本論文分別以遺傳演算法(GA)與粒子群演算法(PSO)來探討多軸機器人之機構的最佳化設計。首先，本論文以所提出之方法搭配一個二維系統來進行機構最佳化設計並驗證其效果。然後分析履帶型機器人、小型人形機器人、以及機械手臂等三種不同多軸機器人的運動模型與運動學來設計符合設計者需求之連桿的最佳機構。在履帶型機器人的機構設計上，本論文以攀爬建築法規中最陡的樓梯為目標來進行機構的最佳化設計，使其能達到下列兩個目的：(1)履帶手臂能夠撐起本身重量，使機器人能夠克服不平坦的路面。(2)履帶手臂能夠以很較省力的方式到達使用者所要求的位置。在小型人形機器人的機構設計上，本論文以符合世界盃之小型人形機器人競賽的規定為目標來進行機構的最佳化設計，使其能達到下列兩個目的：(1)小型人形機器人的重心點能達到使用者下達的位置。(2)小型人形機器人的各種運動姿態能夠以較省力的方式運作。在機械手臂的機構設計上，本論文以完成「上銀智慧機器手實作競賽」的規定項目為目標來進行機構的最佳化設計，使其能達到下列兩個目的：(1)機械手臂馬達能夠支撐機械手臂的重量，使其能夠完成比賽項目的需求。(2)機械手臂可以用較低能量消耗的方式來移動並且完成比賽的需求，提高所設計機械手臂的性能。從實體的實際驗證可知，在二維機構設計上，本論文所提出之方法確實可以快速有效的得到近似最佳解。此外，在履帶型機器人、小型人形機器人與機械手臂的模擬結果可知，本論文所提出之方法確實可以快速有效的進行機構之最佳化設計。

In this dissertation, an optimization method based on Genetic Algorithm (GA) and Particle Swarm Optimization (PSO) algorithm is respectively proposed for designing the mechanism of four multi-axis robots. First, a two-axis robot manipulator based on the proposed method is implemented and verified. After the verification of the proposed idea, the proposed two methods are applied to optimal design three different complex platforms: (1) Crawler-type chassis robot, (2) Small-sized humanoid robot, and (3) Robot manipulator. In the optimal mechanism design of the crawler-type chassis robot, the purpose is to let it can climb steep stairs. Two requirements in the design of crawler-type chassis robot are: (1) The crawler-type arm can support the weight of the crawler-type robot to climb the steep stairs. (2) The crawler-type arm can move with lower power to obtain a good performance of the crawler-type robot. In the optimal mechanism design of the small-sized humanoid robot, the purpose is to let it can participate in RoboCup and FIRA Cup competitions. Two requirements in the design of small-sized humanoid robot are: (1) The humanoid robot leg can support the weight of the humanoid robot. (2) The humanoid robot can move with lower power to obtain a good performance of the humanoid robot. In the optimal mechanism design of the robot manipulator, the purpose is to let it can participate in the Hands-on Competition of HIWIN Intelligent Robot Manipulator. Two requirements in the design of robot manipulator are: (1) The motor of the robot manipulator can support the weight of the robot manipulator. (2) The robot manipulator can move with lower power to obtain a good performance of the robot manipulator. Finally, simulation results are presented to illustrate the effectiveness of the proposed optimal design methods.

