臺灣博碩士論文加值系統

得益於自動化科技產業技術的快速發展和普及，機械手臂已經成爲各個行業中不可或缺的應用工具。尤其是精密操作這兩方面更是有著舉足輕重的作用。除此之外，在撞球運動領域中機械手臂的高精確性和高靈活度同樣展現了其獨特的優勢。
本研究之目的是設計開發一套基於影像辨識的機械手臂撞球系統，以提高在顆星灌球(Cushion Shoot)的撞球項目中的自動化水準和操作精準度。
為了實現這一目標，本研究在影像辨識方面對撞球的實時RGB圖像進行顔色閾值處理並轉換爲HSV圖像，通過顔色識別和檢測面積閾值設定來降低圖像干擾項，從而準確判斷撞球對象，再利用霍夫圓檢測繪製出撞球輪廓並計算其球心座標，以此得到撞球準確的位置。撞球的運動軌跡符合反射定律(Law of Refection)，本研究根據撞球運動軌跡的對稱性，計算預測得到撞球運動軌跡和最佳擊球角度。
除此之外，本研究利用多項式曲缐擬合(Polynomial Curve Fitting)得到機械手臂座標和影像座標的對應方程式，其X軸的殘差平方和、決定係數、均方根誤差分別為：91.54、99.99%、2.885；Y軸分別為：127.3、99.93%、3.402。從而確保機械手臂對顆星灌球的高精準度。

Due to the rapid development and widespread adoption of automation technology in the industry, robotic arms have became indispensable tools across various fields. They play a crucial role, especially in precision operations. Moreover, in the field of billiards, the high accuracy and flexibility of robotic arms also demonstrate their unique advantages.
The purpose of this study is to design and develop a robotic arm billiard system based on image recognition to improve the level of automation and operational accuracy in the cushion shoot of billiards.
To achieve this goal, this study tranfers the real-time RGB images of the billiards into HSV images using color thresholding for the image recognition aspect. By setting color recognition and detection area thresholds, image interference items are reduced, allowing for accurate identification of the billiard target. Hough circle detection is then used to draw the billiard contours and calculate their center coordinates, thus obtaining the accurate position of the billiards. The motion trajectory of the billiards complies with the law of reflection. Based on the symmetry of the billiard motion trajectory, this study calculates and predicts the billiard motion trajectory and the optimal striking angle.
In addition, this study uses polynomial curve fitting to obtain the corresponding equations between the robotic arm coordinates and the image coordinates. The sum of squared residuals, coefficient of determination, and root mean square error for the X-axis are 91.54, 99.99%, and 2.885, respectively, and for the Y-axis are 127.3, 99.93%, and 3.402, respectively. This ensures the high precision of the robotic arm in cushion shoot billiards.

目錄
中文摘要 I
Abstract III
致謝 V
目錄 VI
圖目錄 IX
表目錄 XII
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機與目的 2
1.3 論文大綱 3
第二章 文獻回顧 6
2.1 影像辨識 6
2.1.1 顔色辨識 6
2.1.2 影像處理 7
2.1.3 擊球角度及軌跡計算 8
2.2 機械手臂控制 9
2.3 撞球機器人案例應用 10
第三章 硬體設備介紹 12
3.1動作執行設備 12
3.1.1 機械手臂 13
3.1.2 機械手臂控制器 15
3.1.3 電源供應器(GWINSTEK GPS-3303) 17
3.1.4 DC 24V電磁鐵 19
3.1.5 Arduino Uno R3控制板 20
3.2 影像處理設備 23
3.2.1 影像獲取設備(Razer Kiyo攝像頭) 23
第四章 研究方法 25
4.1 機械手臂控制 25
4.1.1 正向運動學 26
4.1.2 逆向運動學 28
4.2 擊球夾爪控制 32
4.2.1 擊球夾爪力度設定 34
4.2.2 擊球夾爪觸發實現 36
4.3 影像處理 38
4.3.1 RGB色彩 38
4.3.2 HSV空間 42
4.3.3 形態學處理之開運算應用 47
4.3.4 撞球輪廓找尋之應用 49
4.4 撞球運動狀態 58
4.5 空間座標矯正 62
第五章 實驗結果與討論 67
5.1 動作流程 67
5.2 影像辨識結果 68
5.3 軌跡角度計算結果 71
5.4 機械手臂結合影像處理之動作結果 74
第六章 結論與未來發展 82
6.1 研究結論 82
6.2 未來研究方向與展望 83
參考文獻 84

參考文獻
[1]Ivan Ralev, and G. Krastev, “Image Processing with OpenCV for Hand Gesture Recognition,” in 2022 30th National Conference with International Participation (TELECOM), Sofia, Bulgaria, Oct. 27-28, 2022, pp. 1-4, doi: 10.1109/TELECOM56127.2022.10017307.
