隨著科技的進步、醫學生技的發展、人口死亡率的逐年降低，老年人口攀升已被視為現代化的社會問題。而社會變遷，現今家庭結構的轉變，以往的大家庭或折衷家庭的居住模式如今已大為減少。在未來，有90%的老人將面臨養老問題，在老人養老的過程中，其健康的狀態，是兒女及照護者首要關切的問題。市面上越來越多智慧型機器人問世並漸漸成為勞動主力，智慧機器人的研發與其應用，早已吸引世人的目光與重視。許多先進國家的政府，如美、日、德、義、俄、英與歐盟國家等，更不斷地投入大量的研究經費與人才培育，期望開發出福國利民的智慧機器人種類，培育機器人科技人才。
如今，在人口老齡化愈加嚴峻的形勢下，部分機構和政府將企圖用服務型機器人來嘗試性地緩解因老齡化帶來的勞動力短缺、健康照護及養老的問題。本論文擬設計物聯網及機器人的居家老人物品找尋系統。此系統整合了智能機器人、智慧型感測元件與藍牙無線通訊技術，為了改善老人在家養老的生活，建構一套感測模組系統，當老人在室內找不到物品或忘記物品放在哪個位置時，透過向機器人語音詢問來搜尋遺失物品。另外，在居家環境中採用物聯網技術，在周圍常使用到的生活用品佈建感測器與無線傳輸設備，了解被照護者的行為活動與即時狀況，有助於提升居家照護的生活品質。

With the progress of science and technology, the development of medical technology, the decline of population mortality year by year, the elderly population climbed has been regarded as a modern social problem. In the future, 90% of the elderly will face the pension problem. Many advanced countries' governments, such as the United States, Japan, Germany, Germany, Russia, Britain and the European Union, are continually investing a large amount of research funding and talent cultivation, hoping to develop a smart robotic species that is good for the country and the people, and cultivate robotics. Talent. Nowadays, with the aging population becoming more severe, some institutions and governments will attempt to use service robots to try to alleviate the shortage of labor, health care and old-age care caused by aging. This thesis intends to design the Internet of Things and robots for home elderly goods search system. This system integrates intelligent robots, intelligent sensing components and Bluetooth wireless communication technology. In order to improve the elderly living at home, a sensor system is constructed. When the elderly can't find items indoors or forget where to put them, Through the search for robots to detect lost items, in addition to using Internet of Things technology in the home environment, the sensors and wireless transmission equipment are often used in the surrounding households to understand the behavior and immediate situation of the caregivers. It helps to improve the quality of life in home care.

第一章、簡介	1
第二章、相關研究	6
第三章、背景知識	10
3-1機器人與居家照護的背景知識	10
3-2物聯網的背景知識	13
3-3系統平台及無線通訊協定	16

第四章、系統設計	24
4-1居家便利生活系統	26
4-2出外天氣提醒系統	27
第五章、系統實作	30
5-1.	硬體感測元件與無線通訊模組介紹	30
5-2.	Zenbo軟體系統介紹	35
5-3. 系統伺服端	37
5-4.系統整合	37
第六章、數據分析	40
6-1.	多顆藍牙傳送封包時的影響	40
6-2. 藍牙資料傳輸反應時間	41
6-3.  Zenbo語音對語句長度的辨識準確率影響	41
6-4.  Zenbo收到訊息時間	42
6-5.  Zenbo語音對語句速度的準確率影響	43
6-6.  Zenbo對講話分貝數的準確率影響	44
6-7.  溫濕度感測模組監控提醒	45
第七章、結論	47
參考文獻	48
附錄-英文論文	49

 
圖目錄
圖 1各國65歲以上人口占總人口比率圖	1
圖 2戶籍登記現住人口數按年齡分	2
圖 3未來機器人的發展趨勢分類	4
圖 4照護型機器人	13
圖 5物聯網應用於健康照護的基本架構	13
圖 6傳統BT與BLE架構	18
圖 7 Android 系統架構圖	20
圖 8 MySQL系統架構圖	22
圖 9系統架構圖	24
圖 10「居家老人物品找尋系統」流程圖	27
圖 11「老人出外天氣提醒系統」流程圖	28
圖 12機器人語音提醒邏輯圖	29
圖 13 Arduino微電腦控制板	30
圖 14 Arduino微電腦控制板硬體系統架構圖	31
圖 15 HC-06藍牙模組	32
圖 16數位溫濕度感測器	32
圖 17壓力感測器	33
圖 18電磁式蜂鳴器	32
圖 19磁簧感測器	34
圖 20 LCD顯示器	35
圖 21 Zenbo API函式庫圖	36
圖 22 Xampp架構圖	37
圖 23溫溼度感測模組	38
圖 24溫溼度感測模組線路圖	38
圖 25蜂鳴器感測模組線路圖	39
圖 26多顆藍牙之間的傳遞正確率	40
圖 27資料傳輸圖	41
圖 28語音辨識率圖	42
圖 29 Zenbo收到訊息時間	43
圖 30 Zenbo對語句速度的語音辨識率	44 
圖 31分貝數對Zenbo語音準確率	45
圖 32溫濕度感測器監控提醒	46

 
表目錄
表 1各研究比較表	8

[1]  Luay Fraiwan, Khaldon Lweesy, Aya Bani-Salma and Nour Mani, “A Wireless Home Safety Gas Leakage Detection System, ” 2011 1st Middle East Conference on Biomedical Engineering (MECBME) , 2011.

[2]  Y. W. Bai, C. N. Fu, and J. H. Yang, "Using NFC Tags and Smartphones to Design a Reliable Mechanism to Pick a Child up from School," IEEE International Conference on Consumer Electronics, 2018.

[3]	U. Habiba, S. Barua, F. Ahmed, Golap Kanti Dey and Kazi Tanvir Ahmmed, “3rd Hand:A Device to Support Elderly and Disabled Person,” 2nd International Conference on Electrical Information and Communication Technology (EICT), 2015.

[4]	Zih-Lun Huang ,Cing-Hao Jhuang ,Chun-Hsu Ko and Kuu-Young Young, “Development of Intention Detection and Control System for Robot Walking Helper,” International Conference on Advanced Robotics and Intelligent Systems (ARIS), 2016.

[5]	M. Daher, A. Diab, M. El Badaoui El Najjar, M. Ali Khalil, and F. Charpillet, “Elder Tracking and Fall Detection System using Smart Tiles,” IEEE Sensors Journal, 2017.

[6]  Ehsan Nazerfard and Diane J. Cook, “CRAFFT: An Activity Prediction Model Based on Bayesian Networks,” Springer-Verlag Berlin Heidelberg , 2014.

[7] 	Yi-Chong Zeng,Chao-Lin Wu,Chia-Hui Chen,Ya-Hung Chen, Ming-Je Tsai and Li-Chen Fu,“Monitoring Elder’s Living Activity Using Ambient and Body Sensor Network in Smart Home,” IEEE International Conference on Systems, Man, and Cybernetics, 2015.

[8] 	E. Kaittoch, “Telemedical Human Activity Monitoring System Based on Wearable Sensors Network,” Computing in Cardiology Conference (CinC), 2014.

[9]  Wenkai Zhang, Zihao An and Zhendong Luo, “Development of A Voice-control Smart Home Environment,” IEEE International Conference on Robotics and Biomimetics (ROBIO), 2016.