中文摘要	I
英文摘要	II
目錄	III
圖目錄	VI
表目錄	XII
第一章　緒論	1
1.1 前言	1
1.2 研究動機	3
1.3 文獻回顧與研究方法	5
1.4 論文架構	6
第二章　最佳化演算法於機器人機構的設計	8
2.1 遺傳演算法的介紹	8
2.2 粒子群最佳化演算法的介紹	16
2.3 機器人機構設計的流程	20
2.4 多軸機器人機構的最佳化設計	24
2.4.1 遺傳演算法於多軸機器人機構的設計	26
2.4.2 粒子群最佳化演算法於多軸機器人機構的設計	34
第三章　LEGO二軸系統機構的最佳化設計	40
3.1 遺傳演算法於LEGO二軸系統的模擬	40
3.2 粒子群最佳化演算法於LEGO二軸系統的模擬	50
3.3 LEGO二軸系統之最佳化機構設計的實驗結果	56
第四章　履帶型機器人機構的最佳化設計	77
4.1 履帶型機器人的系統描述	77
4.2 履帶型機器人機構的設計	80
4.3 履帶型機器人機構的最佳化設計	86
4.3.1 遺傳演算法於履帶型機器人機構的設計	87
4.3.2 粒子群最佳化演算法於履帶型機器人機構的設計	94
4.4 履帶型機器人之最佳化機構設計的模擬結果	100
第五章　小型人形機器人機構的最佳化設計	103
5.1 小型人形機器人系統的描述	103
5.2 小型人形機器人機構的設計	107
5.3 小型人形機器人機構的最佳化設計	112
5.3.1 遺傳演算法於小型人形機器人機構的設計	113
5.3.2 粒子群最佳化演算法於小型人形機器人機構的設計	123
5.4 小型人形機器人之最佳化機構設計的模擬結果	128
第六章　機械手臂機構的最佳化設計	131
6.1 機械手臂系統的描述	131
6.2 機械手臂機構的設計	134
6.3 機械手臂機構的最佳化設計	141
6.3.1 遺傳演算法於機械手臂機構的設計	142
6.3.2 粒子群最佳化演算法於機械手臂機構的設計	154
6.4 機械手臂之最佳化機構設計的模擬結果	159
第七章　結論與未來展望	166
參考文獻	167
研究著作	175
獲獎經歷與榮譽	178
教學與研究經歷	184

圖目錄
圖1.1、1994年到2012年工業機器人的全球年供應量	2
圖2.1、遺傳演算法之基本流程圖	9
圖2.2、遺傳演算法之初始族群示意圖	10
圖2.3、遺傳演算法之四個參數之三種編碼示意圖	10
圖2.4、輪盤式選擇法之示意圖	12
圖2.5、不同交配方式之示意圖	13
圖2.6、粒子群最佳化演算法之運作流程圖	18
圖2.7、本論文所提出之機構設計流程圖	21
圖2.8、基於遺傳演算法之多軸機器人機構連桿參數的流程圖	25
圖2.9、計算馬達轉速適應值架構流程圖	28
圖2.10、計算力矩適應值與之架構流程圖	30
圖3.1、LEGO二軸機械手臂的(0,10)~(0,30)路徑模擬圖	42
圖3.2、LEGO二軸機械手臂的(0,10)~(0,20)路徑模擬圖	42
圖3.3、LEGO二軸機械手臂的(0,10)~(0,15)路徑模擬圖	42
圖3.4、LEGO Mindstorms NXT馬達內部減速機構造	43
圖3.5、LEGO二軸機械手臂之計算力矩的示意圖	47
圖3.6、遺傳演算法於LEGO二軸機械手臂之最佳化連桿的適應值收斂圖	49
圖3.7、LEGO之粒子群最佳化演算法模擬之適應值收斂圖	56
圖3.8、Mindsensors公司所生產的NXTPower Meter模組實體圖	56
圖3.9、NXTPower Meter模組的接線圖	57
圖3.10、最佳連桿長度為28.5公分與23.5公分的實體測試環境圖	58
圖3.11、連桿長度為13.5公分與18公分的實體測試環境圖	60
圖3.12、連桿長度為32公分與34.5公分的實體測試環境圖	63
圖3.13、連桿長度為26.5公分與22.5公分的實體測試環境圖	65
圖3.14、連桿長度為30.5公分與24.5公分的實體測試環境圖	67
圖3.15、連桿長度為27公分與22公分的實體測試環境圖	70
圖3.16、連桿長度為29.5公分與25公分的實體測試環境圖	72
圖4.1、(a)iRAP_PRO與(b)Pelican United的履帶型機器人	78
圖4.2、履帶型底盤攀爬樓梯的示意圖	80
圖4.3、履帶型機器人各履帶與傳動馬達之配置示意圖	81
圖4.4、履帶型機器人跨越地形示意圖	82
圖4.5、履帶型機器人之最遠運動距離示意圖	88
圖4.6、履帶型機器人抬升目標高度示意圖	89
圖4.7、履帶型機器人座標系配置	89
圖4.8、履帶型機器人於適應函數計算力矩之示意圖	92
圖4.9、履帶型機器人於Matlab之模擬示意圖	100
圖4.10、履帶型機器人機構連桿三個目標高度的模擬路徑示意圖	101
圖4.11、遺傳演算法於履帶型機器人之最佳化連桿的適應值收斂圖	101
