細菌演化模糊控制器及其在兩輪移動載具控制上之應用研究
81
0
0
全文
(2) 細菌演化模糊控制器及其在兩輪移動載具控制上之 應用研究. 學生：林 裕 勝. 指導教授：呂藝光 博士. 國立臺灣師範大學應用電子科技學系碩士班. 摘. 要. 本文主要是將模糊控制理論結合細菌覓食演算法，調整模糊系統的設計參數 應用於模糊控制系統，並應用在自行設計的兩輪移動載具。由於兩輪移動載具無 法自主平衡，需要有控制器，才能達成自主平衡。系統控制核心為單晶片 82G516， 透過三軸加速度計與陀螺儀分別回傳角度與角速度的即時資訊，利用量測放大電 路進行訊號處理，並在單晶片中建構數位濾波器(Kalman filter)、模糊控制器，使 其輸出合適的 PWM 來控制兩輪移動載具的前進、後退並完成自我平衡的動作。 從模擬的結果得知，透過細菌演化的方式，可以使得兩輪移動載具快速的穩定， 並且從實作結果得知兩輪移動載具搭配模糊細菌演化系統，可以偵測人體重心， 使兩輪移動載具前進、後退的功能。. 關鍵字：細菌覓食演算法、兩輪移動載具、卡爾曼濾波器、模糊控制器。. i.
(3) Bacterial Foraging Fuzzy Controllers and Its Application Study in Control of Two-Wheeled Vehicles Student：Yu-Sheng Lin. Advisors：Dr. Yih-Guang Leu. Institute of Applied Electronics Technology National Taiwan Normal University. ABSTRACT. This thesis focuses on adjusting the design of fuzzy control systems through a combination of the fuzzy control theory and the bacterial foraging algorithm. In addition, for a self-designed two wheeled vehicle, because of the reason that two-wheeled vehicle is unable to be self-balancing, a controller is required for forming a control system. The control system kernel is Megawin 82G516 single chip. The real-time data of angle and angular velocity are transmitted respectively from 3-axis accelerometer and gyroscope to the control kernel. Through the measurement amplifier processes analog signal, along with the construction of digital filter (Kalman filter) and fuzzy controller in the single chip, the control system kernel outputs a suitable pulse width modulation (PWM) to control the two-wheeled vehicles to go forward and backward, and even to make it self-balancing. The simulation results indicate that the two-wheeled unstable vehicle becomes stable immediately through the bacterial evolution. Moreover, the experiment results show that the two-wheeled vehicle with fuzzy bacterial evolution system can detect the gravity center of body such that the two-wheeled vehicle can move forward and backward.. Keywords: Bacterial foraging algorithm, two-wheeled vehicles, Kalman filter, fuzzy controller.. ii.
(4) 誌. 謝. 在國立台灣師範大學應用電子研究所的兩年學習生活當中，由衷地感謝指導 教授呂藝光博士，在筆者遇到問題與挫折時，老師總能不厭其煩的教導，尤其是 專業的知識與人生經驗的分享，使筆者能充實自己的專業能力並學會待人處事的 道理，最後也成功讓本論文得以順利完成，謹此致上最誠摯的謝意。 接著感謝口試委員國立台灣師範大學洪欽銘博士、王偉彥博士、國立台灣海 洋大學吳政郎博士及華夏技術學院張原彰博士對論文的指教與建議，使本論文的 內容更佳完善。再者感謝學長偉誠、克勤、承洲、志宇、育正和同學嘉煒、彥侯、 碩甫以及學弟拱北、典融、苹源、仕勳、助理穎盈，其中特別感謝仕勳，給予筆 者很多的幫忙與建議，使筆者在研究所的生活多采多姿，每天的生活充滿研究動 力與歡樂氛圍；並感謝這兩年來所有關心與幫助筆者的人，祝福您們都能平安快 樂。 最後，將此論文獻給最敬愛的家人們、以及親朋好友們，深深感謝您們一路 上給予的關心與鼓勵，讓筆者無後顧之憂的努力研究，使筆者在求學過程中可以 專心完成學業，也謝謝那些曾經給予筆者打擊的人與事，促使我更加的茁壯與堅 強，願與您們一起分享成果及榮耀。. iii.
(5) 目 摘. 錄. 要.......................................................................................................................... i. ABSTRACT .................................................................................................................... ii 誌. 謝........................................................................................................................ iii. 目. 錄........................................................................................................................ iv. 表 目 錄....................................................................................................................... vii 圖 目 錄...................................................................................................................... viii 第一章. 緒論 .......................................................................................................... 1. 1.1 研究背景 .......................................................................................................... 1 1.2 研究目的 .......................................................................................................... 2 1.3 文獻回顧 .......................................................................................................... 2 1.4 論文架構 .......................................................................................................... 4 第二章. 兩輪移動載具之硬體電路設計 .............................................................. 5. 2.1 系統架構 .......................................................................................................... 5 2.2 系統電源 .......................................................................................................... 6 2.3 車身機構 .......................................................................................................... 7 2.4 感測裝置與量測放大器 .................................................................................. 8 2.4.1 三軸加速度計 ADXL335 ........................................................................... 8 2.4.2 陀螺儀 IDG500 ........................................................................................... 8 2.4.3 量測放大器 ................................................................................................. 9 2.5 控制核心 82g516 ........................................................................................... 12 2.6 馬達驅動器 .................................................................................................... 13 2.7 電池與馬達輪圈 ............................................................................................ 14 2.8 藍芽傳輸模組 ................................................................................................ 15 第三章. 數位濾波器與模糊控制器 .................................................................... 16. 3.1 數位濾波器(Kalman Filter) ......................................................................... 16 3.1.1 Kalman Filter 原理 .................................................................................... 16. iv.
(6) 3.1.2 Kalman Filter 濾波結果 ............................................................................ 17 3.2 模糊控制器 .................................................................................................... 20 3.2.1 模糊控制方塊圖 ....................................................................................... 22 3.2.2 兩輪移動載具動態方程式 ....................................................................... 22 3.2.3 模糊控制行動示意圖 ............................................................................... 25 3.2.4 歸屬函數 ................................................................................................... 26 3.2.5 模糊規則 ................................................................................................... 28 3.2.6 模糊推論 ................................................................................................... 29 3.2.7 解模糊化 ................................................................................................... 30 3.2.8 模擬結果 ................................................................................................... 30 第四章. 模糊細菌覓食演算法 ............................................................................ 33. 4.1 細菌演算法理論與基礎 .............................................................................. 33 4.1.1 趨藥性(Chemotaxis) ................................................................................. 33 4.1.2 群聚效應(Swarming) ................................................................................ 34 4.1.3 繁殖(Reproduction)................................................................................... 35 4.1.4 消除與分散(Elimination and Dispersal)................................................... 35 4.2 細菌覓食演算法 .......................................................................................... 35 4.3 模糊細菌演化 .............................................................................................. 37 4.3.1 細菌演化模糊控制器 ............................................................................... 37 4.3.2 細菌演化模糊控制器後件部最佳化 ....................................................... 38 第五章. 實驗結果 ................................................................................................ 46. 5.1 模糊控制器-程式流程 ................................................................................. 46 5.2 模糊控制器-無扶桿自主平衡 ..................................................................... 47 5.3 模糊控制器-有扶桿自主平衡 ..................................................................... 50 5.4 模糊控制器-載人自主平衡 ......................................................................... 54 5.5 細菌演化模糊控制器-有扶桿自主平衡..................................................... 55 5.6 細菌演化模糊控制器-載人自主平衡 ......................................................... 58. v.
(7) 5.7 細菌演化模糊控制器-騎乘轉彎 ................................................................. 59 第六章. 結論與未來展望 .................................................................................... 66. 6.1 研究結論 ...................................................................................................... 66 6.2 未來展望 ...................................................................................................... 66 參考文獻....................................................................................................................... 67. vi.
(8) 表. 目. 錄. 表 2-1. LQ_7970M 控制邏輯圖 ............................................................................ 13. 表 3-1. 兩輪移動載具動態方程式變數表 ............................................................ 23. 表 4-1. 細菌覓食演算法 ........................................................................................ 36. 表 5-1. 細菌演化模糊控制器-室內騎乘 ............................................................... 62. 表 5-2. 細菌演化模糊控制器-室外騎乘 ............................................................... 64. vii.
(9) 圖 目 錄 圖 2-1. 兩輪移動載具系統架構圖 .......................................................................... 5. 圖 2-2. 兩輪移動載具系統電源架構圖 .................................................................. 6. 圖 2-3. 兩輪移動載具車身機構實體圖 .................................................................. 7. 圖 2-4. 兩輪移動載具三軸加速度計 ADXL335 .................................................... 8. 圖 2-5. 兩輪移動載具陀螺儀 IDG500 .................................................................... 8. 圖 2-6. 兩輪移動載具量測放大器 .......................................................................... 9. 圖 2-7. 量測放大器輸出(角度) ............................................................................. 10. 圖 2-8. 量測放大器輸出(角速度) ......................................................................... 11. 圖 2-9. 兩輪移動載具控制核心 82G516 .............................................................. 12. 圖 2-10. 兩輪移動載具馬達驅動器 LQ_7970M .................................................... 13. 圖 2-11. YUASA 鉛酸電池 12V,12Ah................................................................... 14. 圖 2-12. 兩輪移動載具馬達與輪圈 ........................................................................ 14. 圖 2-13. 兩輪移動載具藍芽傳輸模組 .................................................................... 15. 圖 2-14. 兩輪移動載具藍芽 USB 接收器 .............................................................. 15. 圖 3-1. Kalman Filter 參數比較圖(Q=1,R=0.1) .................................................... 18. 圖 3-2. Kalman Filter 參數比較圖(Q=0.0001,R=1) .............................................. 18. 圖 3-3. Kalman Filter 參數比較圖(Q=0.0001,R=0.1) ........................................... 19. 圖 3-4. 模糊控制器組成圖 .................................................................................... 20. 圖 3-5. 模糊控制方塊圖 ........................................................................................ 22. 圖 3-6. 兩輪移動載具行動示意圖 ........................................................................ 25. 圖 3-7. 模糊角度歸屬函數 .................................................................................... 26. 圖 3-8. 模糊角速度歸屬函數 ................................................................................ 27. 圖 3-9. 模糊輸出歸屬函數 .................................................................................... 27. 圖 3-10. 模糊規則庫 ................................................................................................ 28. 圖 3-11. 模糊控制器之車身傾斜角度 .................................................................... 31. 圖 3-12. 模糊控制器之車身傾斜角速度 ................................................................ 31. viii.
