智慧型影像感測器之研製

近年來，CMOS sensor 之相關領域被廣泛的研究。1995 年，E. R. Fossum, A.

Dickinson, B. Ackland, E. Eid & D. Inglis 提出典型 CMOS APS 的結構[110]，主要 包含了感光部份（Pixels Arrays）、時序與控制部份（Timing & Control）、類比信 號 處 理 部 份 （ Analog Signal Processors ） 以 及 類 比 ／ 數 位 轉 換 器 （ A ／ D Converters）。至於應當選擇何種處理的電路來搭配感測電路呢？由於對一個家用 機器人來說，除了特定要求外，環境中大部份的資訊對其而言毫無意義，如亮度、

表面紋路等。此外，於單一影像中，亦可分為動態與靜態兩個部份，其中靜態部 份亦即靜態環境部份，而動態部份則為影像中之動態物件，對於一連續的環境影 像來說，靜態環境部份是不變的，而產生變動的是影像場景中的動態物件；此外，

於單一影像中，亦可分為動態與靜態兩個部份，其中靜態部份亦即靜態環境部 份，而動態部份則為影像中之動態物件，對於一連續的環境影像來說，靜態環境 部份是不變的，而產生變動的是影像場景中的動態物件；然而在影像資料的傳輸 時，卻是將整張影像進行傳輸，對於靜態部分的重覆傳輸，實是沒有必要且費時 的，因此，若能將影像的動靜態分離，只在一開始傳送靜態影像資訊（亦可稱之 為環境資訊），而後則只傳送動態的影像部份，相信可符合之前所考慮到傳輸資

料量與傳遞距離的考量，並且更直接的取得我們所想要用於控制系統上的資訊，

達到 On-chip 的處理，則可以大幅減少處理對於系統無用之資訊時所花費的時 間。此外，由於本部份之計畫主要目的在於完成家用機器人於防火、防盜及即時 監控之功能，其主要目標物都同屬於動影像中之動態物件，故以上就動態及靜態 分離與擷取上的立意來說是正確的。

再就防火功能上來說，傳統的 Smoke sensor（Fire sensor）通常都是以 Trend detection method 來實現[111]，然而由於其利用 Bi-trend criterion 的方式並不止以 充分的辨別出火災的發生與否，導至誤判率的增加，故進而有了 Exclusive trend detection method 的提出[112]，以修正原先 Trend detection method 的不足，然而 其算式太過繁複，不易於晶片中以電路實現，故通常是利用電腦來進行後級的訊 號處理，此一步驟將大幅的降低即時系統的操作頻寬，就家用機器人於即時應用 上的需求來說，並不適用。再就 smoke sensor 的種類來討論，smoke sensor 主要 可分為二大類：一是 Photoelectric smoke sensor，另一則是 Ionization type smoke sensor。就應用上來說，一方面 Photoelectric smoke sensor 的整合性較高，且應用 面較廣，不局限於單一 Fire detection 上的應用而已，另一方面則是可透過 chip-level 電路的整合來減少系統於訊號處理傳輸上所需花費的時間，故就家用 機器人的應用上來說，前者（Photoelectric smoke sensor）優於後者。

3.4.4 家用機器人與家庭成員之間之互動系統

除了影像辨識以外最重要的機器人與人之間之互動管道應該是語音辨識系 統了。基於需要用到語音的技術來達到機器人與使用者溝通的目的，因此需要了 解今日語音技術發展的現況，整體上看來，語音技術已普遍的商業化，顯示語音 的技術已到達某一種成熟的階段，語音運用成功的例子也是越來越多，有些甚至 已經普遍的存在於我們的日常生活中，例如有很多單位採用的「自動語音查詢系 統」就是一個很典型的例子，最早最成功的例子是 1983 年在日本的金融界利用 與日本電信公司（NTC）結合，製作出語音客戶查詢系統 [113]；而在國內，為 了使電腦及資訊家電產品能夠更容易的使用，對於智慧型人機介面的發展也很積 極，像是工研院就有發展所謂「消費性語音處理技術」、「智慧型人機交談技 術」……等等，產品有像是大哥大的免持聽筒撥號系統……等等，因此，我們可 以很清楚地知道，語音技術可以使用的範圍十分寬廣，其中利用「聲音控制」對 發展具人性化家用機器人是一項關鍵的技術，因此，我們可以很清楚地發現，為 了使機器人具備與使用者溝通的能力，將語音技術加之於上是一個很自然的選擇 與必然的趨勢，目前在國內外也有著相當多的研究將注意力投注於這一方面之 上。

基於考慮我們所訴求的是對於「中文語句」的辨識能力，我們知道在中文語 句的辨識技術上，利用以 HMM-base(隱藏馬可夫模型 Hidden Markov Model)或者 是其變形的模型等多種語音辨識方法發展下的系統，在特定語者（Speaker -Dependent）的使用模式下，辨識成功率可以達到 8 成以上 [114]，甚至都可以

