本論文開發一個具有七自由度之冗餘機械手臂的機構，並提出一個基於視覺的工具校正方法來強化機械手臂在工具使用上的靈活度與可靠度。主要有兩個部分：(1) 七自由度機械手臂之機構設計以及(2) 基於視覺的工具校正。在七自由度機械手臂之機構設計上，本論文將機構設計之一些概念以及冗餘機械手臂之冗餘度特性整合在一起來設計一台七自由度機械手臂，讓所實現之機械手臂在輕量化、靈活性以及精準度上具有不錯的性能。在基於視覺的工具校正上，本論文提出一個結合視覺影像辨識來校正未知工具之即時方法，提升機械手臂在工具使用上的靈活度。在實驗結果上，本論文使用所實現之七自由度機械手臂來驗證所提出之基於視覺的工具校正方法，從不同之工具的模擬及實驗結果可以說明本論文所提出之方法確實具有不錯的效果。

In this thesis, a mechanism of a redundant robot manipulator with seven degrees of freedom (7-DOF) is developed and a vision-based tool calibration method is proposed to enhance the flexibility and reliability of the robot manipulator in the use of tools. There are two main parts: (1) Mechanism design of 7-DOF robot manipulator and (2) Vision-based tool calibration. In the mechanism design of 7-DOF robot manipulator, some concepts of mechanism design and the redundancy characteristics of the redundant robot manipulator are integrated to design a 7-DOF robot manipulator so that the implemented robot manipulator has good performance in the lightweight, flexibility, and precision. In the vision-based tool calibration, an instant method for calibrating unknown tools in combination with the visual image recognition is proposed to improve the flexibility of the robot manipulator in the use of tools. In the experimental results, the implemented 7-DOF redundant robot manipulator is used to verify the proposed vision-based tool calibration method. The simulation and experimental results from different tools can illustrate the proposed vision-based tool calibration method truly has a good performance.

中文摘要	Ⅰ
英文摘要	Ⅱ
目錄	III
圖目錄	V
表目錄	VII
參數對照表	VIII
第一章 緒論	1
1.1 研究背景	1
1.2 研究動機與目的	2
1.3 論文架構	3
第二章 系統架構與軟硬體設備	4
2.1 前言	4
2.2 七自由度冗餘機械手臂系統	7
2.3 關節扭矩分析	10
2.4 軟硬體系統架構與設備規格	15
第三章 機械手臂之機構設計	25
3.1 圓管式臂桿	25
3.2 中空式關節	27
3.3 偏軸式連桿	29
3.4 基座快速接頭	32
3.5 手臂零點校正裝置	35
第四章 機械手臂之工具視覺校正	38
4.1 基於四點法的工具校正機制	38
4.2 基於視覺的工具校正機制	40
4.3 工具中心點之位置估測	43
4.4 工具中心點之姿態估測	48
4.5 運動學推導	53
第五章 實驗結果	75
5.1 實驗一：實現工具視覺校正系統	75
5.2 實驗二：與傳統四點法進行比較	78
第六章 結論與未來展望	81
6.1 結論	81
6.2 未來展望	82
參考文獻	83

