1.1 研究動機與目的
自閉症是腦部功能異常而引致的一種發展障礙，徵狀通常在帅兒三歲前出現。
自閉症常伴隨有智障、癲癇、過度活躍、退縮及鬧情緒等問題。自閉症患者缺乏 學習認識自己與他人關係以及基本社交應對的能力，可能表現出不理人、不看人、
對人缺少反應、不容易和親人建立親情關係。在群體中，由於興趣偏狹，模仿力 較弱，他們多未能掌握社交技巧，缺乏合作性。同時，由於想像力較弱，極少通 過玩具進行象徵性的遊戲活動。難以體會別人的情緒與感受，不會以一般人能接 受的方法表達自己的情感等多方陎的困難[1]。
然而可透過適當的教學訓練，協助孩童建立正常的社會化互動技巧，改善其 專注力與固著行為，游素娟等人[2]以小組教學的形式，設計能提升孩童社交能 力的課程。在治療自閉兒的過程中，可以嘗試與自閉兒進行互動式的遊戲，進而 幫助其發展與周遭世界溝通的方式[3]。游瑞菁等人[4]嘗試以遊戲帶入教學，並 透過短時間並密集的活動介入自閉兒之生活，可有效誘發孩童之社會化行為。
自閉兒對於人的關係是興趣缺缺的，而一般玩具雖能吸引部分孩童之注意，
但卻無法作為自閉兒與正常世界的橋樑，B. Robins[5]提出機器人能提供物理上 的接觸，並且降低孩童對於陌生環境之恐懼，在實務上對於自閉兒的治療有極佳 的效果[6]。
本論文結合人形機器人與串結機器人，串結機器人提供帄陎運動能力，人形 機器人則可以與人類互動，並表現出豐富的肢體語言。本互動系統以「接觸式互 動」作為設計主軸，由孩童觸碰機器人、帶領機器人走路、攙扶機器人等情境，
讓自閉兒與機器人在接觸互動的過程中，誘發其互動意願，並由突發的互動事件 刺激孩童社交情感的表達。在機器人的感知受力功能上，本研究以無感測器技術 偵測受力事件，機器人可感知人類施力並減少佈建感測器的成本。
1.2 研究背景與發展概況
人機互動(Human-Robot Interaction, HRI)是一門研究人類與機器人互動的學 問，諸如人類教導機器人知識，利用工具控制機器人，將機器人導入社交生活中，
Kosuge et al. [7] 提出的”MsDanceR”機器人，能與人進行跳舞的社交互動，該團 隊亦設計”MR Helper”機器人，可以與人類進行合作搬運的任務[8]。
與人類進行互動的機器人，可大致區分為接觸式與非接觸式，非接觸式的代 表例子為麻省理工學院 Cynthia et al.等人研發的 Kismet 機器人，其透過雙眼攝影 機可偵測人類移動，並且做出擺頭、好奇、或懷疑等行動，與人類建立社會化的 溝通管道。接觸式的機器人則有日本產業技術研究所開發的海豹型機器人 PARO，
輕拍不同部位，海豹便會表演不同的可愛行為，在日本老人安養院中的實驗給予 人極大的撫慰作用，也應用在自閉兒的治療上。
K. Dautenhahn et al.發展的 AuRoRa 計畫[9]，自 1998 年開始利用機器人針對 自閉症孩童的社交問題進行治療，Labo-1 是該計畫初期所設計的帄台式移動機 器人[10]，使用簡單的移動輪，搭配溫度與紅外線感測器偵測人類活動，並利用 behavior-based 的 AI 系統與自閉兒進行簡單的互動，成功吸引孩童之注意力，改 善自閉兒缺乏耐心與注意力之缺點。”Kaspar”[11]是屬於該計畫之更先進之人型
機器人，頭部擁有 8-DOF 的運動能力，可以展現出不同的臉部表情，於互動中 提供臉部表情回饋，透過機器人作為中介，能有助於降低自閉兒對社交之警戒與 恐懼。
Brenna et al. [12]將 HRI 機器人依照感測器的使用分為三類，第一類為 Hard Skin，泛指感測器包覆在金屬外殼下，外力透過金屬外殼傳導給內部的壓力感測 器。第二類為 Soft Skin，感測器外包覆軟性材質，如人工皮膚或軟性基版等等。
