由於自動控制與通訊技術的突破，讓無人自走車的應用範圍更廣、功能更多，除了使用於工廠之外，依其追蹤的原理也時常發現被應用於導盲機器人、探險機器人和救災機器人等，成功地顯示出無人自走車已朝着人性化、智慧化和生活化的趨勢發展。本論文主要考慮設計智慧型控制演算法使得無人自走車能在既定的黑色路徑上行走且不偏離，共提出了四種不同的導引控制方法來進行比較，分別有(1)模糊控制、(2)模糊滑動模式控制、(3)自我學習模糊控制、(4)自我學習模糊滑動模式控制。在控制法則上，因模糊控制的設計方法完全憑藉專家經驗進行設計，可以完全不需得知任何的受控系統動態模式，不少研究顯示模糊控制可獲得不錯的響應結果，但是，模糊控制時常因為過多的模糊規則數造成實作上的困難。為了減少實作上的複雜度，模糊滑動模式控制利用滑動表面的提出來有效地減少所需之規則數。進一步的，本論文提出了自我學習模糊控制與自我學習模糊滑動模式控制，因其擁有線上即時修正控制器參數之優點，對於無人自走車尋軌控制能提供更佳控制效果。最後，本論文分別考慮兩輪差動和全向輪兩種不同驅動方式之無人自走車設計，利用光感測器不同電壓值來判斷自走車偏移量大小，並依據所設計之控制法則導引自走車行走並在ARM Cortex M0微控制器上設計實現，經由實際實驗結果發現所提出之方法均可以有效且精確地導引無人自走車在既定的路徑上移動。

This thesis proposes four intelligent guidance laws for a wheeled  mobile which the mobile can follow a black line. The proposed four algorithms include a fuzzy control, a fuzzy sliding-mode control, a self-learning fuzzy control and a self-learning fuzzy sliding-mode control. It is known that a fuzzy control can achieve favorable control performance based on human knowledge. But, the huge number of fuzzy rules makes that the fuzzy control is not easily to be implemented in real applications. To attack this problem, the fuzzy sliding-mode control using a sliding surface is proposed to reduce the number of the fuzzy rules. However, the fuzzy rules base of the fuzzy control and the fuzzy sliding-mode control should be designed by many trials and error tuning processes. Further, this thesis proposes a self-learning scheme for both of the fuzzy control and fuzzy sliding-mode control which are termed as self-learning fuzzy control and self-learning fuzzy sliding-mode control. Based on the self-learning scheme, the fuzzy rules base can online tune by itself to achieve favorable control performance. Finally, the proposed four intelligent methods are implemented in ARM Cortex M0 microcontroller and a two-wheeled mobile and a three-wheeled mobile are applied as an example study. Some experimental results show that the proposed four intelligent guidance laws for a wheeled mobile can track a black line well.

中文摘要(I)
英文摘要(II)
目錄(IV)
圖目錄(VI)
表目錄(XII)
第一章 緒論(1)
1-1模糊控制理論簡介(1)
1-2自走車(5)
1-3論文摘要說明(10)
第二章 智慧型控制系統介紹(11)
2-1模糊系統(11)
2-2模糊控制器與模糊滑動模式控制器之設計(16)
2-3自我學習模糊控制器(19)
2-4自我學習模糊滑動模式控制器(22)
第三章 二輪自走車(25)
3-1二輪自走車機構介紹(25)
3-2模糊控制器與模糊滑動模式控制器之設計(29)
3-3自我學習模糊控制器與自我學習模糊滑動模式控制器之設計(40)
3-4二輪自走車實驗結果(46)
3-5討論(50)
第四章 全向輪自走車(51)
4-1全向輪自走車機構介紹(51)
4-2模糊控制器與模糊滑動模式控制器之設計(55)
4-3自我學習模糊控制器與自我學習模糊滑動模式控制器之設計(65)
4-4全向輪自走車實驗結果(71)
4-5討論(75)
第五章 討論(76)
5-1結論(76)
5-2未來研究(77)
參考文獻(78)
.........................圖目錄..............................
