中華大學碩士論文

(1)

中華大學

碩士論文

智慧型機器人姿態感測技術之評估與分析 Assessment and Analysis of Intelligent Robotics Posture-Detection Technology

系

所

別：科技管理學系碩士班

學號姓名：

E09803034 羅金揚

指導教授：

李友

錚

博

士

中華民國九十九年八月

(2)

謝辭

研究所一年來，承蒙指導教授李友錚博士耐心、悉心的指導，無論在課業上的傳授或是人生哲理的解惑皆給予學生最好的指導，李教授謙沖且嚴謹的待人處事、治學態度以及豐富且紮實的學識與極佳的幽默感，亦是學生學習的典範，實在令學生萬分敬佩，而且在學期間，更即時提出寶貴的意見，使逐漸脫離研究主題的學生，能夠立刻領悟且回到正確的研究方向上。在李教授潛移默化教導之下，所學的知識都將成為學生未來在職場工作上的基礎，能在恩師的帶領下學習與成長是學生莫大的榮幸。

另外，在研究所課程學習期間，除林少斌教授不斷的在研究過程上給予的意見外。博士班的趙雲瀚、陳靜宜、李美蘭、謝宜芳等學長(姐)們與張耀祖、李佳賢、詹皓翔、陳文豐、劉小嫚、施正毅等各位碩班同學，在學習的日子中不斷給予鼓勵與支持，使本篇論文能夠順利完成；另邱紹一博士口試委員於百忙之中撥空指導，提供諸多寶貴意見，使得本論文得以更加完善。

謹將這份成就與榮耀，獻給我最摯愛的家人，要感謝我的太太月玲，在我二年研究所學習日子裡，忙碌於職業與家庭孩子間，極其辛勞與忍耐，讓我在疲憊時仍然可以持續努力下去，完成研究所的學業，感激之情非筆墨能形容。最後僅以本論文獻給關心、照顧我的師長、朋友以及家人。

羅金揚謹識於中華科管所中華民國 99年6月29日

(3)

i

摘要

智慧型機器人經過多年發展，除了產業用機器人外，更擴展到服務用機器人，在人力成本考量下，未來運用之範圍將更為廣泛，但智慧型機器人在運作過程中，尚有諸多問題急待克服解決，諸如人類語言之認知與反應、運作環境之辨識與反應、運動時姿態之感測控制以免傾倒…等，才能真正讓智慧型機器人實用化。

鑒於上述因素，本研究針對智慧型機器人運動時姿態之感測技術問題，進行深入探討；因智慧型機器人運動時常受地形之影響或限制，而時有造成傾倒，導致機器人無法運作現象；本研究為解決該項此問題，以多種感測技術為解決方案，使用於智慧型機器人上，以降低傾倒機率之評估研究。

本論文透過文獻探討與焦點團體訪談，探討導入架構，並藉由AHP層級分析法、

德非法分析關鍵因素與次關鍵因素，進行建構可行性評估模式研究。

本論文最後提出導入可行性評估模式及研究改進建議與結論，得到智慧型機器人姿態感測技術採用之可行性模式，可達到有效解決發展智慧型機器人所面臨的問題。

關鍵詞：智慧型機器人、姿態感測、AHP層級分析法、德非法

(4)

ii

Abstract

Intelligent robotics have gone under many years of development; their applications have expanded from industrial use to service functions. Considering the cost for manpower, future expansions in functional applications for intelligent robotics is inevitable. However, there remains numerous issues yet to be resolved concerning the operation of intelligent robotics, such as recognizing and responding to the human language, recognizing and responding to the surrounding environment, posture-detection during motion to avoid falling-over…etc. These issues still constitute obstacles to the practical applications of intelligent robotics.

Due to reasons mentioned above, this paper focuses on posture-detection during motion, and conducts an in-depth study. The movements of robotics are often limited by surrounding environment, causing robotic units to fall-over; the paper intends to solve this specific problem by testing numerous detection methods on the robotic units, and produces an assessment study on the rate of falling.

This paper discusses imported structures through existing literatures and focus-group interviews, using the AHP and the Delphi analyses to extract primary and secondary factors in order to construct viable modules.

This paper will further address viable assessment modules for imported structures, follow up with suggestions for improvements and conclusions for viable posture-detection modules of intelligent robotics; thus, effectively providing solutions to potential obstacles for future developments of intelligent robotics.

Keywords: Intelligent robotics, Posture detection, AHP analysis, Delphi analysis

(5)

iii

表次

表 1 AHP 評估尺度的劃分...37

表 2 AHP 隨機指標數值表...38

表 3 問卷之統計...45

表 4 各解決方案之總加權值比較表...54

(8)

vi

圖次

圖 1 研究流程圖…...5

圖 2 具備遠端遙控巡視功能的清潔機器 MIP-01...7

圖 3 早稻田大學的人型機器人………...8

圖 4 日本本田公司 ASIMO 之演進...9

圖 5 二足步行機器人以零力矩點為基礎的控制方塊...15

圖 6 二足步行機器人- Honda SIMO...16

圖 7 二足步行機器人以週期穩定性為基礎的控制方塊圖...17

圖 8 12 個運動自由度及12 個致動器之雙足機器人...20

圖 9 12 個運動自由度及15 個致動器之雙足機器人...20

圖 10 差動輪系移動平台...21

圖 11 全向輪系移動...22

圖 12 全向輪系移動平台驅動步驟流程圖...23

圖 13 全向輪系移動平台運動模擬...23

圖 14 美國探測火星的 Spirit與Opportunity...24

圖 15 傳統的陀螺儀... ...26

圖 16 MEMS陀螺儀的原理示意...27

圖 17 微機電陀螺儀實現架構...28

圖 18 封裝完成之微機電陀螺儀...28

圖 19 加速度計感測模型...29

圖 20 加速度計物理模型...29

圖 21 微機電加速規實現圖架構...29

圖 22 封裝完成之微機電三軸加速規...29

圖 23 自動保持全軸面水平控制裝置架構...31

圖 24 自動保持全軸面水平控制裝置電磁阻泥功能...31

(9)

vii

圖 25 自動保持全軸面水平控制裝置原理...32

圖 26 AHP 法流程圖...35

圖 27 AHP 分析法結構圖...36

圖 28 本研究之研究架構...41

圖 29 本研究之AHP層級架構...43

圖 30 AHP 問卷形式...44

圖 31 產業界專業人士對評估準則評比後之分析...46

圖 32 社會業餘專業人士對評估準則評比後之分析...47

圖 33 解決方案在各評估準則之相對重要性分析...50

圖 34 評估準則之相對權重與各解決方案於各評估準則之相對權重分析…...51

(10)

1

第一章緒論第一節研究背景

智慧型機器人產業是結合機械、電機、自動化、電子、光學、資訊軟體、通訊、

安全系統、創意內容等相關技術，為一個高度技術整合、高關聯性且具有高附加價值的明星產業，未來運用之範圍非常廣泛，除了產業用機器人外，更擴展到服務用機器人，對國內整體經濟效益提升具有重要地位。