圖目錄
圖1.1、三廠牌之輕量型七軸機械手臂	1
圖2.1、七自由度冗餘機械手臂之SOLIDWORKS模擬圖	7
圖2.2、七自由度冗餘機械手臂之實體圖	8
圖2.3、七自由度冗餘機械手臂之連桿規格	8
圖2.4、機械手臂之活動範圍	9
圖2.5、七自由度冗餘機械手臂之平舉時的姿勢模擬圖	10
圖2.6、球型手腕之扭矩分析的示意圖	12
圖2.7、手肘之扭矩分析的示意圖	13
圖2.8、肩膀之扭矩分析的示意圖	14
圖2.9、七自由度冗餘機械手臂之系統架構圖	15
圖2.10、使用VS2008所開發的機械手臂的人機介面	17
圖2.11、IO控制卡 AXE-9200之實體圖	18
圖2.12、MAXPOS 50/5 控制器之軟體架構圖	19
圖2.13、機械手臂之電控系統的實體圖	22
圖2.14、ETHERNET FRAMES控制架構圖	22
圖2.15、兩指電動夾具之傳動機構的實體圖	23
圖2.16、兩指電動夾具之電路板的實體圖	24
圖3.1、臂桿之示意圖	26
圖3.2、臂桿截面之示意圖	26
圖3.3、關節走線之示意圖	27
圖3.4、關節走線之實體圖	28
圖3.5、關節的工作空間範圍之模擬圖(上視角)	29
圖3.6、偏軸式連桿之示意圖	30
圖3.7、偏軸式連桿之模擬圖	31
圖3.8、連桿的工作空間範圍之模擬圖(側視角)	32
圖3.9、無快速接頭配置的基座	33
圖3.10、有快速接頭配置的基座	34
圖3.11、機械手臂拆卸後於保護箱裝載實體圖	34
圖3.12、零點校正之示意圖	35
圖3.13、零點校正之實體圖	36
圖3.14、零點校正之細部圖	37
圖4.1、基於四點法之工具校正機制概念的示意圖	38
圖4.2、基於視覺之工具校正方法的流程圖	40
圖4.3、實際夾取狀況之示意圖	41
圖4.4、理想辨識狀況之示意圖	41
圖4.5、工具資訊轉換概念之示意圖	42
圖4.6、角點偵測方法概念圖	44
圖4.7、灰度變化矩陣之特徵值概念圖	46
圖4.8、HARRIS 方法中的特徵值概念圖	47
圖4.9、SHI-TOMASI方法中的特徵值概念圖	48
圖4.10、細化演算法中偵測視窗的概念圖	49
圖4.11、非條件一中刪除目標狀況的種類示意圖	50
圖4.12、非條件二中刪除目標狀況的種類示意圖	51
圖4.13、刪除右下方邊界點的部份裡目標的概念圖	51
圖4.14、刪除左上方邊界點的部份裡目標的概念圖	52
圖4.15、傳統尤拉角示意圖	54
圖4.16、本論文之尤拉角示意圖	54
圖4.17、冗餘機械手臂冗餘軸示意圖	55
圖4.18、冗餘度特性介紹	55
圖4.19、z(i-1) 與 z(i)無共平面示意圖	56
圖4.20、z(i-1) 與 z(i)互相平行示意圖	57
圖4.21、z(i-1) 與 z(i)相交示意圖之情況一	57
圖4.22、z(i-1) 與 z(i)相交示意圖之情況二	58
圖4.23、七軸機械手臂座標系配置	58
圖4.24、機械手臂之關節及連桿參數示意圖	61
圖4.25、球型關節(SPHERICAL JOINT)	62
圖4.26、冗餘圓之圓心示意圖	64
圖4.27、手肘關節(第四軸)解法之示意圖	66
圖4.28、第一、二軸解法之示意圖	67
圖4.29、第三軸解法之示意圖	68
圖5.1、實驗一之工具一的校正辨識結果圖	76
圖5.2、實驗一之工具二的校正辨識結果圖	77
圖5.3、實驗二之兩校正方法的示意圖	78
圖5.4、實驗二之傳統四點法的校正誤差結果圖	79
圖5.5、實驗二之本論文所提方法的校正誤差結果圖	80

表目錄
表 2.1、實驗室歷年所研製之機械手臂的系統表	5
表2.2、實驗室歷年所研製之機械手臂的馬達比較表	6
表2.3、七自由度冗餘機械手臂之系統規格	9
表2.4、七自由度冗餘機械手臂之各部分的對應名稱	11
表2.5、七自由度冗餘機械手臂之各關節的規格表	11
表2.6、工業電腦的規格表	16
表2.7、攝影機的規格表	17
表2.8、直流無刷馬達驅動器的規格表	18
表2.9、機械手臂一~七軸馬達的規格表	19
表2.10、機械手臂一~七軸減速機的規格表	20
表2.11、兩指電動夾具之硬體規格表	23
表4.1、四種D-H參數之說明	58
表4.2、七自由度冗餘機械手臂之D-H連桿參數表	59
表4.3、機械手臂之關節及連桿參數對照表	60

