本論文研究的目的是以Segway RMP 50作為機器人移動平台，架設成遠端監控機器人，並模擬機器人在已知環境中，以A* 演算法來做路徑規劃，然後以Segway RMP 50來驗證A* 演算法在搭配格點模型建立已知地圖後，可快速找到最佳路徑。
機器人以Segway RMP 50為平台主體，另外設計承載平台來搭裝控制端的筆記型電腦，及視訊攝影機，未來可加裝各種探測儀器，來探測機器人所在位置的資訊，遠端監控系統是以視訊攝影機所擷取到的影像連接到控制端的筆記型電腦並且建立一伺服端，使用者可利用網路連結到此一伺服端，監控機器人之攝影機所擷取到的即時影像，供使用者得知機器人所在位置的環境資訊。
為了讓機器人有避障及有路徑規劃的能力，我們使用格點模型建立已知地圖資訊，使用A* 演算法規劃路徑，並模擬Segway RMP 50以簡單的動作規劃然後來遠端遙控行走，根據Segway RMP 50行走的內部里程資訊，來計算路徑的距離，然後比較A* 演算法模擬的路徑及機器人實地行走的誤差。

The objective of this research is to develop a robotic mobility platform, which using Segway RMP 50 to demonstrate the optimum path planning under A* algorithm and a developed map. 
Segway RMP 50 is the principal platform in this research. The self-designed mechanical loading structured is installed on the RMP 50 to set up the notebook computer/webcam. The robot system is capable to install more sensors to detect the environmental information beside this robot. A client control system is developed to be a server by the webcam and laptop computer. The other users are able to watch the pc screen to find out the related environmental images by the internet from the developed server.
The A* algorithm and a developed grid map are applied to let this robot be able to avoid obstacle and make an optimum path planning. The simulation results show that the Segway RMP 50 system is capable to make a simple movement planning and to calculate the length of the moving path. Finally, the robot system is demonstrated its ability of obstacle–avoidance and the optimum path planning by the A* algorithm.

目錄
淡江大學論文提要	I
英文提要	III
目錄	IV
圖目錄	VI
表目錄	IX
第一章	緒論	1
1-1	前言	1
1-2	文獻探討	2
1-3	研究動機與目的	6
第二章	實驗設備	7
2-1	機器人移動平台簡介	7
2-2	Segway簡介	8
2-2-1	起源	8
2-2-2	Segway RMP	9
2-2-3	Segway RMP承載平台	13
2-3	監控系統	15
2-3-1	Segway控制端	15
2-3-2	Segway遠端	19
第三章	路徑規劃及遠端監控	20
3-1	路徑規劃基礎理論	20
3-2	A* 演算法理論	23
3-3	A* 演算法模擬實驗	29
3-3-1	A* 演算法於格點模型地圖中模擬討論	36
3-3-2	A* 演算法於格點模型地圖應用	41
3-4	Segway RMP 避障運動模式分析	45
3-5	Segway RMP 遠端連線監控	48
第四章	實驗驗證及結果討論	50
4-1	實驗環境設定與假設	50
4-1-1	建立地圖模型及路徑規劃假設	50
4-1-2	監控系統實驗流程	52
4-2	實驗設備及方法	52
4-3	路徑規劃實驗	57
4-4	遠端監控	65
4-5	實驗結果討論	66
第五章	結論與展望	68
參考文獻	70

 
圖目錄
圖  1-1 以Segway RMP為平台之研究	5
圖  2-1 Segway RMP系列	12
圖  2-2 Segway內部運算流程圖	13
圖  2-3 承載平台結構示意圖	14
圖  2-4 加裝平台前後比較圖	14
圖  2-5 視訊攝影機	16
圖  2-6 Segway控制軟體介面	17
圖  3-1 勢能場示意圖	22
圖  3-2 格點模型示意圖	22
圖  3-3 細胞分解示意圖	22
圖  3-4  A* 演算法流程圖	28
圖  3-5 搜尋方向示意圖	29
圖  3-6 改變方向示意圖	30
圖  3-7 探索函式對應格點地圖模型	31
圖  3-8 以步數為成本之評價分數示意圖	33
圖  3-9 已知地圖資訊	34
圖  3-10 針對已知地圖建立格點模型	35
圖  3-11 A* 演算法建立f(N)評價分數圖	35
圖  3-12 以A* 演算法路徑規劃結果	36
圖  3-13 路線比較圖	39
圖  3-14 A* 演算法路徑改變圖	40
圖  3-15 路徑轉折圖一	40
圖  3-16 路徑轉折圖二	41
圖  3-17 距離分數示意圖	41
圖  3-18 場地1平面示意圖	42
圖  3-19 場地1平面示意圖格點模型	43
圖  3-20 場地1平面示意圖之路徑規劃	43
圖  3-21 場地2平面示意圖	44
圖  3-22 場地2平面示意圖之路徑規劃	44
圖  3-23 動作規劃圖	47
圖  3-24 遠端桌面連線示意圖	49
圖  3-25 遠端監控示意圖	49
圖  4-1 車寬示意圖	51
圖  4-2 障礙物設定圖	51
圖  4-3 設定障礙物避開示意圖	52
圖  4-4 實驗設備	54
圖  4-5 視訊攝影機高度圖	55
圖  4-6 實驗規劃流程圖	56
圖  4-7 已知環境路徑規劃範例一	60
圖  4-8 實驗照片	60
圖  4-9 已知地圖路徑規劃範例二	62
圖  4-10 實驗照片	63
圖  4-11 實驗照片	64
圖  4-12 Client端畫面	65















