淡江大學電機工程學系碩士班學位論文
淡江大學,正常發行
選擇卷期
- 學位論文
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。
- 學位論文
傳統影像資料例如由照相機取得，在類比轉數位(Analog-to-digital; A/D)的取樣過程(Sampling process)中，其取樣率依據取樣定理(Sampling theory)至少須為訊號頻寬的二倍，所取樣出的離散取樣資料其量非常可觀，然後在傳送過程也須經由資料壓縮並透過多媒體網路來傳送這種取樣與壓縮方式其過程的確浪費了大量的取樣資源。 本篇論文探討一種新的信號處理技術，稱之為壓縮感測(Compressive sensing; CS)，被提出並廣泛應用在視訊與通訊訊號處理領域中，有別於傳統作法，壓縮感測技術的特色在於其取樣技術是針對具稀疏性(Sparsity)或可壓縮(Compressive)的訊號源，即在取樣時直接針對訊號進行壓縮的新興理論，此種作法容許我們所取樣的原始信號頻寬可以低於傳統取樣定理的要求。 基本上傳統壓縮感測(CS)理論是基於假設稀疏值訊號向量(Signal vector)的位置是未知的，這樣會使得在許多實際應用上有許多限制，但是在許多情況中，稀疏值的位置於接收端是可以預知的，因此所謂退化壓縮感測演算法被提出，退化型的演算法[11](Degradation algorithm of CS)被設計用於信號獲取(Acquisition)，並利用被檢測出的大多數稀疏值，經由線性處理來進行訊號之重建(Reconstruction)。相較於傳統其他類似的壓縮感測方法，退化型壓縮感測演算法可以有效減少感測數量及改善操作效率。 最後，我們可以由電腦模擬的結果，驗證我們所提出的方法。
- 學位論文
機器人技術與產業已是世界各國列為前瞻優先發展的新科技產業，全世界在機器人各項領域研發中均投入了相當多的人力與成本，尤其互動式娛樂機器人因對人們的食、衣、住、行、娛樂等方面生活更是密切，其顯得更是重要的研究主題。本論文旨在設計與實現一互動式娛樂機器人可以陪伴使用者玩四子棋遊戲，其具有遊戲人工智慧演算法可以針對使用者所下之棋局演算出最合適之下棋位置，使己方的棋局可以保持優勢，同時讓使用者的棋局處於劣勢，藉此達到獲勝目的。整個機器人包含機構主體、伺服馬達模組、光感測模組、觸碰開關模組、伺服介面卡、核心伺服控制卡等部分，其中本論文選擇具有ARM Cortex-M3內核之LM3S1138為控制核心，撰寫伺服馬達定位控制演算法，A/D轉換與GPIO等介面韌體程式和遊戲人工智慧演算法，最後，經由實際系統整合測試後可發現所提出之四子棋互動式娛樂機器人可以陪伴使用者達到娛樂之效果。
- 學位論文
在系統晶片化的時代，時序電路儼然就是數位電路的中樞，振盪器更在其中扮演一個關鍵性的元件。目前3C產品的蓬勃發展中，皆以輕、薄、省電與節省成本為最大訴求，在應用上，因此在節省面積與降低功率消耗的同時，加入了各種頻率調整的功能，而使系統依然保持著穩定的操作便是此研究目的。 系統晶片會隨著製程與溫度偏異而產生飄移，電路上會產生非理想的偏異，會造成系統上的不穩定，進而造成晶片的不正常工作，更嚴重而導致晶片的損壞，如何設計出一個不隨製程與溫度變異的可調式振盪器便是研究中一個重要的議題，在電路的設計上使用CMOS大幅降低功率的損耗，因此，此論文目標為設計出一個具製程及溫度補償之頻率可調式電流控制振盪器電路。 整體電路可分為兩大部分，第一部分為設計偏壓參考電流源，其中包含了正溫度係數電流與負溫度係數電流來完成溫度補償。接著利用輸出電流調整電路來調整頻率與補償因為製程所產生的變異。第二部份為五級單端延遲單位所組成的環型振盪器。在正常供應電壓1.8V操作環境下，前模擬的溫度變化在-25~75℃時四種頻率其溫度變異係數皆小於88ppm/℃。最後我們所提出之具製程及溫度補償之頻率可調式電流控制振盪器電路，後模擬的溫度變化在-25~75℃時四種頻率溫度變異係數皆小於96 ppm/℃。功率消耗在各種頻率、製程及溫度變異下，皆小於92.9 uW，加入output buffer時，在各種頻率、製程及溫度變異下，功率消耗皆小於520.9 uW。
