國立臺灣大學 智慧機器人及自動化國際研究中心

智慧型三維語意式地圖探索整合服務機器人系統應用於老人醫療照護輔助

我們將使用頂級的機器人工具 -- ROS，初步產生最重要的物體辨識研究成果，辨識一些生活中常見的物體。物體辨識研究至今未能有滿意的結果，因物體種類又十分繁多，處理起來十分不易。有鑑於人類能很輕易的辨識出形狀簡單的物體，然而看到錯綜複雜的物品時，常常會希望將其分成多個簡單物品的組合。因此，歸納我們近期研究的主要貢獻如下：

用於一俱偏移於肩膀和手腕的模組化雙手臂機器人的逆運動學解析解

電子全文下載

基本上，如同PUMA560般的工業手臂都具有6個自由度，剛好可以完成3D空間中的定位與定向。但要做出如同人類手臂般靈巧的運動，機械手臂就必須具備7個自由度。加上一冗餘自由度後，機械手臂可以在定位與定向外額外完成避障、避奇異點等要求。這些都是和機械手臂運動學相關的任務。在使用手臂的時候，我們會遇到求解逆運動學的問題。一般來說有兩種方法可以求解逆運動學的解。一種是數值法而另一種是解析法。傳統上使用數值解作為求解方式。但是在使用數值解時，求雅可比矩陣及其反矩陣非常冗長，且因為關節角度和空間中的位置與定向並非線性關係，使用此方法求解並不精確。

雙足步行機器人外力干擾及自動回復穩定控制之研究

電子全文下載

雙足步行機器人使用雙腿進行移動，採用與人類相似的步伐，因此與普通輪型機器人相比，具有能夠克服不規則地面和與人類親和力較高的優點，從而作為服務型機器人的未來在全世界被廣泛的研究。但是，雙足步行機器人在行進過程中，常常會遇到來自人類和周圍環境的干擾，對其行走步伐的穩定性造成破壞。本計畫的目的在於設計一套利用雙足步行機器人自身穩定性以及姿態的改變，來應對外力的干擾並達到自動恢復的系統。

工件追蹤及抓取之視覺整合影像處理系統

電子全文下載

本技術為一工件追蹤與辨識的影像處理系統，可應用在高速並聯式四軸機械手臂、多軸機械手臂，等工業組裝流程上。針對機械手臂，本視覺整合影像演算法能夠有效率的利用視覺系統辨識工件的位置、旋轉方向與角度，並且能夠持續追蹤工件運動，進一步與機械手臂進行整合，幫助機械手臂在與物件保持一定運動以後，準確將其抓取並進行整列。傳送帶上的物件，允許其隨意位置及方向姿態，透過視覺伺服系統，機械手臂能夠準確判斷其抓取點及旋轉角度，將所有物件按照要求的姿態重新擺放。利用機械手臂，對物件做高速追踪，是本視覺整合影像處理系統一大特色，不但結合了視覺算法提供即時修正，更體現了高速並聯式四軸機械手臂本身的速度優勢。以上場景設計，皆以實際工廠情境為考量，兼具學術與產業創新應用的雙重價值。

臉部年齡辨識系統應用於人與機器人互動

電子全文下載

本研究主題為開發人類臉部年齡辨識系統，並應用於人與機器互動。人臉隨著時間的推移不斷地在改變並且留下歲月的痕跡，我們選用全相貌影像(Appearance image)作為判斷年齡的特徵依據，並且將年齡分成共七個群組，每十歲為一組，大於60歲則皆屬於同一群組。以支持向量機(Support Vector Machine)來學習訓練大量影像資料庫，我們採用FG-NET和MORPH這兩個西方人臉資料庫，使電腦建立線性及非線性模型，最後結合F-measure的分數以加權的方式決定辨識出的所屬年齡群組。本研究方法可以實現在任何電腦或是機器人上，只需要配備有一台網路攝影機。

隨著科技的進步，機器手臂具有高精度及可重複執行連續的動作的優點，藉由機械手臂協助治療師對病人實施復健計劃有許多好處，除了節省人力資源，在執行重複及連續性動作時也可提供病人更穩定的治療品質，且由機器手臂控制系統及評估系統，根據醫師的診斷提供不同的療程，並可根據量化之資料評估病人的復健成效。