臺北科技大學電機工程系所學位論文
國立臺北科技大學,正常發行
選擇卷期
- 學位論文
本論文主要針對單視角數位影像與視訊，提出一套深度估測方法。由於現在3D的顯示技術與設備已商品化，但是以3D相機或攝影機製作的內容還是非常缺乏，而現存的影像與視訊多以2D方式儲存，所以需開發一套2D轉3D的影像與視訊技術，以充份利用3D顯示器。 2D轉3D的時候需先推導出畫面中物體的深度資訊，有了深度資訊則可以利用DIBR(depth-image-based rendering)演算法產生雙眼視覺影像。然而2D轉3D的深度估測，是一種不適定性(ill-posed)問題，針對這種問題，並沒有絕對的正確答案，且視訊深度估測易受多種因素影響干擾，例如雜訊、攝影機移動速率變化、非紋理區域、物件遮擋等。 本論文提出一合理且有效之深度估測以解決上述問題；數位影像的深度估測演算法利用相機投影模型與相機EXIF參數產生實際的深度資訊，並且將初始深度與灰暗通道深度融合成為最終深度資訊。視訊的深度估測演算法結合視差深度 (disparity depth)、光流深度(optical flow depth)與相鄰畫面間的傳遞深度(propagation depth)三種深度依據，以卡曼濾波器(Kalman filter)融合成為一個可靠的深度資訊，最後利用超像素點分割以及時間-空間域平滑處理進行深度一致性的調整，降低非紋理區域受到雜訊干擾的影響，獲得最終估測結果。實驗結果證明本文提出之深度估測方法不需要額外的訓練機制或是需要大量計算複雜度的迭代修正過程，即可以產生舒適與連續的深度估測結果。
- 學位論文
禁忌搜尋(Tabu Search, TS)與粒子群演算法(Particle Swarm Optimization, PSO)均屬演化式演算法(Evolutionary Algorithm)，且被廣泛應用在許多最佳化問題中，其中TS的效能相當依賴初始解，因此本研究利用PSO提供TS合適的初始解。另外，待解變數的增加會導致候選解(Candidate Solutions)的多樣性(Diversity)不足而讓求解的效果銳減，故本研究進一步加上突變(Mutation)機制，以增加族群個體多樣性，同時提升區域搜尋能力。 此一混合型演算法經一系列測試函數驗證，其效果優於其他方法。接著我們將此一演算法應用於估計上行正交分頻多重存取(Orthogonal Frequency Division Multiple Access, OFDMA)系統之載波頻率偏移(Carrier Frequency Offsets, CFOs)。模擬結果顯示，與整合田口運算及突變之粒子群演算法(Taguchi-based Mutation PSO, THM-PSO)相較，本研究提出的方法可以估計出較精確的CFOs。
- 學位論文
用於電動載具之永磁同步馬達驅動器，多希望系統有高效率、高功率密度且馬達有廣泛之定功率輸出範圍。其中，永磁同步馬達之定功率區或高速運作與其變頻器之直流鏈電壓及輸出電壓有效利用率有關，一般六步波切換有最大之電壓有效利用率，但此法會提高定子電流諧波而造成馬達轉矩漣波過大而衍生效率不佳、振動及噪音等問題；本文提出一具六步波電壓驅動及其振幅可調控之低電流諧波控制策略，可用於永磁同步馬達高速或定功率區之轉矩控制，除大幅降低馬達振動及噪音外亦可有效提升變頻器效率及延伸馬達定功率或高速之操作區域。首先，針對六步波電壓驅動所產生之電流諧波成分進行傅立葉分析，透過改變變頻器之直流鏈電壓與相電壓角度之雙自由度控制來達到抑制定子電流諧波及提高電壓有效利用率之目的；隨後依據馬達特性來微調相電壓角度以提高系統效能。 所提方法於MATLAB建構模擬環作為分析與設計之參考，並以TI之數位訊號處理器TMS320F28035作為控制核心，分別於3kW/9.55Nm/3000rpm表面貼磁及6kW/47.7Nm/1200rpm內置磁石之永磁同步馬達，驗證所提之驅動方法。