圖4.12、粒子群最佳化演算法於履帶型機器人之最佳化連桿的適應值收斂圖	102
圖5.1、2012 RoboCup小型人形機器人規格限制圖	105
圖5.2、小型人形機器人示意圖	107
圖5.3、小型人形機器人之大小腿等長比例示意圖	108
圖5.4、小型人形機器人之腳部自由度示意圖	109
圖5.5、基於遺傳演算法之小型人形機器人機構連桿參數的示意圖	113
圖5.6、小型人形機器人座標系配置	115
圖5.7、小型人形機器人的座標系αi及θi表示示意圖	116
圖5.8、小型人形機器人的座標系示意圖	116
圖5.9、小型人形機器人重心目標點示意圖	117
圖5.10、小型人形機器人逆運動學的連桿與角度關係圖	118
圖5.11、小型人形機器人於適應函數計算力矩之示意圖	121
圖5.12、小型人形機器人於Matlab之模擬環境示意圖	128
圖5.13、小型人形機器人機構連桿兩個目標高度的模擬路徑示意圖	129
圖5.14、於小型人形機器人遺傳演算法之最佳化連桿的適應值收斂圖	129
圖5.15、粒子群最佳化演算法於小型人形機器人之最佳化連桿的適應值收斂圖	130
圖6.1、「上銀智慧機器手實作競賽」的4個比賽項目	134
圖6.2、「上銀智慧機器手實作競賽」的比賽場地	135
圖6.3、機械手臂的工作示意圖	136
圖6.4、機械手臂的工作範圍示意圖	137
圖6.5、機械手臂自由度示意圖	138
圖6.6、機械手臂之最遠運動距離示意圖	143
圖6.7、機械手臂座標系配置	144
圖6.8、機械手臂的座標系αi及θi表示示意圖	145
圖6.9、機械手臂的座標系示意圖	145
圖6.10、機械手臂末端目標點示意圖	146
圖6.11、機械手臂位置逆運動學的連桿與角度關係圖	147
圖6.12、尤拉角示意圖	148
圖6.13、機械手臂於適應函數計算力矩之示意圖	152
圖6.14、機械手臂於Matlab之模擬環境示意圖	159
圖6.15、機械手臂機構連桿三個目標點的模擬路徑示意圖	160
圖6.16、遺傳演算法於機械手臂之最佳化連桿的適應值收斂圖(三目標點)	161
圖6.17、機械手臂機構連桿八個目標點的模擬路徑示意圖	162
圖6.18、遺傳演算法於機械手臂之最佳化連桿的適應值收斂圖(8目標點)	162
圖6.19、機械手臂機構連桿十二個目標點的模擬路徑示意圖	163
圖6.20、遺傳演算法於機械手臂之最佳化連桿的適應值收斂圖(12目標點)	164
圖6.21、粒子群最佳化演算法於機械手臂機構連桿的適應值收斂圖	165
 
表目錄
表3.1、LEGO Mindstorms RCX與NXT之硬體規格比較表	41
表3.2、LEGO Mindstorms NXT馬達實測性能數據	43
表3.3、LEGO Mindstorms NXT的D-H連桿參數表	45
表3.4、桿長為28.5公分與23.5公分之末端點為(0,30)的實驗數據	58
表3.5、桿長為28.5公分與23.5公分之末端點為(0,20)的實驗數據	59
表3.6、桿長為28.5公分與23.5公分之末端點為(0,15)的實驗數據	60
表3.7、桿長為13.5公分與18公分之末端點為(0,30)的實驗數據	61
表3.8、桿長為13.5公分與18公分之末端點為(0,20)的實驗數據	62
表3.9、桿長為13.5公分與18公分之末端點為(0,15)的實驗數據	62
表3.10、桿長為32公分與34.5公分之末端點為(0,30)的實驗數據	63
表3.11、桿長為32公分與34.5公分之末端點為(0,20)的實驗數據	64
表3.12、桿長為32公分與34.5公分之末端點為(0,15)的實驗數據	65
表3.13、桿長為26.5公分與22.5公分之末端點為(0,30)的實驗數據	66
表3.14、桿長為26.5公分與22.5公分之末端點為(0,20)的實驗數據	66
表3.15、桿長為26.5公分與22.5公分之末端點為(0,15)的實驗數據	67
表3.16、桿長為30.5公分與24.5公分之末端點為(0,30)的實驗數據	68
表3.17、桿長為30.5公分與24.5公分之末端點為(0,20)的實驗數據	69
表3.18、桿長為30.5公分與24.5公分之末端點為(0,15)的實驗數據	69
表3.19、桿長為27公分與22公分之末端點為(0,30)的實驗數據	70
表3.20、桿長為27公分與22公分之末端點為(0,20)的實驗數據	71
表3.21、桿長為27公分與22公分之末端點為(0,15)的實驗數據	72
表3.22、桿長為29.5公分與25公分之末端點為(0,30)的實驗數據	73
表3.23、桿長為29.5公分與25公分之末端點為(0,20)的實驗數據	74
表3.24、桿長為29.5公分與25公分之末端點為(0,15)的實驗數據	74