- 學位論文
本論文在基於低功率消耗的概念下，降低輸入電壓變為首要工作。在0.18um製程下，輸入電壓為1.8V為基本，如何降低到1V以下系統還能正常運作便是研究中的一個重要議題。低壓降線性穩壓器運用於提供穩定電壓，輸出電壓的精準度極為重要，線性調節率與負載調節率便為精準度的參考指標。 因此，整體電路可分為三部分，第一部分為利用漸進式移位暫存控制器產生數位訊號來開啟功率電晶體以達到輸出電壓，第二部分便以移位暫存器來細微調整輸出電壓的大小，以求精準度，第三部分為比較器。在負載電流的限制下，功率電晶體的大小便為重要，在此利用8 bit的移位暫存控制器來驅使足夠大的電晶體以求達到理想的輸出電壓，由於此時輸出電壓僅為接近輸出電壓，並未達到極為準確，因此加入80級的移位暫存器來控制尺寸極小的功率電晶體，此微調範圍可包含於TT、FF、SS三種製程，使得規格都有符合預期之規格。 透過上述的電路設計加以模擬驗證可得到一輸入電壓低於1V之無輸出電容數位式低壓降線性穩壓器，輸入電壓為0.7V，輸出電壓為0.5V。最大負載電流為20mA，與精準度有關的負載調節率可達到0.1mV/mA，而靜態電流卻僅為2.5uA。
- 學位論文
近幾年機器人相關的研究十分熱門，不只在學術上，許多企業界也紛紛成立機器人相關部門，從事機器人相關研究及開發。隨著科技的進步，機器人硬體的體積縮小、處理器效能增加、其價格大幅度的下降等改善，現今的機器人技術發展不僅是要求效能，而且追求智慧化及人性化。除希望機器人的動作越來越像真實人類的動作，更希望其能透過各種感測器自主判斷完成工作。目前常以視覺鏡頭當作感測器，經由鏡頭攝取影像，再將影像經由不同的演算法做分析處理，完成如影像辨識、視覺導引、視覺定位或視覺追蹤之類的工作。而機器視覺應用於人形機器人，其發展目標希望能如同人類眼睛般地辨識與分析影像。在機器視覺三維座標的研究中，如只藉由單一鏡頭，所得到的影像資訊太少，不足以直接地處理三維座標之研究任務。而立體視覺使用兩台或兩台以上攝影機同時截取影像，並建立三維座標之資訊。 本論文乃是應用Videre Design的雙眼視覺相機STOC，其具有內建處理器，除了可以傳回當前即時影像外，尚可以即時進行影像處理，並計算當前影像的立體資訊。本實驗所用之小型人形機器人的高度為43公分，重量2.9公斤，全身包含頭部共有23個自由度，並依此自由度之限制規劃出所需之機器人動作，並使用嵌入式單板電腦RB-100利用我們所設計的人機介面對機器人的馬達下達指令。本論文著重於人形機器人模仿人類三維動作的研究，首先，表演者站在機器人前做連續的動作，機器人由雙眼攝影機截取表演者的影片，經過影像處理得到表演者的5個特徵點(即頭、雙手尖、雙腳尖)，接著估算並記錄其三維座標。接著，分析表演者的動作以獲得關鍵姿勢影片，緊接著分類表演者的下半身動作為九類，以利於機器人能夠平衡的前提下，進行人類三維運動之模仿。由於人類動作的三維座標比機器人大很多，是故必須將其透視投影至機器人尺寸一樣的三維座標，以利於上半身動作的模仿。再接著以類神經網路建立關鍵姿勢影片之雙手尖及頭部的三維座標轉換為馬達控制命令，再以人機介面執行馬達控制命令，完成相關模仿任務。最後，以相關模仿實驗驗證所提方法之有效性。
- 學位論文