智慧型機器人是一種多功能的多軸全自動或半自動機械裝置，透過程式化執行各式各樣活動，或結合人工智慧與感測技術的應用，提供人類生活、安全、健康、娛樂等方面的服務。

目前先進國家皆著手投入開發智慧型機器人相關的科技產業，而依據日本機器人協會(JARA)的機器人需求統計，日本國內智慧型機器人市場需求預計將由 2005 年 110 億美元成長至2010 年 249 億美元。依據英國半導體行業研究機構(VLSI Research)調查預估，至 2010 年全球智慧型機器人(包含家用機器人及休閒娛樂機器人等等)市場將達 593 億美元，而智慧型機器人所需各種零組件相關市場商機也達數十億美元以上。根據韓國資訊通信部(Korea Ministry of Information and Communication)調查研究報告顯示，2012 年全球智慧型機器人產值將高達 2,500 億美元。未來世界各國瞄準的不再是產業型機器人的未來，而是服務及娛樂型機器人的前景。

在先進國家人口老化過程所引發的社會福利、醫療照護及各種公共服務需求已經漸漸浮現，從科技面來看，透過智慧型機器人的輔助，使高齡化人士能健康、舒適及安全地生活，是各國重視的課題。在二十一世紀，智慧型機器人產業也將是世界各國列為前瞻優先發展的新科技產業。未來的社會將漸漸接受智慧型機器人產品所提供的服務，我國發展智慧型機器人產業，將符合未來高科技產業的發展趨勢與達到另一波的高度經濟成長目標。

從美國投入智慧型機器人產業方面來看，自1980 年起陸續鼓勵工業界發展和應用機器人，並增加機器人領域的研究經費，把機器人看成美國再次工業化的特徵。另

(11)

2

外，也宣佈一項運用機器人探索太空開拓太陽系計畫，預計在2010 年完成可在太空作戰的機器人，協助人類太空人各項太空中任務，並在2020 年前完成機器人登陸月球行動，作為飛向火星和其他星球的跳板。目前美國在這個技術領域上處於領先地位，主要產品有太空探測用途機器人、國防用途機器人、教育用途機器人、醫療用途機器人、人工智慧軟體系統、遠距遙控機器人等。

日本將智慧型機器人涵蓋在其新產業創造戰略七大領域中，根據日本機器人協會 (JARA)調查，日本國內智慧型機器人需求統計，預計將由 2005 年 110 億美元成長至 2010 年 249 億美元，日本政府於 2001 年正式宣布執行「Robot Challenge 計畫」，計畫中包括要修改法律，允許機器人合法地在醫院等地工作，主要產品包含產業用途機器人、家庭用途機器人、休閒娛樂用途機器人、人型機器人、特殊用途機器人等。

目前國內廠家發展智慧型機器人相關設備，包含產業用機械手臂、機械取放裝置、無人搬運裝置、自動倉儲與其他相關設備等等，現在讓機器人從事與人更相關的工作逐漸受到重視，其中以智慧型家庭清潔、休閒娛樂、商業用、醫療照護等機器人最具市場潛力與重視。依據2005 年行政院產業科技策略會議，規劃產業發展目標分為三個階段，分別敘述如下：

第I 階段：西元 2005 至 2008 年，以建置產業環境為發展方向，以創造市場及擴展優勢產業為推動目標，依技術的純熟度與市場應用需求面，本階段發展之產品領域以導覽服務、休閒娛樂、家庭服務、生產製造為重點。

第II 階段：期間由西元 2009 至 2013 年，以擴大產業規模為發展方向，以擴大市場及產業規模化為推動目標，依技術的純熟度與市場應用需求面，本階段發展之產品領域以公共服務及照護服務為重點。

第III 階段：期間由西元 2014 至 2020 年，成為智慧型機器人主要製造國，以鎖定利基產業市場為發展方向，以智慧好生活及進入全球市場作為推動目標，依技術的純熟度與市場應用需求面，本階段發展之產品領域以特殊用途服務及醫療輔具為重點。

智慧型機器人應用非常廣泛，未來將成為人類忠實且值得信賴的夥伴，同時將為

(12)

3

人類的生活、健康醫療、社會福利與安全作出前所未有的貢獻，隨著人類文明發展與個性化生活型態的改變，智慧型機器人勢必在人們的生活領域中不斷普及並持續成長，是一項結合創意與科技之前瞻性產業。

第二節研究動機

智慧型機器人依照功用可分類成工業型、服務型等二種型態。日本、美國、與歐洲等國因為汽車工業需求帶動工業機器人蓬勃發展。服務型機器人至目前先進各國都列為發展的重點項目之一，服務型機器人未來將用在居家看護、保全、環境清潔、互動學習、醫療服務、大樓火災救助與防治、製造業搬運、警用或軍事偵查與農業等用途。工業型與服務型智慧型機器人，其差異性在於服務型機器人有較高層次的自主性與自走性。

智慧型機器人要有較高層次的自主性與自走性，須有具備自身姿態感測與環境感知及環境描述的能力。舉例而言，使用者希望機器人能遵照要求移動至所指定的目的地執行任務，機器人首先必須克服的問題是隨時感測自身姿態並自我調整以避免頃倒，在環境中做自我定位，找到自己的位置，配合導航技術在環境中做路徑規劃，最後才是驅動運動系統控制機器人前往目的地，同時避免在移動中撞到障礙物。

機器人須對自身姿態感知與周遭環境感知的具體實現，才能進一步執行各式服務人類的動作。在環境中估測其自身的姿態，是發展智慧型機器人首先要解決的問題。

第三節研究目的

本論文期望能夠藉由德非法與層級分析程序(Analytic Hierachy Process；AHP)結構式的系統分析，在智慧型機器人之姿態感測技術於研發階段建立一套可以評量分析與改善決策效益的機制，評估多種智慧型機器人姿態感測技術，以提供企業研發高效能低成本姿態感測系統時之參考。

本論文以下列三項為主要研究目的：

1.探討智慧型機器人產業最新研發趨勢，提出智慧型機器人產業導入姿態感測技術可行性評估模式雛形架構。

(13)

4

2.探討智慧型機器人產業面臨的問題，籍由文獻探討與焦點團體訪談，擬訂可行性評估模式架構之評估要項因素。

3.藉由德非法與層級分析程序(Analytic Hierachy Process；AHP)結構式的系統分析，在於研發階段建立一套可以評量分析與改善決策效益的機制。

第四節研究流程

本論文研究流程，首先基於研究背景與動機、確立研究目的與主題，再據以彙集相關文獻、網站資料及新聞媒體等資料，並進行文獻探討及專家訪談等方式，透過問卷調查與專家評估探討與訪談，研析智慧型機器人產業最新發展趨勢，提出智慧型機器人姿態感測與控制技術之可行性評估模型架構與步驟。

其次，依據AHP層級分析法，建立層級構面與要項因素，並運用專家問卷調查結果，計算各構面及要項權重，再藉由德非法確定評估模式構面及要項，提出導入可行性評估模式架構。最後提出本論文結論與後續研究方向，作為智慧型機器人產業進行姿態感測技術評估之研究參考。流程圖，如圖1。

(14)

5

圖1 研究流程圖

第五節研究範圍與限制

本研究所要研究的是智慧型機器人姿態感測技術評估，因此於專家諮詢時選擇與本研究相關之各層級專家作為諮詢對象。爲確立本研究之評估因素，針對專家諮詢後結果進行修正，以進行本研究最終階段之層級分析問卷調查。以國內從事智慧型機器人之專業人士，包括研發人員、工程師、技術部門主管等專家，界定研究範圍，冀望以專家標準能使本研究更趨嚴謹。唯研究過程中仍有諸多之限制，分列如下。

