在1980 年代開始，機械手臂已成功的應用於汽車產業與製造業等產業，
主要負責如危險之組裝、噴漆、焊接、高溫鑄鍛等繁重工作，皆能以機械手
臂取代人工作業，如此不僅能更安全的完成任務之外，也能達到更高的工作
效率。本論文所選用的機械手臂類型為並聯式機械手臂，透過德州儀器公司
所生產的TM4C123GXL LaunchPad 實驗版來設計一個機械手臂繪圖系統，其
中包含逆運動學、馬達轉動控制以及OpenCV 影像處理。首先為了驗證所設
計開發並聯式機械手臂之可行性，使用TCS3200 顏色感測器來判斷六顆色
球，判斷完後再做分類的動作，藉此驗證整個機械手臂系統之定位控制與移
動控制之準確性。接者，透過Canny 邊緣側算法計算出所讀取圖片的邊緣，
將其結果規畫出一個繪圖路徑並且繪畫出來，經由實際的實驗結果可以發現
所設計的機械手臂繪圖系統可以獲得良好的繪圖成效外，而且不需花費大量
的人工與時間，基於實驗結果可以發現所提出之機械手臂繪圖系統具有便
宜、快速與簡易操作等優點。

Since 1980s, the automotive industry has adopted the robotic arm significantly for a
series of complicated and dangerous procedure, such as spray painting, welding or
casting. By introducing the robotic arm in these years, labor resources can be substituted
owing to the safety and the efficiency. This thesis selects a delta style of robotic arm and
uses a TM4C123GXL LaunchPad which is produced by Texas Instrument to design the
drawing system. The proposed drawing system includes inverse kinematics, motor
position control and image processing via OpenCV. To show the feasibility of the
developed delta robotic arm, two scenarios are considered. One is the color balls classifier and the other one is the image drawing. In the first scenario, this thesis uses a TCS3200
color sensor to identify color balls and classify the balls by the robotic arm. Further, the
edge features in the image can be obtained by using canny algorithm based on OpenCV
approach in the second scenario. The routing path is calculated and the robotic arm
completes the drawing process. The detailed contributions of this thesis are listed as
follows: (1) the drawing system executes more efficiently compared to previous works.
(2) The drawing system can save enormous labor resources and time by executing
automatically. (3) The drawing system provides the results with high integrity.

致謝 Ⅰ
摘要 Ⅱ
Abstract Ⅲ
目錄  Ⅳ
表目錄 Ⅵ
圖目錄  Ⅶ
第一章 緒論  1
1.1 機械手臂介紹  1
1.2 研究目的  3
1.3 論文架構  6
第二章 並聯式機械手臂於分類應用  7
2.1 機械手臂之逆向運動學介紹  7
2.2 TM4C123GXL 微控制器介紹  14
2.3 並聯式機械手臂實現  15
2.3.1 步進馬達控制  15
2.3.2 機械夾爪設計  17
2.3.3 顏色感測器介紹  20
2.4 實驗結果  25
2.4.1 分類色球任務之機構設計  25
2.4.2 顏色判別演算法  27
2.4.3 程式流程介紹及實際操作  29
第三章 並聯式機械手臂於繪圖應用  33
3.1 OpenCV 介紹  34
3.2 程式械構設計  36
3.2.1 一般繪圖  36
3.2.2 優化繪圖  36
3.3 人機介面設計  44
3.4 實驗結果  46
第四章 結論與未來研究  54
4.1 結論  54
4.2 未來研究  55

表目錄
表2-1 可活動高度之關係表  13
表2-2 夾爪所需零件BOM 表  18
表2-3 S0、S1 與S2、S3 之關係表格  21
表3-1 繪圖花費時間之比較表  53

