本論文成功地利用STM32F446 Nucleo實驗板與Raspberry Pi 4樹莓派開發板，實現了一並聯式機構設計方式之四足機器人，其中STM32F446 Nucleo實驗板主要負責機器人I/O介面控制與運動控制，Raspberry Pi 4樹莓派開發板主要負責機器人影像處理工作。同時，參考四足生物之步態，本論文規劃設計出一套適合所提出四足機器人之步態規劃，並透過逆向運動學可以求得各馬達所需之角度命令。接著，在控制器設計部份，分別提出了平衡控制器、避障控制器及循線控制器等三種不同控制目的之智慧型演算法，平衡控制器可以透過姿態感測器即時量測地面傾角後，改變機器人四隻腳之長度，使得機身可以保持水平；避障控制器可以透過超音波感測器即時量測與前方障礙物距離後，讓四足機器人能夠自主的前後移動與障礙物保持固定距離；循線控制器則先透過影像處理技巧即時感知地面黑線的變化後，控制機器人左右兩側之行進速度不同來讓四足機器人能夠跟著黑線行進。最後，經由實際的實驗結果展示出，所提出四足機器人不只可以擁有良好的移動能力，還可以結合智慧型演算法得到不錯的控制效果。

This thesis successfully uses STM32F446 Nucleo development board and Raspberry Pi 4 computer to implement a quadruped robot with parallel mechanism design, where STM32F446 Nucleo development board is mainly responsible for I/O interface control and motion control and Raspberry Pi 4 computer is mainly responsible for robot image processing. At the same time, this thesis designs a set of gait planning with reference to the gait planning of quadrupeds, and the motor control commands can be obtained through inverse kinematics. Then, three intelligent controllers for different purposes are proposed, which are named as the balance controller, the obstacle avoidance controller, and the line-following controller respectively. The balance controller can measure the inclination of the ground through the attitude sensor, and then change the length of the four legs of the robot so that the body can be level. The obstacle avoidance controller can measure the distance to the obstacle through the ultrasonic sensor, so that the quadruped robot can move forward and backward autonomously to keep a fixed distance from the obstacle. The line-following controller can sense the changes of the black line on the ground through image processing techniques. Using to control the different travel speeds of the feet on the left and right sides of the robot, the quadruped robot can automatically follow the black line. Finally, the experimental results show that the proposed quadruped robot can not only have good mobility but also can achieve favorable control responses with using intelligent algorithm.

誌謝	I
摘要	II
ABSTRACT	IV
目錄	VI
圖目錄	VIII
表目錄	XIII
第一章 導論	1
1.1 前言	1
1.2 文獻探討	4
1.3 論文結構	7
第二章 四足機器人硬體規畫	8
2.1 移動單元硬體規格	10
2.1.1 STM32F446 Nucleo實驗板	10
2.1.2 XL-320智慧型伺服馬達	12
2.1.3 MPU6050姿態感測器	16
2.1.4 HC-SR04超音波感測器	18
2.2 視覺單元硬體規格	20
2.2.1 樹莓派開發板和網路攝影機	20
2.2.2 Python與OpenCV	23
2.3 系統整合	25
第三章 四足機器人系統實作	28
3.1 機構設計	28
3.2 運動分析	31
3.3步態規劃	41
3.4 視覺處理	46
第四章 控制設計與實驗結果	55
4.1 平衡控制系統設計	55
4.2 平衡控制實驗結果	59
4.3防撞控制系統設計	66
4.4 防撞控制實驗結果	69
4.5循線控制系統設計	72
4.6 循線控制實驗結果	76
第五章 結論與未來展望	80
5.1 結論	80
5.2 未來展望	81
參考文獻	82
著作目錄	86
 
