第五章 實驗和討論
5.2 抓取目標物實驗
抓取目標物實驗平面圖如圖 5.4 所示，一開始機器人擺放目標物前 方，但未面對目標物。實驗中執行動作行為流程如圖 5.5 所示，其各個動 作行為模糊邏輯系統定義如第四章所描述。抓取目標物實驗詳細結果如圖 5.6 所示。
2750mm
2800mm
機器人
錄影機 目標物
圖 5.4 抓取實驗平面圖
沿目標物 動作行為
抓取動作 行為 開始
結束
圖 5.5 抓取目標物實驗動作行為流程圖
實驗截圖 說明
動作 行為
(a)
原 地 旋 轉，找尋 紅 色 目 標物。
沿目 標物
(b)
(e)
利 用 影 像 判 斷 目 標 物 在 上 層 或下層。
抓取
(f)
經 過 判 斷，目標 物 位 於 上層，舉 起 機 器 手臂。
抓取
(g)
開 始 夾 取 目 標 物。
抓取
(h)
夾 到 目
標物。 抓取
(i)
目 標 夾 取後，舉 起 目 標 物。
抓取
(j)
手 臂 舉 起 目 標 物，機器 人 往 後 退。
抓取
(k)
將 目 標 物 交 給 使 用 者 準 備 拿 取。
抓取
(l)
使 用 者 拿 到 目 標物。
抓取
(m)
完 成 動 作，收手 臂。
-
圖 5.6(a)~(m)抓取目標物實驗結果
抓取目標物實驗結果跟預期結果符合。機器人自行尋找到目標物後，
往目標物前進，並確實抓取到目標物。機器人移動的軌跡圖如下圖 5.7 所 示。
圖 5.7 抓取目標物實驗軌跡圖
5.3 靜態避障實驗
靜態避障實驗平面圖如圖 5.8 所示，一開始機器人右側靠牆，目標物 置於機器人前方，兩者間放置紙箱當做靜態障礙物，錄影機一開始拍攝於 攝影機 1 的位置，當機器人開始抓取目標物時，拍攝位置移動到攝影機 2，
實驗中執行動作行為流程如圖 5.9 所示，其各個動作行為模糊邏輯系統定 義如第四章所描述。靜態避障實驗詳細結果如圖 5.10 所示。
錄影機 1
機器人
目標物
900mm
錄影機 2
靜態障礙物
圖 5.8 靜態避障實驗平面圖
沿牆壁 動作行為
靜態避障 動作行為
沿目標物 動作行為
靜態避障 動作行為
沿目標物 動作行為
抓取動作 行為 開始
結束
圖 5.9 靜態避障實驗動作行為流程圖
實驗截圖 說明 動作
行為
(a)
機 器 人 沿 右 牆 壁行走。
沿牆壁
(b)
(f)
(i)
(l)
舉 起 機 器 手 臂 準 備 抓 取 目 標 物。
抓取
(m)
夾 取 目
標物。 抓取
(n)
舉 起 目 標物，完 成動作。
抓取
圖 5.10(a)~(n) 靜態避障實驗結果
靜態避障實驗結果跟預期結果符合。機器人自行尋找到目標物後，
往目標物前進，且在遇到障礙物能確實執行靜態避障行為。避障後往目標 物前進，確實夾取目標物。機器人於靜態避障實驗移動的軌跡圖如下圖 5.11 所示。
圖 5.11 靜態避障實驗軌跡圖
5.4 動態避障實驗
動態避障實驗平面圖如圖 5.12 所示，一開始目標物置於機器人前方，
但機器人並無直接面對目標物。實驗過程中，動態障礙物將出現於目標物 和機器人之間。錄影機一開始拍攝於攝影機 1 的位置，當機器人開始抓取 目標物時，拍攝位置移動到攝影機 2，實驗中執行動作行為流程如圖 5.13 所示，其各個動作行為模糊邏輯系統定義如第四章所描述。動態避障實驗 詳細結果如圖 5.14 所示。
3000mm
4000mm
錄影機 1
機器人
目標物
1659mm
900mm 1350mm
錄影機 2
動態障礙物
圖 5.12 動態避障實驗平面圖
動態避障 動作行為
沿目標物 動作行為 沿目標物
動作行為
抓取動作 行為 開始
結束
圖 5.13 動態避障實驗動作行為流程圖
實驗截圖 說明 動作
行為
(a)
機 器 人 原 地 旋 轉，找尋 目標物。
沿目標
(b)
找 到 目 標物，執 行 沿 目 標 物 行 為。
沿目標
(c)
利 用 影 像 不 斷 修正，往 目 標 物 前進。
沿目標
(d)
動 態 障 礙 物 出 現，停止 執 行 沿 目 標 動 作行為。
沿目標
(e)
(h)
利 用 影 像 不 斷 修正，往 目 標 物 前進。
沿目標
(i)
執 行 抓 取 動 作 行為，判 斷 目 標 物上層。
抓取
(j)
開 始 舉 起 機 器 手臂，準 備 夾 取 目標。
抓取
(k)
夾 取 目
標物。 抓取
(l)
舉 起 目 標物，完 成 實 驗 動作。
抓取
圖 5.14(a)~(l) 動態避障實驗結果