1.目前常用之評估方法眾多，然而依據本研究所欲達成目的，僅選擇層級分析法作為反復回饋

定出研究主題與動機

確定研究目的與流程

探討相關文獻

確立導入雛型架構模式

AHP 層級分析法建立權重計

德非法確定評估模式構面及

重要構面及要項因素分析項

提供導入評估模式

結論與建議

焦點專家訪談

(15)

6

研究方法。

2.針對專家諮詢進行整體層級架構之建立，已盡量羅括所有可能影響之評估準。

3.本研究根據文獻及專家諮詢結果進行整理歸納之層級架構，在過程中可能會受到研究者主觀認定而有所偏頗。

4.受限於時間、地點及人力之限制，本研究僅針對國內為研究範圍進行調查。

(16)

7

第二章文獻探討

第一節智慧型機器人的起源與發展

早在西元1948 年，Grey Walter 首先開發了自主式機器人 Elmer 和 Elise，其身上皆安裝了光感測器，它們會自動地追蹤其所發現到的光源，且在追蹤的過程中避開可能發生碰撞之障礙物。由於Elmer 和 Elise 的出現吸引了許多學者的關切與興趣，自此之後投入自主式機器人相關研究之人員就從未間斷過。智慧型機器人技術是藉由整合通訊、電子、電機、控制、感知及辨識等技術之整合。

機器人依平台分類可分成輪型機器人、多足機器人、類人型機器人，而由於輪型機器人之移動性能較佳，故有較多實際應用之產品，其體型由小到大且各式各樣的用途都有，如美國太空總署(NASA)在 70 年代的火星探測計畫中設計出兩款無人駕駛探測器：維京一號(Viking 1)及維京二號(Viking 2)，並於西元 1976 年成功地在火星著陸進行各種探測。

其它亦如一般家用的保全機器人、看護型機器人及清掃型機器人，其中以西元 2002 年，iRobot 承接 MIT 媒體實驗室(Media Lab)之技術所研發的自動掃地機器人 (Roomba)最為著名，其為一台能夠自己偵測地板髒污之吸塵器，並自行規劃掃地路徑，且在清潔完畢後會自動地回基地台充電並待命的一個全自動化吸塵器，由於 Roomba 的成功引領了家用機器人發展之風潮。圖 2 是松騰實業與微星科技合作的保全機器人。

圖2 具備遠端遙控巡視功能的機器人MIP-01。

資料來源：「具備遠端遙控巡視功能的機器人MIP-01」，微星科技網站，檢索日期2009 年10月15日，取自http://tw.msi.com/index.php?func=newsdesc&news_no=876

(17)

8

類人型機器人的研究，最早可追溯至西元1893 年，Georges Moore 創作了第一個利用蒸氣驅動類人型步行機器。其後在第一次大戰期間，Thring 發明了具有腿之農耕機。至1970 年之間，許多研究人員進行輔助人類行走的步行機器之研究，如 Bernstein 於1948 年於莫斯科義肢設計研究中心，發展具電子裝置的腿外骨骼(Exosceleton)。

日本可說是世界上最熱衷於類人型機器、且一直持續不斷研究的國家。從 1966 年至今，早稻田大學的人型機器人研究室，從早期有著最基本之雙足移動功能的 WL-1(圖 3a)開始；到了 WL-3(圖 3b)，已經可以站立和坐下；WAP-3(圖 3c)，可上下樓梯和斜坡，更可以轉彎，而且是世界上第一個三維二足步行機器；WABOT I(圖 3d)，

可量測距離和方向，是世界上第一個照人類尺寸設計的機器人；WL-9DR(圖 3e)，將腳底接觸地板的點，由三個增加到四個，所以可利用數值解得到較特殊的步行方式；

而近年來WL-12(圖 3h)，不但增加了上半身，且具兩個自由度的腰部，可以走得更像人類。

圖3 早稻田大學的人型機器人。

資料來源：「類人型機器人發展現況與未來展望」，羅仁權，2009 年 8 月 5 日，機器人世界情報網，檢索日期2009 年 12 月 20，取自

http://www.robotworld.org.tw/index.htm?pid=10&News_ID=3259

(18)

9

1986 年開始，日本的 Honda 公司，也作了一系列有關類人型機器的研究，從第一代的E0、E1、E2、E3、E4、E5、E6、P1、P2、P3，到 2003 年來台灣展覽的 ASIMO(圖 4)，不但將機器人的高度縮小至 120 公分，重量也減輕至 52 公斤，與高 160 公分、

重130 公斤的 P3 相比，不但增加了安全性，也較有親和力。ASIMO(Advanced Step in Innovative Mobility)為本田公司投入鉅資經過 10 多年的開發，在研製類人型機器人方面居世界領先地位。ASIMO 採用具有及時預測動作控制系統的 i-Walk 技術，讓 ASIMO 在行走時能更加順暢，同時在電腦工作站中啟動行進步伐的預先設定，並使用攜帶式的控制器來進行彈性的步伐及手部的動作操作。此外，ASIMO 透過它的身體的重力感應器和腳底的觸覺感測器把地面的狀況送回電腦，電腦則根據路面情況作出判斷，進而平衡身體，穩定地前後左右行走。它不僅能於平坦路面行走，還可以上 /下樓梯和行走於傾斜的路面，由於腳底安裝有壓力感測器，腳底不平也能保持身體的直立姿態，與1997 年同公司所研發的 P3 相比，它具有體型小、質量輕、動作緊湊輕柔的特點。ASIMO 身高 120cm，體重 43 公斤，適合於家庭操作和自然行走 (羅仁權，2009) 。

圖4 日本本田公司 ASIMO 之演進。

資料來源：「類人型機器人發展現況與未來展望」，羅仁權，2009 年 8 月 5 日，機器人世界情報網，檢索日期2009 年 12 月 20 日，取自

(19)

10

第二節智慧型機器人的分類

一、依功能區分

(一)專業服務型機器人

專業服務型機器人向來即為少量多樣的市場型態，為因應各種專業領域應用的特殊需求而有極為不同的產品類型，包括軍事、醫療、運籌、清潔、建設、水底系統等等。目前防禦/救災/安全之應用為數最多，也是國際機器人協會(International Federation of Robotics；IFR)預測未來四年市場銷售最被看好的產品，主要原因為美軍在伊拉克與阿富汗等地之大量使用。

1.遠端醫療機器人

遠距醫療與智慧型機器人的結合，大大提昇了遠端照護系統的主動性，且可搭配各種不同類型機器人應用於社區、機構或是一般家庭當中，社區型的遠距醫療系統可搭配大型的導覽接待型機器人設置於社區大樓中，可以透過這種便利的遠距管理模式，提高社區民眾對於醫療用藥安全認知，並促進社區民眾自我健康管理；也可設置於一般醫療機構，讓醫師根據機器人身上攝影機所回傳的即時影像進行遠距診察，在醫師分身乏術的時候代替醫師視察患者，發揮作用提升看診效率；更重要的是這樣的醫療照護系統可隨家用機器人，深入一般家庭之中，搭配不同的機器人設計提供更多服務。

人口減少情況下之老人照顧需求，各種社會情境與醫院都需要機器人，機器人在參與遠距照護的發展將是重要的一環。而未來式的發展，醫院利用機器人在遠距照顧的醫療器械運用上，這將是不僅在資通訊ICT(Information Communications Techonology)技術層面上，亦重在機器人RT(Robot technique)，這將是強調醫療用途的環境與動態，被動到主動。