- 學位論文
由於切換式磁阻馬達驅動系統為非線性系統，因此造成控制器設計困難。故本研究以監督式控制、滑動模式控制以及TSK模糊控制理論來設計適應性模糊補償之監督式滑動模式控制器，以改善速度控制性能及降低控制器設計的困難度。其控制策略是利用具線上學習能力之模糊補償控制器來改善滑動模式控制器的切跳現象並補償滑動模式控制器的誤差。而監督式控制器，可加強對系統之暫態響應監控。本研究以Lyapunov定理推導出適應性模糊補償控制器之權重更新法則以確保控制器於系統中的穩定性。為了驗證所設計控制器之性能及可行性，將適應性模糊補償之監督式滑動模式控制器作為速度控制器，並植入切換式磁阻馬達直接轉矩控制驅動系統。經由實驗結果證明，在馬達負載轉矩為1 Nm，轉速為低、中、高轉速與變轉速下，穩態之轉速誤差皆能維持在 1.4 rpm內，且具有良好的電磁轉矩響應；並將其控制結果與滑動模式控制器、監督式滑動模式控制器之結果以RMSE做比較，證明此控制策略確實能有效提升系統之動態響應與良好的抗外部擾動強健性。
- 學位論文
本研究實作一套架構於行動裝置之健康促進應用程式，我們利用Android-based智慧型手持裝置讓使用者能藉由隨時記錄每日的飲食及運動內容，以方便管理本身的健康狀況，進而促進身體健康。本系統包括飲食、運動及資料紀錄三大管理單元。不同於其他的應用程式，我們結合飲食資料庫以及餐飲和運動的推薦系統，讓使用者能從自己的喜好中選擇最健康的餐點及合適的運動。我們也與學校的餐廳合作，推出方便查詢的餐點資料，並擁有雲端同步功能。 我們透過執行一連串的健康促進活動及問卷調查，評估此應用程式的效用，實驗結果顯示我們開發的應用程式具備實用潛力，可以協助使用者掌握自己的身體狀況，進而促進身體健康。
- 學位論文
本論文實作隨堂課程錄製與課輔系統，本系統可即時錄製授課老師上課的影像和電腦畫面，並自動上傳、轉存至後端的多媒體伺服器，本系統可應用於學校課後輔導，使學生可依所需選擇課程觀看影片以利學習。本系統分為錄影端、用戶端、伺服器三個部分。錄影端使用Aforge.Net Framework撰寫，主要功能可分為兩項，錄製影片和影片自動上傳。教師上課時可由錄影端錄製指定的畫面和音源，錄製完成則自動上傳至伺服器，伺服器會將此影片檔轉檔並發布。用戶端使用OpenCart改寫而成，採用MVCL (Model-View-Controller-Language)的設計架構，此種設計架構能讓網頁的資料與視圖分離，便於多國語言的製作，更能簡化程式的開發和增加程式的維護性。伺服器採用的是Matterhorn的Core Server，接收錄影端上傳的影片並將影片轉檔發布。
- 學位論文
永磁交流馬達目前已被廣泛運用於高性能的伺服控制系統，為工具機及自動化產業關鍵的零組件之一。永磁交流馬達控制系統通常包含電流及伺服等兩個控制迴路，為了達到穩定和快速的響應，這些控制器的調整極為重要。傳統使用人工調整通常需要在電機及控制領域具有相當知識的人員及使用專業的儀器，這除了會降低競爭力之外，調整之控制系統的性能一致性亦有疑慮。本文提出一個自動調整永磁交流伺服馬達驅動器的方法，控制器首先產生一些測試信號以自動量測馬達的電氣及機械參數，接著利用這些參數及需求的性能計算電流及伺服控制迴路的增益。最後，在馬達正常運轉之後，亦可持續量測馬達的機械參數以修正伺服控制迴路的增益，維持需求的動態響應。本文包含提出之方法的理論說明及實驗驗證，實驗結果顯示大約在7秒左右即可完成控制系統設定並且開始運作。