超過 9 成，另外，像是國內工研院電通所在 1995 年的資訊月成功展出「PC 版非 特定語者中文語音辨識系統」，該系統無需經任何認音訓練即可使用，可實時辨 識任意指定的多音節中文詞，最多可達一千詞，在 586 個人電腦辨識一個詞的時 間約為一秒，一百詞基本詞庫的辨識率在百分之九十五以上，一千詞詞庫時仍可 達百分之九十以上，使用者可以連續自然發音，沒有一般系統逐字斷開發音的限 制，並可現場加詞，可隨時加入要辨識的新詞。該系統在一般個人電腦配備標準 音效卡及麥克風即可使用，使用之作業系統為 Windows 95 中文版，祇需佔用額 外的 1M 位元組系統記憶體。

而在真正實現、發表的機器人系統中，某些已經具有高度的成熟性與複雜 性，不管在外型、功能上都較為接近真人，代表性的例子是 MIT AI 實驗室發展 的機器人—COG [115]，為一高度擬人化的系統，而其子系統分工到了非常細密 的程度是這個機器人的一大特色，最重要的是其發展已經到達具有所謂「思考」

的能力，系統的特殊設計賦予它能夠有類似人類嬰兒的思考、行為模式，這一點 是我們認為它具有高度擬人化的原因之一 [116]。另外有些設計是強調機器人與 人的之間所謂一種「感情表達」的能力，一例是 MIT AI 實驗室發展的機器 人—KISMET [117]，這種機器人強調的能夠與人之間的互動，具有特定的臉部表 情、肢體動作與聲音表達，而在處理所謂感情表達的過程中，是以訂定某幾種較 為基本的表情動作（例如讚美、生氣……等等）來分析，仍具有其限制性，而在 前端訊號處理的過程仍是類似的以訂定特徵參數、特徵粹取、特徵加強、分析特 徵、比對特徵等方式來做，甚至用到類似一種統計方式來進行辨識誤差的分析。

某些例子的機器人其對話系統（Dialogue System）具有所謂的「學習性」，可使 機器人在特定環境的使用中，透過不斷的與使用者進行溝通來得到新的資訊，以 利於機器人判斷下一步的動作，這使它們更能與使用者做互相的溝通、對話及對 環境的適應更好，一例是 Stanford University 發展的的辦公室機器人（Office Robot）-- Jijo-2 [118]。除了利用語音來達到操控機器人之外，也有利用語音加上

「手勢辨別」來互相搭配[119-120]，除了直接利用語音做為命令的控制外，再加 上用手勢的方向辨別來加強對於任務目的地方向的確定性，或者是搭配特定手勢 來下達對機器人的命令。藉由以上的分析，我們可以知道，智慧型、擬人化的機 器人在與使用者的互動上可以有很多方面的設計考量，很多方向可以發展，因 此，將具有實用功能的家庭用機器人搭配上智慧型的介面，令其可以充分的發揮 與使用者溝通的能力是我們將要努力的方向。

3.4.5 機器人與其他機器人之間之互動與合作

當任務複雜時，我們會考慮機器人合作方式來完成任務。因為服務用機器人 處於極複雜的環境，不易預先對所有的可能做規劃。最好的方式就是放棄集中的 思考方式，將決定的權利下放，讓機器人彼此交談、自我分派任務。這種思維方 式已被運用在許多場合。美國聯邦航空總署讓飛機彼此通訊並選擇自己的航道，

以增進飛航安全、舒緩空中交通瓶頸；日本人把鐵路交通的調度交由各地區進

行，來替他們準的不可思議的子彈列車排定班次[121]，機器人亦可循同樣的思 考邏輯，因此分散式的機器人合作系統就成為了一個相當熱門的研究領域。日本 的學者 Arai 提出了一個即時的任務指派架構，利用任務樣板的觀念來處理時變 的工作目標及可能改變的機器人成員數目[122]。Alami 等也提出 M+協定讓機器 人來自行分派工作[123]。這個部分牽涉了機器人的決策機制及資源衝突或死鎖

（dead-lock）情況的避免，有相當多的理論被提出來解決這種問題，如 Game theory[124-125]、Fuzzy logic[126]、Petri Net[127]等。不過這方面的研究目前大 部分仍限制在某一理想的環境下，因此需要一個標準的實驗平台作測試，機器人 足球就是其中最知名的一個[128-131]。然而這種群體的思考方式仍需要某些程度 的管制，倘若沒有任何的約束，下層的機器人群體將因選擇過多而癱瘓。

MARTHA 計劃的目標在於讓自走車群在機場或碼頭等地協助搬運物品，將路口 的衝突或相互閃避的行為交由自走車自行判斷，但是路徑的選擇仍交由一中央控 制站來處理[132]。因此如何將資訊及處理能力有效的分配在每一隻機器人身 上，將是一個重要的研究課題。

另外一個值得探討的課題是與網際網路的整合。目前已具網際網路整合遠端 監控的機器人系統可概分為兩大類，第一種是對固定式機器人（基座固定不動）

的遠端監控，另一種則是對移動式機器人的遠端監控。固定式機器人的遠端監控 系統主要用於天文望遠鏡，或是環境影像監看；這種系統主要訴求是利用網際網

的遠端監控，另一種則是對移動式機器人的遠端監控。固定式機器人的遠端監控 系統主要用於天文望遠鏡，或是環境影像監看；這種系統主要訴求是利用網際網