(10) 圖 3-13. 模糊控制器之控制輸入 .......................................................................... 32. 圖 4-1. 細菌演化模糊控制器與兩輪移動載具之控制方塊圖 .......................... 37. 圖 4-2. 細菌演化模糊控制器輸出單值最佳化 .................................................. 38. 圖 4-3. 細菌演化模糊控制器之流程圖 .............................................................. 39. 圖 4-4. 細菌演化模糊控制器之角度誤差(ISE) ................................................. 40. 圖 4-5. 細菌演化模糊控制器之控制輸入(ISE) ................................................. 41. 圖 4-6. 細菌演化模糊控制器之每代評估指標(ISE) ......................................... 41. 圖 4-7. 細菌演化模糊控制器之第 1 代評估指標(ISE) ..................................... 42. 圖 4-8. 細菌演化模糊控制器之第 2000 代評估指標(ISE) ............................... 42. 圖 4-9. 細菌演化模糊控制器之角度誤差(ITAE) .............................................. 43. 圖 4-10. 細菌演化模糊控制器之控制輸入(ITAE) .............................................. 44. 圖 4-11. 細菌演化模糊控制器之每代評估指標(ITAE) ...................................... 44. 圖 4-12. 細菌演化模糊控制器之第 1 代評估指標(ITAE) .................................. 45. 圖 4-13. 細菌演化模糊控制器之第 2000 代評估指標(ITAE) ............................ 45. 圖 5-1. 模糊控制器程式流程圖 .......................................................................... 46. 圖 5-2. 模糊角度歸屬函數(無扶桿自主平衡) ................................................... 47. 圖 5-3. 模糊角速度歸屬函數(無扶桿自主平衡) ............................................... 47. 圖 5-4. 模糊單值輸出(無扶桿自主平衡) ........................................................... 48. 圖 5-5. 模糊規則庫(無扶桿自主平衡) ............................................................... 48. 圖 5-6. 角度誤差變化圖(無扶桿自主平衡) ....................................................... 48. 圖 5-7. 控制輸入變化圖(無扶桿自主平衡) ....................................................... 49. 圖 5-8. 起始位置(無扶桿自主平衡) ................................................................... 49. 圖 5-9. 平衡位置(無扶桿自主平衡) ................................................................... 49. 圖 5-10. 模糊角度歸屬函數(有扶桿自主平衡) ................................................... 50. 圖 5-11. 模糊角速度歸屬函數(有扶桿自主平衡) ............................................... 50. 圖 5-12. 模糊單值輸出(有扶桿自主平衡) ........................................................... 50. 圖 5-13. 模糊規則庫 (有扶桿自主平衡) ............................................................. 51. ix.
(11) 圖 5-14. 角度誤差變化圖(有扶桿自主平衡) ....................................................... 51. 圖 5-15. 角速度誤差變化圖(有扶桿自主平衡) ................................................... 51. 圖 5-16. 控制輸入變化圖(有扶桿自主平衡) ....................................................... 52. 圖 5-17. 起始點(有扶桿自主平衡) ....................................................................... 52. 圖 5-18. 平衡點(有扶桿自主平衡) ....................................................................... 52. 圖 5-19. 角度誤差變化圖(有扶桿自主平衡與人為干擾) ................................... 53. 圖 5-20. 角速度誤差變化圖(有扶桿自主平衡與人為干擾) ............................... 53. 圖 5-21. 控制輸入變化圖(有扶桿自主平衡與人為干擾) ................................... 53. 圖 5-22. 角度誤差變化圖(載人自主平衡) ........................................................... 54. 圖 5-23. 角速度誤差變化圖(載人自主平衡) ....................................................... 54. 圖 5-24. 控制輸入變化圖(載人自主平衡) ........................................................... 55. 圖 5-25. 平衡位置(載人自主平衡) ....................................................................... 55. 圖 5-26. 角度誤差變化圖(細菌演化模糊控制器-有扶桿自主平衡) .................. 56. 圖 5-27. 角速度誤差變化圖(細菌演化模糊控制器-有扶桿自主平衡) .............. 56. 圖 5-28. 控制輸入變化圖(細菌演化模糊控制器-有扶桿自主平衡) .................. 56. 圖 5-29. 角度誤差變化圖(細菌演化模糊控制器-有扶桿自主平衡與人為干擾) . 57. 圖 5-30. 角速度誤差變化圖(細菌演化模糊控制器-有扶桿自主平衡與人為干擾)57. 圖 5-31. 控制輸入變化圖(細菌演化模糊控制器-有扶桿自主平衡與人為干擾) . 57. 圖 5-32. 角度誤差變化圖(細菌演化模糊控制器-載人自主平衡)........................ 58. 圖 5-33. 角速度誤差變化圖(細菌演化模糊控制器-載人自主平衡) ................. 58. 圖 5-34. 控制輸入變化圖(細菌演化模糊控制器-載人自主平衡) ...................... 59. 圖 5-35. 細菌演化模糊控制器轉彎裝置 .............................................................. 59. 圖 5-36. 細菌演化模糊控制器之轉彎控制器 ...................................................... 60. 圖 5-37. 角度誤差變化圖(細菌演化模糊控制器-騎乘轉彎) .............................. 60. 圖 5-38. 角速度誤差變化圖(細菌演化模糊控制器-騎乘轉彎) .......................... 60. 圖 5-39. 右輪控制輸入變化圖(細菌演化模糊控制器-騎乘轉彎) ...................... 61. 圖 5-40. 左輪控制輸入變化圖(細菌演化模糊控制器-騎乘轉彎) ...................... 61. x.
(12) 第一章 緒論 在此章節中，首先介紹兩輪移動載具的研究背景與研究目的，再延伸介紹國 內及國外的相關文獻和實際應用，並在研究目的說明介紹我們自己設計與實現的 兩輪移動載具，使人騎乘在載具上，也能控制載具完成前進、後退、轉彎的動作。 最後是本論文大綱。. 1.1 研究背景 近年來，由於台灣汽機車的數量暴增，使得二氧化碳的排放量年年上升，並 造成空氣汙染，地球溫度上升，國內外許多團體都在發展可以不必使用汽油的車 輛，電動車就是其中的一種，在 2001 年美國 Dean Kamen 發明了兩輪移動載具 Segway(席格威)[1]，並成功的量產販賣，這項發明主要是透過內部裝置多顆陀螺 儀與傾斜器，並根據駕駛者的重心往前或往後，且透過高速的微處理器送出控制 命令，使本身不會平衡的兩輪車，可以自主平衡，達到前進、後退甚至轉彎的功 能。由於兩輪移動載具不必使用汽油當作動力來源，而是使用鎳氫電池、鋰離子 電池、鉛酸電池等等，對我們地球的環境汙染大大的降低，例如減少溫室氣體的 排放、減少空氣汙染、降低噪音等，這都是現今社會大眾所訴求的觀念，如此一 來，唯有減少使用有關汽油的運輸工具，才能讓地球永續的存在下去，並給後代 子孫一個美好的環境，有鑑於此，太陽能車、電動車等，都是目前產業致力發展 的目標，所以我們嘗試研發這類兩輪移動載具，也由於目前市面上販售的電動車 價格都非常昂貴，價格如果能夠平易近人，市場受歡迎的程度也必定會提升，如 此一來就有更多民眾一起加入減少空氣汙染、創造綠能環境、降低交通壅塞的行 列。. 1.
(13) 1.2. 研究目的 兩輪移動載具本身就是非線性系統、也無法自行站立穩定，它也是屬於倒單. 擺系統的一種，所以這類系統一直被用來驗證控制器的性能好壞。在文獻[2]的研 發成果中得到很多需要改進的地方，所以今年我們決定重新設計與實現兩輪移動 載具的硬體電路、多使用一顆感測器(陀螺儀)、利用量測放大器讓訊號變化範圍 變大、使用數位濾波器(Kalman Filter)進行軟體濾波、並利用模糊細菌演化設計控 制器的參數[3]，實作在微控制器中輸出合適的控制力量控制兩輪移動載具，使兩 輪移動載具有騎乘者的時候，也可以前進、後退、轉彎。. 1.3. 文獻回顧 目前市面上最受關注的產品就是由美國 Dean Kamen 在 2001 年所開發出來的. 兩輪電動車 Segway 使用了五顆陀螺儀來偵測人體重心的移動，傾斜的角度越大， 速度相對的越快，時速高達 20 km/h，並利用差速輪原理，可以左右轉，並可以 180 度的迴轉，前期車款的電池是使用鎳氫電池，後期的車款採用鋰電池，利用 此原理也有生產 Robotics Mobility Platforms (RMPs)，可以在此系統上載運物品， 在國外方面，例如在 2011 年日本的研究團隊在 RMP 上裝置雷射測距儀完成在地 圖上定位的功能[4]，在 2001 年由瑞士的研究團隊利用兩個狀態空間控制器實現 在 DSP(Digital Signal Processor)，完成了移動式的倒單擺[5]，亦有學者在 2009 年 提出利用兩個閉迴路系統的自適應控制器，並搭配使用模糊類神經系統近似機器 人系統中的非線性函數，使機構能保有穩健性[6]，在 2010 年也有發展出利用一 種混合型的控制器，應用在自行設計的平台上可以在 2.5 秒內順利平衡[7]，亦有 研究團隊在 2012 年利用 FPGA 建立 LQR(Linear Quadratic Regulator)控制器成功 的騎乘在自行研發的兩輪移動載具，並在未來增加安全性、路徑規劃等功能[8]， 在 2012 年有團隊自行開發類似 Segway 的車輛，並在機構方面增加多方向的避震 器讓車輛可以安穩的行駛在不平的地形，透過 PID 控制器可以在 2 秒內平衡，時. 2.