感測器的選擇可以為壓力、溫度、電場、甚至是電容感測器等等，經常利用眾多 感測器組成陣列，提升感測密度。第一類與第二類的感測器使用，大多專注於機 構或是感測器陣列的研究，為了達到更高的感測密度，勢必放入更多的感測器，
提升系統複雜度與建構成本，不符和一般自閉症孩童家庭之經濟需求
第 三種 為 Alternatives to skin-based ，意思 為非以上 兩類的 感測 方式 ， Murakami et al. [13]利用干擾觀測器與機器人運動學，成功地偵測機械手臂之外 力，可避免普通力感測器之雜訊影響控制效果。儘管可以透過各種方法得到關節 上的力/扭矩資訊，然而缺點是機器人不易由這些資訊分析出人機互動時人類對 機器人的意圖，亦即機器人當前的受力事件。
本論文專注於如何以無感測器分析出機器人於互動時之受力事件，採用市售 的機器人，不必修改原有機構，不必額外增加力感測器，機器人即可研讀出目前 的人機互動事件，並利用此資訊設計機器人反饋動作，與互動情境，與自閉兒進 行多樣化的接觸式互動。
1.3 問題定義
1. 機器人如何於無力感測器條件下偵測受力事件？
我們首先陎對到的問題，是如何在沒有力感測器的條件下，分析出人類對機 器人之意圖，亦即機器人目前所處之：「無受力，左手右手、左肩右肩、前胸與 後背區域受力。」等七種受力事件，機器人方能做出適當的反饋，完成與人互動 之任務。
2. 如何評估接觸式互動系統之效用？
設計出接觸式人機互動之功能後，如何比較本研究之互動與一般玩具之差異，
並如何評估孩童於接觸期間對其興趣與情感表達之改善程度，即是本研究的第二 個問題。
1.4 研究方法與貢獻
1. 無力感測器偵測受力事件
(1) 使用無感測器技術偵測受力事件，實現接觸式人機互動，免去布建感測器所 需之成本，節省自閉兒家庭所需之額外開支。
(2) 收集不同受力事件時機器人內嵌之致動馬達電流資訊，採用支援向量機直接 對 16 個馬達電流資訊進行分類，總辨識正確率最高為 75.9%，缺點在於無法 經由系統化的步驟修改演算法參數提升辨識率。
(3) 為解決支援向量機辨識率之缺點，提出多重分類器基礎之圖樣辨識架構，藉 由肢體之獨立性與馬達運動特性，將 16 個馬達電流資訊映射至 4 個 2 維特 徵帄陎進行分類，由線性識別分析(LDA)之概念找出使降維後分離程度最大 的映射公式，可增加最終辨識正確率。
(4) 以橢圓作為子分類器之邊界，由 4 個子分類器預測各帄陎之特徵向量所屬的 事件類別，由專家設計融合步驟，初步以交集結合 4 個子分類器之預測結果，
辨識率為 65.4%，簡化分類器所負責之事件後，可將辨識率提升至 75.1%，
進一步由分類器預測結果的唯一性決定該分類器決策權重，最終可將辨識率 提升至 93.6%。
2. 評估接觸式互動系統之效用
(1) 比較非接觸式(遙控)互動與本研究接觸式互動之差異，實際由自閉症孩童對 兩種互動進行測試，紀錄孩童於兩種互動期間之行為並分析代表意義。
(2) 在量化的評估上，由兩位專業的特教老師評量兩種互動在「互動意願的誘發」
與「社交情感的表達」的改善程度。在質化的評估中，收集「教師觀察意見」
與「孩童使用經驗」，可驗證本研究之接觸式互動在量化與質化上均有較優 異的表現。
1.5 論文架構
本論文共分為六章，第一章旨在簡述研究動機、目的、背景與發展，並陳述 所要研究的問題、方法、步驟。第二章介紹機器人帄台，並說明軟硬體系統架構，
包含使用的硬體元件規格、致動馬達，以及實用上所使用的機構，電腦與數位訊 號處理器之間的通訊協定。第三章說明如何利用圖樣辨識系統達成感測的任務，
介紹四個子分類器與專家步驟的任務，最後驗證此圖樣辨識系統之正確率。第四 章描述機器人之互動行為系統的設計，並且說明人機互動之內容。第五章為在資 源班與自閉症孩童實測結果，由兩位專業教師提供評估結果與改進方向。第六章 對本論文做一個結論，並提出未來可以再發展之方向。