動態避障實驗結果跟預期結果符合。機器人自行尋找到目標物後，往 目標物前進，且在遇到動態障礙物能確實執行動態避障行為。避障後往目 標物前進後，確實夾取目標物。機器人於動態避障實驗移動的軌跡圖如下 圖 5.15 所示。
圖 5.15 動態避障實驗軌跡圖
5.5 靜態、動態避障之抓取目標物實驗
靜態、動態避障實驗平面圖如圖 5.16 所示，一開始機器人右側靠牆，
目標物置於機器人前方，兩者間放置紙箱當做靜態障礙物，當機器人靜態 避障後，動態障礙物將出現於目標物和機器人之間。錄影機一開始拍攝於 攝影機 1 的位置，當機器人開始抓取目標物時，拍攝位置移動到攝影機 2，
實驗中執行動作行為流程如圖 5.17 所示，其各個動作行為模糊邏輯系統 定義如第四章所描述。靜態、動態避障實驗詳細結果如圖 5.18 所示。
3000mm
4000mm
錄影機 2
機器人 目標物
1659mm
900mm
靜態障礙物
1350mm
圖 5.16 靜態、動態避障實驗平面圖
靜態避障 動作行為
沿目標物 動作行為 沿右牆壁 動作行為
抓取動作 行為 開始
結束 靜態避障
動作行為
沿目標物 動作行為
動態避障 動作行為
沿目標物 動作行為
圖 5.17 靜態、動態避障實驗動作行為流程圖
實驗截圖 說明
(d)
(g)
執 行 靜 態 避 障 行為中。
靜態 避障
(h)
靜 態 避 障完，開 始 原 地 旋 轉 找 目標物。
沿目 標
(i)
找 到 目 標物，機 器 人 停 止旋轉。
沿目 標
(j)
(m)
(p)
不 斷 利 用 影 像 修正，往 目 標 物 前進。
沿目 標
(q)
執 行 抓 取 動 作 行為，判 斷 目 標 物 上 層 或下層。
抓取
(r)
舉 起 機 器 手 臂 準 備 夾 取。
抓取
(s)
夾 取 目
標物。 抓取
(t)
舉 起 目 標物，完 成動作。
抓取
圖 5.18(a)~(t)靜態、動態避障實驗結果
靜態、動態避障實驗結果跟預期結果符合。機器人自行尋找到目標物 後，往目標物前進，且在遇到靜態、動態障礙物能確實執行靜態、動態避 障行為。靜態、動態避障後往目標物前進後，確實夾取目標物。機器人於 動態避障實驗移動的軌跡圖如下圖 5.19 所示。
圖 5.19 靜態、動態避障實驗軌跡圖
5.6 結論
在本章中完成了沿牆面自動導航、抓取目標物、靜態避障、動態避障
和靜態、動態避障抓取目標物實驗，不但驗證機器人執行各種動作行為，
也同時測試移動機器人整體的效能，實驗成果符成效。
第六章 結論及未來展望
6.1 結論
本論文以階層模糊邏輯控制設計一移動機器人，將移動機器人動作分 成靜態避障行為、動態避障行為、沿牆壁行為、沿目標物行為、抓取行為 不但使機器人行為更加有條理且使機器人在動態環境中可以自主移動尋 找目標物。且在硬體整合底層系統、馬達驅動系統、距離感測系統、手臂 控制系統及電源系統，最後沿牆面自動導航實驗、抓取目標物實驗、靜態 避障實驗、動態避障實驗等實驗驗證了移動機器人整體的效能以及控制器 在機器人上可行的。
6.2 未來展望
在實驗過程中，未來可以增加更多比較實驗，例如：戶外、早上、晚 上或或更換別的控制器做比較，以比較控制器之優點；Sputnik 機器人影 像常常有雜訊產生，未來可加入全景攝影機或高畫數無線網路攝影機，增 強其影像辨識功能；機器人上輪子目前並無速度回授，所以無法知道機器 人之行走距離，未來可在輪子上可裝上編碼器，量測馬達實際轉速來確認 機器人位置以建立地圖增強其性能；負責供給三顆直流馬達之鉛蓄電池常 常電力不平均，導致移動機器人移動方向不正確，故未來可將三顆電池整 合成ㄧ顆或設計電路使三顆電池電力平均使移動機器人移動方向正確；目 前操控機器人皆必須依靠遠方的個人電腦，未來可在機器人上方加入電腦 和觸控面板增加即時控制功能：機器人上可在加入麥克風及聲音辨識功 能，增加機器人與人互動能力；實驗中機器手臂易撞到而產生偏移、損壞，
之後可加入一些保護、防撞裝置以防止手臂損壞；機器人重量過重，輪子
易造成滑牙及電池耗電嚴重，未來可減輕機器人機構重量，以增加機器人 續航力。
參考文獻
[1] A.Bonarini, “Anytime learning and adaptation of hierarchical fuzzy logic behaviors,” Adapt. Behavior J., vol. 5, no. 3–4, pp. 281–315, 1997 [2] T. Fukuda and N. Kubota, “An intelligent robotic system based on a
