臺灣博碩士論文加值系統

在許多大型活動結束後，在地板上時常留下寶特瓶與鐵鋁罐，需要花費勞力與時間整理活動現場。為了對環境有所貢獻，我們設計一個分類回收物的機器人。透過深度圖片機器人可以自動分辨物體與物體位置，機械手臂可以夾取物體並放置適當的垃圾桶。本系統運用3D深度圖片做深度學習演算法將物體辨識與分類。本系統目的是分類回收物並將它們變成可重複使用的回收資源以降低對環境污染的影響。

After many large-scale activity are completed, the bottles and cans are often left on the floor. It takes labor and time to organize the activity site. In order to contribute in the environment protection, we designed a robot to categorize items from recycle. The robot can distinguish an object and its location automatically through the depth of an image. Its mechanical arm will grab the object and put it in the corresponding box. The technology is based on 3D depth image with deep learning algorithm for the recognition and categorization. This system is designed to categorize items from recycle and turn them into re-usable resources to lower the impact of environment pollution.

摘要 i
Abstract ii
誌謝 iii
目錄 iv
圖目錄 vi
表目錄 viii
符號說明 ix
第一章 緒論 1
1.1 前言 1
1.2 文獻回顧 2
1.3 論文架構 4
第二章 學理基礎與硬體設備 5
2.1 學理基礎 5
2.1.1 AlexNet 5
2.1.2 PipeCNN 6
2.1.3 OpenCV 8
2.1.4 OpenCL 10
2.1.5 二值化Otsu 11
2.1.6 Convexhull 12
2.1.7 Node-RED 12
2.1.8 HTTP-GET與POST 12
2.2 硬體設備 14
2.2.1 DE10-Nano開發板 14
2.2.2 3D Camera 14
2.2.3 UP Board2開發板 15
2.2.4 機械手臂 16
2.2.5 超音波感測器 20
2.2.6 雷達感測器 21
2.2.7 全向輪機構 23
第三章 系統設計 25
3.1 系統架構 25
3.2 硬體區塊圖 26
3.3 系統流程圖 27
3.4 網頁監控 27
第四章 研究方法 28
4.1. 機器人避障 28
4.2. 物體偵測 29
4.3. 影像處理求取物體重心座標 30
4.4. 深度學習物體辨識 33
第五章 實驗結果 42
5.1 深度影像轉至灰階影像 42
5.2 影像處理取得物體重心座標 43
5.3 物體辨識 44
5.4 機器人夾取物體並分類 46
5.5 網頁監控 48
第六章 結論與未來展望 49
6.1 結論 49
6.2 未來展望 49
參考文獻 50
簡 歷 53