- 學位論文
非同步傳輸模式(ATM)擁有固定長度53 Bytes的細胞(Cell)特性，因此容易與其他不同需求的網路終端共享頻寬，也能夠簡化錯誤偵測機制，有效降低處理設備的負擔與提升傳輸品質，惟因LAN技術之中，乙太網路已然主流化，因此ATM系統一般會通過邊際交換器(Edge Switch)與Ethernet網路之交換器連接，進行通過細胞和封包間的轉換，並依LAN類型做訊框化，為終端用戶服務，達到容易、快速與方便的功能。 本系統晶片係以硬體描述語言Verilog實現ATM細胞與Ethernet訊框間之UTOPIA轉換介面，並整合具有路由分類功能之封包處理器，使其成為具邊際交換器功能之連結層交換器；Ethernet封包採用IEEE標準訊框格式，並建立於MII協定上，以得到媒介獨立與高擴充性的優點，該連結層交換器具有傳送與接收端，解析傳送與接收到的封包，將各自之來源與目的位址儲存在相同交換表，使其達到雙向資料過濾與轉送功能，並使用異步FIFO連結UTOPIA的傳送與接收介面，以確保資料正確性及設計彈性，最後以現場可編程邏輯閘陣列開發版(Altera DE3)驗證無誤後，使用TSMC之0.18-μm製程並經過Synthesis、DFT、APR、DRC/LVS等流程製作出專用晶片(ASIC)，其邏輯閘數(Gate Count)約為128000，動態功率約為165mW，錯誤涵蓋率約為96%。
- 學位論文
本論文針對電力系統進行最佳化短期火力機組排程，一般而言機組排程主要是在排定時間內，滿足發電機組及系統上各項限制條件下，有效地調度各台發電機使總發電成本最小；求解機組排程必須有效且迅速，才可做為調度人員參考依據，因此機組排程的求解方法已成為一種重要的課題。 機組排程演算法方面，本文採用二進制粒子群演算法，此演算法是由傳統粒子群演算法進行延伸，其特色是利用二位元的變數進行求解，用以解決二進制的最佳化問題；此外二進制粒子群演算法採用多點搜尋方式，且對於搜尋過的最佳解賦予記憶性，粒子也會相互學習，因此較容易針對全域最佳解進行搜尋。 最後本論文以二進制粒子群演算法進行兩個案例的最佳化機組排程模擬，以IEEE 30-bus與IEEE 57-bus的電力系統做24小時負載的機組排程，並與基因演算法、量子基因演算法做發電成本、輸電線路損失以及運算時間的比較，模擬結果可驗證二進制粒子群演算法適合用於求解最佳化短期火力機組排程。
- 學位論文
根據內政部於今年所進行的人口年齡調查，指出臺灣地區65歲以上人口已占總人口的11.2%，而其中實際獨居比例為13.6%。世界衛生組織曾將獨居老人定為高危險群，原因在於當有緊急事故發生時無法即時的得到支援與幫助。因此，可及時後傳資訊並尋求協助的居家照護系統是有必要的，但居家照護系統一般須仰賴固定式攝影機及大量感應器以取得使用者的目前資訊，此種做法有冒犯使用者隱私權的問題。跌倒對老人的健康影響甚巨，隨著機器人技術的發展，本研究以Arduino機器人為平台，結合Asus Xtion的體感感測器來設計視覺導航系統。研究方法主要是以彩色及深度影像預測機器人的移動方向及距離，再藉由此移動資訊來規劃路徑。為了預防老人在居家環境不小心碰觸到傢俱等物品，造成跌倒的危險事件，本研究提出將善意欺騙方法融入視覺導航系統，當老人在居家環境行走時，若系統預測行進路徑將會碰撞到物體時，所提善意欺騙方法將定義一個危險程度函數，此函數是依據使用者與障礙物間的距離，及所使用之欺騙方法的有效性來設計其危險程度值。實驗結果顯示，在使用者接近障礙物時系統以發出聲響、螢幕閃爍等方法可以轉移注意力並使其遠離障礙。本研究所提之方法的確可以降低老人在居家環境碰觸到傢俱等物品之危險性。