研究動機

近幾年來，隨著各種感測器與電腦運算能力的快速進步，過去因為需要許多 複雜運算而無法達到即時性的控制方法，現在已能藉由一般的電腦硬體來完成。

相較於過去傳統工業用的固定式機械臂，移動式機器人相關的研究也越來越多，

各種服務型機器人產品也逐漸出現在市場上，較常見的有吸塵機器人(如 iRobot 所出產的 Roomba)、寵物機器人(如 Sony 出產的 AIBO)與家用機器人( 如 Mitsubishi 出產的 Wakamaru)。另外人形機器人如 ASIMO(由日本 Honda 所研發)，

能夠和人類一樣的步行、閃避障礙物、拿取物品，並配備視覺系統能與人類互動，

讓人了解到機器人領域的發展已進入新的世代。

現今由於醫療科技的進步，人類壽命的延長，造成老年人口比例上升，使得 家用與看護機器人等服務型機器人更形重要。對於服務型的機器人而言，其工作 環境通常就是一般人的生活環境，且無可避免地，服務型機器人必須能和人類互 動，這也是其最主要的功能之一。要讓機器人與人類互動，一般常見的方法有語 音介面及在機器人上設置螢幕來提供人機介面的功能。另一方面也可以透過在機 器人上之機械手臂，使得機器人能有抓取物品或與人類合作搬運物品的能力。

基於以上所述，裝置在移動式平台上的移動式機械臂相較於固定式機械臂有 更多的應用機會，但衍生出許多控制問題。傳統固定式機械臂的工作環境通常都 在工廠中的固定位置，並且經過特殊規劃，因此環境的因素較為單純；但是加上 移動平台後工作環境範圍變大，環境因素也相對變得較為複雜。尤其是服務型機 器人等需要與一般人互動的應用，工作環境中不但有家具等固定式的障礙物，在 環境中走動的人類也是一種移動式的障礙物。

除了障礙物的問題，將機械臂裝置在移動式平台上通常會遇到贅餘自由度 (Redundancy)的問題，當移動平台和機械臂的自由度總合超過所要執行的工作所

需的自由度時，就會遇到贅餘自由度的問題。而對移動式機械臂控制最重要的問 題 莫 過 於 如 何 協 調 手 臂 與 移 動 平 台 的 動 作 ， 以 到 達 可 抓 取 到 目 標 的 姿 勢 (Posture)。這方面的控制主要可以分為兩種，一種是先估測目標的位置，再規劃 出 End-effector 到達目標的空間路徑(Path planning)，最後讓移動式機械臂追蹤路 徑 (Path tracking)到達目標的所在位置[3]；另一種是直接經由感測器所測得的目 標資訊，隨時調整移動式機械臂的姿態，最後到達可抓取目標的位置[1, 2, 4]。

第一種控制方式在移動前事先規劃好路徑，因此其優點在於可以針對各種需要規 劃最佳的路徑，例如機器人動作最少的路徑、可維持機械臂最佳可操作性 (Manipulability)的路徑等；第二種方式的優點是可以針對環境的變化來即時修正 機器人的動作。對於需要與人互動的機器人應用，其工作環境通常是會變動的，

因此第二種控制方式會較為合適。

對於服務性機器人而言，需要抓取的物品種類相對於工業用的機器人增加許 多。一般狀況下，攝影機(CMOS 或 CCD)所取得的影像具有高密度資訊，配合各 種影像處理方法，可以從影像中取得各種資訊，例如用影像辨識技術來識別欲抓 取的目標，或利用光流法估測與前方障礙物的距離[1]等。也因此，攝影機常被 用來做為移動式機械臂所使用的感測器，衍生出很多相關研究。如何利用影像資 訊來控制移動式機器人到達並抓取特定的目標，是機器人領域重要的研究議題之 一，也是本篇論文所要探討的主要對象。

交通大學電控所的 Henrry Andrian 針對機器人應用開發了一套嵌入式影像處 理系統[1]，並利用此系統在實驗室的機器人 Easybot 上實現過物品抓取的功能。

Easybot 是交通大學實驗室中專為個人助理方面的應用所開發的機器人之一，其 主要硬體構造如圖 1.1 所示，Easybot 本體為一部由 2 輪驅動的移動式平台，並 搭載 3-DOF(含 Gripper)機械臂，用來做為與人或環境互動的工具。在 Andrian 的 研究中，主要是設計一套嵌入式影像平台，並希望在此平台上實作自主抓取功 能，讓機器人能在環境中搜尋固定目標，同時閃避前方的障礙物，當找到目標後

取功能，但是在設計上，原系統中並沒有考慮手臂兩軸的控制，也就是說，機器 人的手臂兩軸的角度是固定的，只能抓取固定高度的物體。這對於抓取的功能來 說是相當大的限制，也降低了抓取功能的實用性。

為了讓機器人的手臂能抓取不同高度的物體，我們需要能控制手臂移動的抓 取行為控制系統。由於 Andrian 所設計的抓取和避障功能都是利用同一套嵌入式 影像平台來完成，在避障部分是應用混合式光流法(Mixed optical flow)計算機器 人與障礙物的碰撞時間(Time-To-Collision)，以此時間和機器人當時前進速度來 估算與障礙物間的距離，建立安全分布直方圖(Safe distribution histogram)，判斷 前方是否有障礙物存在，並決定閃避方向。此避障功能在影像平台上每秒鐘約可 處理 5 張影像，若加上抓取功能所需的影像辨識系統，將會使處理速度更慢。且 在方法上，利用此種避障方法是假設攝影機只有平行地面水平速度，若手臂會上 下移動，攝影機將同時具有水平和垂直方向的速度，不適用此種避障方式。因此，

本論文將針對實驗室的移動式機械臂設計一個視覺伺服控制器，利用目標物體在 影像中的特徵點位置作為控制器的輸入可導引機器人到達可抓到目標的姿態，達 成抓取功能的設計。機器人避障的功能目前實驗室已有利用超音波避障的設計，

在抓取功能完成後，可以和超音波避障做整合。

在抓取功能的設計上，我們將採用 Eye-in-hand 的攝影機設置，主要考量是 圖 1.1 交通大學電控系實驗室之機器人: Easybot

能 避 免 目 標 影 像 被 本 身 的 手 臂 遮 蔽 ， 無 法 拍 攝 到 完 整 的 目 標 影 像 。 基 於 Eye-in-hand 設置，當機器人前進時，目標影像可能會離開攝影機視野範圍，因 此攝影機也要跟著移動，將目標保持在視野範圍內，這表示手臂部分也要跟著移 動。因此，在設計抓取功能時，我們必須同時控制機器人本體與手臂兩者的動作，

才能讓機器人在接近目標的同時，也能讓目標保持在視野範圍內，並且最後手臂 會位於能抓取的姿態。

在抓取行為的設計中，為了協調機器人本身的各種基本行為以應付環境的變 動，並增加與其他機器人功能的整合性(如避障功能)，我們需要一個能利用感測 資訊對環境做快速反應，並且具有和其他機器人行為整合彈性的控制架構，因此 本論文將使用 Behavior-based 架構來協調機器人的行為。