表3.25、LEGO最佳化連桿實驗結果比較表	76
表4.1、台灣的建築法規中樓梯構造的規定	79
表4.2、7075的合金元素表	83
表4.3、FAULHABER公司直流馬達的性能表	85
表4.4、FAULHABER公司的減速機性能表	85
表4.5、Dunkermotoren公司的減速機性能表	85
表5.1、FIRA 人形機器人規格限制表	104
表5.2、5052的合金元素表	110
表5.3、ROBOTIS公司之直流伺服馬達的性能表	111
表5.4、小型人形機器人單腳D-H連桿參數表	117
表6.1、淡江大學「智慧型控制實驗室」歷年所研製的機械手臂系統	132
表6.2、6061的合金元素表	139
表6.3、Panasonic公司交流伺服馬達的性能表	140
表6.4、Nabtesco公司的高精度減速機性能表	140
表6.5、Harmonic-Drive公司的高精度減速機性能表	140
表6.6、機械手臂D-H連桿參數表	146
表6.7、機械手臂模擬比較表	164

[1]	J.H. Holland, “Genetic algorithms and the optimal allocations of trials,” SIAM Journal of Computing, vol.2, no.6, pp.88-105, 1973.
[2]	J.H. Holland, Adaptation in natural and artificial systems, The University of Michigan Press, 1975.
[3]	Homepage of IFR : http://www.ifr.org/
[4]	Homepage of Tmsuk :
http://www.tmsuk.co.jp/index.php
[5]	Homepage of T-52 Enryu : 
http://jandan.net/2009/03/12/t-52.html
[6]	Homepage of IRS : 
http://www.xminfo.net.cn/news/show.php?itemid=3511
[7]	Homepage of Robowatch :
http://www.robowatch.co.uk/
[8]	Homepage of RoboCup : 
http://www.robocup.org/02.html/
[9]	Homepage of RoboCup Rescue:
http://www.robocuprescue.org/
[10]	Y. Sakagami, R. Watanabe, C. Aoyama, S. Matsunaga, N. Higaki, and K. Fujimura, “The intelligent ASIMO: System overview and integration,” IEEE-RSJ Int. Conf. on Intelligent Robots and Systems, vol. 3, pp. 2431-2436, Sep. 2002.
[11]	Homepage of HONDA ASIMO :
http://world.honda.com/ASIMO/
[12]	K. Kaneko, F. Kanehiro, S. Kajita, K. Yokoyama, K. Akachi, T. Kawasaki, S. Ota, and T. Isozumi, “Design of prototype humanoid robotics platform for HRP,” IEEE-RSJ Int. Conf. on Intelligent Robots and Systems, vol. 3, pp. 2431-2436, Sep. 2002.
[13]	K. Kaneko, F. Kanehiro, S. Kajita, H. Hirukawa, T. Kawasaki, M. Hirata, K. Akachi, and T. Isozumi, “Humanoid robot HRP-2,” IEEE Int. Conf. on Robotics and Automation, vol. 2, pp. 1083-1090, Apr. 2004.
[14]	I.W. Park, J.Y. Kim, and J.H. Oh, “Online biped walking pattern generation for humanoid robot KHR-3 (KAIST Humanoid Robot - 3: HUBO),” IEEE-RAS Int. Conf. on Humanoid Robots, pp. 398-403, Dec. 2006.
