本論文針對具備全方位視覺之全方位行動機器人，發展自我定位方法與發展平台。機器人自我定位方面，使用粒子過濾器以機率分佈方式搭配機器人的運動模組與感測模組，遞廻地求算機器人在環境中的位置狀態。運動模組是由馬達編碼器結合機器人運動學所構成，感測模組則是以全方位視覺偵測影像特徵點與計算影像深度所構成。機器人平台發展方面，建立機器人機電整合的軟體模組，解決具備不同硬體介面之機器人共同發展的問題，包括人形機器人、兩輪行動機器人、與全方位機器人等。針對視覺、無線通訊、與運動控制器等介面溝通問題，提出解決方案。機器人平台將架構在Windows PC-based 控制器上。

In this thesis, a self-localization algorithm and a software platform are developed for an omni-directional robot with omni-directional vision. The research is divided into two parts: robot self-localization and robotics software platform. In the development of robot self-localization algorithm, a recursive particle filter with probabilistic distribution is utilized to find the robot pose in the environments. The particle filter is composed of a motion model and a sensor model. The motion model is constructed based on robot kinematics with
motor encoder feedback, while the sensor model is established by using an omni-directional vision system. In the development of robotics software platform, a software module is programmed for the robot mechatronics system to solve the interface problem for robots with heterogeneous hardware, including humanoid robots, two-wheeled robots, and omni-directional robots. The software platform is developed on Window PC-based controllers to resolve
the interface and communication problems between these controllers.

中文摘要 Ⅰ
英文摘要 Ⅱ
目錄 Ⅲ
圖目錄 Ⅵ
表目錄 Ⅷ
第一章 序論 1
1.1 研究動機 1
1.2 相關文獻探討 1
1.2.1 全方位驅動機器人相關文獻 1
1.2.2 自我定位相關文獻 2
1.2.2 機器人平台相關文獻 2
1.3 研究範圍 3
1.4 論文架構 3
第二章機器人系統平台規劃 4
2.1 系統核心· 5
2.2 機器人類別 7
2.3 機器人系統定義 7
2.4 應用模組 8
2.4.1 影像模組 8
2.4.2 影像應用模組 8
2.4.3 運動控制模組 8
2.5 簡介MSRS 9
2.5.1 終端至終端的開發平台 9
2.5.2 具輕量級非同步服務導向的函式 9
2.5.3 平台與系統需求 9
IV
第三章 粒子過濾器自我定位方法 11
3.1 粒子過濾器(Particle filter)自我定位方法 11
3.1.1 公式推導 12
3.1.2 粒子濾波器流程 15
3.1.3 重新取樣(Re-sampling) 16
3.2 里程計(Odometry)運動模型 18
3.3 全方位視覺模型 22
3.3.1 雙曲面鏡視覺系統 21
3.3.2 全景影像平面 22
3.3.3 鏡面參數的求算 23
3.3.4 深度計算 26
3.3.5 深度計算流程 27
第四章 移動機器人系統架構 28
4.1 運算系統 29
4.2 致動系統 30
4.2.1 PIC 控制器 32
4.2.2 直流馬達 33
4.2.3 分散式控制系統 34
4.2.4 馬達驅動電路 35
4.2.5 傳輸介面 37
4.2.6 傳輸命令格式規劃 38
4.3 視覺感測模組 39
第五章 實驗結果與分析 42
5.1 影像深度計算範例 43
5.2 深度計算誤差分析 44
5.3 機器人平台範例 47
V
第六章 結果與討論 50
6.1 研究成果 50
6.2 未來研究方向 50
參考文獻 51
附錄A Windows-based 網路通訊 53
VI
圖目錄
圖2.1 機器人平台的系統核心 5
圖2.2 系統核心類別 6
圖2.3 網路Socket 基礎類別 6
圖2.4 訊息傳遞規劃 6
圖2.5 機器人基礎類別 7
圖2.6 視覺類別 8
圖2.7 運動模型類別 8
圖3.1 重新取樣流程 16
圖3.2 全方位移動基本架構座標圖 17
圖3.3 1 號車輪狀態 20
圖3.4 本實驗驅動平台 20
圖3.5 全方位視覺系統 21
圖3.6 單位圓柱  23
圖3.7a 影像平面對應全景平面 25
圖3.7b 全方位視覺系統側視圖 25
圖3.8a 雙曲面鏡示意圖 25
圖3.8b 雙曲線 25
圖3.9 極線平面 27
圖3.10 機器人移動示意圖 27
圖4.1 全方位移動機器人系統架構圖 29
圖4.2a 機器人機構設計圖 29
圖4.2b 實體照片 29
圖 4.3 全方位車輪 31
圖4.4a 驅動輪模組 31
圖4.4b 模組爆炸圖 31
圖4.4c 全方位移動車台機構圖 31
圖4.5 馬達尺寸 33
圖4.6 直流馬達 33
圖4.7a 集中式馬達控制系統示意圖 35
圖4.7b 分散式馬達控制系統示意圖 35
VII
圖4.7c 分散式馬達控制系統架構 35
圖4.8 H 型電橋(H bridge drive) 36
圖4.9a 正轉馬達成發電機的電流逆流 36
圖4.9b 逆轉馬達成發電機時電流逆流 36
圖4.10 驅動板成品 36
圖 4.11 RS232 通訊協定格式 37
圖 4.12 從屬端PIC 流程圖 38
圖4.13 控制器電路成品 39
圖4.14a 視覺模組 40
圖4.14b 視覺模組爆炸圖 40
圖4.15 全方位攝影機 40
圖4.16 由攝影機上取得的實際影像 40
圖4.17 雙曲面鏡 41
圖4.18 QuickCam Pro 4000 41
圖5.1a 實測位置A 42
圖5.1b 實測位置B 42
圖5.1c 實測位置C 42
圖5.1d 實測位置D 42
圖5.1e 實測位置E 42
圖5.1f 實測位置F 42
圖5.2 機器人實測移動 43
圖5.3 兩輪機器人遠端控制平台介面 48
圖5.4 人型機器人自我定位介面 49
圖A.1 TCP 傳輸的一般過程 54
圖A.2 傳輸與接收 55
VIII
表目錄
表 4.1 Specification 28
表4.2 全方位車輪規格 30
表4.3 直流馬達尺寸 33
表4.4 命令格式 39
表5.1 特徵1 45
表5.2 特徵2 45
表5.3 特徵3 45
表5.4 特徵4 46
表5.5 特徵5 46
表5.6 特徵6 46
表5.7 特徵7 47