2.保全與巡邏機器人

意指能保護民眾避免其受到安全威脅的機器人，包括廣域巡邏機器人、家庭與專業保全機器人、人員與物品安全檢查機器人。短期內監控巡邏用的機器人平台將更為

(20)

11

普遍，相關的規範亦更為成熟；長期發展後此類機器人將有能力對付更複雜的突發意外狀況。

保全機器人需要敏銳的環境感測與情境判斷，除精確的環境感測外，另要有高度的人工智慧技術，而這些技術的成熟度則往往決定成本高低；如同其他服務型機器人的發展趨勢，目前保全機器人技術開發較為成熟仍以日本公司為主，其中包括室內、

戶外以及居家等保全機器人，主要可運行於一般居家室內、公司、工廠、展示場以及戶外公共場合執行保全勤務，近幾年已有許多技術開發較為成熟的公司陸續在公開場合展示並進行試運行。

3.教育娛樂機器人

意指能教育與娛樂人們的機器人，包括動作模擬機器人、導覽機器人、機器人教師、機器人訓練師、機器人伴侶、機器人玩具。未來此類型機器人將能透過多種模式與人溝通，包括感知人的情緒狀態以及實體的臉部表情與姿態，在教育娛樂的應用尤其重要。

益智娛樂機器人關鍵技術包含了環境感知、人工智慧、記憶學習、辨識技術、動作機構以及運動控制。依功能性不同，可分為教育用機器人以及娛樂用機器人兩大類。教育用機器人主要是引發各級學生學習智慧型機器人，或是藉由機器人套件進行手腦的協同開發；娛樂用機器人則不僅只是小朋友的玩具，對成年人來說也可以提供陪伴、心靈撫慰的功能，這類產品除了技術創新以外，還需要注入文化及情感元素，

這類型產品包括了電子寵物(Electric Pets)、智慧玩具(Smart Toys)以及其他具備互動功能的娛樂型機器人(Entertainment Robot)，未來電子產品融入環境感知、語音辨識、影像辨識、語意分析、情緒模擬與人機互動這些智慧型機器人相關技術，賦予傳統玩具新生命將成為產業發展的新趨勢。

導覽型機器人亦蓬勃發展中，包含了日、韓、中及台灣等國，未來主要方向著重在擬真外型、表情變化以及人工智慧。目前在博物館、美術與科學館，也漸漸有導覽機器人的加入，由於場地廣大，因而取代人力為群眾服務，進行各種物理性的作業，

(21)

12

如：接待、引導、導覽及提供資訊等事務。在導覽同時，人們是跟隨在旁的，因此其穩定性是相當重要的，對異常狀況的應對是業者在研發階段評估重點。

(二) 個人/家用服務型機器人

家用清潔機器人的銷售量逐年提昇，預計未來亦將持續擴增其市場滲透率。在家用機器人龍頭廠商iRobot，以及眾多已投入本產業的廠商帶領之下，家用清潔機器人可說是目前的機器人銷售明星。iRobot 亦陸續推出多元化的產品，有地板清洗、水池清理、遠距互動、教育機器人等等，全面開發不同清潔用途產品，並嘗試新興用途試探市場的接受度。娛樂機器人代表性廠商 Wow Wee 在暢銷產品史賓機器人 (Robosapein)之後，仍不斷推陳出新，研發多樣化的機器人產品上市；更進一步推出家用保全監控機器人(Rovio)，可遠距遙控家中人、事、物即時狀況。

1.清潔機器人

清潔機器人與人們居家生活最為接近，原先只是用來幫助家庭清掃地板的小幫手在各國廠商的大力投入下，已經不只是能仔細完成家中清潔的工作，更有自動回站充電、防掉落、影像傳輸、避障偵測、網路控制等智慧型功能，結合了機械、自動化、

電機、光學、電子、資訊軟體、通訊、安全系統等相關技術，讓清潔機器人更為人性化並滿足人們的各種需求。

清潔機器人技術發展以美國與南韓投入最多，包含溫度感測器、煙霧感測器、壓力感測器、碰撞感測器、轉動感測器的環境感測。美國除了充電站技術方面外非常重視拖地/洗地設計，日本則是在光學感測技術上領先各國，南韓在無線通訊、影像處理、充電站技術方面有著不錯的成果。

2.照護機器人

照護用機器人的開發目前全球正如火如荼的進行中，其中已有不少商品化的開發案正準備上市使用。

Sanyo 公司研發出一款家庭醫療用機器人「Hopis」，內建有感應溫度計、血壓計和血糖計，讓你掌握身體的最新狀況。而且可以和病人直接進行溝通，詢問他們的

(22)

13

身體狀況，同時將這些資訊回傳給醫療中心或醫院，醫生可以隨時監控病情，有異常時可通知回醫院檢查治療。

日本山梨醫科大學所開發的Ambulatory Training Robot(AID-1)，能夠扶持住患者的身軀，以減輕肌肉對於身體重量乘載的負擔，使用對象為需要復健的大腿骨折的病患、進行髖關節手術的病患或雙腳癱瘓的病患。

照護用機器人在研究開發階段，必須要考慮及評估產品應符合的法規標準，特別是具有照護功能的機器人，是否和醫療器材法規驗證有關，又有哪些國際標準是在設計開發階段時就應參考的。

二、依構造區分

(一) 類人型智慧型機器人

雙足機器人或廣義的人形機器人的種類大致上可分為如真人般大小的人形機器人(human-size humanoid robot)以及小型的人形機器人(small-size humanoid robot)兩大類。如真人般大小的人形機器人通常具有二十多個致動器，身高介於120與180cm之間，體重大約50Kg左右。其致動器大多數是由直流或交流伺服馬達、編碼器、諧波減速機(100:1)以及皮帶輪(1~5:1)所組成。著名的範例有Honda ASIMO、日本HRP及 HRP-2、早稻田大學WABIAN II、東京大學H6及UT-Theta、德國Jonnie、法國BIP、

韓國KHR…等等。如真人般大小的人形機器人的開發成本十分昂貴，其最終的設計目標與用途不外乎作為人類的忠實僕人，取代人類從事單調、危險、耗體能以及冒險等工作。相對的，小型的人形機器人的開發成本相對低廉，其目標與用途為娛樂玩具市場與學校教育訓練。小型的人形機器人的身高通常低於50cm、重量少於3Kg，其致動器大都選用輸出力矩為10~20 kg-cm的伺服機(RC servo)。目前知名的小型人形機器人產品有SONY SDR-3x及QRIO、ZMP公司NUVO及PINO…等等。

二足步行機器人的平衡與步行控制為發展可如人類自由行走之人形機器人的先決條件。二足步行機器人為多自由度機構複雜非線性而且大多屬於欠缺致動器的控制系統，而且一個步行週期存在多個不同動態模式以及需與環境進行碰撞接觸。二足步

(23)

14

行機器人步行時之動態過程為單腳支撐期(single-support phase) 及雙腳支撐期 (double-support phase)交替互換之混合式動態系統(hybrid dynamic system)。單腳支撐期時一腳為支撐腳而另一腳則擺動前進至著地；然後進入雙腳支撐期。雙腳支撐期發生於當擺動腳著地與地面碰撞之瞬間；通常假設擺動腳著地時既不會反彈也不會在地面上滑動。雙腳支撐期間兩腳也一同互換角色 (施慶隆，2009)。