(14) 速可達 13 km/h[9]。在細菌演算法方面，在 2006 年有研究團隊提出結合細菌覓食 理論去設計最佳的 PID 控制器並且和基因演算法設計最佳的 PID 控制器做比較， BF-PID 有比較快的安定時間、較小的最大超越量[10]，也有學者在 2009 年利用 細菌覓食演算法結合粒子群演算法調整 PID 控制器的參數應用在液壓伺服控制系 統[11]，並且也在 2010 年應用在無人飛機的系統[12]、直流降壓轉換器[13]。在 國內研究方面，最早的研究團隊在 2006 年開始由中央大學研發出多屆的作品 [14][15]，最後完成了兩輪自走車成功的達成平衡、前進、後退、轉彎、上下坡等 功能，在 2008 年勤益科技大學也有提出設計模糊 PID 控制器基於細菌覓食最佳 化[16]，再來由中興大學在 2009 年提出自適應性滑動控制器[17]，也在 2010 年利 用非線性自適應性類神經控制器[18]透過模擬並實現在 DSP 上，達成可以騎乘的 性能，最近在中國文化大學也有學者提出自適應性模糊滑動平衡控制器 (AFSMBC)，並透過 Lyapunov 定理驗證穩定性，也實作在兩輪機器人上，在 2010 年高雄應用科技大學也有團隊設計利用同步的細菌覓食演算法、自適應的細菌覓 食演算法設計模糊 PID 控制器[19][20]，在 2010 年聖約翰科技大學也有團隊提出 可載人之智慧型兩輪平衡控制車，自行設計兩輪車機構，搭配自己組合的硬體電 路[21][22]，都能有效降低兩輪電動車設計的成本，對台灣的電動車發展略盡棉薄 之力。. 3.
(15) 1.4. 論文架構 本論文之內容，共可分為六章節，其內容大致如下說明：. 第一章：緒論，本章節主要說明細菌演化模糊控制器與兩輪移動載具的研究背景、 國內外相關研究，並介紹兩輪移動載具加強改良的部分。. 第二章：兩輪移動載具之硬體電路設計，本章節主要說明兩輪移動載具的系統架 構、系統電源與周邊硬體電路。. 第三章：數位濾波器與模糊控制器，本章節主要說明利用數位濾波器進行軟體濾 波，控制器方面則使用模糊控制理論，並呈現模糊控制器的模擬結果。. 第四章：模糊細菌覓食演算法，本章節主要說明細菌覓食演算法的理論並結合模 糊控制器，形成細菌演化模糊控制器，最後呈現模擬的結果。. 第五章：實驗結果，本章節主要說明利用細菌演化模糊控制器並實作在兩輪移動 載具的無扶桿自主平衡實驗、有扶桿自主平衡實驗、載人自主平衡實驗、騎乘轉 彎實驗等等。. 第六章：結論與未來展望，本章節主要說明細菌演化模糊控制器並結合兩輪移動 載具的研發成果，並且探討仍需改進的地方、未來展望。. 4.
(16) 第二章 兩輪移動載具之硬體電路設計 . 在本章節中主要介紹兩輪移動載具的所有硬體電路，包括系統架構、系統電 源、車身機構、感測裝置與量測放大器、控制核心、馬達驅動器、電池與馬達輪 圈、藍芽傳輸模組，最後是實體電路圖。. 2.1. 系統架構. 圖 2-1 兩輪移動載具系統架構圖. 如圖 2-1 所示，這是整個兩輪移動載具的系統架構示意圖，感測器方面由三 軸加速度計、陀螺儀所組成，即時回傳角度與角速度的資訊，其輸出的訊號為類 比電壓，控制核心為 82g516，使用內建 10 bit A/D Converter 功能，把類比電壓轉 換成數位信號，並在微控制器中建構卡爾曼濾波器(kalman Filter)進行軟體濾波的 功能，透過模糊控制器即時運算且輸出 PWM 至左右兩輪的馬達驅動器，控制左 右兩輪馬達，完成前進、後退的動作。. 5.
(17) 2.2. 系統電源. 圖 2-2 兩輪移動載具系統電源架構圖. 如圖 2-2 所示，這是兩輪移動載具的系統電源架構圖，首先主要動力電源由 兩顆 12V,12Ah 鉛酸電池串聯所組成，由於兩顆鉛酸電池充飽電後，電壓會到 26V 左右，也因為本機構所使用的馬達驅動器，額定電源是 24V，所以我們利用 LM338 穩壓 IC 將 26V 穩壓至 24V，再來利用單顆 12V,12Ah 鉛酸電池供給散熱的風扇 使用，並再利用 LM317 降壓 IC 將 12V 降壓成 3.3V 給兩顆感測器使用(三軸加速 度計、陀螺儀)，另外再利用 LM7805 降壓至 5V 供給馬達驅動器、單晶片、訊號 放大電路使用。. 6.
(18) 車身機構. 2.3. 圖 2-3 兩輪移動載具車身機構實體圖. 如圖 2-3 所示，這是兩輪移動載具的車身機構實體圖，上半部分為扶桿，可 以依照身高自由伸縮高度，中間凹槽部分是放置兩顆鉛酸電池的地方，再來兩塊 黃色踏板下面，放著所有的硬體電路，再來兩側就是左右輪直流馬達與 12 吋輪 圈。. 7.
(19) 感測裝置與量測放大器. 2.4 2.4.1. 三軸加速度計 ADXL335. 圖 2-4 兩輪移動載具三軸加速度計 ADXL335. 如圖 2-4 所示，這是兩輪移動載具用來感應角度的裝置，工作電壓 是 1.8V~3.6V，主要是透過偵測重力加速度，就可以得知目前傾斜的角度，由於輸 出的訊號是類比電壓，所以必須透過控制核心的 A/D Converter，才能給單晶片使 用。. 2.4.2. 陀螺儀 IDG500. 圖 2-5 兩輪移動載具陀螺儀 IDG500. 如圖 2-5 所示，這是兩輪移動載具用來感應角速度的裝置，工作電壓是 3V， 主要是透過感應旋轉的速率，就可以得知目前傾斜的角速度，並且有兩種輸出腳 位，在本兩輪移動載具上，是使用 4.5 倍的輸出腳位，由於輸出的訊號也是類比 電壓，所以必須透過控制核心的 A/D Converter，才能給單晶片使用。 8.
(20) 2.4.3. 量測放大器. 圖 2-6 兩輪移動載具量測放大器. 如圖 2-6 所示，這是由兩顆運算放大器所組成的量測放大器，主要功用是用 來放大三軸加速度計(角度)、陀螺儀(角速度)的電壓變化範圍，V1 是 5V 並搭配上 一個可變電阻，當作一個比較的電壓準位，V2 分別是感測器的輸出，透過這個量 測放大器經過之後 Vo 就是當作微控制器的輸入端。. 9.
(21) 圖 2-7 量測放大器輸出(角度). 如圖 2-7 所示，這是將三軸加速度計與量測放大器結合，經過實際的量測結 果所畫出來的角度對應電壓圖，其中角度變化的範圍是在+50°~-50°之間、電壓變 化範圍是 0.7V ~3.25V，2V 對應到的是 0°，這就是兩輪移動載具的平衡點。. 10.
(22) 圖 2-8 量測放大器輸出(角速度). 如圖 2-8 所示，這是將陀螺儀與量測放大器結合，經過實際的量測結果所畫 出來的角度對應電壓圖，其中角速度變化的範圍是在+30°/s~-30°/s、電壓變化範 圍是 2.75V~1.25V，2V 對應到的是 0°/s，這就是兩輪移動載具的靜止點。. 11.
(23) 2.5. 控制核心 82G516. 圖 2-9 兩輪移動載具控制核心 82G516. 如圖 2-9 所示，這是兩輪移動載具上所使用的單晶片 82G516，這顆單晶片是 由笙泉科技所製造販售的 8-bit microcontroller，工作電壓範圍是 2.9V~5.5V，工作 頻率範圍最高可到 24MHz，在此是使用 22.1184 MHz 的石英震盪器，並有內建的 10-bit A/D Coverter，轉換的速度大概是 20KHz~80KHz，也內建 PWM(Pulse Width Modulation)的功能，頻率最高可以到 42 KHz 左右，除了使用上述的兩種功能以 外，也在此微控制器中建構數位濾波器(Kalman Filter)、模糊控制器。. 12.