[2]L. Jing, X. Liu, and G. Yin, “The research and implementation of the method of pretreating the face images based on OpenCV machine visual library,” in Proceedings of 2011 International Conference on Electronic & Mechanical Engineering and Information Technology, Harbin, China, Aug. 12-14, 2011, pp. 2719-2721, doi: 10.1109/EMEIT.2011.6023595.
[3]W. Wang, J. Wang, Z. Zhang, and D. Shi, “OpenCV Implementation of Image Processing Optimization Architecture of Deep Learning Algorithm based on Big Data Processing Technology,” in 2022 International Conference on Sustainable Computing and Data Communication Syste(ICSCDS), Erode, India, Apr. 07-09, 2022, pp. 65-68, doi: 10.1109/ICSCDS53736.2022.9760795.
[4]J. Lin, F. Ye, Q. Yu, J. Xing, Z. Quan, and C. Sheng, “Research on Multi-UAVs Route Planning Based on the Integration of Improved Elastic Band and A-Star Algorithm,” in 2022 IEEE International Conference on Unmanned Systems (ICUS), Guangzhou, China, Oct. 28-30, 2022, pp.1575-1580, doi: 10.1109/ICUS55513.2022.9986794.
[5]鄭志德，2010，基於關聯式分析之車輛顏色辨識系統，碩士論文，國立臺灣科技大學，資訊工程系，臺北。
[6]林佳政，2015，具有排泄物顏色辨識與差異分析之數位沖水馬桶嵌入式系統，碩士論文，國立中興大學，電機工程學系所，臺中。
[7]郭哲佑，2011，輔助視障者辨識運動物件品牌及其主題顏色，碩士論文，臺北市立教育大學，資訊科學系碩士班，臺北。
[8]林政興，2006，智慧型賣場服務機器人之設計與實現，碩士論文，南臺科技大學，電機工程系，臺南。
[9]呂文助，2011，以 Canny 邊緣檢測法與型態學分割方法探討大鼠聲門面積曲線之研究，碩士論文，國立臺灣師範大學，機電科技研究所，臺北。
[10]王以碩，2015，改良 Canny 演算法時做準確的 Kinect 深度影像邊緣檢測，碩士論文，逢甲大學，資訊工程學系，臺中。
[11]黃嘉緯，2015，以 Canny 演算法為基礎來設計可適性快速的印刷電路板檢測方式，碩士論文，靜宜大學，資訊傳播工程學系，臺中。
[12]鄧祥之，2015，滑鼠滾輪重心偏移檢測系統之設計與製作，碩士論文，逢甲大學，機械與電腦輔助工程學系，臺中。
[13]內田昌久，撞球技巧，益群書店股份有限公司，民國 89 年 9 月。
[14]島田曉夫，圖解撞球入門，大孚書局有限公司，民國 88 年 3 月。
[15]蔡文，“可拓集合和不相容問題，” 科學探索學報，1993。
[16]C. S. George Lee, “Robot Arm Kinematics, Dynamics, and Control,” in Computer, vol. 15, no. 12, pp. 62-80, Dec. 1982, doi: 10.1109/MC.1982.1653917.
[17]Y. Jiang, F. Chang, and F. Liang, “Kinematics modeling and trajectory planning for NAO robot object grasping based on image analysis,” in 2017 Chinese Automation Congress (CAC), Jinan, China, 2017, pp. 2406-2411, doi: 10.1109/CAC.2017.8243179.
[18]G. -S. Huang, C. -K. Tung, H. -C. Lin, and S. -H. Hsiao, “Inverse kinematics analysis trajectory planning for a robot arm,” in 2011 8th Asian Control Conference (ASCC), Kaohsiung, Taiwan, May 15-18, 2011, pp.965-970.
[19]陳茂璋，吳煌壬，洪茂松，2021，工業機械手臂控制實務，TAIROA社團法人台灣指揮自動化與機器人協會 ，單元五，pp.32-50.
