Without rpm control
圖 3-51 單組推進器之轉速控制測試結果
600.0
Time (0.1s)
300 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280
Plot 0, 1, 2
rpm
command of port,
starboard, side
Plot 3, 4, 5
rpm feedback of port, starboard, side
With speed control
Without speed control
Thrusterrotationspeed(rpm)
Time (0.1s)
com. St. (RPM)
圖 3-54 定位系統操作頁面圖
0.6
-1.5 -1.4 -1.3 -1.2 -1.1 -1.0 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4 0.5
Longitute to Position Distance (m)
4.8
3.9 4.0 4.1 4.2 4.3 4.4 4.5 4.6 4.7
DP Graph
圖 3-55 遙控模式操作之 DGPS 路徑
-10.0
Longitute to Position Distance (m)
16.0
-8.0 -6.0 -4.0 -2.0 0.0 2.0 4.0 6.0 8.0 10.0 12.0 14.0
Latitudetopositioningpointdistance(m)
Longitude to positioning point distance (m)
圖 3-56 小型平台之定位路徑結果（一）
Time (0.1s)
1500
0 250 500 750 1000 1250
Thrusterrotationspeed(rpm)
Time (0.1s)
com. St. (RPM) com. Si. (RPM) com. P. (RPM)
圖 3-57 小型平台之定位命令（一）
10.5
Longitute to Position Distance (m)
6.5 -3.5 -3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0
Latitudetopositioningpointdistance(m)
Longitude to positioning point distance (m)
圖 3-58 小型平台之定位路徑結果（二）
Time (0.1s)
650 0 50 100 150 200 250 300 350 400 450 500 550 600
T h ru st er ro ta ti o n sp ee d (r p m )
Time (0.1s)
com. St. (RPM) com. Si. (RPM) com. P. (RPM)
圖 3-59 小型平台之定位命令（二）
1.8
Longitute to Position Distance (m)
1.7
Time (0.1s)
800
0.1
-0.1 0.0
Longitute to Position Distance (m)
0.6
Longitute to Position Distance (m)
0.2
圖 4-1 機械結構設計流程圖
圖4-3 平行式機械夾爪
圖4-4 夾爪連動機構
圖4-5 機械手臂工作空間
圖4-6 機械手臂實體照片
第二年，成果如下：
表4-1 配置空間尺寸 機構模組名稱 配置空間
採樣機械手臂 550mm×160mm×200mm 樣本儲存機構 770mm×440mm×200mm 海底移動載台 500mm×600mm×200mm
圖4-7 無人遙控載具採樣系統運作流程圖
圖4-8 無人遙控載具採樣系統空間配置圖
圖4-9 軸封裝配要點
圖4-10 工業用六自由度機械手臂示意圖
圖4-11 本計畫機械手臂自由度配置示意圖
圖4-12 夾爪構造示意圖
圖4-13 H橋式馬達正反轉控制線路
圖4-14 控制介面程式
圖4-15 機械手臂成品 第三年，成果如下：
圖4-16 蝸桿蝸輪
圖4-17 三代水下機械手臂成品
圖4-18 三代水下機械手臂與接線盒 圖4-19 接線盒
圖4-20 Jacobian方法應用於平面機械手臂
圖4-22 控制器介面
圖4-23 利用機械手臂夾取鏟子實驗
圖4-24 利用機械手臂直接夾取盤內彈珠實驗 子計畫五：
第一年，成果如下：
管線依循
