希望設計一道兼顧安全又可不需攜帶鑰匙的門鎖。在設計門鎖上，希望打破傳統的鑰匙鎖的機制但又希望有別於數字密碼鎖的方式，而選擇類似目前手機常用的圖形鎖的方式，修改滑動解鎖過於難使用於門板上，而圖形鎖也可以修改為許多不同方式的密碼。
我們提出一種使用自定圖形並結合敲擊震動來解門鎖的系統，並對感測器獲取的資料作解析與演算法的運算，做到敲擊位置與解鎖圖形的定位；系統中使用六個振動裝置來定位敲擊獲取六維資料，並做ＫＮＮ運算取得最近點，定義敲擊範圍的分類，來作圖形解鎖。
為了瞭解系統的正確性，對多個圖形作測試：
1.單個圓形的正確率。
2.多個圓形的正確率，多個圓型的互擾，大小圓差異。
3.直線圖形的正確率，直線外的錯誤率與錯誤範圍。
4.圓圈邊框圖形正確率，圓圈內的錯誤率與圓圈外的干擾率。
系統流程為：
1.使用者可於門板上畫上圖形，並敲擊定義密碼區域，而非密碼區域則定為error或者other。
2.感測器運算敲擊點，將資料作分群，定義解鎖圖形位置。
3.解鎖時敲擊定義的區域，敲擊資料匯入分類器看是否為正確解鎖區域。
模擬門板測試，分析穩定性正確性與實際問題回餽，以作系統修正並裝置於測試門上作系統使用。

We want to design a safe door lock without a key.In the design of the door, hoping to break the traditional key lock ,but different  digital code lock, the choice of a similar pattern lock and you can modify the pattern lock password.
We propose a system that uses percussion to solve door lock,and sensing data analysis and algorithms for computing,reached percussion point position and an unlocked position graphics.Using six vibrating device to locate percussion obtain six-dimensional data,and do the KNN to obtain the closest point to define the scope of the classification of percussion, to make graphics unlocked.
In order to understand the accuracy of the system,we take a lot of graphics to do the test:
1.The correct rate of a single circle.
2.The correct rate of a plurality of circular, a plurality of circular cross-interference.
3.The correct rate of linear.
4.The correct rate of circle border.

System processes:
1.Users can draw graphics on the door, and knock-defined password area.
2.Computing knock data to make classifications, definitions unlock pattern position.
3.Unlocked, knock defined area, to see if the data is imported to the correct classification.

目   錄
圖目錄	VI
表目錄	VIII
第一章 緒論	- 1 -
1.1	 前言	- 1 -
1.2	  動機與目的	- 1 -
1.3	  論文章節架構	- 2 -
第二章 背景知識與相關研究	- 3 -
2.1	  人機介面(human-computer interface HCI)	- 3 -
2.2	  接觸型人機介面	- 6 -
第三章 研究方法及實驗	- 10 -
3.1	 資料獲取	- 10 -
3.1.1	震動感測	- 12 -
3.2	 敲擊測試	- 14 -
3.2.1	最近鄰居法(NN)	- 14 -
3.2.2	分類測試	- 15 -
3.3	 圖形區塊之敲擊測試	- 17 -
3.3.1	訓練資料收集與分類器建構	- 18 -
3.3.2	分類器測試	- 22 -
3.4	 多圖形測試	- 24 -
3.5	 延伸測試	- 26 -
3.5.1	圓形邊框測試	- 26 -
3.5.2	直線測試	- 28 -
第四章 以敲擊為輸入方式之門禁系統	- 30 -
4.1	 自訂圖形鎖與分類器的建立	- 32 -
4.2	 解鎖	- 33 -
第五章 實際測試	- 34 -
5.1	 系統簡介與測試	- 34 -
5.1.1	震動感測	- 35 -
5.1.2	系統測試	- 37 -
5.2	 使用者測試	39
5.3	人機介面評估	40
第六章 未來展望與結論	42
參考文獻	43
附錄	45