[15]	Homepage of TOYOTA Partner Robots :
http://www.toyota.co.jp/en/special/robot/
[16]	Homepage of SONY QRIO: http://www.sony.net/SonyInfo/News/Press_Archive/200312/03-060E/
[17]	Homepage of FIRA: 
http://www.fira.net/
[18]	Homepage of Unimate :
http://www.transhumanistic.com/2011/01/happy-50th-anniversary-to-first-industrial-robo/

[19]	莊智偉，以多目標遺傳演算法最佳化設計步行機器人之足部機構，大同大學機械工程研究所碩士論文，1999。
[20]	陳秀冠，按鍵開關之結構尺寸最佳化設計，大同大學機械工程學系碩士論文，2010。
[21]	L. He and C. Lv, “Optimization design of six-connecting rod loading mechanism for MSW based on genetic algorithms,” 2010 Int. Sympo. on Computational Intelligence and Design (ISCID), pp. 92-95, 2010.
[22]	尤英和，基於遺傳演算法之連桿軌跡最佳化設計-以六連桿步行馬為例，國立高雄第一科技大學機械與自動化工程所碩士論文，2003。
[23]	黃奕銘，應用多目標最佳化基因演算法於六連桿機構智慧型設計，國立高雄第一科技大學機械與自動化工程所碩士論文，2008。
[24]	戴德揚，應用小生境遺傳基因演算法於多模態六連桿機構最佳化設計，國立高雄第一科技大學機械與自動化工程所碩士論文，2009。
[25]	廖芯蘭，應用有限元素法於鈑金固定件之結構最佳化分析，國立台北科技大學製造科技研究所碩士論文，2007。
[26]	B. K. Rout and R. K. Mittal, “Optimal design of manipulator parameter using evolutionary optimization techniques,” Robotica, vol. 28, pp. 381-395, May 2010.
[27]	B. K. Rout and R. K. Mittal, “Screening of factors influencingthe performance of manipulator using combined array design of experiment approach,” Rob. Comp. Integr. Manuf., vol. 25, pp. 651-666, May 2008.

[28]	Homepage of Genetic Algorithms:
http://ccckmit.wikidot.com/so:geneticalgorithm
[29]	C.C. Wong and C.C. Chen, “A GA-based method for constructing fuzzy systems directly from numerical data,” IEEE Transactions on Systems, Man and Cybernetics, vol.30, no.6, pp.904-911, Dec. 2000.
[30]	C.C. Wong, H.Y. Wang, S.A. Li, and C.T. Cheng, “Fuzzy controller designed by GA for two-wheeled mobile robots,” International Journal of Fuzzy Systems, vol.9, no.1, pp.22-30, Mar. 2007.
[31]	Homepage of Genetic Algorithms:
http://sls.weco.net/blog/xunkownx/29-may-2007/1955
[32]	Homepage of Genetic Algorithms:
www.csie.kuas.edu.tw/~linwc/courses/2007/fuzzy/Genetic
[33]	J. Kennedy and R. Eberhart, “Particle swarm optimization,” IEEE International Conference on Neural Networks, Vol. 4, pp. 1942-1948, 1995.
[34]	J. Kennedy, “The particle swarm: Social adaptation of knowledge,” International Conference on Evolutionary Computation, pp. 303-308, 1997.
[35]	鄧宏志，結合粒子群最佳化法之雙層粒子濾波器於移動機器人的定位與地圖建置，淡江大學電機工程學系博士論文，2011。
[36]	C.C. Wong, S.A. Li, and H.Y. Wang, “Hybrid evolutionary algorithm for PID Controller design of AVR system,” Journal of the Chinese Institute of Engineers, Vol. 32, No. 2, pp. 251-264, 2009.
[37]	J.A. Cabrera, A. Simon, and M. Prado, “Optimal synthesis of mechanisms with genetic algorithms,” Mechanism and Machine Theory, vol. 37, pp.1165-1177, 2002.
[38]	T.K. Liu, C.H. Chen, D.Y. Dai, and J.H. Chou, “Intelligent design of adjustable six-bar mechanisms using genetic algorithms” Proceedings of the SICE Annual Conference, pp. 2103-2107, 2010.
[39]	M. Pettersson, Design optimization in industrial robotics, Linkoping Studies in Science and Technology Dissertations, 2008.
[40]	陳俊鴻，SolidWorks 2011實戰演練─基礎入門篇，易習圖書，2011。
[41]	J. Denavit and R.S. Hartenberg, Kinematic Synthesis of Linkages, McGraw-Hill New York, 1964.