(24) 2.6. 馬達驅動器. 圖 2-10 兩輪移動載具馬達驅動器 LQ_7970M. 如圖 2-10 所示，這是兩輪移動載具控制馬達的驅動器 LQ_7970M，由於文獻 [2]的馬達驅動器是自己設計而成，保護電路並沒有考慮得很完善，導致容易燒毀， 驅動電路只要一燒毀，就算控制器寫得再好，都無法使兩輪移動載具能夠正常運 作，再經過很多不同的驅動器嘗試之後，最後選定這顆馬達驅動器，由於兩輪移 動載具需要承載人或者是一些比較重的物品，耐電流勢必要很高，這顆馬達驅動 器可以忍受的最高電流是 68A，輸入電源是 5~25V，工作電壓是 5V，PWM 頻率 5KHz~25KHz，控制邏輯如表 2-1 所示。. 表 2-1 LQ_7970M 控制邏輯圖 EN. PWM1. PWM2. OUT1(-). OUT2(+). 正轉. 1. 0~100%. 0. 0. 0~100%. 反轉. 1. 0. 0~100%. 0~100%. 0. 停止. 0. X. X. X. X. 13.
(25) 2.7. 電池與馬達輪圈. 圖 2-11 YUASA 鉛酸電池 12V,12Ah. 如圖 2-11 所示，這是兩輪移動載具的所使用的電池，主要電源是由兩顆 12V 鉛酸電池串聯而成，這就是整台載具所有的動力來源，詳細的電源配置已在系統 電源部分做解釋。. 圖 2-12 兩輪移動載具馬達與輪圈 如圖 2-12 所示，這是兩輪移動載具所使用的馬達與輪圈，馬達是使用 30V/200W 的直流有刷馬達，輪圈是使用 12 吋的輪胎。. 14.
(26) 2.8. 藍芽傳輸模組. 圖 2-13 兩輪移動載具藍芽傳輸模組. 圖 2-14 兩輪移動載具藍芽 USB 接收器 如圖 2-13 所示，這是兩輪移動載具所使用的藍芽傳輸模組 BTM400_6B，主 要的功能是用來即時傳送角度、角速度與 PWM 的資訊，在單晶片端連接 TX、 RX 腳位，如圖 2-14 所示，這是裝置在電腦端的 USB 藍芽接收器，如此一來可 以在電腦的超級終端機介面，即時的了解目前兩輪移動載具的情形，並將每一筆 資料儲存起來。 15.
(27) 第三章 數位濾波器與模糊控制器 在此章節中，首先介紹所使用的數位濾波器，主要是使用 Kalman Filter 進行 角度、角速度的訊號濾波，再來是控制系統中不可或缺的控制器，在此是使用模 糊控制理論，並將上述兩者，都建構在單晶片中，進而完成兩輪移動載具的前進、 後退並且平衡的動作。. 數位濾波器(Kalman Filter). 3.1. Kalman Filter 是由匈牙利數學家在 1960 年所發表，並被廣泛應用在各種領域 上，主要有其兩大功能，一種是濾波，另一種是預測，本論文就是利用濾波的功 能，濾除掉角度、角速度回傳值的雜訊，那 Kalman Filter 本身就是一種最佳化自 回歸數據處理演算法[23]。. 3.1.1. Kalman Filter 原理. 首先介紹 Kalman Filter 演算法的五大公式，其中包括一些機率統計與離散控 制的概念。. X (k | k 1) AX (k 1| k 1) BU (k ). (3-1). X (k | k 1) :上一狀態預測的結果， A , B :系統參數， X (k 1| k 1) :上一狀態最佳. 的結果， U (k ) :現在狀態控制量。. P (k | k 1) AP (k 1| k 1) A ' Q. 16. (3-2).
(28) P (k | k 1) : X (k | k 1) 的共變異數， A :系統的矩陣， Q :系統過程的雜訊。. X (k | k ) X (k | k 1) Kg (k )( Z (k ) HX (k | k 1)). (3-3). X (k | k ) :現在的資料， X (k | k 1) :上一筆資料， Kg (k ) :Kalman 增益， Z (k ) :感測. 器回傳值， H :測量系統參數， H ' :測量系統參數的轉置。 Kg (k ) P(k | k 1) H '/ ( HP (k | k 1) H ' R). (3-4). R :測量時的雜訊。. P (k | k ) ( I Kg (k ) H ) P (k | k 1). (3-5). 透過以上這五大公式，整個 Kalman Filter 演算法可以自迴歸的一直運算下去，完 成訊號的濾波。. 3.1.2 . Kalman Filter 濾波結果. 由於三軸加速度計與陀螺儀回傳的資訊是類比電壓，除了類比轉數位或有些. 許偏差以外，還會有訊號飄移的問題，有時候會突然回傳一個異常的數值，或者 兩輪移動載具在行走的時候，會有車身抖動的情形發生，數位濾波器也是必須的， 以下內容是使用 Kalman Filter 的參數比較，調整出好的參數才能使濾波的功能完 成。. 17.
(29) Kalman Filter(Q=1,R=0.1) 16. Angle Error (°). 14 12 10 8 6. Before. 4. After. 2 1 28 55 82 109 136 163 190 217 244 271 298 325 352 379 406 433 460 487. 0. Data Series . 圖 3-1 Kalman Filter 參數比較圖(Q=1,R=0.1). 16 14 12 10 8 6 4 2 0. Before After. 1 31 61 91 121 151 181 211 241 271 301 331 361 391 421 451 481 511. Angle Error(°). Kalman Filter(Q=0.0001,R=1). Data Series . 圖 3-2 Kalman Filter 參數比較圖(Q=0.0001,R=1) . 18.
(30) 16 14 12 10 8 6 4 2 0. Before After. 1 33 65 97 129 161 193 225 257 289 321 353 385 417 449 481 513 545. Angle Error(°). Kalman Filter(Q=0.0001,R=0.1). Data Series . 圖 3-3 Kalman Filter 參數比較圖(Q=0.0001,R=0.1). 如圖 3-1、3-2、3-3 所示，以上三張圖是 Kalman Filter 參數比較圖，實驗的 情況是將兩輪移動載具靜止放置在距離平衡點大概 5°的地方，透過藍芽傳輸模組 與藍芽接收器，將資料回傳電腦，圖 3-1、3-2 濾波前與濾波後的圖形大致相似， 從中得知，此兩組參數無法成功完成濾波的功能，圖 3-3 的實驗結果得知濾波前 會有訊號飄移的情況，經過濾波後可以有效的濾除雜訊，由此證明這組參數可以 有效地完成濾波的功能，後面所有的實驗都是使用這組 Kalman Filter 參數。. 19.
(31) 3.2. 模糊控制器 模糊理論是 Lotfi A. Zadeh 在 1965 年所發表的論文，早在 1962 年他將處理. 生物學系統的概念寫成模糊集合的論文，在 1960 年代末期，許多新的模糊方法， 例如模糊演算法、模糊決策等等被提出[24]，目前模糊系統已被廣泛的應用在自 動控制、圖樣識別、信號處理各方面，使用模糊控制理論設計控制器的優點是可 以在不了解受控體的數學模型下，利用專家知識及經驗來設計控制理論，模糊控 制是以模糊集合理論、模糊語言變數、模糊邏輯推理為基礎的一種智慧型控制方 法[25]。. 圖 3-4 模糊控制器組成圖. 如圖 3-4 所示，模糊控制器的組成主要有五大部分，分別為模糊化、知 識庫、規則庫、推論工廠、解模糊化。. 模糊化：模糊控制器的輸入必須經過模糊化才能當作模糊規則的輸入，主要就是 將真實信號的確定量轉換成一個模糊量。 E= {負很大 負大 負小 零 正小 正大 正很大} = {NVB NB NS ZO PS PB PVB}. 知識庫：知識庫中是輸入、輸出變數模糊化後的模糊集合歸屬函數，方便作為模 糊規則的輸入與輸出使用。 20.
(32) 規則庫：規則庫是專家經驗所形成的模糊規則，主要是使用 if-and-then 的語句來 描述。. 推論工廠：利用 if-then 的規則推論出模糊輸出的過程，在此是使用 Mamdani 模 糊模型的最大-最小和乘法。. 解模糊化：透過此步驟可以求得明確的輸出量，在此是使用重心法。. 21.
(33) 3.2.1. 模糊控制方塊圖. 圖 3-5 模糊控制方塊圖. 如圖 3-5 所示，模糊控制器需要有兩種輸入，從兩輪移動載具即時回傳角度、 角速度的資訊與我們設定的平衡點做比較，其中一個輸入是角度的誤差，另一個 輸入是角速度的誤差，經由這兩種輸入可以建立模糊歸屬函數，再透過專家經驗 而成的模糊規則庫，再來利用 Mamdani 最大-最小的推論方式，最後再經過重心 法求出明確的輸出量(PWM)控制兩輪移動載具前進、後退也能平衡的動作。. 3.2.2. 兩輪移動載具動態方程式[2]. 如表 3-1 所示，這是兩輪移動載具動態方程式的變數表，並將我們自行設計 的兩輪移動載具的參數帶入(3-6)式，並將此動態方程式當作我們模擬的模型。. 22.