圖目錄
圖1.1、BIKI	2
圖1.2、SmartBird	2
圖1.3、BionicANTs	2
圖1.4、SALTO	3
圖1.5、Digit	3
圖1.6、Big Dog	3
圖1.7、Mini Cheetah	3
圖1.8、Liu等人提出	5
圖1.9、Rosario等人提出	5
圖1.10、Kau等人提出	6
圖1.11、Farra等人提出	6
圖1.12、彭鈞愷提出	7
圖1.13、陳亮瑜提出	7
圖1.14、葉仲益提出	7
圖1.15、駱靜怡提出	7
圖2.1、本論文自行開發設計的四足機器人	9
圖2 2、四足機器人系統硬體架構圖	9
圖2.3、STM32F446 Nucleo 實驗板	10
圖2.4、µVision IDE開發環境	11
圖2.5、XL-320智慧型伺服馬達	13
圖2.6、馬達可使用範圍	13
圖2.7、馬達測試實驗接線圖	15
圖2.8、馬達角度封包及實際馬達轉動角度	15
圖2.9、MPU6050姿態感測器	16
圖2.10、實驗板與姿態感測器接線圖	17
圖2.11、機器人左右方向傾倒角度量測結果	17
圖2.12、機器人前後方向傾倒角度量測結果	18
圖2.13、HC-SR04超音波感測器	19
圖2.14、訊號時序圖	19
圖2.15、超音波感測器與實驗板接線圖	20
圖2.16、障礙物移動量測結果	20
圖2.17、Raspberry Pi 4 Computer Model B	21
圖2.18、Raspberry Pi OS桌面	22
圖2.19、Logitech C310網路攝影機	23
圖2.20、網路攝影機擷取影像結果	23
圖2.21、下載OpenCV指令	24
圖2.22、攝影機測試程式	25
圖2.23、機器人腳位接線圖	27
圖3.1、Solidworks整體機構設計圖	29
圖3.2、腿部板件大小設計	29
圖3.3、腿部組裝完成圖	30
圖3.4、四足機器人身體設計板件	30
圖3.5、單足位置與角度簡化圖	32
圖3.6、錯誤發生示意圖	32
圖3.7、初始化足部末端點示意圖(a)左馬達視角方向(b)右馬達視角方向	33
圖3.8、足部末端點(-Tx,-Ty) (a)左馬達視角方向(b)右馬達視角方向	35
圖3.9、足部末端點(Tx,-Ty) (a)左馬達視角方向(b)右馬達視角方向	35
圖3.10、單足運動範圍	37
圖3.11、單足運動模擬圖(a) A=30且B=-45，(b)A=30且B=-30，(c)A=10且B=-45，(d)A=10且B=-30	37
圖3.12、單足運動軌跡示意圖	39
圖3.13、四足機器人實驗支架	40
圖3.14、設A=30與B=-45之實驗結果圖	40
圖3.15、設A=10與B=-30之實驗結果圖	41
圖3.16、原始之步行步態時序圖	42
圖3.17、原始之小跑步步態時序圖	42
圖3.18、原始之步行實驗分鏡圖	43
圖3.19、原始之小跑步實驗分鏡圖	43
圖3.20、所提出之步行步態時序圖	44
圖3.21、所提出之小跑步步態時序圖	44
圖3.22、改善後之步行實驗分鏡圖	45
圖3.23、改善後之小跑步實驗分鏡圖	45
圖3.24、循線任務地圖	46
圖3.25、路面彎曲計算流程圖	46
圖3.26、攝影機擷取的即時影像	47
圖3.27、路面影像遮罩處理結果	48
圖3.28、路面鳥瞰圖處理結果	49
圖3.29、圖像數值加總計算(a)直線(b)左彎(c)右彎	50
圖3.30、誤判示意圖	51
圖3.31、中心點計算	52
圖3.32、中心點位置	52
圖3.33、左彎程度計算方式示意圖	53
圖3.34、右彎程度計算方式示意圖	53
圖3.35、左彎路面偵測結果顯示	54
圖3.36、右彎路面偵測結果顯示	54 
圖4.1、平衡控制系統方塊圖	56
圖4.2、角度與角速度誤差之歸屬函數	59
圖4.3、實驗測試平台	60
圖4.4、實驗測試平台設計圖	60
圖4.5、比例微分平衡控制之左右傾倒實驗分鏡圖	61
圖4.6、模糊平衡控制之左右傾倒實驗分鏡圖	62
圖4.7、翻滾角度時間響應圖	63
圖4.8、比例微分平衡控制之前後傾倒實驗分鏡圖	64
圖4.9、模糊平衡控制之前後傾倒實驗分鏡圖	65
圖4.10、俯仰角度時間響應圖	66
圖4.11、防撞控制系統方塊圖	67
圖4.12、距離誤差之歸屬函數	69
圖4.13、專家防撞控制之實驗分鏡圖	70
圖4.14、比例防撞控制之實驗分鏡圖	71
圖4.15、模糊防撞控制之實驗分鏡圖	72
圖4.16、循線控制系統方塊圖	73
圖4.17、控制方式示意圖	74
圖4.18、循線控制器之歸屬函數	76
圖4.19、專家循線控制之實驗分鏡圖	77
圖4.20、比例循線控制之實驗分鏡圖	78
圖4.21、模糊循線控制之實驗分鏡圖	79
 
表目錄
表2.1、馬達命令通訊封包格式表	14
表2.2、樹莓派與Nucleo實驗板間之通訊封包格式表	26
表4.1、平衡控制器之模糊規則庫	59
表4.2、距離誤差之模糊規則庫	69
表4.3、模糊循線控制器之模糊規則庫	76