二足機器人有二種維持步行平衡穩定的步行方法：靜態平衡步行(statically stable walking)以及動態平衡步行(dynamically stable walking)。靜態步行的特徵在於控制機器人的重心永遠落著地腳的內部，這種步行速度慢且笨拙。相反的，動態步行有較高速度的步行運動。然而，動態步行也存在著相當的複雜性與困難性，不論在運動軌跡的產生、數學模式與穩定平衡控制、控制器實現以及實驗機器人的建立都十分不易。

二足步行機器人動態步行(dynamic walking)的控制方法可分為以零力矩點(ZMP based)為基礎的控制方法以及以週期穩定性(periodic stability based)為基礎的控制方法兩大類方法。日本的二足步行機器人大都採用零力矩點的控制方法。從早期的早稻田大學的實驗用二足步行機器人到Honda 公司的展示用人型機器人 ASIMO，他們著重的是實驗步行結果。然而，歐美各國的研究學者大都採用週期穩定性的方法，他們強調的是理論證明與步行週期穩定性的分析。以週期穩定性為基礎的動態平衡步行又稱為純動態步行(pure dynamic walking)以便與以零力矩點為基礎的動態步行有所區分。

1.以零力矩點為基礎的控制

從力學平衡的觀點，二足機器人步行穩定可分為靜態平衡與動態平衡兩類。二足機器人在低速運動下加速度效應可忽略，只要控制機器人的重心(center of mass)於地面的投影點落在支撐腳所形成的多邊形內部即可使得機器人保持不傾倒。

靜態平衡步行方法為單腳支撐時移動擺動腳向前進，雙腳支撐時移動重心至新的著地腳內部；其過程如老年人行走。這種步行方式雖然速度慢且動作較為笨拙；但適合用於機器人於轉彎、上下階梯或於崎嶇不平路面時以低速相對較穩定的步行方式前進。二足機器人在較高速運動時，整個系統的加速度效應不可忽略，此時需考慮如何維持動態平衡。理論上，整個機器人系統於地面反作用力中心點(center ofpressure)又

(24)

15

稱為零力矩點(zero-moment point；ZMP)落在支撐腳所形成的多邊形內部即可維持動態平衡。

零力矩點乃是將整個步行機器人系統在有加速度下，可將整個系統之等價力與力矩表示成地面之虛作用點，當無加速度時，零力矩點即退化成為該系統重心在地面之垂直投影。動態平衡步行方法為兩腳交替為單腳支撐並同時移動機器人重心以及擺動腳向前進，其間雙腳支撐時間短暫；如一般人行走。二足步行機器人零力矩點的控制方塊圖為如圖5 所示，其控制原理為控制二足機器人真實的ZMP 與理想的ZMP 軌跡之誤差為零，由於真實的ZMP 不易計算，實務上大都在機器人的腳底安裝多組力感測器，然後計算所有力感測器之中心點即為地面反作用力點或真實的ZMP。

圖5 二足步行機器人以零力矩點為基礎的控制方塊圖。

資料來源：「雙足機器人控制技術」，施慶隆，2009 年 11 月 5 日，機器人世界情報網，

檢索日期2009 年 12 月 15 日，取自

令人稱奇的日本Honda 公司所開發的人形機器人ASIMO 如圖6，可於地板自由的前進、後退、右轉、左轉、上下階梯以及小步慢跑為使用零力矩點控制技術最為成功的例子之一。Honda ASIMO 所發展的目標ZMP 控制技術係建立機器人與本身動力學數學模式相同的力學模式，然後將目標行走轉換成力學模式，讓機器人的各個關節隨著目標行走。目標ZMP 控制技術可使機器人快要往前倒時，比平常更積極地往前加速，往上半身快要傾倒的方向加速以維持姿勢的目標ZMP 控制。由目標ZMP 控制技術衍生利用步幅調整上半身偏離位置的著地位置控制技術。著地位置控制技術則可透過適當修正機器人的步幅，而調整它目標ZMP 衍生的上半身偏移。以零力矩點

(25)

16

為基礎的步行控制較適合應用於中低速度步行或非規律的路面地形。零力矩點控制方法的最大優點是可以實現三度空間步行，但是其最大的缺點是與人類的自然步行方式不盡相同。例如，大部分根據ZMP 設計的二足步行機器人步行時其支撐腳的腰部過低而且步行過程中膝蓋始終呈現彎曲現象。

圖6 二足步行機器人Honda ASIMO。

資料來源：「人型與輪型機器人產品介紹」，蘇耘德、王國賓，2007 年 9 月 5 日，

機器人世界情報網，檢索日期2010 年 1 月 5 日，取自 http://www.robotworld.org.tw/index.htm?pid=10&News_ID=993

2.以週期穩定性為基礎的控制

通常以自然界耗散性為基礎的控制理論適合處理高度複雜的非線性受控系統。根據輸入輸出訊號的變化特徵，從自然界能量耗散性物理定律的觀點藉以判別系統的穩定性。由於二足步行機器人為非線性的混合系統極難進行嚴謹正確的數學分析，因此使用符合自然定律的設計方法應是比較可行的方式之一。二足步行機器人週期穩定性步行的控制方法是由系統自動產生的；基本上，它是一個不會隨時間改變的控制系統，因此數學模型上較易進行理論分析。週期穩定性的步行研究最先是由根據自然定律而且不需控制的被動性步行一路發展而來。被動式二足步行機器人雖然無需控制最省能量，但是它的應用有限。通常只能在有特定斜面角度及特定初始狀態的情況下可以成功步行；例如如何開始步行與如何停止步行都是需要額外克服的問題。利用自然定律呈現週期穩定性的步行方法是它最大的貢獻，以此為基礎，適當修改後便可以用於設計半被動式或主動式二足步行機器人的週期穩定性並兼具有省能量，並可實現於

(26)

17

中高速度步行以及跑步；週期穩定性控制方法的最大優點是與人類的步行方式類同，

但是目前實驗較成功的例子大都是二度空間步行(施慶隆，2009)。

分析設計二足步行機器人週期穩定性最成功的方法之一為結合虛擬限制(virtual constraints)以及混合式零輸入動力系統(hybrid zero dynamics)兩者概念的分析設計方法。使用此法二度空間二足步行機器人的可控制關節角度曲線巧妙的設計為虛擬限制並表示為輸出函數(output function)，控制器設計的目標為維持輸出函數為零。圖7 所示為二足步行機器人週期穩定性的控制方塊圖。在此條件下系統的自由度便可降低至 1 個自由度之自主性動態系統，因此週期穩定性的分析經由Poincaré 的定點定理變成可行。其設計概念來自於一些可以自動行走的玩具，使用者只要將發條來回轉緊，然後將發條放開後玩具的動作即根據發條位置的變化呈現週期性連續的動作。此方法不僅在最簡化的三連桿二足步行機器人(three-link biped)以及在實際上最簡單的點接觸之五連桿二足步行機器人(five-link biped with point feet)上的理論分析及電腦模擬上均十分成功，而且在實際的二足機器人RABBIT 上實驗證明快速步行以及跑步確實可行。最近，我們已成功將此方法延伸應用於簡單三連桿以及五連桿的三度空間二足步行機器人於平面前進的控制。由於此類二足步行機器人沒有腳掌，因此它可省去不少致動器，然後它必須如踩高蹺般利用本身的動態特性來保持平衡及快速步行 (施慶隆，2009)。

圖7 二足步行機器人以週期穩定性為基礎的控制方塊圖。

檢索日期2009 年 12 月 15 日，取自

(27)

