAL CONFERENCE ON NETWORKING, SENSING B CONTROL TAIPEI, 'TAIWAN. MARCH 21-23, 2004
[29] 林俊賢撰「輪型機器人之設計與實現：使用適應性步階迴歸小腦模型控制器」元智大學電機工程研究所，碩士論文，2011年（邱智煇指導）。
[30] 劉彥宏撰「智慧型互補式滑動模態控制系統實現於X-Y-θ三軸線性超音波馬達運動平臺」中央大學電機工程研究所，碩士論文，2011年（林法正指導）。
[31] Zineb,S.A.,Maria,D.M.,andMichal,K”Fault diagnosis for discrete event systems:Modelling and Verification”RELIABILITY ENGINEERING AND SYSTEM SAFETY,VOL.95,PP. 369-378,November,2010
[32] 張捷能撰「多媒體展示之復原模式」中央大學資訊管理工程研究所，碩士論文，1998年(陳彥良、許秉瑜 指導)
[33] 林昶廷撰「A PN-Based Performance Detection and Fault Diagnosis Study for Military Turbin Engine」國防大學理工學院機電能源及航太工程學系航空太空研究所，碩士論文，2011年(夏筱明 指導)
[34] 許秉瑜撰「Design and Analysis of Traffic Light Control Systems Using Timed Petri Nets」國防大學理工學院國防科學研究所，博士論文，2011年(黃義盛 指導)
[35] Rong-Jong Wai; You-Wei Lin; ” Adaptive Moving-Target Tracking Control of a Vision-Based Mobile Robot via a Dynamic Petri Recurrent Fuzzy Neural Network” IEEE TRANSACTIONS ON FUZZY SYSTEMS, VOL. 21, NO. 4, AUGUST 2013
[36] You Wei Lin; Rong Jong Wai;” Design of Adaptive Moving-Target Tracking Control for Vision Based Mobile Robot” 2013 IEEE SYMPOSIUM ON COMPUTATIONAL INTELLIGENCE IN CONTROL AND AUTOMATION (CICA)
[37] Rong Jong Wai; You Wei Lin;” Adaptive Moving Target Tracking Control of a Vision Based Mobile Robot via a Dynamic Petri Recurrent Fuzzy Neural Network” IEEE TRANSACTIONS ON FUZZY SYSTEMS, VOL. 21, NO. 4, AUGUST 2013
[38] Rong Jong Wai; Chia Ming Liu; ”Design of Dynamic Petri Recurrent Fuzzy Neural Network for Robust Path Tracking Control of Mobile Robot” NEURAL NETWORKS (IJCNN), THE 2010 INTERNATIONAL JOINT CONFERENCR ON
[39] Rong Jong Wai; Chia Chin Chu;” Robust Petri Fuzzy Neural Network Control for Linear Induction Motor Drive” IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, VOL. 54, NO. 1, FEBRUARY 2007
[40] 孫瑞駿撰「利用嵌入式系統基於PSO/FUZZY演算法應用於衛星追蹤系統」高雄應用科技大學電子工程系研究所，碩士論文，2011年（蘇德仁指導）。
[41] 朱珩撰「利用改良型粒子群尋優化之類神經網路控制永磁線型同步馬達伺服驅動系統」東華大學電機工程研究所，碩士論文，2011年（林法正、謝耀慶
指導）。
[42] 簡伯承撰「粒子群優演算法應用於旋轉式倒單擺之控制」義守大學電子工程研究所，碩士論文，2011年（洪惠陽、凌衍雷指導）。
[43] 林玉書撰「應用粒子群最佳化演算法於結構拓樸最佳化」大同大學機械工程，碩士論文,2009年(陸冠群指導)
[44] 陳俊仁撰「The PID Controller Design based on Modified PSO Method」
國立高雄海洋科技大學輪機工程系，碩士論文，2011年(俞克維指導)
[45] 楊期壹撰「Initial Parameters Problem of WNN based on PSO」逢甲大學應用數學系，碩士論文，2012年(張桂芳教授)
[46] 王亮達撰「An application of the PSO-GA algorithm in the TSP problem and mobile robot path optimization 」南臺科技大學電機工程系，碩士論文，2011年(王啟洲 指導)
[47] 孫瑞駿撰「Desing of PSO/Fuzzy Control for Satellite Tracking Embedded Systems」國立高雄應用科技大學電子工程系碩士班，2011年(蘇德仁指導)
[48] 葉煒揚撰「Machine-Process Grouping Considering Setup and Waiting Times Using Particle Swarm Optimization」清華大學電機工程研究所，碩士論文，2009年(陳棟樑 指導)
[49] 曾俊傑撰「基於粒子群聚最佳化演算法之碎形影像壓縮及主動輪廓模型」中山大學電機工程系，博士論文，2008年(謝哲光 指導)
[50] 劉詩群撰「粒子最佳化與模糊控制於輪型機器人之自動導航之應用」中央大學電機工程研究所，碩士論文，2011年(鍾鴻源 指導)
[51] 黃于恩撰「粒子群演算法於多目標雙邊生產線平衡之應用」康寧大學生產事業管理研究所，碩士論文，2012年(黃東成 指導)
[52] 賴彥翔撰「粒子群聚最佳化於滑車倒單擺系統之控制」義守大學電機工程研究所，碩士論文，2010(洪惠陽、凌衍雷 指導)
[53] Kirusnapillai Selvarajah; Peter J. Fleming;” Stability Analysis of the Particle Dynamics in Particle Swarm Optimizer” IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION, VOL. 10, NO. 3, JUNE 2006
[54] Chengshan Xiao; David J. Hill;” Generalizations and New Proof of the Discrete-Time Positive Real Lemma and Bounded Real Lemma” IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS—I:FUNDAMENTAL THEORY AND APPLICATIONS, VOL. 46, NO. 6, JUNE 1999
[55]J.J.E.Slotine;W,Li;”Applied nonlinear control”(PRENTICE-HALL NEW JERSEY,1991)
[56]K.J.Astrom,B,Wittenmark;”Adaptive control”(Addison Wesley,New York,1995)
[57]Chun Ming Wen; Ming Yang Cheng;” Development of a Recurrent Fuzzy CMAC With Adjustable Input Space Quantization and Self Tuning Learning Rate for Control of a Dual Axis Piezoelectric Actuated Micromotion Stage” IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, VOL. 60, NO. 11, NOVEMBER 2013
[58]Chih-Min Lin;Li-Yang Chen;Daniel S.Yeung;”Adaptive Filter Design Using Recurrent Cerebellar Model Articulation Controller” IEEE TRANSACTIONS ON NEURAL NETWORKS, VOL. 19, NO. 7, JULY 2010