圖目錄
圖1.1 直角坐標型機器臂[3]  2
圖1.2 圓柱座標型機器臂[4]  2
圖1.3 極座標型機器臂[5]  2
圖1.4 關節型座標機器臂[6]  2
圖1.5 RV-3AJ 五軸機械手臂[11]  4
圖1.6 NXT 之三軸機械手臂[12]  4
圖1.7 沈宜郡學姊所提出之機械手臂繪圖系統  4
圖1.8 李冠廷學長所提出之機械手臂繪圖系統  4
圖1.9 本論文所使用之並聯式機械手臂  5
圖2.1 笛卡爾座標上A、B、C 各柱的位置示意圖  8
圖2.2 機構部位之定義示意圖  9
圖2.3 (a)3D 模擬圖；(b)俯視模擬圖  12
圖2.4 (a)L=25cm 與H=45cm 情況下；(b) L=25cm 與H=55cm 情況下；(c)L=30cm與H=45cm 情況下；(d) L=30cm 與H=55cm 情況下  13
圖2.5 TM4C123GXL 實體圖  15
圖2.6 NAME-17 步進馬達  16
圖2.7 A4988 馬達驅動器  16
圖2.8 A4988 腳位圖  17
圖2.9 夾爪設計機構圖  18
圖2.10 (a)模擬夾爪開合情況；(b)模擬夾爪閉合情況；(c)實際夾爪開合情況；(d)實際夾爪閉合情況  19
圖2.11 伺服馬達MG90S  20
圖2.12 TCS3200 顏色感測器[22]  21
圖2.13 TCS3200 之腳位分配圖[22]  21
圖2.14 偵測物體為紅色時之實測結果  23
圖2.15 偵測物體為藍色時之實測結果  23
圖2.16 偵測物體為綠色時之實測結果  24
圖2.17 偵測物體為黃色時之實測結果  24
圖2.18 分類色球機構設計  25
圖2.19 控制電路轉接版(a)PCB 布置圖；(b)組裝完成圖  26
圖2.20 所規劃顏色分類程式流程圖  28
圖2.21 顏色分類格編號  29
圖2.22 分類色球程式流程圖  30
圖2.23 觸發開關開始執行分類任務  31
圖2.24 實驗結果(a)判斷完開始夾取；(b)夾取色球；(c)移動到該顏色之通道；(d)放置色球；(e)放置色球；(f)回到待命位置，等待判斷；(g)完成分類情況  32
圖3.1 (a)夾筆設計圖；(b)夾筆實際圖片；(c)整體機構  33
圖3.2 Canny 邊緣測算法比較圖(a)原圖；(b)高低閥值分別為300 與100 時；(c)高低閥值分別為1000 與100 時  35
圖3.3 各像素之屬性定義  37
圖3.4 起始點/末端點屬性之示意圖  38
圖3.5 一般畫點屬性之示意圖  39
圖3.6 分岔點屬性之示意圖  41
圖3.7 軌跡規劃之程式流程圖  42
圖3.8 封閉圖形之示意圖  43
圖3.9 (a)PC 端程式架構圖；(b)CCS 端程式架構圖  44
圖3.10 人機介面  46
圖3.11 (a)卡通原圖；(b)Canny 邊緣偵測；(c)一般繪圖結果；(d)優化繪圖結果 ... 47
圖3.12 (a)(b)一般繪圖局部放大；(c)(d)優化繪圖局部放大 ...................................... 48
圖3.13 (a)Delta 3D 印表機原圖；(b)Canny 邊緣偵測；(c)一般繪圖結果；(d)優化繪圖結果  49
圖3.14 (a)人像畫原圖；(b)Canny 邊緣偵測；(c)一般繪圖結果；(d)優化繪圖結果50
圖3.15 (a)台北101 大樓原圖；(b)Canny 邊緣偵測；(c)一般繪圖結果；(d)優化繪圖結果  51
圖3.16 (a)工學大樓後門原圖；(b)Canny 邊緣偵測；(c)一般繪圖結果；(d)優化繪圖結果  53
圖4.1 淡江大學正門看板(a)原圖；(b)優化繪圖結果  56

[1] [Online] http://www.tairoa.org.tw/
[2] [Online] http://www.kuka-robotics.com/
[3] [Online]http://big5.made-in-china.com/gongying/duzhigang2014-
tqMmUEhKVWYG.html
[4] [Online] http://www.me.ntou.edu.tw/course/cim/c5/index.htm
[5][Online]http://blog.xuite.net/minnie850422/minnie850422/8873017-
%E6%A9%9F%E5%99%A8%E4%BA%BA
[6] [Online]http://tw.asiamachinery.net/supplier/product_details.asp?ProID=
19212&SupID=8654
[7] [Online] http://www.me.ntou.edu.tw/course/cim/c5/
[8] [Online] http://www.bime.ntu.edu.tw/~dsfon/Mechanism/chap5
[9] [Online]http://www.qts.tw/dobot26700199782241127231268002516333
218
[10] [Online] http://ming-shian.blogspot.tw/2015/08/automation-cad-seminar-8-
delta-robot.html
[11] 洪群堯，機械手臂作畫系統基礎技術研究，台灣科技大學機械工程
研究所碩士論文(指導教授：林其禹)，2007 年。
[12] Á kos Hámori, János Lengyel and Barna Reskó, “3DOF drawing robot
using LEGO-NXT,” 15th International Conference on Intelligent
Engineering Systems, p.p.293-295, 2011.
[13] 沈宜郡，基於B-Spline 曲線之六軸機械手臂繪圖系統，淡江大學電
機工程學系碩士論文(指導教授：翁慶昌)，2013 年。
[14] 李冠廷，機械手臂之基於圖像的繪圖系統，淡江大學電機工程學系
碩士論文(指導教授：翁慶昌)，2015 年。
[15] [Online]http://boim.com/DeltaUtil/CalDoc/RostockDeltaKinematics.pdf
[16] 陳奇中，MATLAB 程式設計與工程應用，東華書局股份有限公司，
2013 年。
[17] 郭姿君，MATLAB 程式設計與應用，滄海書局股份有限公司，2009
年。
[18] 謝慶雄，MATLAB 程式設計入門，高立出版社股份有限公司，2013
年。
[19] 葉朝輝，TM4C123 微處理器原理與實踐，清華大學出版社，2014
年。
[20] [Online]https://www.pololu.com/file/download/a4988_DMOS_microstep
ping_driver_with_translator.pdf?file_id=0J450
[21] 陳俊鴻，精通SolidWorks 2013：基礎篇，經瑋國際股份有限公司，
2014 年。
[22] [Online] http://www.mouser.com/catalog/specsheets/TCS3200-E11.pdf
[23] 張義和，Altium Designer 電腦輔助電路設計，全華圖書股份有限公
司，2012 年。
[24] 劉几銘，基於SOPC 研製井智機器人，淡江大學電機工程學系碩士
論文(指導教授：許駿飛)，2015 年。
[25] 望熙榮和望熙貴，影像辨識處理，博碩文化股份有限公司，2015
年。
[26] 毛星雲和冷雪飛，OpenCV 程式設計參考手冊，松崗資產管理股份有
限公司，2015 年。
[27] 侯捷，C++ Primmer, 4/e 中文版，基峰出版社股份有限公司，2008
年。