18

二足步行機器人的步行運動是週期性的，且在各腳交替角色時必然會產生碰撞現象，此碰撞現象會造成連接關節的角速度變化產生不連續的跳躍，因而造成控制系統的不預期干擾，另外步行運動有平衡的考量，不是任意的軌跡都被實現的。步行機器人系統的穩定性可分為姿態的穩定性以及步態的穩定性，由於步態穩定性是一種週期性運動的穩定分析，一般常用Lyapunov 能量方法並不能直接拿來使用。Poincaré Map 的技巧可用來解決週期性運動的穩定性分析。此方法首先將一個n 維的連續時間系統程式轉換成一個(n-1)維的離散時間系統。此離散時間系統的形成法則是在每一重複週期之特定時刻或特定事件發生時，紀錄當時系統的狀態以及分析與前一個週期的相同時刻之狀態的關係，並藉此判別週期穩定性。

能夠維持平衡以及行進及轉向是二足機器人可於任意方向自由行走所不可或缺的最重要的基本功能。二足機器人的步行方法與及運動能力與所安裝致動器的位置及個數息息相關，二足機器人步行方法計有靜態步行以及動態步行。靜態步行時重心落著地腳的內部其速度慢且動作笨拙，較適合用於機器人轉彎、上下階梯或於崎嶇不平路面時以低速相對較穩定的步行。動態步行可實現較高速度的步行運動，其控制方法有零力矩點以及週期穩定性控制方法。要設計及控制一個全功能的二足機器人是一件困難的工作，機構設計、致動器擺置及個數、電池電源系統、控制器設計以及感測器的安裝缺一不可。二足步行機器人所需的感測器可分為身軀姿態的感測器：傾斜計、

數位羅盤、陀螺儀、加速度感測器；以及雙足的感測器：馬達位置編碼器、關節角度電位計、足底觸接地面感測器、足底力感測器。

3.雙足機器人運動自由度與致動器個數

首先定義世界參考座標之x 軸為機器人正面之前進方向、z軸為垂直於地面方向向上之方向、y 軸為使得座標軸x-y-z滿足右手定則之方向。機器人於x-y-z三度空間座標的運動可以3個平面座標來描述。接著定義下列3個平面座標來說明二足步行機器人之運動。

(1) x-z 側視平面(sagittal plane)：二足機器人需維持前後平衡不傾倒以及機器人步行前進平面。

(28)

19

(2) y-z 前視平面(frontal plane)：二足機器人需維持左右平衡不傾倒。

(3) x-y 頂視平面(transverse plane)：二足機器人轉向運動平面。

二度空間(2D)步行機器人只需考慮 x-z 側視平面的平衡及行走運動。三度空間 (3D)步行機器人除了需考慮 x-z 側視平面的平衡及行走運動之外，尚需考慮 y-z 前視平面的平衡以及x-y 頂視平面的轉向運動。

二足機器人的步行方法及能力與其運動自由度以及致動器個數息息相關，二足機器人運動自由度的計算於單腳支撐期以及雙腳支撐期是不相同的；為易於討論以及機器人步行時絕大部分的過程為單腳支撐期，因此我們僅介紹單腳支撐期的運動自由度。機器人的運動自由度為機器人於空間中有可獨立運動的維度，二足機器人的運動自由度可從1 個至 12 個運動自由度，二足機器人可視為身體及左右雙足 3 個串接的運動物體。一個運動物體在三度空間有3 個旋轉自由度以及 3 個平移自由度；因此通常3D 步行機器人為 12 運動自由度。同理，通常 2D 步行機器人則為 6 運動自由度。

機器人的致動器個數為安裝於機器人關節上的馬達個數，這些關節稱為主動關節；相對的，機器人未裝有致動器但可獨立自由運動的關節稱為被動關節。通常，機器人的運動自由度等於主動關節個數以及被動關節個數之和。當致動器的個數多於機器人的運動自由度，我們稱為多餘自由度的機器人；當致動器的個數少於機器人的運動自由度，我們稱為欠缺自由度的機器人。

最為標準及常見的二足機器人為12 個運動自由度及12個致動器的機器人，以圖8 所示之機器人為例，其左右雙腳各有6 個致動器；通常在機器人的大腿處安裝3 個致動器、膝蓋處安裝1 個致動器、腳踝處安裝2 個致動器以及一個腳底板。此結構之二足機器人可靜態步行及動態步行；可前進後退、轉變運動方向、上下階梯及斜坡。圖 9 為身軀額外加入3 個致動器之12 個運動自由度及15個致動器的二足機器人。雖然致動器多可使得二足機器人行走動作更靈巧更擬人化，但是機構設計更為複雜，系統更難控制，而且機器人重量增加、更耗費能源 (施慶隆，2009) 。

(29)

20

圖8 12 個運動自由度及12 個致動器之雙足機器人。

檢索日期2009 年 12 月 15 日，取自

圖9 12 個運動自由度及15 個致動器之雙足機器人。

檢索日期2009 年 12 月 15 日，取自

(二) 輪型智慧型機器人

人型與輪型機器人各有其優劣之處，總括來說，人型機器人由於外表特徵和人類相同，所以行為上較為直覺，且能使用人類的工具，對地形與環境的適應性與泛用性

(30)

21

也比較強，但以目前的成果而言，機動力與荷載較低是其缺陷。另外一方面，輪型機器人雖然只能在其設計的地形上(不論是設計給平地或是崎嶇地形)移動，但是機動性高，耗損能量少，且荷載大，能裝置的設備也就多，最重要的是開發時的成本與技術門檻較人型機器人小(蘇耘德、王國賓，2007)。

透過輪子移動的機器人，定義為輪型機器人。機器人為了適應不同的環境，其機動性(Maneuverability)顯得越來越重要。然而，輪型機器人之機動性取決於移動平台 (Mobile Platform)的設計。而目前應用最為廣泛的移動平台可分為差動輪系移動平台 (Differential Drive Moving Platform) 與全向輪系移動平台 (Omni-directional Drive Moving Platform)。

1.差動輪系移動平台

基礎的差動輪系移動平台由兩差動輪搭配一舵輪所組成，如圖10所示。此種移動平台操控簡單且穩定，為目前市面上的輪型機器人所廣為應用。其操控流程簡述如下：

(1)定義移動座標系(XR、YR)與固定座標系(XI、YI)及兩座標系的夾角。

(2)定義各差動輪的相關參數，如軸距、差動輪半徑、及差動輪旋轉角度。

(3)給定各相關參數，透過正向運動學求解移動平台移動的方向與速度。

圖10 差動輪系移動平台。

資料來源：「人型與輪型機器人核心技術」，蘇耘德、王國賓，2007 年 8 月 5 日，機器人世界情報網，檢索日期2009 年 9 月 5 日，取自

(31)

22

2.全向輪系移動平台

全向輪系移動平台由全方向性的輪子(Omni-directional Wheel)所組成，如圖 11 所示。此種輪子在圓周上裝有與輪軸垂直的小輪，因此可自由的沿著兩種方向移動。當驅動馬達提供動力時，全向輪沿著軸向轉動，此時與全向輪上的小輪則無作用。反之，