fuzzy approach,” Proceedings of the IEEE, vol. 87, pp. 1448–1470, Aug.
1999.
[3] H. Hagras, V. Callaghan, and M. Colley, “Prototyping design and learning in outdoor mobile robots operating in unstructured outdoor environments,” IEEE Robot. Automat. Mag., vol. 8, no. 3, pp. 53–69, September 2001.
[4] H. Hagras, M. Colley, and V. Callaghan, “Learning and adaptation of an intelligent mobile robot navigator operating in unstructured environments based on a novel online fuzzy-genetic system,” J. Fuzzy Sets Syst., vol. 141, no. 1, pp. 107–160, January 2004.
[5] F. Hoffmann and G. Pfister, “Evolutionary design of a fuzzy knowledge base for a mobile robot,” Int. J. Approx. Reason., vol. 17, no. 4, pp.
447–469, 1997.
[6] V. Matellan, C. Fernandez, and J. Molina, “Genetic learning for fuzzy reactive controllers,” J. Robot. Auton. Syst., vol. 25, pp. 33–41, 1998.
[7] H. Kawata, W. Santosh, T. Mori, A. Ohya and S. Yuta, "Development of ultra-small lightweight optical range sensor system", IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2005), pp.3277-3282 , August 2005.
[8] A. Safiotti, “Fuzzy logic in autonomous robotics: Behavior coordination,” Fuzzy Systems, Proceedings of the Sixth IEEE International Conference, vol. 1, no. 1, pp.573–578, 1997.
[9] E. Tunstel, T. Lippincott, and M. Jamshidi, “Behavior hierarchy for autonomous mobile robots: Fuzzy behavior modulation and evolution,”
Intl. J. Intelligent Automat. Soft Computing, vol. 3, no. 1, pp. 37–49, 1997.
[10] H. Hagras, V. Callaghan, and M. Colley “Outdoor mobile robot learning and adaptation,” IEEE Robotics & Automation Magazine, vol.
8, no. 1 , pp. 53–69, no. 3, September 2001.
[11] H. Hagras “A Hierarchical Type-2 Fuzzy Logic Control Architecture for Autonomous Mobile Robots,” IEEE transactions on fuzzy systems, vol. 12, no. 4, August 2004
[12] L. X. Wang, “Universal approximation by hierarchical fuzzy systems,” Fuzzy Sets and Systems, vol. 93, no. 2, pp. 223-230, 1998.
