本研究利用灰色理論建立一套智慧型撞球機器人之防守策略機制，將母球及目標子球撞至對手不易進球之相對位置，即撞球術語中之「安全球」，使撞球機器人能反「守」為「攻」，因而贏得球局。
    首先以CCD擷取球檯影像，經由影像辨識，搜尋並計算球檯上各球及球袋中心之位置，再以影像處理技術與所設計的VB介面程式，預測出母球經不同撞擊方式碰撞目標球後的幾何關係，並計算母球與撞擊點距離、目標球與球袋中心距離、擊球角度等幾何資料，作為灰色理論之決策條件，而且加入障礙球之偵測，特別針對具有障礙球的情況以不同之防守策略來增加對手進球難度，然後決定最不利於對手進球之預測位置，再以此位置反向推論撞球機器人之打擊方式，驅動撞球機器人打擊，完成防守動作。經實驗結果得知，撞擊後母球與目標球確實能達到不利對手進球之相對位置。且當有障礙球時，也能利用障礙球來增加對手進球的難度，成功驗證灰色理論在防守決策之應用，提高撞球機器人於球局判斷之能力，朝向贏球之目標。

The objective of this thesis is to develop a defensive strategy of the intelligentbilliard robot by using the grey system theory. The main purpose of this defensivestrategy is to make a “safety” play during the pool game. The safety play is thedefensive positioning of the balls so as to minimize the opponent’s chance to score orto make a foul stroke. In this case, it will be easier for us to win the ball gamewhenever opponents have to face to a safety play.In the research, the centers of balls are captured and caculated by a CCD and theimage processing technique in a PC. A developed software (VB) is applied to predictthe geornetrical positions of the cue ball and object balls after collision. Then, theshooting angle, the distance between the cue ball and the designate object ball, and thedistance between the designate object ball and corresponding pocket are alsodetermined by the developed software.These three parameters and the information of block ball are the lets fourfactors of this defensive strategy. Then, the billiard robot will execute the hittingcommand to make a safety play based on this algorithm. Finally, the experimentalresults show that the developed defensive strategy makes the billiard robot meake asafety play and be easier to win the ball game successfully.

目錄
淡江大學論文題要	I
英文提要	II
目錄	IV
圖目錄	VII
表目錄	X
符號表	XI
第一章  緒論	1
1-1前言	1
1-2研究動機與目的	5
1-3安全球的定義	6
第二章  理論基礎	7
2-1可撞擊角度判定	7
2-2碰撞分析	10
2-2-1球與球檯的碰撞	12
2-2-2球與球的碰撞	14
2-3球座標搜尋法	17
2-4灰色系統理論	18
2-4-1灰色局勢決策系統	19
第三章 研究設備及方法	22
3-1實驗設備	22
3-2恢復係數資料庫	26
3-2-1球檯恢復係數資料庫	26
3-2-2球與球的恢復係數資料庫	29
3-3撞擊後之可能位置預測	31
3-4無障礙球球型之防守決策思維	37
3-5具障礙球球型之防守決策思維	49
第四章  實驗驗證與結果	61
4-1實驗驗證	61
4-1-1無障礙球球型之防守決策	61
4-1-2一顆障礙球球型之防守決策	63
4-1-3兩顆障礙球球型之防守決策	64
4-2實驗結果	66
第五章  結論與討論	67
參考文獻	71
附錄	75
A-1 無障礙球球型之撞擊後母球與目標球位置預測表	75
A-2 無障礙球球型之對應球袋樣本值與效果測度值	78
B-1 一顆障礙球球型之撞擊後母球與目標球位置預測表	81
B-2 一顆障礙球球型之對應球袋樣本值與效果測度值	84
C 撞球術語	87
D 九號球撞球規則	89
E 擊球過程連拍圖	94



圖目錄
圖2-1 最大撞擊角度補償示意圖	9
圖2-2 擊球示意圖	9
圖2-3 擊球距離差異圖	10
圖2-4 碰撞作用線示意圖	12
圖2-5 球檯之碰撞損失示意圖	14
圖2-6 球與球之碰撞損失示意圖	15
圖2-7 球與球的二維碰撞及符號變數圖	16
圖2-8 座標平均法示意圖	18
圖3-1 撞球機械人架構圖	24
圖3-2 撞球機器人機台	25
圖3-3 機構碰撞檯邊判斷機制	25
圖3-4 球檯之撞擊測試圖	28
圖3-5 球與球之撞擊測試圖	30
圖3-6 無障礙球球型之預測系統流程圖	32
圖3-7 可撞擊角度範圍偵測圖	33
圖3-8 不同擊球角度之路線圖	34
圖3-9 不同撞擊力道下之預測路線圖	36
圖3-10 可撞擊範圍之變數圖	38
圖3-11 灰色防守系統示意圖	38
圖3-12 無障礙球球型撞擊前之狀態圖	42
圖3-13 無障礙球球型撞擊後之預測圖	42
圖3-14 無障礙球球型之各種擊球角度預測分解圖	43
圖3-15 擊球角度示意圖	44
圖3-16 擊球角度的效果測度圖	44
圖3-17 母球到目標球球心距離的效果測度圖	45
圖3-18 無障礙球球型之防守決策系統流程圖	48
圖3-19 具障礙球球型之預測系統流程圖	52
圖3-20 具障礙球球型之防守決策系統流程圖	53
圖3-21 一顆障礙球球型撞擊前之狀態圖	54
圖3-22 具障礙球球型之灰色防守系統示意圖	54
圖3-23 一顆障礙球球型撞擊後之預測圖	55
圖3-24 一顆障礙球之各種擊球角度預測分解圖	56
圖3-25 障礙球與母球到目標球球心連線垂直距離影響圖	58
圖4-1 無障礙球球型撞擊後之預測路線圖	61
圖4-2 無障礙球球型撞擊後之結果比較圖	62
圖4-3 一顆障礙球球型撞擊後之預測路線圖	63
圖4-4 一顆障礙球球型撞擊後之結果比較圖	64
圖4-5 兩顆障礙球球型撞擊前之狀態圖	65
圖4-6 兩顆障礙球球型撞擊後之預測路線圖	65
圖4-7 兩顆障礙球球型撞擊後之結果比較圖	66
圖C-1 撞球術語介紹	88
圖E-1 無障礙球球型之撞擊過程連拍圖	94
圖E-2 一顆障礙球球型之撞擊過程連拍圖	95
圖E-3 兩顆無障礙球球型之撞擊過程連拍圖	96