當全向輪往輪軸方向移動時，驅動馬達則不輸出扭矩，此時全向輪上的小輪，則變為輔助輪，減少移動時的摩擦力，幫助平台移動。因此，全向平台的優點如下：

(1)輪軸不需移動，即可改變平台方向。

(2)原地旋轉不需迴轉半徑。

(3)可同時且獨立的控制平台的移動與轉動。

圖11 全向輪系移動。

常見的全向輪系移動平台，可分為3 軸與 4 軸兩種系統，3 軸或 4 軸全向平台透過全向輪提供之合力與分力的組合，決定平台的移動方向，其驅動步驟流程如圖 12 所示，而給定全向平台運動參數後，運動模擬分析如圖13 所示。

(32)

23

圖12 全向輪系移動平台驅動步驟流程圖。

因全方位之移動平台之機動性高，可沿著側向移動而不需改變平台之轉向，所以，目前已廣泛的被各國應用在國際中型足球機器人比賽(Middle Size League of RoboCup)之中，讓足球機器人可以快速且順暢的追逐比賽，增加比賽的複雜度與可看性。因此，全方位移動平台，未來勢必成為高機動性機器人需選用的平台之一。

圖13 全向輪系移動平台運動模擬。

(33)

24

國內外很早就開始進行利用輪型機器人進行爆裂物處理的研究，英國的 Allen-Vanguard 公司專門提供顧客各種爆裂物處理的相關產品，其中也包含了 BombTec Defender ROV。這台機器人配備有 GPS、6 台攝影機，一隻強力的機械手臂 (最大可舉起 75kg 的物體）。其六個獨立輪可以適應各種地形，最大爬坡能力高達 45 度。高度1.15m，長 1.52m，重量 275kg，正常情況下可連續使用 4 小時以上，除了偵查任務以外，其堅固的鈦合金外殼可以讓他執行爆破救援或是炸彈的誘爆工作，最大移動速度達3.2km/hr (蘇耘德、王國賓，2007)。

輪型機器人的足跡不但遍佈全球，甚至出現在外星上球上，大多數的外星探測計畫，都會有一台探測車配合，這些車型機器人在火星或是月球上面執行任務，自動收集其表面的資訊並傳回地球。精神號(Spirit)從 2003 年 6 月發射之後，在 2004 年 1 月著陸開始送回資訊。精神號和其兄弟機會號(Opportunity)如圖 14，都屬於地質調查機器人，負責調查火星上的岩石與水文歷史。這兩台機器人長1.6m，寬 2.3m，高 1.5m，

重量174kg；其上搭載的攝影機與紅外線感測器可以分辨岩石種類，上面還有其他地質研究裝置，可以在地面鑽孔並且放大觀察其紋理；6 個獨立輪可以克服各種地形障礙。

圖14 美國探測火星的Spirit與Opportunity。

資料來源：「人型與輪型機器人產品介紹」，蘇耘德、王國賓，2007 年 9 月 5 日，

機器人世界情報網，檢索日期2010 年 1 月 5 日，取自 http://www.robotworld.org.tw/index.htm?pid=10&News_ID=993

(34)

25

第三節姿態

所謂的姿態，是附著於載具上的座標(body frame)相對於另一固定參考座標(fixed reference frame)的方位，透過座標轉換來表達載具的姿態。常見的座標轉換方式有尤拉角( Eulerangles )、方向餘弦矩陣( direction cosine matrix )、四元數法( quaternions )。

尤拉角法只需3個變數即可描述載具附體座標系相對於導航座標系的關係，但此法的會有奇異性的發生，故使用時要避開奇異點。方向餘弦法具有9 個變數，故需較多的計算時間，因此在較為少用。而四元數法需要4 個變數但卻能有效的避開尤拉角所產生的奇異點。

傳統上要達到估測物體在3 維空間的姿態，有下列方法：(1)使用3 軸陀螺儀、3 軸磁場感測器及3軸加速規配合卡爾曼估測理論求得最佳的姿態估測。(2)使用3 軸加速規及3 軸磁場感測器，量測物體所受的重力及磁場強度，藉由計算可獲得物體的姿態。(3)利用3 軸陀螺儀量測物體的角速度，經過一次積分可獲得物體姿態角(高忠福，

2006)。

加速度經過積分運算得到速度，再經一次積分得到位置，旋轉角速度亦經由一次積分得到旋轉相對角度，由這些資訊即可以求出載具相對於地面的速度變化與運動姿態的變化，其能在短時間週期內估測出高精確度的載具姿態量。

由於感測器本身會有偏移(bias)與漂移(drift)等感測誤差量，透過積分運算後，便會產生積分誤差，誤差會隨時間的增加而累積，使得慣性姿態系統無法長時間的使用，此為慣性導航系統最大的缺點。

姿態(attitude)感測裝置，廣泛應用於機器人、航太、潛水艇、汽車工業及虛擬實境(Virtual reality)等等。磁場感測器、陀螺儀、加速規及傾斜儀是較常被運用的姿態 (attitude)感測裝置，各有其特性與適用場合。加速規用於量測非重力造成的加速度，

陀螺儀則為角速度量測儀器。

(35)

26

第四節陀螺儀

一、傳統陀螺儀

傳統的陀螺儀主要用於測量角位移。圖15展示了傳統的陀螺儀工作原理，為角慣性屬性。當一個旋轉物體，如旋轉陀螺在其旋轉軸方向變化方面出現很強的慣性時，

可以很容易觀察到這種屬性。這種現象跟我們能騎自行車的道理是一樣的。圖15所示裝置的中間，有一個圓盤正在高速旋轉。這種旋轉將使圓盤產生巨大的慣性。當裝置旋轉時，中間的圓盤會停留在相同的角位置。此時可以很容易測出圓環和固定旋轉圓盤之間夾角的變化。陀螺儀的旋轉部份也能有效地用於保持角取向不變，因此陀螺儀在羅盤中獲得了很好的應用。

圖15 傳統的陀螺儀。

資料來源：「類比電路實現MEMS陀螺儀測量系統」， P.B.K. Patrick，2007，電子工程專輯，檢索日期2009 年 11 月 10 日，取自

http://www.eettaiwan.com/ART_8800475862_480502_TA_1bea3540.HTM

二、MEMS 陀螺儀

MEMS (Micro Electro-Mechanical System微機電系統)陀螺儀比傳統陀螺儀更有用，因為它們一般測量的是角速度而不是角位移。角速度測量更加有用，因為隨著時間的累積，能夠間接測量出角位移和速度。

有許多技術可用來檢測MEMS陀螺儀的角速度。這些技術通常都有一個共同點，

即它們是以振動塊(vibrating mass)，而非旋轉塊(rotating mass)為基礎。振動塊能抵制

(36)

27

振動軸向的變化，即使與它相連的結構正在旋轉。因此，使用振動而非全程旋轉可獲得同樣的旋轉檢測效果，全程旋轉在MEMS設備中是很難實現的。

如圖16，微型塊m將前後振動，因此產生相同頻率的垂直柯氏力。MEMS陀螺儀所需的就是用相關電路檢測電容的振盪，並將它轉換為電壓，再經整流後輸出直流電壓。實際之微機電陀螺儀如圖17。