[42]	Homepage of Motor Power:
http://www.lu-yang.com.tw/motor_terminology.html
[43]	吳正己，運用機器人(模擬軟體)於高中程式設計教學探討，行政院國家科學委員會專題研究計畫成果報告，2007。
[44]	陳泰安，「電腦樂高」於統整課程上之應用，2001資訊與教育雜誌特刊，pp.9-20，2001。
[45]	田耐青，由「電腦樂高」談新世紀的學習：一個「科技支援之建構學習環境」實例，教學科技與媒體，vol.44，pp.24-35，1999。
[46]	何致億，智慧型樂高機器人與JAVA 程式開發，精誠資訊股份有限公司，2007。

[47]	Homepage of NXT servomotors:
http://blog.naver.com/PostView.nhn?blogId=dev4unet&logNo=120143685042&beginTime=0&jumpingVid=&from=search&redirect=Log&widgetTypeCall=true
[48]	Homepage of iRAP_PRO :
http://www.slideshare.net/amirhst/rcr2010-thailand-irapprotdp
[49]	Homepage of CASualty :
http://rescue.web.cse.unsw.edu.au/index-orig.php
[50]	Homepage of Pelican United :
http://www.slideshare.net/amirhst/rcr2010-japan-pelicanunitedtdp
[51]	Homepage of building laws :
www.archit.net.tw/laws
[52]	X. Duan, Q. Huang, N. Rahman, J. Li, and J. Li, “MOBIT, A small wheel -track- leg mobile robot,” Pro. of the 6th World Congress on Intelligent Control, vol.2, pp.9159-9163, 2006.
[53]	X. Duan, Q. Huang, N. Rahman, J. Li, and Q. Du, “Modeling and control of a small mobile robot with multi-Locomotion Modes,” Int. Conf. on Intelligent Systems Design and Applications(ISDA'06), vol.2, pp. 592-597, 2006.
[54]	Homepage of 7075: 
http://zh.wikipedia.org/wiki/7075%E9%8B%81%E5%90%88%E9%87%91
[55]	J. Baltes, “HuroCup General Laws of the Game 2012,” 2012 FIRA competition in Bristol, England
[56]	C.C. Wong, C.T. Cheng, K.H. Huang, H.C. Wu, C.L. Hsu, Y.T. Yang, S.C. Wan, L.C. Chen, and Y.Y. Hu, “Humanoid soccer robot design for FIRA cup,” FIRA Robot World Congress 2004 (Busan, Korea, Oct. 26-29), vol.15, pp. 27-30, 2004.
[57]	C.C. Wong, C.T. Cheng, H.Y. Wang, S.A. Li, K.H. Huang, S.C. Wan, Y.T. Yang, C.L. Hsu, Y.T. Wang, S.D. Jhou, H.M. Chan, J.C. Huang, and Y.Y. Hu, “Description of TKU-PaPaGo team for humanoid league of RoboCup 2005,” RoboCup Int. Sympo. 2005 (Osaka, Japan, July 18-19), 2005.
[58]	C.C. Wong, C.T. Cheng, K.H. Huang, and Y.T. Yang, “Description of TKU team for humanoid league of RoboCup 2006,” RoboCup Int. Sympo. 2006 (Bremen, Germany, June 19-20), 2006.
[59]	C.C. Wong, C.T. Cheng, K.H. Huang, Y.T. Yang, and H.Y. Wang, “Humanoid soccer robot design for FIRA cup 2006,” FIRA Robot World Congress 2006 (Dortmund, Germany, Jun. 29-Jul.1), 2006.
[60]	伍寒楨、許嘉玲、楊玉婷、萬先強、陳立哲，視覺自主人型機器足球員，淡江大學電機系智慧型控制實驗室專題實驗報告，2004。
[61]	蔡依伶、黃俊捷、詹翔閔、胡越陽，人形機器人之設計與實現，淡江大學電機系智慧型控制實驗室專題實驗報告，2005。
[62]	詹翔閔，人形機器人機構設計與應用，淡江大學電機工程學系碩士論文，2007。
[63]	Homepage of Aluminum:
http://elearning.stut.edu.tw/caster/4/no3/1.htm
[64]	Homepage of 5052:
http://zh.wikipedia.org/zh-tw/%E9%8B%81%E5%90%88%E9%87%91
[65]	Homepage of HIWIN:
http://www.hiwin.com.tw/
[66]	Homepage of 6061:
http://en.wikipedia.org/wiki/6061_aluminium_alloy