圖1-1、模糊控制器系統(3)
圖1-2、模糊滑動模式控制器系統(4)
圖1-3、兩輪差速型自走車(5)
圖1-4、履帶型機器人(6)
圖1-5、全向輪機器人(6)
圖2-1、三角形歸屬函數(11)
圖2-2、梯形歸屬函數(12)
圖2-3、高斯形歸屬函數(12)
圖2-4、單值模糊集合之最大最小合成推論過程(14)
圖2-5、單值模糊集合之最大乘積合成推論過程(14)
圖2-6、模糊控制器之輸入歸屬函數(17)
圖2-7、模糊控制器之輸出歸屬函數(17)
圖2-8、模糊滑動模式控制器之輸入歸屬函數(19)
圖2-9、模糊滑動模式控制器之輸出歸屬函數(19)
圖2-10、自我學習模糊控制器系統(20)
圖2-11、自我學習模糊滑動模式控制器系統(23)
圖3-1、二輪自走車機構圖(25)
圖3-2、二輪自走車系統方塊圖(25)
圖3-3、馬達控制原理圖(27)
圖3-4、LEGO光感測模組(28)
圖3-5、循軌模式一(28)
圖3-6、循軌模式二(28)
圖3-7、循軌模式三(28)
圖3-8、模糊控制器應用於二輪自走車之循軌系統控制流程圖(29)
圖3-9、模糊控制控器之誤差輸入歸屬函數(31)
圖3-10、模糊控制器之誤差隨時間變化量輸入歸屬函數(31)
圖3-11、模糊控制器之左輪輸出歸屬函數(32)
圖3-12、模糊控制器之右輪輸出歸屬函數(32)
圖3-13、觸發到Rule_1之示意圖(33)
圖3-14、觸發到Rule_7之示意圖(34)
圖3-15、觸發到Rule_13之示意圖(34)
圖3-16、模糊滑動模式控制器應用於二輪自走車之循軌系統控制流程圖(35)
圖3-17、模糊滑動模式控制器之輸入歸屬函數(37)
圖3-18、模糊滑動模式控制器之左輪輸出歸屬函數(37)
圖3-19、模糊滑動模式控制器之右輪輸出歸屬函數(37)
圖3-20、觸發到Rule_6之示意圖(38)
圖3-21、觸發到Rule_7之示意圖(39)
圖3-22、規則修改器之左輪修正歸屬函數(42)
圖3-23、規則修改器之右輪修正歸屬函數(42)
圖3-24、規則修改器之左輪修正歸屬函數(45)
圖3-25、規則修改器之右輪修正歸屬函數(45)
圖3-26、模糊控制器運用於循軌二輪自走車之影片擷取圖(46)
圖3-27、模糊滑動模式控制器運用於循軌二輪自走車之影片擷取圖(47)
圖3-28、自我學習模糊控制器運用於循軌二輪自走車之影片擷取圖(47)
圖3-29、自我學習模糊滑動模式控制器運用於循軌二輪自走車之影片擷取圖(48)
圖3-30、模糊控制器應用於循軌二輪自走車波形圖(48)
圖3-31、模糊滑動模式控制器應用於循軌二輪自走車波形圖(48)
圖3-32、自我學習模糊控制器應用於循軌二輪自走車波形圖(學習前)(49)
圖3-33、自我學習模糊控制器應用於循軌二輪自走車波形圖(學習後)(49)
圖3-34、自我學習模糊滑動模式控制器應用於循軌二輪自走車波形圖(學習前)(49)
圖3-35、自我學習模糊滑動模式控制器應用於循軌二輪自走車波形圖(學習後)(49)
圖4-1、全向輪自走車機構之正面與底盤圖(51)
圖4-2、全向輪自走車系統方塊圖(51)
圖4-3、全向輪自走車各馬達合力計算圖(52)
圖4-4、循軌模式一(54)
圖4-5、循軌模式二(54)
圖4-6、循軌模式三(54)
圖4-7、模糊控制器應用於全向輪自走車之循軌系統控制流程圖(55)
圖4-8、模糊控制控器之誤差輸入歸屬函數(57)
圖4-9、模糊控制器之誤差隨時間變化量輸入歸屬函數(57)
圖4-10、模糊控制器之旋轉量輸出歸屬函數(58)
圖4-11、觸發到Rule_1之示意圖(59)
圖4-12、觸發到Rule_7之示意圖(60)
圖4-13、觸發到Rule_13之示意圖(60)
圖4-14、模糊滑動模式控制器應用於全向輪自走車之循軌系統控制流程圖(61)
圖4-15、模糊滑動模式控制器之輸入歸屬函數(63)
圖4-16、模糊滑動模式控制器之旋轉量輸出歸屬函數(63)
圖4-17、觸發到Rule_6之示意圖(64)
圖4-18、觸發到Rule_7之示意圖(65)
圖4-19、規則修改器之修正旋轉量歸屬函數(67)
圖4-20、規則修改器之修正旋轉量歸屬函數(70)
圖4-21、模糊控制器運用於循軌全向輪自走車之影片擷取圖(71)
圖4-22、模糊滑動模式控制器運用於循軌全向輪自走車之影片擷取圖(72)
圖4-23、自我學習模糊控制器運用於循軌全向輪自走車之影片擷取圖(72)
圖4-24、自我學習模糊滑動模式控制器運用於循軌全向輪自走車之影片擷取圖(73)
圖4-25、模糊控制器應用於循軌全向輪自走車之波形圖(73)
圖4-26、模糊滑動模式控制器應用於循軌全向輪自走車波形圖(73)
圖4-27、自我學習模糊控制器應用於循軌全向輪自走車波形圖(學習前)(74)
圖4-28、自我學習模糊控制器應用於循軌全向輪自走車波形圖(學習後)(74)
圖4-29、自我學習模糊滑動模式控制器應用於循軌全向輪自走車波形圖(學習前)(74)
圖4-30、自我學習模糊滑動模式控制器應用於循軌全向輪自走車波形圖(學習後) (74)
..........................表目錄.............................