表目錄
表3-1 球檯恢復係數對應表	28
表3-2 球與球的恢復係數對應表	31
表3-3 力道與位置對應表	35

參考文獻
[1]	http://www.robotics.org.mo/new_page_75.htm。
[2]	許信允，液晶顯示模組組裝機模糊控制器設計，淡江大學機械與機電工程學系碩士論文，民國93年六月。
[3]	李添貴，車牌自動辨識系統，機械工業雜誌，pp.196-205，民國79年。
[4]	來賢，撞球入門，台北市：國家出版社，民國69年八月。
[5]	林其禹，機械撞球員VCD,台灣科技大學，民國89年6月。
[6]	T. Jebara, C. Eyster, “Augmenting the Billiards Experience with Probabilistic Vision and Wearable Computers,” IEEE Wearable Computers, Vol.13 pp.138-145, Oct 1997. 
[7]	S. C. Chua, E. K. Wong, Alan W. C. Tan, and V. C. Koo , “Decision Algorithm for Pool Using Fuzzy System,” Proceedings of the International Conference on Artificial Intelligence in Engineering & Technology(ICAIET 2002), , Kota Kinabalu, Malaysia, pp. 370-375, 17-18 June 2002.
[8]	S. C. Chua, E. K. Wong and V. C. Koo, “Pool Balls Identification and Calibration for a Pool Robot,” Proceedings of the International Conference on Robotics, Vision, Information and Signal Processing (ROVISP 2003), Penang, Malaysia, pp 312-315, 22-24 January 2003.
[9]	H. Nakama, I. Takaesu and H. Tokashiki, “Basic Study on Development of Shooting Mechanism for Billiard Robot”, JSME, Robotic Workshop.
[10]	齊丙辰，“智能移動型Billiard Robot 相關研究”，“Billiard robot system概要”，第15回日本機械人學會學術講演會稿集，pp. 627-628，1997。
[11]	B. R. Cheng and J. S. Yang, 2004, “Design of The Neural-Fuzzy Compensator for a Billiard Robot,” IEEE International Conference on Networking, Sensing and Control (ICNSC’04), Taipei Taiwan, 2004 March, 21-23.
[12]	J. S. Yang, Z. M. Lin and C. Y. Yang, “Grey Decision-Making for a Billiard Robot,” IEEE International Conference on Systems, Man & Cybernetics (SMC’04), Hague, Netherlands, 2004 Oct, 10-13.
[13]	王添毅，楊智旭，楊棧雲，2003，“可拓理論在撞球機械人球袋選擇應用”，中國人工智能學會2003全國學術大會，廣州，pp.1160-1165，2003/11/19-21。
[14]	許家欣，楊智旭，“撞球機器人之模糊誤差補償器設計”， 2004中華民國自動控制研討會，大葉大學，2004/3/26-27。
[15] 王添毅，楊智旭，“智慧型撞球機器人”，“中國大陸航空太空研討會”，pp. 373-381，2004/9/1。
[16]	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
[17]	陳伯儒，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
[18]	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
[19]	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
[20]	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。
[21]	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。
[22] 唐玉聲，牛頓力學，台北市：狀元出版社，民國79年10月
[23]	內田昌久，撞球技巧，台北市：益群書店股份有限公司，民國89年九月。
[24]	王洪忠，數學與電腦觀點之碰撞問題研究，中華大學應用數學學系碩士論文，民國92年7月。
[25]	董增華，球檯上的力學分析，撞球運動雜誌，民國91年一月。
[26]	董增華，球速的傳送公式，撞球運動雜誌，民國92年一月。
[27]	鄧聚龍，灰色控制系統，華中理工大學出版社，1993年九月。
[28]	吳漢雄、鄧聚龍、溫坤禮，灰色分析入門，高立圖書有限公司，民國85年9月。
[29]	鄧聚龍，灰色系統理論與應用，高立圖書有限公司，民國89年一月。
[30] http://www.baroc.org/