(34) 表 3-1 兩輪移動載具動態方程式變數表 符號. 單位. 意義. g. m / s2. 重力加速度. . rad. 扶桿傾斜角度(對地垂直線). . rad. 輪轉動角度(對地垂直線). Tm. Nm. 扶桿對輪產生之扭力. mp. kg. 扶桿質量. rp. m. 扶桿長度. Ip. kgm 2. 扶桿轉動慣量. mw. kg. 輪質量. rw. m. 輪半徑. Iw. kgm 2. 輪轉動慣量. Fp. N. 扶桿對輪正向力. Fa. N. 扶桿對輪磨擦力. Ff. N. 輪對地磨擦力. Fnw. N. 輪對地正向力. rm. ohm. 馬達內阻. kv. Vs / rad. 馬達反電勢. kt. Nm / A. 馬達扭力常數. 如(3-6)所示，將兩輪移動載具推導出四階的動態方程式，其中 、 、 如(3-7) 所示。. 23.
(35) 0 g r 2 2 w - 2 rw2 0 rw 2 rw g 2 rw2 . . 1. 0. 0. 0. 0. 0. 0. 0. 0 2kt kv ( rw ) - 2 rw2 1 2kt kv ( rw ) - 2 rw2. r (m r 2 I ) m p p p 2 2 rm ( I p m p rw mw rw ) m p rp rm . 0 2kt kv ( rw ) - 2 rw2 u (3-6) 0 2k k ( r ) v w t - 2 rw2 . (3-7) . 24.
(36) 3.2.3. 模糊控制行動示意圖. 圖 3-6 兩輪移動載具行動示意圖. 如圖 3-6 所示，這是兩輪移動載具的行動示意圖，載具如果在平衡點的話， 單晶片就不會輸出 PWM 給馬達，就會自然穩定，載具如果向前前傾一個角度的 話，透過車上搭配的三軸加速度計，可以偵測目前載具有前傾的動作，這時候單 晶片就會輸出前進的 PWM 給馬達，讓車身自動保持平衡，反之亦然，在載具上 亦有裝置陀螺儀，此裝置主要是用來偵測角速度，假如載具現在很慢的前傾到某 一個角度或者很快的前傾到某一個角度，這時候需要不一樣的力量去控制兩輪移 動載具，所以載具也必須搭配此種感測器，才能清楚得知目前載具的趨勢，才能 完成整個兩輪移動載具的控制。. 25.
(37) 3.2.4. 歸屬函數. 在此兩輪移動載具使用的兩種輸入歸屬函數都是使用三角形的歸屬函數來定 義變數角度、角速度而輸出的歸屬函數是使用單值的函數。. 圖 3-7 模糊角度歸屬函數. 如圖 3-7 所示，這是模糊角度的輸入歸屬函數，主要是將-15°~15°切成七大區 塊，由於兩輪移動載具本身就無法平衡，而且我們的目標是要完成可以供人騎乘 的兩輪移動載具，所以必須在很小的角度變化範圍內，就要去控制載具，不然載 具一定無法平衡甚至還可以供人騎乘，其中角度的輸入歸屬有 NVB(負很大)、 NB(負大)、NS(負小)、ZO(零)、PS(正小)、PB(正大)、PVB(正很大)，總共有七種 歸屬函數，歸屬值最大為 1。. 26.
(38) 圖 3-8 模糊角速度歸屬函數. 如圖 3-8 所示，這是模糊角速度的歸屬函數，主要是將-5°/s~5°/s，切成三大 區塊，主要是利用角速度的資訊得知目前載具的傾斜趨勢，其中角速度的輸入歸 屬有 NB(負大)、ZO(零)、PB(正大)，總共有三種歸屬函數，歸屬值最大為 1。. 圖 3-9 模糊輸出單值. 如圖 3-9 所示，這是模糊輸出歸屬函數，主要是將 Duty 切成五種可能，在這 裡的單位就是 PWM 的 Duty，其中包括 NVB(負很大)、NB(負大)、ZO(零)、PB(正 大)、PVB(正很大)總共有五種，歸屬值最大為 1。. 27.
(39) 3.2.5. 模糊規則. 在此是利用 if-and-then 的語句，將兩個輸入變數來設計模糊控制系統的輸出 變數，角度輸入歸屬函數總共有七種，角速度輸入歸屬函數總共有三種，則可以 產生 21 條模糊規則。. 規則 1：如果角度誤差正很大與角速度誤差正大，則輸出正很大的力量。 規則 2：如果角度誤差正大與角速度誤差正大，則輸出正很大的力量。 ‧ ‧ 規則 21：如果角度誤差負很大與角速度誤差負大，則輸出負很大的力量。. 圖 3-10 模糊規則庫. 28.
(40) 3.2.6. 模糊推論. 在此模糊推論是使用 Mamdani 模糊模型的最大-最小合成法進行模糊推論。 如圖 3-7、圖 3-8，假設角度誤差=-8°，角速度誤差=-4°/s 會觸發 4 條規則 R12、. R13、R19、R20。 規則 12：如果角度誤差負小與角速度誤差零，則輸出負大的力量。 規則 13：如果角度誤差負大與角速度誤差零，則輸出負很大的力量。 規則 19：如果角度誤差負小與角速度誤差負大，則輸出負很大的力量。 規則 20：如果角度誤差負大與角速度誤差負大，則輸出負很大的力量。 在規則 12 中，可以算出前件部的歸屬值： 角度誤差負小的歸屬值：. 8 2 0.4 ，角速度誤差零的歸屬值： 4 1 0.2 。 5 5 min(0.4,0.2) 0.2. 在規則 13 中，可以算出前件部的歸屬值： 角度誤差負大的歸屬值：. 8 1 0.6 ，角速度誤差零的歸屬值： 4 1 0.2 。 5 5 min(0.6,0.2) 0.2. 在規則 19 中，可以算出前件部的歸屬值： 角度誤差負小的歸屬值： . 8 2 0.4 ，角速度誤差負大的歸屬值： 4 0.8 。 5 5 min(0.4,0.8) 0.4. 在規則 20 中，可以算出前件部的歸屬值： 角度誤差負大的歸屬值：. 8 1 0.6 ，角速度誤差負大的歸屬值： 4 0.8 。 5 5 min(0.6,0.8) 0.6. 29.
(41) 3.2.7. 解模糊化. 利用 Mamdani 模糊模型進行模糊推論所得的控制量是一個模糊量，但在實際 上需要一個確定值才能控制兩輪移動載具，常用的解模糊化方法有三種最大歸屬 值法、重心法、加權平均法，在此論文中是使用重心法當作解模糊化的方法。. u (0.2*-0.5)+(0.2*-1)+(0.4*-1)+(0.6*-1) =-0.93 0.2+0.2+0.4+0.6 透過重心法推出需要輸出-93%的 Duty 去控制兩輪移動載具，使兩輪移動載具可 以達到平衡的功能。. 3.2.8. 模擬結果. 本論文是使用 Matlab 模擬，並假設車身的初始傾斜角度為 0.18 徑度(約 10.32°)， 初始角速度為 0°/s，並使用模糊控制器去模擬兩輪移動載具的動態方程式。如圖. 3-11 所示，這是模糊控制器的車身傾斜角度與時間關係圖，由圖的結果可以得知， 車身原本傾斜於距離平衡點 0.18 徑度的位置，大概在 4 秒左右車身就能完全平衡 不動。如圖 3-12 所示，這是模糊控制器的車身傾斜角速度與時間關係圖，由圖的 結果可以得知，車身原本的角速度為 0°/s，大概在 4 秒左右車身就完全靜止不動。 如圖 3-13 所示，這是模糊控制器的控制輸入與時間關係圖，大約在 3 秒~4 秒之 間，就沒有控制力輸出，表示兩輪移動載具已經完成自主平衡的動作。. 30.
(42) 圖 3-11 模糊控制器之車身傾斜角度. 圖 3-12 模糊控制器之車身傾斜角速度. 31.
(43) 圖 3-13 模糊控制器之控制輸入. 32.
(44) 第四章 模糊細菌覓食演算法 . 在此章節中，首先介紹細菌演算法的理論，再來介紹本論文利用細菌覓食的. 行為結合模糊控制理論，設計模糊控制系統的輸出單值權重，並使用兩輪移動載 具的數學模型進行模擬，達到最佳化的功能，最後呈現模擬結果。. 細菌演算法理論背景與基礎. 4.1. 細菌演算法是一種自然界啟發性的最佳化搜尋機制，在 2002 年由 K.Passino 所提出的細菌覓食最佳化演算法(Bacterial Foraging Optimization Algorithm)[26]， 主要是在模仿大腸埃希氏菌(E coli)的覓食行為，細菌的行為有四大步驟分別為趨 藥性、群體反應、繁殖、消除與分散，這四種行為會在下面的章節解釋。. 4.1.1. 趨藥性(Chemotaxis). . P j, k , l i j, k , l | i 1,2,, S. . (4-1). 趨藥性 N c 是細菌找尋營養源的行為，是由翻轉和移動所組成的，在方程式(4-1) 中，定義 j 是趨藥性的次數， k 是繁殖的次數， l 是分散和消除的次數， S 則是細 菌的數量，每隻細菌都有它代表的位置，並且是在趨藥性的迴圈中翻轉和移動， 趨藥性的迴圈包含在繁殖的迴圈中，而繁殖的迴圈外面又包著一層分散和消除的 迴圈。 J i, j, k , l 在此表示第 i 隻細菌位置的環境成本，通常都用 i 代表第 i 隻細菌 的位置， J 就是最佳化理論中的成本(cost)。 N c 的大小代表著細菌的壽命長度，細菌會在這個趨藥性的步驟中不停地尋找. 營養源，直到結束。 C i 表示細菌移動的長度，一般都定義 C i >0 , i 1,2,, S ，. 33.