本研究中，對於環境較明瞭的場景，採用效率高的邊緣－直線偵測法，並針對場景 中的干擾物，試著以影像型態學的濾波器降低其影響，提高霍夫轉換的可用性。而當場 景複雜至無法提供完整的直線資訊時，再切換至顏色區塊法。期望藉此使辨識法較具全 面性。
本研究考慮載具沿著管線上方航行，以載具前端的攝影機俯視下方管線進行辨認。
畫面中管線的邊緣，以及管線本體與海床的顏色差異，是影像辨識上有利的線索。
因此本研究採影像型態學中的灰階斷開與閉合運算作為前處理，去除畫面中細小的
值或最小值去取代其亮度，達到填平亮度的凸起與凹陷，而藉由指定鄰近區域的大小，
可決定被過濾物件的大小程度。需注意的是，斷開－閉合運算容易在畫面上造成微弱的 波紋狀雜訊。因此，在上述型態學的處理後，再配合高斯濾波器降低這些波紋的影響。
下列圖片中，(a)與(b)為原始影像與經過前處理的影像，(c)是對(b)進行影像增強，藉此 觀察波紋的分佈與影響。
(a)
(b)
(c)
圖 5-1 (a)原始影像，(b)經過前處理後的影像，(c)經過增強後的影像
管線邊緣影像經過二值化後，必須經過骨架化運算，針對影像中的前景進行處理，
使其達到「細化」的效果，留下寬度為單一圖素的軸心部分，也就是去除線條粗細，只 保留幾何形狀的因素。圖 5-2 展示的是骨架化前後的影像。
(a)
考慮一個單純由物件與背景構成的影像，物件的灰階值為 I0，背景的灰階值為 I1， 其內部顏色相近，因此在二維色階圖中（圖 5-3），落於邊緣值接近 0 的群集，而影像平 面上物體與背景交界的邊緣部分，在二維色階圖中落於 r 處。如此一來，便可使物件與 背景的分水嶺變的更加明顯。
圖 5-3 二維色階圖
建立色階圖後，使用前面使用過的層遞式分類法以二維的方式將不同顏色區塊分離。圖 5-4 是以二維色階圖進行影像分割的結果。
圖 5-4 以二維色階圖進行影像分割的結果
本研究利用虛擬實境的方式進行模擬，以電腦軟體建立海底與管線的場景。場景中考慮 的因素包括(1)照度不均勻，(2)能見度有限，(3)生物殘骸漂浮，(4)管線與海床表面的不 規則與材質貼圖，(5)植物生長與石塊散佈，(6)泥沙掩蓋。模擬場景以及實際產生的影 像如圖 5-5 所示。
圖 5-5 模擬場景與使用的影像
第二年，成果如下：
本研究採用海利斯角隅偵測做為特徵選取的方法，不需事先得知目標物的模型與位 置參數。利用特徵比對，估測水下無人載具水平位置移動量，並以比例積分控制器設計 一視覺伺服控制器完成水下無人載具的懸停控制，在 3D Studio Max 8 建構的虛擬場景 中，以 Simulink 中的 Virtual Reality Toolbox 進行模擬實驗。
當我們對水下無人載具下達懸停的指令後，系統便將當時攝影機所拍攝到的影像記錄下 來，作為目標影像。其後藉著攝影機拍攝到的目前影像不斷與目標影像做匹配，估測水 下無人載具相對於目標的位移量，使推進器輸出適當的回饋，不斷修正水下無人載具的 位置，進而達到懸停的目的。
移動量估測
圖 5-6 水下無人載具影像幾何模式
視覺控制器設計
整 個 水 下 無 人 載 具 的 控 制 架 構 如 圖 5 - 7 所 示
。
圖 5-7 水下無人載具控制架構
由於水下無人載具在水下活動時，外界干擾會造成穩態誤差，因此在加入控制器後，希 望能夠達到三個基本要求：
1 . 穩 態 誤 差 為 零 。 2 . 最 大 超 越 量 為 5 % 。 3 . 安 定 時 間 為 0 . 5 秒 。
而對於水下無人載具控制器的部分，可於視覺控制器完成後再配合視覺控制器另行設 計。
模擬裝置
利用裝設於水下無人載具底部的攝影機所提供的虛擬海床影像進行各項懸停控制實 驗。如圖 5-8 所示。
圖 5-8 模擬裝置示意
模 擬 場 景 為 參 考 水 下 地 形 與 海 地 管 線 繪 製 ， 如 圖 5 - 9 ：
(a) (b)
圖 5-9 (a)場景 (b)場景俯視圖
圖 5 - 1 0 為 在 海 流 干 擾 下 懸 停 控 制 的 目 標 影 像 。 模 擬 結 果 如 圖 5 - 1 1 至 圖 5 - 1 3 所 示 。
圖 5-11 X 方向位置誤差(0.5 m/s 海流干擾懸停控制)
圖 5-12 Y 方向位置誤差(0.5 m/s 海流干擾懸停控制)
圖 5-13 軌跡圖(0.5 m/s 海流干擾懸停控制)
具正弦海流干擾下模擬實驗
設 定 水 下 無 人 載 具 的 X 方 向 與 Y 方 向 皆 受 到 正 弦 海 流 干 擾，X 方 向 與 Y 方 向 的 平 均 大 小 均 為 0 . 5 m / s， 振 幅 大 小 為 0 . 5 m / s， 週 期 為 4 0 秒 ， 速 度 曲 線 如 下 圖 所 示 。