[1]	J.F. Engelberger, Robotics in Service, MIT Press, 1989.
[2]	DLR: 
https://www.dlr.de/dlr/en/desktopdefault.aspx/tabid-10002/
[3]	Barrett Technology, Inc.: 
http://www.barrett.com/robot/index.html
[4]	SCHUNK:
http://mobile.schunk-microsite.com/en/produkte/produkte/dextrous-lightweight-arm-lwa-4d.html
[5]	國立臺灣大學智慧機器人及自動化國際研究中心： http://www.iceira.ntu.edu.tw/
[6]	中國時報：http://reader.chinatimes.com/forum_133914.html
[7]	B. Okal and A. Nuchter, “Sliced curvature scale space for representing and recognizing 3D objects,” International Conference on Advanced Robotics (ICAR), pp. 1-7, 2013.
[8]	D. Zarpalas, G. Kordelas, and P. Daras, “Recognizing 3D objects in cluttered scenes using projection images,” IEEE International Conference on Image Processing, pp.673-676, 2011. 
[9]	H. Masuta and H. Lim, “Invariant perception for grasping an unknown object using 3D depth sensor,” IEEE Symposium Series on Computational Intelligence, pp. 122-129, 2015.
[10]	王偉毅，使用非線性輪廓套合演算法基於CAD模型之三維物體姿態估測，淡江大學電機工程學系碩士論文(指導教授：蔡奇謚)，2015。
[11]	蔡述翔，基於RGB-D攝影機之三維物體辨識與姿態估測系統設計與實現，淡江大學電機工程學系碩士論文(指導教授：蔡奇謚)，2016。
[12]	Q.L. Huang, J. Wu and R. Xiong, “A solution of inverse kinematics for 7-DOF manipulators and its application,” World Congress on Intelligent Control and Automation (WCICA), pp. 3711-3717, 2012.
[13]	M. Zhu, K. Derpanis, Y. Yang, S. Gedikli, R. Rusu, M. Vincze, and G. Bradski, “CAD-model recognition and 6 DOF pose estimation using 3D cues,” International Conference on Computer Vision Workshops, pp. 585-592, 2011.
[14]	OpenCV: https://opencv.org/
[15]	M. Shimizu, H. Kakuya, W.K. Yoon, K. Kitagaki, and K. Kosuge, “Analytical inverse kinematic computation for 7-DOF redundant manipulators with joint limits and its application to redundancy resolution,” IEEE Transactions on Robotics, vol.24, no.5, pp. 1131-1142, 2008. 
[16]	J. Wang, Y. Li, and X. Zhao, “Inverse kinematics and control of a 7-DOF redundant manipulator based on the closed-loop algorithm,” International Journal of Advanced Robotic Systems, vol. 7, no. 4, pp. 1-9, 2010. 
[17]	G.K. Singh and J. Claassens, “An analytical solution for the inverse kinematics of a redundant 7 DoF manipulator with link offsets,” IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 2976-2982, 2010. 
[18]	Z. Cui, H. Pan, Y. Peng, and Z. Han, “A novel inverse kinematics solution for a 7-DOF humanoid manipulator,” IEEE International Conference on Robotics and Automation (ICRA), pp. 2230-2234, 2012. 
[19]	賴宥澄，七自由度冗餘機械手臂的系統開發與運動控制設計，淡江大學電機工程學系碩士論文(指導教授：翁慶昌)，2016。
[20]	ROBOTIS:
http://www.robotis.com/index/ 
[21]	NABTESCO行星式減速機：http://www.kuangho.com.tw/chinese/nabtesco.html 
[22]	Harmonic Drive諧和式減速機：http://www.shijou.com.tw/hds/hd/main.html 
[23]	李育昇，六軸機械手臂與音圈馬達夾爪的設計，淡江大學電機工程   學系碩士論文(指導教授：翁慶昌)，2014。
[24]	余家潤，機械手臂之關節空間與工作空間的軌跡規劃，淡江大學電機工程學系博士論文(指導教授：翁慶昌)，2015。
[25]	Maxon motor: http://www.maxonmotor.com.tw/maxon/view/content/index 
[26]	C. Harris and M. Stephens, “A combined corner and edge detector,” Proc Alvey Vision Conf, vol. 3, no. 1988, pp. 147-151, 1988. 
[27]	C. Tomasi and J. Shi, “Good features to track,” IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 593-600, 1994. 
[28]	H.P. Moravec, “Obstacle avoidance and navigation in the real world by a seeing robot rover,” Stanford Univ CA Dept of Computer Science, 1980. 
[29]	T.Y. Zhang and C.Y. Suen, “A fast parallel algorithm for thinning digital patterns,” Communications of the ACM 27.3, pp. 236-239, 1984. 
[30]	C.J. Hilditch, “Linear skeletons from square cupboards,” in Machine Intelligence IV (B. Meltzer and D. Mitchie eds), University Press, Edinburgh, pp. 403-420, 1969. 
[31]	蔡自興，機器人學，清華大學出版社，2009。
[32]	J.J. Craig, “Introduction to robotics: mechanics and control,” Upper Saddle River, New York, USA: Pearson/Prentice Hall, 2005. 
[33]	M.W. Spong, S. Hutchinson, and M. Vidyasagar, Robot Dynamics and Control, John Wiley & Sons, 2008.
[34]	H. Moradi and S. Lee, “Joint limit analysis and elbow movement minimization for redundant manipulators using closed form method,” International Conference on Intelligent Computing (ICIC),vol. 3645, no. 2, pp. 423-432, 2005.
[35]	H. Wang and T. Murakami, “Advanced observer design for multi-task control in visual feedback based redundant manipulators,” IEEE International Conference on Mechatronics (ICM), pp.231-236, 2013.