[13] M. L. Lee, H. Y. Chung and F. M. Yu, “Modeling of hierarchical fuzzy systems,” Fuzzy Sets and Systems, vol. 138, no. 2, pp. 343-361, 2003.
[14] H. Hagras, “Type-2 FLCs: A new Generation of Fuzzy Controllers”, IEEE Computational Intelligence Magazine, vol. 2, no. 1, pp. 30-43, February 2007.
[15] Q. Liang and J. M. Mendel, “Interval type-2 fuzzy logic systems:
Theory and design, ”IEEE Trans. Fuzzy Syst., vol. 8, no. 5, pp.
535–550, Oct. 2000.
[16] R. Bellman, Adaptive Control Processes, Princeton University Press
Princeton, 1966.
[17] L. A. Zadeh, “Fuzzy Sets,” Information and Control, vol. 8, pp.
338-353, June 1965.
[18] L. Wang, “Analysis and design of hierarchical fuzzy systems,”
Fuzzy Systems, IEEE Transactions , vol. 7, pp. 617–624, Oct. 1999.
[19] G. V. S. Raju, J. Zhou, and R. A. Kisner, “Hierarchical fuzzy control,”Int. J. Contr., vol. 54, no. 5, pp. 1201–1216, 1991
[20] H. Ying and G. Chen, “Necessary conditions for some typical fuzzy systems as universal approximators,” Automatica, vol. 33, no. 7, pp.1333–1338, 1997.
[21] X. J. Zeng and M. G. Singh, “Approximation theory of fuzzy systems—MIMO case,” Fuzzy Systems, IEEE Transactions, vol. 3, pp.
219–235, November 1995.
[22] J. Aranda, A. Grau, and J. Climent, “Control Architecture for a Three-wheeled Roller Robot, ” AMC ’ 98-Coimbra. 5th International Workshop on Advanced Motion Control, pp. 518-523, July 1998.
[23] L. R. Williams, “ Dynamic Model With Slip for Wheeled Omnidirectional Robots, ” IEEE Transactions on Robotics and Automation, pp. 285-293, June 2002.
[24] K. S. Byun, S. J. Kim, and J. B. Song, “ Design of a four omnidirectional mobile robot with variable wheel arrangement mechanism,” Proc. of IEEE Int. Conf. on Robotics and Automation, pp. 720-725, May 2002.
[25] K. S. Byun and J. B. Song, “CVT Control of an Omnidirectional
Mobile Robot with Steerable Omnidirectional Wheels for Energy Efficient Drive, ” Proc. of IEEE Int. Conf. on Robotics and Automation, pp. 503-508, September 2003.
[26] M. J. Jung, H. S. Kim, S. Kim, and J. H. Kim, “Omnidirectional Mobile Base OK-II, ” Proc. IEEE Int. Conf. Robotics and Automation, pp. 3449-3454, vol. 4, 2000.
[27] K. L. Moore, M. Davidson, V. Bahl, S. Rich, and S. Jirgal,
“Modeling and control of a six-wheeled autonomous robot,” Proc.
American Control Conf., vol. 3, pp. 1483-1490, 2000.
[28] K. Watanabe, Y. Shiraishi, S. Tzafestas, J. Tang, and T. Fukuda,
“Feedback control of an omnidirectional autonomous platform for mobile service robots,” J. Intell. Robot. Syst., pp. 315-330, vol. 22, 1998.
[29] G. Witus, “ Mobility potential of a robotic 6-wheeled omnidirectional drive vehicle (ODV) with Z-axis and tire inflation control,” Proc. SPIE, pp. 106-114, vol. 4024, 2000.
[30] S. Ziaie-Rad, F. Janabi-Sharifi, M.M. Danesh-Panah, A. Abdollahi, H.
Ostadi and H. Samani., “A Practical Approach to Control and Self-Localization of Persia Omni-Directional Mobile Robot,” in Proceedings of 2005 IEEE/RSJ International Conference on Intelligent Robots and Systems, Edmonton, Canada, pp. 3473-3479 , 2005.
[31] H.R. Moballegh, P. Amini, Y. Pakzad, M. Hashemi and M. Narmiani,
“An Improvement of Self-localization for Omni-directional Mobile Robots Using a New Odometry Sensor and Omni-directional Vision,”