J. Aranda, A. Grua, and J. Climent, 1998. “Control Architecture for a Three- wheeled Roller Robot”, Proceedings International Workshop on Advanced Motion Control.

J.F. Blumrich, 1974. “Omnidirectional Vehicle”, United States Patent 3, 789.

H.M. Bradbury, 1980. “Omni-Directional Transport Device”, United States Patent 4, 223, 753.

F. Dellaert, D. Fox, W. Burgard, and S. Thrun, 1999. “Monte Carlo Localization for Mobile Robots”, IEEE International Conference on Robotics and Automation (ICRA99).

L. Feng, J. Borenstein, H.R Everett, 1994. “Where am I ?” sensors and methods for autonomous mobile robot positioning. In:Technical Report UM2MEAM294212,USA:University of Michigan.

G. Grisetti, C. Stachniss, and W. Burgard, 2007. “Improved Techniques for Grid Mapping With Rao-Blackwellized Particle Filters” IEEE TRANSACTIONS ON ROBOTICS, VOL. 23, NO. 1.
pp. 1,552-3,098

J. Grabowiecki, 1919. “Vehicle-Wheel”, United States Patent 1, 305, 535.

B.E. Ilon, 1975. “Wheels for a Course Stable Selfpropelling Vehicle Movable in any Desired Direction on the Ground or Some Other Base”, United States Patent 3, 876, 255.

R. E. Kalman, 1960. A New Approach to Linear Filtering and Prediction Problems, ASME Journal of Basic Engineering, vol.82, pp.35-45.

J.S. Liu, Rong Chen, and Tanya Logvinenko, 2001. “A theoretical framework for sequential importance sampling and resampling ”, In A. Doucet, N de Freitas,and N.J. Gordon, editiors, Sequential Monte Carlo in Practice.springer-verlag.

P.F. Muir, C.P. Neuman, 1987.“Kinematic modeling of wheeled mobile robots”, Journal of Robotic Systems 4, 281–340.

K. Murphy and S. Russell, January, 2001. Rao-Blackwellised particle filtering for dynamic bayesian networks. In A. Doucet, N. de Freitas, and N. Gordon, editors, Sequential
MonteCarlo Methods in Practice.

T. Pajdla, T. Svoboda, and V. Hlavac, “Epipolar geometry of central panoramic cameras,” in Panoramic Vision: Sensors, Theory, and Applications, R. Benosman and S. B. Kang, Eds. Berlin, Germany: Springer-Verlag, 2001, pp. 85–114.

I. Rekleitis, 2004. “A Particle Filter Tutorial for Mobile Robot Localization”, Technical Report. TR-CIM-04-02, Centre for Intelligent Machines, McGill University, Montreal, Quebec, Canada.

N. Roy, W. Burgard, D. Fox, S. Thrun, 1999.“Coastal navigation — mobile robot navigation with uncertainty in dynamic environments”, in: Proceedings of 1999 IEEE Int. Conf. on Robotics and Automation, 1999, pp. 35–40.

Y. Song, D. Tan, and Y. Tian, 2002.“Experiment Identification of the Dynamics Parameters of an Omnidirectional Wheel Mobile Robot”, Proceedings of the 4th World Congress on Inteligent Control and Automation.

S. Thrun, A. Bücken, W. Burgard et al, 1998.“ Map learning and high-speed navigation in RHINO”, In : AI-based Mobile Robots : Case Studies of Successful Robot Systems , Kortenkamp D, Bonasso R P Murphy R(eds.), USA :MIT Press.

R.E. Walpole and R.H. Myers, 1993, ”Probability and statistics for engineers and scientists”, Prentice-Hall.

K. Watanabe, 1998a. “Control of Ominidirectional Mobile Robot”, 1998 2nd Int. Conf. on Knowledge -Based Intellegent Electronic Systems, Adelaide, Australia.

K. Watanabe, Y. Shiraishi, S. G. Tzafestas, J. Tang, and T. Fukuda, 1998b. “Feedback Control of an Omnidirectional Autonomous Platform for Mobile Service Robots”, Journal of Intelligent and Robotic Systems, 22(3), pp. 315-330.

蔡政興，2003，全方位移動系統之設計與實現，淡江大學電機工程系碩士論文。

陳子原，2006，自主足球機器人系統之行為式控制，淡江大學機械工程學系碩士論文。

陳敬宏，2007，以全方位視覺之特徵掃描比對方法進行機器人自我定位，淡江大學機械工程學系碩士論文。

謝睿仁，2008，謝睿仁自主式校園導覽機器人之自我定位與運動控制。

曹雅威，2008，曹雅威自主機器人對於環境中點特徵與區域特徵的偵測與追蹤。