表2-1、模糊控制器之規則庫(17)
表2-2、模糊滑動模式控制器之規則庫(19)
表2-3、模糊控制器之初始規則庫(22)
表2-4、規則修改器之規則庫(22)
表2-5、模糊滑動模式控制器之初始規則庫(24)
表2-6、規則修改器之規則庫(24)
表3-1、模糊控制器之左輪規則庫(32)
表3-2、模糊控制器之右輪規則庫(33)
表3-3、模糊滑動模式控制器之左輪規則庫(38)
表3-4、模糊滑動模式控制器之右輪規則庫(38)
表3-5、規則修改器之左輪初始規則庫(42)
表3-6、規則修改器之右輪初始規則庫(43)
表3-7、規則修改器之左輪規則庫(45)
表3-8、規則修改器之右輪規則庫(45)
表4-1、模糊控制器之旋轉量規則庫(58)
表4-2、模糊滑動模式控制器之旋轉量規則庫(63)
表4-3、規則修改器之旋轉量規則庫(67)
表4-4、規則調整器之旋轉量規則庫(70)

[1]蔡豐慶，兩輪自走車之機構設計，私立淡江大學機械與機電工程研究所碩士論文，指導教授:王智旭，2006年。
[2]蔡清元，模糊滑動模式控制應用於機械臂系統之研究，成功大學機械工程研究所，行政院國家科學委員會補助專題研究報告，1985年。
[3]王文俊，認識Fuzzy，全華科技圖書科技有限公司，2005年。
[4]溫坤禮，陳振欽，鄧國修，模糊控制原理與應用，全華科技圖書科技有限公司，	 1983年，pp. 12-13。
[5]李宗倫，類神經網路自組織滑動模糊控制器在雙軸電液伺服系統之應用，國立台灣科技大學，指導教授:莊福盛，2012年。
[6]X. Yu, Z. Man and B. Wu, “Design of fuzzy sliding-model control system,” Fuzzy Sets and Syst., vol. 95, pp. 295-306,1998.
[7]S. W. Kim and J. J. Lee,  “Design of fuzzy controller with fuzzy sliding surface,”Fuzzy Sets and Syst., vol. 71, pp. 359-369,1995.
[8]B. J. Choi, S. W. Kwak and B. K. Kim, “Design of a single-input fuzzy logic controller and its properties,” Fuzzy Sets and Syst., vol. 106, pp. 299-308,1999.  
[9]圖片:兩輪差速型自走車 URL:https://www.google.com.tw/.
[10]維基百科 URL: http://zh.wikipedia.org/wiki/Wikipedia.
[11]圖片: 履帶型機器人 URL:https://www.google.com.tw/.
[12]曹其新、張蕾，輪式自主移動機器人，上海交通大學，2012年。
[13]圖片: 全向輪機器人URL:https://www.google.com.tw/.
[14]黃正豪，兩輪自走車之設計與實現-以NIOS為核心之行動控制，國立中央大學	電機工程研究所碩士論文，指導教授:王文俊，2006年。
[15]Lego Shop for Light Sensor, URL:https://www.http://shop.lego.com/.
[16]林婉如譯，RFID無線射頻識別系統，碁峰資訊公司， 2008年。
[17]鍾永鋒，ZigBee無線傳感器網路，北京電郵大學出版社，2011年。
[18]林伯彥，以機器視覺為基礎實現自走車車道追跡系統，淡江大學機械與機電工程學系碩士班碩士論文，指導教授:孫崇訓，2010年。
[19]莊政達，以視覺為基礎之模糊倒車入庫控制系統研究，淡江大學機械與機電工程學系碩士班碩士論文，指導教授:孫崇訓，2010年。
[20]蔡清元，模糊滑動模式控制應用於機械臂系統之研究，成功大學機械工程研究所，行政院國家科學委員會補助專題研究報告，1985年。
[21]蔡銘城，應用遺傳演算法改善自走車循軌線能力，私立大同大學機械工程研究	所碩士論文，指導教授:林彥正，2008年。
[22]張道弘編譯，PID 控制理論與實務，全華科技圖書公司，1990年，pp.17-18。
[23]董勝源、盧俊彥，單晶片ARM Cortex M0控制實習，上奇資訊股份有限公司，2011年。
[24]R. J. Wai, C. M. Lin and C. F. Hsu, “Self-organizing fuzzy control for  motor-toggle servomechanism via sliding-mode technique,” Fuzzy Sets and Syst., vol. 131,pp. 235-248, 2002.
[25]C. M. Lin and P. N. Chiu, “On-line model reference self-organizing fuzzy logic control,” IEEE Trans. Systems, Man, and Cybernetics, vol. 1, pp. 354-358, 1999.