(45) 表示細菌隨機翻轉的方向，其中 . (i) ， (i) [1,1] ，以下是趨藥 T (i)(i). 性的方程式。. i j 1, k , l i j, k , l C i . (4-2). 如果 i j 1, k , l 的 J i, j 1, k , l 比 i j, k , l 的 J i, j, k , l 還要好(低)的話，細菌就會 自動朝這個方向持續的移動下去，並降低成本，直到 N s 到最大設定的數量。. 4.1.2. 群聚效應(Swarming). 群聚效應的意思是細菌和細菌之間會散發出化學物質，透過這個化學物質傳 遞訊號給其他細菌溝通，它們就會聚集在一起。在此第 i 隻細菌的群聚效應表達 i i 的方程式是以 J cc , j, k , l , i 1,2,, S 所表示，dattract 表示細菌吸引力的深度，. . . attract 表示細菌吸引力的寬度， hrepellant 表示細菌排斥力的高度， repellant 表示細 菌排斥力的寬度，群聚效應的方程式表示如下。 i i J cc , P j, k , l J cc , j, k , l s. . s . . i 1. . . . p. . dattract exp attract m mi. . 2 . i 1 m 1 p s hrepellant exp(repellant (m mi )2 ) i 1 m 1. . (4-3). . T. 方程式結合細菌和細菌間吸引和排斥的效果，其中 1,2 ,, p 代表最佳化的 位置， mi 表示第 i 隻細菌位於 i 的第 m 個成分，主要就是在比較目前細菌位置的 參數，便可完成細菌群體移動的行為，細菌之群聚效應必須將成本定義成. J i, j, k , l J cc , P 而非只有 J i, j, k , l ，如此一來細菌才能互相溝通尋找營養源 並避免遇到有毒物質。. 34.
(46) 4.1.3. 繁殖(Reproduction) Sr S 2. (4-4). 結束了 N c 次的趨藥性與群聚效應緊接著是繁殖的部分，N re 代表繁殖的次數， 為了方便運算，這裡的細菌隻數設定為偶數，擁有較高營養源的細菌族群，會一 分為二，並將較低營養源的族群消滅，並把剛剛分裂的族群，安置在相同位置， 如此一來，人口會持恆，也會一直保留最佳的細菌。. 4.1.4. 消除與分散(Elimination and Dispersal). N ed 表示消除與分散的次數， Ped 是執行細菌消除與分散的機率，透過前面趨. 藥性、群聚效應、繁殖的步驟，經過消除與分散的隨機定義新的空間，就可以再 次重新搜尋，避免掉入局部最佳解的情況。. 4.2. 細菌覓食演算法 在此介紹細菌覓食演算法的程式流程，以下先介紹各個參數代表的意思。. 1.. S :使用的細菌個數. 2.. P :最佳化參數的維度. 3.. N s :細菌移動的次數. 4.. N c :細菌趨藥性次數. 5.. N re :細菌繁殖次數. 6.. N ed :細菌消除與分散次數. 7.. Ped :細菌消除與分散機率. 8.. C i :每隻細菌移動長度. 9.. :每隻細菌移動方向. 10. J :整體搜尋成本 11. J cc :群聚效應成本. 35.
(47) 表 4.1 細菌覓食演算法[27] 細菌覓食演算法 重置所有變數； 重置細菌之位置及數量；. for l 1 to N ed do for k 1 to N re do for j 1 to N c do 計算成本 J i, j, k , l J i, j, k , l J cc i j, k , l , P j, k , l ； . . J last J i, j, k , l ； 重新隨機方向 j ； 移動方程式 i j 1, k , l i j, k , l C i ； 計算成本 J i, j 1, k , l J i, j 1, k , l J cc i j 1, k , l , P j 1, k , l ； . . m 0； while m N S do. m m 1 ； if J last J i, j, k , l 移動方程式 i j 1, k , l i j, k , l C i ；. else m Ns ；. end end j end. 分裂最佳的細菌，消除最差的細菌； k end. 分散細菌至隨機新區域； l end. 36.
(48) 模糊細菌演化. 4.3. 本章節主要是說明細菌覓食演算法搭配模糊系統並有效的設計模糊模型的參 數，調整模糊系統的單值輸出基底矩陣，進而控制兩輪移動載具的數學模型，透 過每一代細菌的演化，進而找到最佳解，使得車子的平衡速度加快，並減少震盪。. 4.3.1. 細菌演化模糊控制器. 模糊控制已在第三章詳細介紹過，在此簡單介紹這裡所使用的方法，要控制 兩輪移動載具並搭配模糊系統，需要有兩種三角形輸入歸屬函數、一種單值輸出 歸屬函數，一個是角度誤差(如第三章圖 3-7)，另一個是角速度誤差(如第三章圖 3-8)，輸出歸屬函數(如第三章圖 3-9)，在此表示為 PWM 的 duty，由於是使用單 值輸出，要找到最適合的單值，需要花費很大的時間去嘗試錯誤，才能得到好的 結果，如圖 4-1 所示，在此就是使用細菌覓食演算法去調整這個單值輸出的權重， 達到最佳化的結果，如圖 4-2 所示，由於規則庫總共有 21 條規則，所以每一隻細 菌的維度就是 21 個，各代表每一隻細菌的位置。. 圖 4-1 細菌演化模糊控制器與兩輪移動載具之控制方塊圖. 37.
(49) 圖 4-2 細菌演化模糊控制器輸出單值最佳化. 4.3.2. 細菌演化模糊控制器後件部最佳化. 在此章節中是透過細菌覓食演算法調整模糊系統後件部的結果，主要是利用 細菌覓食演算法趨藥性步驟中的的翻滾和移動如(4-2)式，使用的細菌數量為 3 隻， 游動的力量為 0.5，由於我們是在模擬控制兩輪移動載具，所以車身的角度能否 到達平衡點是我們所考量的因素，在此也使用驗證每一代細菌位置的評估指標， 以下介紹兩種評估指標(4-5)、(4-6)式，其中一個是積分平方誤差(Integral Square Error)的公式，另一個是積分時間乘絕對值誤差(Integral of Time multiplied by Absolute Error)，在此透過評估指標判斷那一隻細菌的位置最接近營養源，並將三 隻細菌排序，先找出最好的細菌當作第一隻細菌，再來次好的細菌與最好的細菌 結合之後再分裂成新的細菌當作第二隻細菌，並將最差的細菌消滅，最後從最好 的細菌再加上翻滾和移動的概念去移動新位置，當作第三隻細菌，並重複的演化 下去，如圖 4-3 是模糊細菌演化的流程圖。 T J T e2 (t )dt ISE 0. (4-5). T J T t e(t ) dt ITAE 0. (4-6). 38.
(50) 圖 4-3 細菌演化模糊控制器之流程圖. 39.
(51) 如圖 4-4 所示，這是演化到第 2000 代的角度誤差圖，並且是利用 ISE 當作評 估指標，從圖中得知角度誤差大概在 0.5~1 秒之間就能穩定，如圖 4-5 所示這是 第 2000 代的控制輸入圖，從圖中得知大概不到 0.5 秒就能完全穩定，如圖 4-6 所 示，是每一代的評估指標，如圖 4-7 所示，是第 1 代的評估指標，大概是 32.835 左右，如圖 4-8 所示是第 2000 代的評估指標，已經下降到 0.16 左右。. 圖 4-4 細菌演化模糊控制器之角度誤差(ISE). 40.
(52) 圖 4-5 細菌演化模糊控制器之控制輸入(ISE). 圖 4-6 細菌演化模糊控制器之每代評估指標(ISE). 41.
(53) 圖 4-7 細菌演化模糊控制器之第 1 代評估指標(ISE). 圖 4-8 細菌演化模糊控制器之第 2000 代評估指標(ISE). 42.
(54) 如圖 4-9 所示，這是演化到第 2000 代的角度誤差圖，並且是利用 ITAE 當作 評估指標，從圖中得知角度誤差大概在 1~1.5 秒之間就能穩定，如圖 4-10 所示這 是第 2000 代的控制輸入圖，從圖中得知大概在 0.5~1 秒就能完全穩定，如圖 4-11 所示，是每一代的評估指標，如圖 4-12 所示，是第 1 代的評估指標，大概是 646.9 左右，如圖 4-13 所示是第 2000 代的評估指標，已經下降到 23.986 左右。. 圖 4-9 細菌演化模糊控制器之角度誤差(ITAE). 43.
(55) 圖 4-10 細菌演化模糊控制器之控制輸入(ITAE). 圖 4-11 細菌演化模糊控制器之每代評估指標(ITAE). 44.
(56) 圖 4-12 細菌演化模糊控制器之第 1 代評估指標(ITAE). 圖 4-13 細菌演化模糊控制器之第 2000 代評估指標(ITAE). 45.
(57) 第五章 實驗結果 本章節主要是介紹兩輪移動載具的實驗結果，其中包括模糊控制器-無扶桿自 主平衡、模糊控制器-有扶桿自主平衡、模糊控制器-載人自主平衡、細菌演化模 糊控制器-有扶桿自主平衡、細菌演化模糊控制器-載人自主平衡、細菌演化模糊 控制器-騎乘轉彎。. 5.1. 模糊控制器-程式流程. 圖 5-1 模糊控制器程式流程圖. 46.