表目錄
表1  Segway RMP 50車體行走距離對照內部指標數值	58
表2  Segway RMP 50車體轉向角度對照內部指標數值	58

參考文獻
[1]	Segway, LLC, www.segway.com.
[2]	Steven M. LaValle, PLANNING ALGORITHMS, Cambridge University Press,2006
[3]	P. E. Hart, N. J. Nilsson, and B. Raphael, ”A formal basis for the heuristic determination of minimum cost paths”, IEEE Transactions on Systems, Man, and Cybernetics, Vol. 4,No. 2, p. 100-107,1968.
[4]	Browning, B. Rybski, P.E. Searock, J. Veloso, M. M.  “Development of a soccer-playing dynamically-balancing mobile robot”,  Robotics and Automation, 2004. Proceedings. ICRA '04. 2004 IEEE International Conference on, Apr 26-May 1, 2004, p. 1752 - 1757 Vol.2
[5]	Ambrose, R.O.   Savely, R.T.   Goza, S.M.   Strawser, P.   Diftler, M.A.   Spain, I.   Radford, N.  ,” Mobile manipulation using NASA's Robonaut”, Robotics and Automation, 2004. Proceedings. ICRA '04. 2004 IEEE International Conference on, p. 2104 - 2109 Vol.2.
[6]	Brooks, Rodney A. “Cardea: Always-on Mobile Manipulation”, MIT CSAIL, September 23, 2003
[7]	Denis F. Wolf, Andrew Howard, and Gaurav S. Sukhatme. “Towards Geometric 3D Mapping of Outdoor Environments Using Mobile Robots”, In IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), p. 1258-1263, Aug 2005
[8]	J. G. Webster and D. G. Hanger, “Telepresence for touch and proprioception in teleoperator system, ” IEEE Trans. On System, Man and Cybernetics, Vol. 18, No. 6, p. 1020-1023, 1989.
[9]	R. C. Goertz and R. Thompson, “Electronically controlled manipulator”, Nucleonics, p. 46-47, 1954.
[10]	M. Hernando, E. Gambao, M. Hernando, and A. Barrientos, “Collision control in teleoperation by virtual force reflection. An application to the ROBTET system,” IEEE International Conference on Robotics & Automation, Vol. 1, p. 565-570, 1999
[11]	B. L. Brumitt and A. Stentz, ”Dynamic mission planning for mobile robots”, IEEE International Conference on Robotics and Automation, Vol.3, p. 2396-2401, 1996
[12]	陳永和，輪形行動機器人之機構設計與避障規劃，淡江大學機械與機電工程學系碩士論文，2006年6月
[13]	李彥慶，安全巡邏自動車之路徑規劃與遠端呈現，國立交通大學電機與控制工程學系碩士論文，2005年6月
[14]	嚴仲偉，可教導式之自走車導航機制，國立成功大學工程科學學系碩士論文，2002年6月
[15]	侯惠傑，機器人之避障路徑規劃與FPGA實現，淡江大學電機工程學系碩士論文，2001年6月
[16]	Segway LLC, Segway Robotic Mobility Platform User Guide
[17]	Segway LLC, Segway Robotic Mobility Platform (RMP) User Instructions Version 1.4
[18]	Segway LLC, Segway Robotic Mobility Platform (RMP) CAN Interface Guide Version 1.5
[19]	Segway LLC, Segway Robotic Mobility Platform (RMP) User Instructions Version 2.0
[20]	Segway LLC, Segway Robotic Mobility Platform (RMP) Interface Guide Version 2.0
[21]	J. C. Latombe, Robot Motion Planning, Kluwer Academic Publishers, 1991.
[22]	H. Choset, K. Lynch, S. Hutchinson, G. Kantor, W. Burgard, L. Kavraki and Se. Thrun, Principles of Robot Motion Theory, Algorithms, and Implementation. A Bradford Book The MIT Press Cambridge, Massachusetts London, England, 2005.
[23]	N. Amato, Randomized Motion Planning, A Brief Introduction: The Motion Planning Problem Configuration Space Basic Path Planning Methods, Univ. of Padova, 2004
[24]	洪維恩，MALAB 7程式設計，旗標出版有限公司出版，2007