過去三維重建或辨識系統，大多數透過二維彩色影像和二維深度影像計算出三維空間座標，再進行三維影像，但這樣的運算量往往需耗費相當大的運算成本。本論文改採用可保留特徵向量方向性與彩色資訊的點雲系統，做為三維人臉重建與辨識的研究。點雲資料與二維影像不同的地方，傳統二維影像處理需不停計算二維影像每個像素點的資訊。點雲系統可以將二維彩色影像與二維深度影像合成為具三維空間座標的點雲模型做處理。可減少二維影像轉換三維模型運算複雜度，並建立三維空間座標KD-Tree查詢系統，加速三維模型查詢關鍵點的搜尋時間。 一般三維人臉重建取樣的樣本，往往需要使用設備昂貴的雷射掃描器，而本論文採用Microsoft KINCET感應器。它與昂貴的雷射掃描器相較下是屬於成本較為低廉的，KINECT具有深度資訊及彩色影像資訊，實驗環境以180°多視角掃描真實人臉三維表面影像，利用ICP演算法(Iteration Closest Point, ICP) 進行多視角人臉匹配，重建三維人臉模型。人臉辨識採用3D SIFT (3D Scale Invariant Feature Transform) 演算法提取人臉特徵關鍵點，並使用歐式距離計算三維空間座標特徵點與特徵點距離的權重關係。本論文提出的辨識方法在GavabDB公用資料庫辨識率可以達到83.6%。
- 學位論文
本論文提出一種去馬賽克方法，將數位相機拍攝進來於電荷耦合元件影像感測器上以貝爾圖案排列的馬賽克影像，能經由此方法還原成接近原始色彩的全彩影像。作法上是從綠色像素上做色彩內插的計算開始，首先經由像素與鄰近區域的像素間的梯度大小區分出平滑及複雜的區域，在平滑區域的內插計算部分藉由水平及垂直的梯度當作加權來做平均。而在較複雜的區域則使用像素色差的變異數來決定缺少綠色樣本插值的插值方向來決定插值。接著用前面求出的綠色內插值來使用顏色的相關性來對藍色及紅色做內插計算，在計算完之後再利用像素與周圍像素的色差權重值來針對像素缺少藍色或紅色的色值做優化的內插計算，用來取得在各個像素中較為接近原始色彩的內插值，以完成最終的顏色重建。最後，本論文以峰值訊噪比值及CIELAB數值作為客觀上評量本論文之去馬賽克方法的效能，以及圖片的比較來當作人眼所見的主觀感受。
- 學位論文
近幾年來，隨著無線網路的普及與微型感測器製造技術的提昇，人們開始關注到各式各樣的生理資訊且相關的應用也愈來愈多元化。因此，隨時監控與取得生理訊號就顯得更加重要。電機電子工程師學會制定一種適合在人體運作的網路協定，即IEEE 802.15.6[9]，又稱為無線人體區域網路。無線人體區域網路中的感測器節點被裝置在人體皮膚表面或嵌入至皮膚裡，當傳送端發送封包時，訊號會經由人體皮膚表面或皮膚內傳輸至接收端，而發送封包時所產生的電磁波輻射會對人體健康造成影響。特定吸收率(Specific Absorption Rate，SAR)是電磁波輻射對人體影響程度的重要指標，高的特定吸收率數值，表示人體吸收較多的電磁波輻射量，對人體健康造成的危害程度也愈大。 在單躍傳輸的情況下，封包傳送成功率普遍偏低，本論文希望在兩躍傳輸的情況下能夠擁有低的特定吸收率路徑以及高的封包傳送成功率。因此，本論文利用粒子群最佳化演算法尋找中繼節點合適的佈建位置，使得感測器節點透過此中繼節點轉傳封包到集中裝置這段路徑的特定吸收率較小。有別於藍芽使用大的功率運作，論文中以節點與節點之間的距離來調整節點的發送功率，讓節點以最小的功率即可完成封包傳輸。模擬結果顯示，本論文提出的方法能有效降低特定吸收率且對於封包的傳送成功率也有顯著提升。
- 學位論文
彩色影像切割是機器視覺系統最重要的前處理工作，本論文提出一種非監督式的色彩閥值分割演算法有效的去解決這個議題。此演算法包含學習程序以及多閥值搜尋程序。前者目的在於學習輸入影像在HSV色彩空間中的顏色分佈模型，後者則基於新的變異數標準(class-variance criterion)自動決定最佳閥值去切割影像中的感興趣色彩。在學習程序中採用了彩色像素提取演算法與色彩分佈學習演算法來學習視訊影像的色彩分佈模型，而在多閥值搜尋程序中則提出一非參數化多閥值搜尋演算法與延伸的群內變異數(within-class variance)評估準則自動尋找各色彩通道的最佳上、下限閥值。在完成物件切割後，本論文亦提出一以影像為基礎之物體角度估測演算法，利用幾何物體在不同角度之投影量的改變為概念設計出一準確且有效率之演算法。電腦模擬與實驗結果呈現出本論文提出的兩種演算法皆能達到不錯的效果，亦能搭配機械手臂完成感興趣物體切割以及幾何物體的抓取等任務。