圖目錄
圖 2.1 肢體追蹤[1]	- 4 -
圖 2.2 人體肌肉電為量測[2]	- 5 -
圖 2.3大腦腦波測量[4]	- 5 -
圖 2.4步伐量測系統[5]	- 6 -
圖 2.5黏貼式傳輸開關[7]	- 7 -
圖 2.6 Skinput 以身體做輸入介面 [8]	- 8 -
圖 2.7 Hambone 以生物聲學分析手勢 [9]	- 8 -
圖 2.8震動定位演算法 [10]	- 9 -
圖 3.1震動定位演算法	- 10 -
圖 3.2 Arduino MEGA 2560	- 11 -
圖 3.3 震動感測示意圖	- 12 -
圖 3.4 水銀震動感測器	- 13 -
圖 3.5 Dataset1	- 15 -
圖 3.6 Dataset2	- 16 -
圖 3.7 自訂圖形區域與Other區域	- 19 -
圖 3.8 分類器製作流程圖	- 21 -
圖 3.9 Dataset3自訂圖形	- 22 -
圖 3.10 Dataset4自訂圖形	- 24 -
圖 3.11 Dataset5圓形邊框	- 26 -
圖 3.12 Dataset6直線測試	- 28 -
圖 4.1 流程圖	- 31 -
圖 4.2 自訂圖形鎖流程	- 32 -
圖 4.3 自訂圖形鎖流程	- 33 -
圖 5.1 測試門板	- 34 -
圖 5.2 原感測器擺法	- 36 -
圖 5.3 實測感測器擺法	- 36 -
圖 5.4 實測敲擊位置	- 37 -
圖 5.5 實測照片	39


表目錄
表3.1 Dataset1測試資料	- 16 -
表3.2 Dataset2測試資料	- 17 -
表3.3 Dataset3測試資料	- 22 -
表3.4 Dataset4測試資料	- 25 -
表3.5 Dataset5測試資料	- 27 -
表3.6 Dataset6測試資料	- 29 -
表5.1 實際測試資料	- 38 -

[1]Gihan Shin, Junchul Chun” Vision-based Multimodal Human Computer Interface based on Parallel Tracking of Eye and Hand Motion,” Convergence Information Technology, 2007. International Conference, pp. 2443-2448.
[2]Chi-Chung Lo, Chen-Pin Chiu, Yu-Chee Tseng” A Walking Velocity Update Technique for Pedestrian Dead-Reckoning Applications,” Personal Indoor and Mobile Radio Communications (PIMRC), 2011 IEEE 22nd International Symposium, pp. 1249-1253.
[3]Vijay Pal Singh and Dinesh Kant Kumar” Classification of low-level finger contraction from single channel Surface EMG,” Engineering in Medicine and Biology Society, 2008. EMBS 2008. 30th Annual International Conference of the IEEE, pp. 2900-2903.
[4]“The Study of Effects a Visual Display Terminal on ongoing Brain Power Process using Electroencephalogram (EEG),” Biomedical Engineering and Sciences (IECBES), 2010 IEEE EMBS Conference, pp. 348-351.
[5]Zhang Xiaodong "An Approach for Measurement and Recognition of Electroencephalography" Electronic Measurement and Instruments, 2007. ICEMI '07. 8th International Conference, Aug. 16 2007
[6]Masaya Takasaki, Ji HongXu, Hiroyuki Kotani and Takeshi Mizuno, “Application of Surface Acoustic Wave Tactile Display for Pen Tablet Interface with Visual Information,” Robotics and Biomimetics, 2007. ROBIO 2007. IEEE International Conference, pp.1024-1028.
[7]Yonezawa T.,Nakahara H., Tokuda H, “Vib-Connect: A Device Collaboration Interface Using Vibration,” Embedded and Real-Time Computing Systems and Applications (RTCSA), 2011 IEEE 17th International Conference, pp. 121-125.
[8]Chris Harrison, Desney Tan, Dan Morris “Skinput: Appropriating the Body as an Input Surface,” Human-Computer Interaction Institute Carnegie Mellon University, Microsoft Research.
[9]Travis Deyley, Szabolcs Palinkoz, Erika Shehan Poolez, and Thad Starnerz “Hambone: A Bio-Acoustic Gesture Interface,” Wearable Computers, 2007 11th IEEE International Symposium, pp.3-10.
[10]Kirill Poletkin, XueXin Yap and Andy W. H. Khong ” A touch interface exploiting the use of vibration theories and infinite impulse response filter modeling based localization algorithm,” Multimedia and Expo (ICME), 2010 IEEE International Conference,  pp. 286-291
[11]Arduino.cc http://www.arduino.cc/
[12]T. M. Cover and P. E Hart, “Nearest neighbor pattern classification” IEEE Trans. Inform. Theory, vol. IT-13,Jan.1967,pp.21-27.
[13]K-nearest-neighbor-classifier http://neural.cs.nthu.edu.tw/jang/books/dcpr/prKnnc.asp
[14]J.Nielsen, “Heuristic Evaluation”, Usability Inspection Methods,1994