[1]Y. Bengio, A. Courville, P. Vincent, "Representation learning: A review and new perspectives," IEEE Transactions on Pattern Analysis and Machine Intelligent, 35(8), pp. 1798-1828, 2013.
[2]A. Krizhevsky, I. Sutskever, G. E. Hinton, "ImageNet classification with deep convolutional neural networks," In Advances in Neural Information Processing Systems, pp. 1097-1105, 2012.
[3]M. J. Landau, B. Y. Choo, P. A. Beling, "Simulating Kinect Infrared and Depth Images," IEEE Transactions on Cybernetics, vol. 46, no. 12, pp. 3018-3031, Nov. 2015.
[4]M. Draelos, Q. Qiu, A. Bronstein and G. Sapiro, "Intel realsense = Real low cost gaze," in Proc. 2015 IEEE International Conference on Image Processing (ICIP), pp. 2520-2524, Sept. 2015.
[5]N. Anggraini, N. F. Rozy, and R. A. Lazuardy, "Facial Recognition System for Fatigue Detection Using Intel Realsense Technology," in Proc. 2016 6th International Conference on Information and Communication Technology for The Muslim World (ICT4M), pp. 248-253, Nov. 2016.
[6]PipeCNN. https://github.com/doonny/PipeCNN
[7]行政院環境保護署環境資源資料庫https://erdb.epa.gov.tw/DataRepository/PollutionProtection/TrashClearOverview.aspx
[8]自由時報即時報導。跨年夜最值得尊敬的一群人!默默清理9.5噸垃圾。2018.01.02取自http://news.ltn.com.tw/news/life/breakingnews/2300021
[9]許祥麟，「適用於大範圍區域之全自主資源回收機器人系統開發」，國立台灣科技大學，碩士論文，101年7月。
[10]王星寒，「利用深度影像及時估計手指動作」，國立交通大學，碩士論文，101年9月。
[11]張進億，「基於影像伺服之移動物體追蹤與夾取」，國立台灣科技大學，碩士論文，98年7月。
[12]林振揚，「利用深度影像基於自動背景更新之跌倒偵測」，元智大學，碩士論文，106年12月。
[13]詹正良，「以影像處理方法驗證國家考試答案卡檢測準確性」，國立交通大學，碩士論文，105年6月。
[14]曾怡菁，「影像辨識應用於鑑別天然枸杞之研究」，亞洲大學，碩士論文，105年6月。
[15]張駿超，「應用邊緣偵測和二值化影像質方塗於晶片瑕疵檢測」，國立交通大學，碩士論文，100年7月。
[16]陳弘晸，「應用手機及遠端系統檢測市售白米等級的初步建立」，國立屏東科技大學，碩士論文，105年7月。
[17]林煒勳，「及時手勢辨識使用尺度不變特徵轉換在二值化圖片上之研究」，國立台灣科技大學，碩士論文，101年6月。
[18]王庭瑋，「3D立體互動水族缸」，國立中山大學，碩士論文，100年8月。
[19]彭長生，「Eyes Status Based Driving Fatigue Supervision through Smartphone Camera Monitoring」，國立中央大學，碩士論文，105年6月。
[20]林昱享，「基於全方位影像之廠景變化偵測與拓樸地圖之建構」，國立中正大學，碩士論文，101年7月。
[21]黃冠璋，「全向輪高階控制方法的開發」，東海大學，碩士論文，106年7月。
[22]邱增宇，「全向輪型機器人之自主循跡駕馭控制與避障之研究」，大同大學，碩士論文，105年7月。
[23]邱敬洲，「以深度影像資料庫為基礎的嵌入式全向輪機器人同步定位與建圖」，國立台灣科技大學，103年6月。
[24]ImageNet圖像資料庫
https://cacm.acm.org/magazines/2017/6/217745-imagenet-classification-with-deep-convolutional-neural-networks/fulltext
[25]AlexNet網路架構https://itw01.com/V33NREG.html
[26]張佑民，「應用OpenCV電腦視覺涵式庫在TI Davinci平台上實現影像處理之研究」，亞洲大學，碩士論文，98年7月。
[27]OpenCV學習網站
http://wiki.opencv.org.cn/index.php/%e9%a6%96%e9%a1%b5
[28]Khronos OpenCL working group: The OpenCL Specification, July 21, 2015.
[29]KHRONOS, 2011. Opencl overview. https://www.khronos.org/assets/uploads/ developers/library/overview/OpenCL-Overview-Jun10.pdf

[30]G. Martinez, M. Gardner, and W. Feng, "CU2CL: A CUDA-toOpenCL translator for multi- and many-core architectures," Proc. 2011 IEEE 17th International Conference on Parallel and Distributed Systems (ICPADS 11), Dec. 2011, pp. 300-307, doi: 10.1109/ICPA DS.2011.48.
[31]Y. Xiaolu, X. Shen, J. Long, and H. Chen, "An improved median-based Otsu image thresholding algorithm," AASRI Procedia 3, pp. 468-473, 2012.
[32]R. L. Kodell, C. Zhang, E. R. Siegel, and R. Nagarajan, "Selective voting in convexhull ensembles improves classification accuracy," Artificial Intelligence in Medicine, vol. 54, pp. 171–179, 2012.
[33]M. Blackstock and R. Lea, "Toward a Distributed Data Flow Platform for the Web of Things (Distributed Node-RED)," WoT ’14 Proceedings of the 5th International Workshop on Web of Things. Cambridge, MA, USA: ACM, 2014, pp. 34–39. ISBN: 978-1-4503- 3066-4. DOI: 10.1145/26
[34]Node-RED介紹
http://www.makercollider.com/kit/detail?id=23
[35]HTTP GET與POST比較
https://dotblogs.com.tw/marcus116/2011/05/29/26428
[36]DE10-Nano開發版
https://www.terasic.com.tw/cgi-bin/page/archive.pl?Language=Taiwan&No=1047
[37]DE10-Nano架構
https://www.mouser.tw/new/terasic-technologies/terasic-de10-nano-kit/
[38]電腦DIY淺談Intel RealSense 3D攝影機之應用與開發 / 嶄新角度 全新世界
搜索日期:2018/3/6取自:https://www.computerdiy.com.tw/intel-realsense-3d/
[39]幻城科技館 Intel RealSense SR300/F200模組3D攝像頭模組3d掃描人臉手勢識別
搜索日期:2018/3/6 取自: https://world.taobao.com/item/520050523624.htm
[40]UP Board基础篇 搜索日期:2018/3/6取自:
http://ebooks.lib.ntu.edu.tw/1_file/ntulib/106031589/89-
%E7%B0%A1%E9%AB%94UP%E5%9F%BA%E6%9C%AC%E7%AF%87V3%E5%AE%8C%E6%95%B4%E7%89%88.pdf
[41]超音波感測器HC-SR04
http://coopermaa2nd.blogspot.com/2012/09/hc-sr04.html
[42]雷達感測器
http://www.ydlidar.com/download