(58) 如圖 5-1 所示，這是整個兩輪移動載具模糊控制的流程圖，首先是接收三軸 加速度計(角度)、陀螺儀(角速度)的訊號，透過單晶片內建的 A/D Converter，再 經過卡爾曼濾波器的軟體濾波，訊號再與基準值做比較，產生誤差、誤差的微分， 最後經過模糊控制器的運算，判斷現在兩輪移動載具是該前進或者後退，完成平 衡的動作。. 5.2. 模糊控制器-無扶桿自主平衡 本實驗是將兩輪移動載具的扶桿先不安裝，並將兩輪移動載具傾斜置放於地. 上，將電源開啟時，兩輪移動載具將會完成自主平衡的動作，如圖 5-2 所示，採 用三角形歸屬函數，並劃分成五種區塊，分別代表不同的角度誤差量，如圖 5-3 所示，採用三角形歸屬函數，並劃分成三種區塊，分別代表不同的角速度誤差量， 如圖 5-4 所示，採用單值輸出，總共有五種輸出，分別代表不同的控制輸入，如 圖 5-5 所示，模糊規則庫總共有 15 條，透過經驗法則設定每一條規則的輸出值， 假如角度誤差負小，角速度誤差負大，就輸出負大的力量給馬達。. 圖 5-2 模糊角度歸屬函數(無扶桿自主平衡). 圖 5-3 模糊角速度歸屬函數(無扶桿自主平衡) 47.
(59) 圖 5-4 模糊單值輸出(無扶桿自主平衡). 圖 5-5 模糊規則庫(無扶桿自主平衡) 如圖 5-6 所示，兩輪移動載具的初始角度 50°，車身平衡角度為-40°，大概 5 秒左右會穩定，並在 15 秒左右加入人為的干擾，最後在 17 秒左右完成整個平衡 動作。如圖 5-7 所示，輸出 duty 從 100%開始到 5 秒左右使其平衡，並在 15 秒左 右因為有干擾的動作，產生不一樣的變化。. 圖 5-6 角度誤差變化圖(無扶桿自主平衡) 48.
(60) 圖 5-7 控制輸入變化圖(無扶桿自主平衡). 圖 5-8 起始位置(無扶桿自主平衡). 圖 5-9 平衡位置(無扶桿自主平衡) 49.
(61) 5.3. 模糊控制器-有扶桿自主平衡 本實驗是將兩輪移動載具裝置扶桿，由於再加裝扶桿的關係，導致車身的重. 心在前半部分，如果沒有找到一個適當的平衡點，載具就會自己前進，跟上一節 無扶桿的實驗一樣，都讓車身往後傾斜一個角度，當作平衡點。如圖 5-10 所示， 將角度誤差在-15°~15°之間切分成七部分，如圖 5-11 所示，將角速度誤差 -20°/s~20°/s 之間切分成三部分，如圖 5-12 所示，也是有五種模糊輸出，但是使 用較大的 duty，如圖 5-13 所示，本實驗總共有 21 條模糊規則。. 圖 5-10 模糊角度歸屬函數(有扶桿自主平衡). 圖 5-11 模糊角速度歸屬函數(有扶桿自主平衡). 圖 5-12 模糊單值輸出(有扶桿自主平衡) 50.
(62) 圖 5-13 模糊規則庫 (有扶桿自主平衡) 本實驗結果是將兩輪移動載具的平衡點設定在-30°，如圖 5-14 所示是角度誤 差的變化圖，如圖 5-15 所示是角速度誤差變化圖，如圖 5-16 所示是控制輸入變 化圖，如圖 5-17 所示是起始點，如圖 5-18 所示是平衡點。. 圖 5-14 角度誤差變化圖(有扶桿自主平衡). 圖 5-15 角速度誤差變化圖(有扶桿自主平衡) 51.
(63) 圖 5-16 控制輸入變化圖(有扶桿自主平衡). 圖 5-17 起始點(有扶桿自主平衡). 圖 5-18 平衡點(有扶桿自主平衡) 52.
(64) 如圖 5-19、圖 5-20、圖 5-21 所示是在 6 秒左右加入一個人為的干擾，結果顯 示載具也能順利的平衡。. 圖 5-19 角度誤差變化圖(有扶桿自主平衡與人為干擾). 圖 5-20 角速度誤差變化圖(有扶桿自主平衡與人為干擾). 圖 5-21 控制輸入變化圖(有扶桿自主平衡與人為干擾) 53.
(65) 5.4. 模糊控制器-載人自主平衡 本實驗是人駕駛於兩輪移動載具上，可以完成平衡的動作，並且可以前進、. 後退。如圖 5-22 所示，此實驗角度誤差都在平衡點上下變化是因為人駕駛於兩輪 移動載具上，一定會前後移動，並呈現 15 秒的數據，如圖 5-23 所示，此實驗角 速度誤差也都在平衡點上下變化是因為駕駛於兩輪移動載具上，一定會有快慢的 速度，並呈現 15 秒的數據，如圖 5-24 所示，控制輸入的變化圖，並呈現 15 秒的 數據，如圖 5-25 所示是人站立在載具上的平衡點。. 圖 5-22 角度誤差變化圖(載人自主平衡). 圖 5-23 角速度誤差變化圖(載人自主平衡). 54.
(66) 圖 5-24 控制輸入變化圖(載人自主平衡). 圖 5-25 平衡位置(載人自主平衡). 5.5. 細菌演化模糊控制器-有扶桿自主平衡 本實驗是由模糊細菌演化出來的參數來設計控制器，並實際應用在兩輪移動. 載具上，其中實驗的起始點與平衡點與 5.3 節都一樣，角度歸屬函數、角速度歸 屬函數也是相同的，只有改變模糊單值輸出的參數，是透過細菌演化得來的，在 此是使用 ISE 的模擬結果去實作，如圖 5-26 所示，這是演化完成的結果，由於載 具機構的關係從-1°到 1°之間是都能平衡，所以在 2.5 秒左右的震盪都是可接受的。， 圖 5-27、5-28 分別是角速度誤差、控制輸入變化圖。. 55.
(67) 圖 5-26 角度誤差變化圖(細菌演化模糊控制器-有扶桿自主平衡). 圖 5-27 角速度誤差變化圖(細菌演化模糊控制器-有扶桿自主平衡). 圖 5-28 控制輸入變化圖(細菌演化模糊控制器-有扶桿自主平衡). 56.
(68) 如圖 5-29、5-30、5-31 所示，是在 8 秒左右加入一個人為的干擾，載具也是 能順利的平衡。. 圖 5-29 角度誤差變化圖(細菌演化模糊控制器-有扶桿自主平衡與人為干擾). 圖 5-30 角速度誤差變化圖(細菌演化模糊控制器-有扶桿自主平衡與人為干擾). 圖 5-31 控制輸入變化圖(細菌演化模糊控制器-有扶桿自主平衡與人為干擾) 57.
(69) 5.6. 細菌演化模糊控制器-載人自主平衡 這是騎乘在兩輪移動載具上面的實驗結果，也可以達到前進、後退的功能，. 並比 5.4 節所介紹的模糊控制還要來的穩健，如圖 5-32、5-33、5-34 所示，分別 是角度誤差、角速度誤差、控制輸入的變化圖。. 圖 5-32 角度誤差變化圖(細菌演化模糊控制器-載人自主平衡). 圖 5-33 角速度誤差變化圖(細菌演化模糊控制器-載人自主平衡). 58.
(70) 圖 5-34 控制輸入變化圖(細菌演化模糊控制器-載人自主平衡). 5.7. 細菌演化模糊控制器-騎乘轉彎 本實驗是騎乘在兩輪移動載具上，如圖 5-35 所示，在載具的扶桿多裝置一個. 三軸加速度計，如此一來便能偵測扶桿的角度，控制兩輪移動載具的左右轉，便 能使兩輪移動載具成為一個短距離代步的工具，而控制的方法如圖 5-36 所示，是 使用 PID 控制器裡的 P 控制器，就有很好的控制效果，如圖 5-37 所示是騎乘轉 彎角度的誤差圖、圖 5-38 是騎乘轉彎的角速度誤差圖，圖 5-39、5-40 分別是兩 輪控制輸入的變化，大概是在 4 秒、15 秒左右的時候有明顯的變化，其他時間點 也有些微的變化。. 圖 5-35 細菌演化模糊控制器轉彎裝置 59.
(71) 圖 5-36 細菌演化模糊控制器之轉彎控制器. 圖 5-37 角度誤差變化圖(細菌演化模糊控制器-騎乘轉彎). 圖 5-38 角速度誤差變化圖(細菌演化模糊控制器-騎乘轉彎). 60.
(72) 圖 5-39 右輪控制輸入變化圖(細菌演化模糊控制器-騎乘轉彎). 圖 5-40 左輪控制輸入變化圖(細菌演化模糊控制器-騎乘轉彎). 61.
(73) 表 5-1 細菌演化模糊控制器-室內騎乘 實驗截圖. 動作說明. 第 1 秒，騎乘者站立於兩輪移動載具上 並直走。(室內). (a). 第 3 秒，騎乘者站立於兩輪移動載具上 並準備向右轉。(室內). (b). 第 5 秒，騎乘者站立於兩輪移動載具上 並完成右轉動作。(室內). (c). 第 7 秒，騎乘者站立於兩輪移動載具上 並準備向左轉。(室內). (d). 62.
(74) 第 9 秒，騎乘者站立於兩輪移動載具上 並完成向左轉動作。(室內). (e). 第 11 秒，騎乘者站立於兩輪移動載具 上並繼續前進。(室內). (f). 63.
(75) 表 5-2 細菌演化模糊控制器-室外騎乘 實驗截圖. 動作說明. 第 1 秒，騎乘者站立於兩輪移動載具上 並直走。(室外). (a). 第 3 秒，騎乘者站立於兩輪移動載具上 並走一段距離。(室外). (b). 第 5 秒，騎乘者站立於兩輪移動載具上 並準備向左轉。(室外). (c). 第 7 秒，騎乘者站立於兩輪移動載具上 並向左轉一段距離。(室外). (d). 64.