圖 5-14 正弦海流干擾
懸 停 控 制 的 目 標 影 像 同 圖 5 - 1 0。 模 擬 結 果 如 圖 5 - 1 5 至 圖 5 - 1 7 所 示 。
圖 5-15 X 方向位置誤差(正弦海流干擾懸停控制)
圖 5-16 Y 方向位置誤差(正弦海流干擾懸停控制)
圖 5-17 軌跡圖(正弦海流干擾懸停控制) 第三年，成果如下：
機械臂之視覺伺服協同控制
為了抵抗洋流與纜繩張力干擾等環境影響，利用裝設於水下載具底部的攝影機拍攝海床 影像，估測載具的移動量，補償水下載具因海流干擾所造成的偏移，將載具與欲檢視管 線部分保持固定之相對位置，提供穩定視野與工作距離，達到水下載具懸停目的。
目標影像比對
本研究採用目標影像的灰階值與邊緣化的影像特徵之方向碼直方圖來做為比對的資訊。
本研究採用 Bhattacharyya 係數來做為樣本影像與輸入影像之間特徵分布的相似程度。當 Bhattacharyya 係數越大時，代表兩密度相似性越高。將每一個像素點的方向碼及灰階值 按照目標中心的正規化距離進行加權而得到的核密度估計來做相似度計算，核密度估計 常用於非剛性物體的辨識追蹤
當樣本影像與後選影像的模型建立完成後，Bhattacharyya 係數將來做為相似性的依 據，當 Bhattacharyya 係數最大的時候，則表示其目標物最有可能在此位置上。
本研究以方向碼及灰階索引值作為特徵比對，在這裡我們以匹配來確定樣本影像與候選
失效，則必須更新樣本影像以適應目標的變化。
加速目標搜尋
全區域搜尋法（Full search）是最簡單且直接的方法。在輸入影像中，取一個與樣本影 像一樣大小的範圍為搜尋視窗，然後使搜尋視窗由左而右，由上而下的方式一一比對尋 找擁有最大相似值的視窗區塊。本文採三步搜尋法，應用於樣本匹配為基礎的追蹤上可 以有效縮短搜尋時間，並擁有良好的追蹤效果。其概念是先以粗略搜尋的方式，找出概 略位置，再針對其方向進行詳細的搜尋，以求得確實的位置。
本研究中使用卡爾曼濾波器（Kalman filter）預測目標物位移，使機台預先轉至下一 時刻目標物最有可能出現的位置。
攝影機模型
本研究使用透視投影法，也被稱為針孔攝影機模型（Pinhole camera model）。如圖5-18：
Y
PAN-TILT 機台
本研究的目的是將目標物鎖定在影像畫面中心，攝影機的移動可分為平移與旋轉兩方
假設目標物只做平移移動，當攝影機已經旋轉過，而目標物又進行移動時，必須再次轉
(a) (b)
(c) (d)
圖 5-22 黑白機械臂被遮蔽，(a)初始影像，(b)第 100 張，(c)第 120 張，(d)第 160 張影像。
此實驗中，將對在影像中目標物變形的情況下做辨識追蹤。目標物在影像中經過平移旋 轉後先是夾爪收縮，如圖5-23而目標物在影像上變形也都能鎖定目標。在圖5-24中，人 手握拳時以及手掌翻轉時都能鎖定目標。圖5-25顯示在影像模糊的情況下仍對目標物有 效辨識追蹤。
(a) (b)
(c) (d)
圖 5-23 黑白機械臂變形之追蹤，(a)初始影像，(b)第 280 張，(c)第 330 張，(d)第 400 張 影像。
(a) (b)
(c) (d)
圖 5-24 目標物人手變形，(a)初始影像，(b)第 45 張，(c)第 100 張，(d)第 150 張影像。
(a) (b)
(c) (d)
圖 5-25 影像模糊辨識，(a)初始影像，(b)第 10 張，(c)第 21 張，(d)第 30 張影像。
子計畫六：
第一年，成果如下：：
在海床應答器定位技術方面，本研究利用繞圓航線以及直線航線來蒐集斜距與 GPS 資 料，以估測海床錨碇應答器的位置。根據隱函式定理，在水層聲速已知的條件下，本研 究證明了單一繞圓航線所蒐集的斜距與 GPS 資料可以求得唯一的應答器位置。當水層 聲速未知時，本研究則證明了至少需要繞行兩個半徑不同的圓，才可以藉由斜距與 GPS 資料求出應答器位置的唯一解。在直線航行蒐集斜距與 GPS 資料方面，不論水層聲速 為已知或未知，船隻皆須航行兩條不同直線航線，所蒐集的資料才可以求出應答器位置 的唯一解。由實海域測試結果顯示本研究利用最佳化方法可以精確估測出海床錨碇應答 器的位置，而且利用最佳化方法所估測出之水層平均聲速與利用 CTD 量測所推導出之 平均聲速結果相當吻合。本研究從理論分析上證明了加大兩條平行直線航線的間距，則 應答器定位精度也會提高，而實海域資料分析結果也驗證了此一現象。即使在 GPS 固