[20]林志明，撞球機器人之研究，淡江大學機械與機電工程學系碩士論文，民國 92 年 6 月。
[21]陳柏儒，撞球機器人之類神經模糊補償器設計，淡江大學機械與機電工程學系碩士論文，民國 92 年 6 月。
[22]王添毅，可拓理論在撞球機器人決策之應用，淡江大學機械與機電工程學系碩士論文，民國 93 年 6 月。
[23]許家欣，撞球機器人之擊球力量控制器設計，淡江大學機械與機電工程學系碩士論文，民國 93 年 6 月。
[24]黎哲廷，撞球機器人在九號球局之應用，淡江大學機械與機電工程學系碩士論文，民國 94 年 6 月。
[25]盧彥宏，撞球機器人在撞球球局之防守決策，淡江大學機械與機電工程學系碩士論文，民國 94 年 6 月。
[26]鐘武傑，撞球機器人在障礙球局決策之應用，淡江大學機械與機電工程學系碩士論文，民國 95 年 6 月。
[27]劉家孝，撞球機器人之顆星攻守決策系統設計，淡江大學機械與機電工程學系碩士論文，民國 97 年 6 月。
[28]陳宥穏，撞球機器人之跳球決策系統設計，淡江大學機械與機電工程學系碩士論文，民國 98 年 6 月。
[29]上銀科技，2016，RA605機械手臂操作手冊。https://www.hiwin.tw
[30]谢果君, 杨焕焕, 石正璞, 陈钢. (2024). 基于 DH 标定的机器人正向运动学形式化验证. 软件学报, 35(9), 0-0.
[31]陈菲菲, 居鹤华, 余萌, 康杰, 孙帅. (2022). 一种分析四元数及其在 6R 机械臂逆运动学中的应用. 机械工程学报, 58(9), 31-40.
[32]David M. Bourg，莊彥澤，洪貫庭，電玩物理學，台北市：歐萊禮出版，民國 91 年。
[33]唐玉聲，牛頓力學，台北市：狀元出版社，民國 79 年 10 月。
[34]洪錦魁，2022，OpenCV影像創意邁向AI視覺王者歸來，深智數位股份有限公司，臺北，第2-4頁。
[35]鄭國裕，2018，六色色相環的結構。https://cky1.blogspot.com/2018/10/blog-post_57.html
[36]知乎，2017，色彩模型與色彩空間。https://zhuanlan.zhihu.com/p/29942681
[37]維基百科，2021，HSL和HSV。https://en.wikipedia.org/wiki/HSL_and_HSV
[38]ITREAD01.COM，2019，顏色空間RGB與HSV(HSL)的轉換。https://www.itread01.com/content/1549111148.html
[39]司趕上, 劉家祥, 李振鋼, 甯志強, 方勇華. (2022). 基於形態學與多項式擬合的紫外拉曼螢光背景扣除演算法. Acta Optica Sinica, 42(22), 2230001-2230001.
[40]Canny, J. F. (1983). Finding edges and lines in images.
[41]杜緒偉, 陳東, 馬兆昆, 劉方全. (2022). 基於 Canny 運算元的改進圖像邊緣檢測演算法. 電腦與數位工程, 50(2), 410-413.
[42]陳偉, 陳敏剛, 陳驍俊, 孫夢哲, 柴崗, 鄧丹, 張豔. (2021). 基於全面部圖像的黑色素痣自動檢測演算法及臨床研究. Chinese Journal of Aesthetic & Plastic Surgery, 32(6).
[43]Gao, J., He, Q., Gao, H., Zhan, Z., & Wu, Z. (2018). Design of an efficient multi-objective recognition approach for 8-ball billiards vision system. Kuwait journal of science, 45(1).
[44]Syed, M. H., & Kumar, S. (2022, July). Road lane line detection based on roi using hough transform algorithm. In Proceedings of Third International Conference on Computing, Communications, and Cyber-Security: IC4S 2021 (pp. 567-580). Singapore: Springer Nature Singapore.
[45]J.-H. Li, C.-H. Chao, L.-T. Yu, C.-Y. Dai and J.-L. Zhang, "Case Study of Robot Arm Billiards," 2023 International Automatic Control Conference (CACS), Penghu, Taiwan, 2023, pp. 1-6,doi: 10.1109/CACS60074.2023.10326166.
[46]R. Byrne, "Byrne’s Pool and Billiards New Standard Book"。水手書籍;1998年第二版。
[47]李振興, 吳明芳, 喻麟泰, 戴淳彥, 張江立. 機器手臂自動夾取網球實作研究, 2023, 第八届台灣機電工程國際學會。
[48]戚非, 閆勇, 田應. (2006). 基於 MATLAB 的多項式擬合. 實驗室科學, (5), 63-65.