(76) 第 9 秒，騎乘者站立於兩輪移動載具上 並完成向左轉動作。(室外). (e). 第 11 秒，騎乘者站立於兩輪移動載具 上並繼續前進。(室外). (f). 65.
(77) 第六章 結論與未來展望 6.1. 研究結論 本文以模糊理論與細菌覓食演算法設計控制器，並實際應用在自行設計的兩. 輪移動載具上，由於兩輪移動載具是一種倒單擺系統，廣泛的被應用在驗證控制 器的好壞。系統控制核心為單晶片 82G516，透過三軸加速度計與陀螺儀分別回 傳角度與角速度的即時資訊，利用量測放大電路進行訊號處理，並在單晶片中建 構卡爾曼濾波器(Kalman Filter)、模糊控制器，使其輸出合適的 PWM 來控制兩輪 移動載具的前進、後退並完成自我平衡的動作。透過模擬結果得知，細菌演化模 糊控制器能有效的控制兩輪移動載具，可以快速的穩定，並從實作結果得知兩輪 移動載具搭配細菌演化模糊控制器，可以偵測人體重心，使兩輪移動載具前進、 後退並且自主平衡甚至轉彎的功能。. 6.2. 未來展望 由於自行設計的兩輪移動載具是走低成本路線，以下有幾個方向是未來可以. 改進的地方。. 1.. 在軟體方面，由於需要撰寫 A/D Converter、Kalman Filter、PWM、模糊控制 器與藍芽傳送資料的程式，程式的大小已經將近 9000 Byte，可能需要精簡程 式，並可以達到更好的效果。. 2.. 在系統控制核心方面，由於本論文所使用的單晶片，A/D Converter 與 PWM 設計在同一組腳位，目前已將可用腳位佔滿，必須改變程式的撰寫，或者使 用兩顆單晶片進行溝通並應用一些硬體周邊電路，亦或是使用更好的控制核 心。. 3.. 在感測器方面，使用較好的感測器，可能會有更好的反應，或者減少雜訊， 並加裝更多不同方向的感測器，必定會使兩輪移動載具更加穩健。. 4.. 在機構方面，如能加裝避震器，在崎嶇不平的路面，騎乘起來會更加舒適。 66.
(78) 參考文獻 [1] http://www.segway.com/, 2013. [2] 汪志宇，兩輪移動車模糊控制，國立臺灣師範大學應用電子科技研究所碩士論文， 台灣，2012年。. [3] 呂偉誠，模糊細菌演化系統與伺服馬達控制之應用，國立臺灣師範大學應用電子科 技研究所碩士論文，台灣，2011年。. [4] Kuwata, T., Tanaka, M. ; Wada, M., Umetani, T. and Ito, M.,“Localization of Segway RMP,” SICE Annual Conference, Japan, 2011, pp. 1675-1680.. [5] F. Grasser, A. D'Arrigo, S. Colombi and A.C. Rufer, “JOE: a mobile,inverted pendulum,” IEEE Transactions on Industrial Electronics, vol.39, No.1, pp. 107-114, Feb. 2002.. [6] XiaogangRuan and JianxianCai, “Fuzzy Backstepping controllers for Two-Wheeled Self-Balancing Robot,” International Asia Conference on Informatics in Control, Automation and Robotics, Bangkok, 2009, pp. 166-169.. [7] Chaoquan Li, Fangxing Li, Shusan Wang, Fuquan Dai, Yang Bai, Gao Xueshan and Kejie Li, “Dynamic Adaptive Equilibrium Control for a Self-Stabilizing Robot,” IEEE International Conference on Robotics and Biomimetics (ROBIO),China, 2010, pp. 609-614.. [8] Pinto, L.J., Dong-Hyung Kim, JiYeong Lee and Chang-Soo Han, “Development of a Segway Robot for an Intelligent Transport System,” IEEE/SICE International Symposium on System Integration (SII), Fukuoka , 2012, pp. 710-715.. [9] Draz, M.U., Ali, M.S. ,Majeed, M. , Ejaz, U. and Izhar, U., “Segway Electric Vehicle,” International Conference on Robotics and Artificial Intelligence (ICRAI), Rawalpindi, 2012, pp. 34-39.. [10] Ben Niu, Yunlong Zhu, Xiaoxian He and Xiangping Zeng , “Optimum Design of PID Controllers Using Only a Germ of Intelligence,” Proceedings of the 6th World Congress 67.
(79) on Intelligent Control and Automation, China, 2006, pp. 3584-3588.. [11] Zhaoguo CHEN, Youxin LUO and Yuehua CAI , “Optimization for PID Control Parameters on Hydraulic Servo Control System Based on Bacterial Foraging Oriented by Particle Swarm Optimization,” International Conference on Information Engineering and Computer Science ICIECS, China, 2009, pp. 1-4.. [12] John Oyekan and Huosheng Hu , “A Novel Bacterial Foraging Algorithm for Automated tuning of PID controllers of UAVs,” Proceedings of the 2010 IEEE International Conference on Information and Automation, China, 2010, pp. 693-698.. [13] Jalilvand, A. , Vahedi, H. and Bayat, A. , “Optimal Tuning of the PID Controller for a Buck Converter Using Bacterial Foraging Algorithm,” 2010 International Conference on Intelligent and Advanced Systems (ICIAS), Malaysia, 2010, pp. 1-5.. [14] 李垂憲，兩輪自走車之設計與實現-以NIOS為核心之基本控制，國立中央大學電機 工程研究所碩士論文，台灣，2006年。. [15] 周烜達，二輪自走車之設計與實現，國立中央大學電機工程研究所碩士論文，台灣， 2007年。. [16] Hung-Cheng Chen , “Bacterial Foraging Based Optimization Design of Fuzzy PID Contollers,” 4th International Conference on Intelligent Computing, ICIC, China, 2008, pp. 841-849.. [17] Shui-Chun Lin, Ching-Chih Tsai and Hsu-Chih Huang, “Nonlinear Adaptive Sliding-Mode Control Design for Two-Wheeled Human Transportation Vehicle,” IEEE International Conference on Systems, Man and Cybernetics, SMC, San Antonio, TX, 2009, pp. 1965-1970.. [18] Ching-Chih Tsai, Hsu-Chih Huang and Shui-Chun Lin, “Adaptive Neural Network Control of a Self-Balancing Two-Wheeled Scooter,” IEEE Transactions on Industrial Electronics, vol.57, NO.4, pp. 1420-1428, Apr. 2010. 68.
(80) [19] Te-Jen Su, Guan-Yu Chen, Jui-Chuan Cheng and Chia-Jung Yu , “Fuzzy PID Controller Design using Synchronous Bacterial Foraging Optimization,” 2010 3rd International Conference on Information Sciences and Interaction Sciences (ICIS), China, 2010, pp.639-642.. [20] Te-Jen Su, Li-Wei Chen, Chia-Jung Yu and Jui-Chuan Cheng , “Fuzzy PID Controller Design using Self Adaptive Bacterial Foraging Optimization,” Proceedings of SICE Annual Conference, Taipei, 2010, pp. 2604-2607.. [21] 吳應德，可載人之智慧型兩輪平衡控制車之研製，聖約翰科技大學電機工程研究所 碩士論文，台灣，2010年。. [22] 王志凱，智慧型兩輪車之平台研製與平衡控制，聖約翰科技大學電機工程研究所碩 士論文，台灣，2009年。. [23] G. Welch and G. Bishop, “An Introduction to the Kalman Filter,” University of North Carolina at Chapel Hill Department of Computer Science Chapel Hill, NC 27599-3175. http://www.cs.unc.edu/~{welch, gb}. [24] 江惠健，模糊理論與應用，台灣，2006年。 [25] 王進德，類神經網路與模糊控制理論入門與應用，台灣，2011年。 [26] K. M. Passino, “Biomimicry of bacterial foraging for distributed optimization and control,” IEEE Control Systems Magazine, vol. 22, pp. 52–67, Jun. 2002.. [27] Mario A. Mu˜noz, Saman K. Halgamuge, Wilfredo Alfonso, and Eduardo F. Caicedo, “Simplifying the Bacteria Foraging Optimization Algorithm,” 2010 IEEE Congress on Evolutionary Computation (CEC), Barcelona, 2010, pp. 1-7.. 69.
相關文件
Mehrotra, “Content-based image retrieval with relevance feedback in MARS,” In Proceedings of IEEE International Conference on Image Processing ’97. Chakrabarti, “Query
in Proceedings of the 20th International Conference on Very Large Data
[23] Tiantong You, Hossam Hassanein and Chi-Hsiang Yeh, “PIDC - Towards an Ideal MAC Protocol for Multi-hop Wireless LANs,” Proceedings of the IEEE International Conference
C., “Robust and Efficient Algorithm for Optical Flow Computation,” Proceeding of IEEE International Conference on Computer Vision, pp. “Determining Optical Flow.” Artificial
Godsill, “Detection of abrupt spectral changes using support vector machines: an application to audio signal segmentation,” Proceedings of the IEEE International Conference
Shih and W.-C.Wang “A 3D Model Retrieval Approach based on The Principal Plane Descriptor” , Proceedings of The 10 Second International Conference on Innovative
D.Wilcox, “A hidden Markov model framework for video segmentation using audio and image features,” in Proceedings of the 1998 IEEE Internation Conference on Acoustics, Speech,
[16] Goto, M., “A Robust Predominant-F0 Estimation Method for Real-time Detection of Melody and Bass Lines in CD Recordings,” Proceedings of the 2000 IEEE International Conference