[1] 日本機器人學會，機器人科技，馥林文化，民國103年。
[2]	https://zh.wikipedia.org/wiki/%E6%9C%BA%E5%99%A8%E4%BA%BA
[3] https://kknews.cc/zh-tw/tech/p4434mz.html
[4] https://www.festo.com/group/zh/cms/10238.htm
[5] https://www.festo.com/group/en/cms/10157.htm
[6] https://www.guyuehome.com/34098
[7] T. H. S. Li, P. H. Kuo, C. H. Cheng, C. C. Hung, P. C. Luan and C. H. Chang, “Sequential Sensor Fusion-Based Real-Time LSTM Gait Pattern Controller for Biped Robot,” IEEE Sensors Journal, pp. 2241-2255, 2021.
[8] G. Bledt, P. M. Wensing, S. Ingersoll and S. Kim, “Contact Model Fusion for Event-Based Locomotion in Unstructured Terrains,” 2018 IEEE International Conference on Robotics and Automation, pp. 4399-4406, 2018.
[9] D. W. Haldane, M. M. Plecnik, J. K. Yim, and R. S. Fearing, “Robotic vertical jumping agility via series-elastic power modulation,” Science Robotics, vol. 1, no. 1, pp. 1-9, 2016.
[10] D. W. Haldane, M. M. Plecnik, J. K. Yim, and R. S. Fearing, “A power modulating leg mechanism for monopedal hopping,” 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems, Daejeon, South Korea, pp. 4757-4764, 2016.
[11] https://robots.ieee.org/robots/digit/
[12] https://zh.wikipedia.org/wiki/%E6%B3%A2%E5%A3%AB%E9%A1%BF%E6%9C%BA%E6%A2%B0%E7%8B%97
[13] B. Katz, J. D. Carlo, and S. Kim, “Mini cheetah: a platform for pushing the limits of dynamic quadruped control,” 2019 International Conference on Robotics and Automation, Canada, pp. 6295-6301, 2019.
[14] J. Lee and D. J. Hyun, "Bio-inspired control design for high-speed trot-running quadruped robots," 2014 40th Annual Northeast Bioengineering Conference , USA , pp. 1-2, 2014.
[15] W. Y. Zhang and L. Zhang, “Research of a static balance method for a quadruped robot walking on a slope,” 2011 IEEE International Conference on Information and Automation, China, pp. 261-266, 2011.
[16] M. Liu, F. Xu, and K. Jia, “a stable walking strategy of quadruped robot based on foot trajectory planning,” 2016 3rd International Conference on Information Science and Control Engineering, China, pp. 799-803, 2016.
[17] J. R. B. del Rosario, C. S. Falcon, J. P. Pasion, and B. E. F. Tamonte, “Implementation of balance control on terrain quadruped traversal,” 2015 International Conference on Humanoid, Nanotechnology, Information Technology, Communication and Control, Environment and Management, Philippines, pp. 1-5, 2015.
[18] N. Kau, A. Schultz, N. Ferrante, and P. Slade, “Stanford doggo: an open-source, quasi-direct-drive quadruped,” 2019 International Conference on Robotics and Automation, Canada, pp. 6309-6315, 2019.
[19] https://github.com/BroboticsInc31/LilBro
[20] 彭鈞愷，四足機器人參數式波浪步態控制之研究，國立虎尾科技大學機械與機電工程學系碩士論文 (指導教授：季永炤)，2010年。
[21] 陳亮瑜，應用於非連續河石地形四足機器人的創新設計與實作，國立交通大學機械工程學系碩士論文 (指導教授：鄭璧瑩)，2009年。
[22] 葉仲益，應用模糊控制於四足機器人之行走，明志科技大學電機工程學系碩士論文 (指導教授：邱機平)，2011年。
[23] 駱靜怡，具視覺之仿生四足機器人機構設計與控制，國立海洋大學電機工程學系碩士論文 (指導教授：鄭智湧)，2014年。
[24] https://www.st.com/en/evaluation-tools/nucleo-f446re. 
[25] https://www2.keil.com/mdk5/uvision/
[26] https://emanual.robotis.com/docs/en/dxl/x/xl320/
[27] https://emanual.robotis.com/docs/en/dxl/protocol2/
[28] https://github.com/hackerspace-adelaide/XL320
[29] https://invensense.tdk.com/products/motion-tracking/6-axis/mpu-6050/
[30] 	https://os.mbed.com/teams/Seeed/code/eMPL_MPU6050/file/6aedb937cb38/inv_mpu_dmp_motion_driver.c/
[31] https://datasheets.raspberrypi.org/rpi4/raspberry-pi-4-product-brief.pdf
[32] https://www.logitech.com/zh-tw/products/webcams/c310-hd-webcam.960-000631.html?crid=34#specification-tabular
[33] 賴屹民(譯)，精通Python：運用簡單的套件進行現在運算(第二版)，歐萊禮出版社，民國109年。
[34] 蔣大偉(譯)，深入淺出Python(第二版)，歐萊禮出版社，民國108年。
[35] 賴屹民(譯)，OpenCV3學習手冊，歐萊禮出版社，民國106年。
[36] https://kknews.cc/zh-tw/news/z8yqqqa.html
[37] M. Liu, F. Xu, K. Jia, Q. Yang, and C. Tang, "a Stable Walking Strategy of Quadruped Robot Based on Foot Trajectory Planning," 2016 3rd International Conference on Information Science and Control Engineering , China, pp. 799-803, 2016.
[38] E. Jumantoro, A. H. Alasiry, and H. Hermawan, "Stability optimization on quadruped robot using trajectory algorithm," 2017 International Electronics Symposium on Engineering Technology and Applications, Indonesia, pp. 93-98, 2017.
[39] 王文俊，認識 Fuzzy(第三版)，全華圖書，民國94年。
[40] 孫宗瀛、楊英魁，Fuzzy控制：理論、實作與應用(修訂版)，全華圖書，民國94年。