MEMS陀螺儀實現架構如圖17 有一個懸浮的電極板，其位置則是置於上下電極板的中間，藉此來感測上下不同的電容值差所含的訊號。梳狀致動器設計是目前振動式微陀螺儀必備的驅動元件，主要功能在提供一參考的速度，當對陀螺儀外加一Y 軸的轉速時，會由兩向量的外積產生一科氏加速度，進而在外積方向產生科氏力，而使懸浮的電極板產生上下振動的位移，如此就能夠得到上下兩電容差的訊號，而此訊號則為旋轉速度、驅動訊號與懸浮電極板的彈簧常數及阻尼係數的函數。其中為了簡化訊號的複雜性，在懸浮電極板的設計上，必須考量如何減少平板的阻尼係數。所以在懸浮平板上有很多的穿孔，藉由此設計則能簡化轉速訊號取得的複雜性。其中上述的振動式微陀螺儀，主要是由動力學中的科氏加速度，來作為基本設計原理。常見的微機電系統之驅動器或感測電路，一般分為靜電、電磁、熱膨脹及壓電式等設計。隨著設計者的設計方式不同，其感測原理亦有所差異。封裝完成之微機電陀螺儀如圖18。

圖16 MEMS陀螺儀的原理示意圖。

資料來源：「類比電路實現MEMS陀螺儀測量系統」， P.B.K. Patrick，2007，電子工程專輯，檢索日期2009 年 11 月 10 日，取自

http://www.eettaiwan.com/ART_8800475862_480502_TA_1bea3540.HTM

(37)

28

圖17 微機電陀螺儀實現架構。

資料來源：「CMOS MEMS微感測器之設計、製造、與整合」，方維倫、孫志銘、王傳蔚、蔡明翰，2008，科儀新知雙月刊，165，6-18

。

圖18 封裝完成之微機電陀螺儀。

資料來源：「封裝完成之微機電陀螺儀」，飆機器人網站，檢索日期2009年12月9日，

取自http://www.playrobot.com/sensor/product%20information/gyro/ SEN-08955.html

第五節加速規

目前所發展的微機電加速度計感測型態非常多，其包含了壓阻式、壓電、電容式、

熱感應式和穿隧電流式的加速度計。一般常見的主要是電容感測形式(方維倫、孫志銘、王傳蔚、蔡明翰，2009)。

加速度計機械結構的物理模型，主要包括質量塊、彈簧、及阻尼。當外界加速度 (G)作用時，作用力會使質量塊產生一相對位移(△X)，同時連接於質量塊上的感測電 極也一起被帶動，和固定的電極有了相對的間距變化，因此兩電極之間的電容值便會改變(△C)，如果外界加速度越大，位移變化量增加，電容改變量也會相對加大。上

(38)

29

述感測原理總結如圖19加速度計感測模型：

圖19 加速度計感測模型。

資料來源：「CMOS MEMS微感測器之設計、製造、與整合」，方維倫、孫志銘、王傳蔚、蔡明翰，2008，科儀新知雙月刊，165，6-18

當外界產生z的位移量時，如圖20，質量塊 M 因受慣性力作用而產生y的相對位移量，其運動方程式可表示為：

0

圖20 加速度計物理模型。

其中，M 為質量塊的質量，D為阻尼係數 (damping coefficient)，K為彈簧的剛性。

進一步取質量塊相對於外界的位移量x=z-y代入第(1)式可得:

上式再透過二階微分方程式並經由拉普拉斯轉換(Laplace transform)後可表示為:

1

由上式結果，在已知結構的各部分參數後，透過間接量測位移量即可得到相對應的加速度大小。

實際之微機電加速規實現架構如圖21。封裝完成之微機電加速規如圖22。

(1)

(2)

(3)

(39)

30

圖21 微機電加速規實現圖架構。

圖22 封裝完成之微機電三軸加速規。

資料來源：「封裝完成之微機電加速規」，飆機器人網站，檢索日期2009年12月9日，

取自http://www.playrobot.com/sensor/product%20information/gyro/ SEN-08955.html

第六節自動水平裝置

本論文之自動水平裝置全名為『自動保持全軸面水平控制裝置』，是經公告之發明專利，美國發明專利號碼：5,822,870，台灣發明專利號碼：311170 其基本架構如圖 23，結合微處理控制器與光電技術達到狀態偵測功能，使用電磁阻泥功能產生抑制擺盪功能如圖 24，再運用微處理控制器之程式控制驅動馬達，反復回饋控制達到水平狀態的感測與自動控制功能如圖25。

(40)

31

圖23 自動水平裝置架構。

資料來源：「自動保持全軸面水平控制裝置」，中華民國專利資訊檢索系統，發明專利編號311170，檢索日期 2009 年 12 月 9 日，取自

http://twpat3.tipo.gov.tw/tipotwoc/tipotwkm?00082AF51E7E020100000000000300A0000 0000100000000^

圖24 自動水平裝置電磁阻泥功能。

(41)

32

圖25 自動水平裝置原理。

由於加速度計、陀螺儀等慣性感測元件系統本身會有漂移(drift)及偏移(bias)等雜訊現象，透過座標轉換及積分運算後，使得傾角與速度狀態會有累積誤差的效應，不能長時間使用，須針對角度與速度的運算，應用αβ 濾波器來做狀態估測，再分別使用絕對角度參考值與積分平均的方式來消除累積誤差效應，以增加長時間資料的可靠性，故須高階之硬體系統與複雜之軟體程式運算，其整體成本將很難降低，導致不易被市場接受。

自動水平裝置以機器人於地面移動時姿態變化為主要考量，姿態感測時無漂移 (drift)及偏移(bias)等現象，無累積誤差效應，故可以長時間使用。自動水平裝置以數位信號方式感測，不須高階之硬體系統與複雜之軟體運算，故可以提供機器人於地面移動時姿態變化之感測功能，可以降低整體成本，易於被市場接受。

(42)

33

第三章研究方法第一節層級分析法

一、層級分析法起源與發展

層級分析法(Analytical Hierarchy Process ; AHP)是由年由美國匹茲保大學教授 Thomas L. Saaty於1971 發展出來的一套決策方法。Saaty在美國國家科學基金會的協助下，進行產業電力合理分配的研究。1972年7月，Saaty在開羅為埃及政府進行「無和平、無戰爭」對埃及經濟、政治及軍事的影響研究時，開始將決策者的判斷尺度化。

1973年Saaty 將AHP應用在蘇丹運輸問題的研究後，層級分析程序的理論已趨於成熟。1974年至1978年間，Saaty先後為美國數個國際機構後事醫療優先排序，分配資源衝突的研究，經過修改及證明後，層級分析程序變得更加成熟。

AHP 層級分析法主要是藉由團體研討的模式，彙整專家學者及各階層實際參與決策者的意見，將複雜與多變的問題，簡化為明確要素層級系統，首先運用名目尺度作為各階層要素問的成偶比對(pairwise comparison)，其次進行量化建立成對比較矩陣 (pairwise comparison matrix)，求取矩陣的特徵向量(eigenvector)，並將特徵向量作為該階層優先向量，代表各要素間的優先順序，最後以最大特性根(maximize eigenvalue) 檢定對比矩陣一致性的強弱。

它將複雜的問題分解為個別的組成因素，透過兩兩比較判斷的方式，確定每一層級中因素的相對重要性，然後在層級結構中進行合成，以得到決策因素相對於目標重要性的總順序，提供決策者選擇適當方案的充份資訊，凡優先權重值愈大的方案表示被採納的優先順序愈高，可降低決策錯誤的風險性。

AHP 是一個功能強大且富有彈性的決策工具，因理論簡單且具實用性，同時考慮了數量性(Quantitative)和非數量性(Qualitative)條件的複雜多規範問題。AHP可幫助決策者將所要解決問題中的重要考慮因素，再架構成類似樹狀的一個階層性的結構 (Hierarchical Structure)；並將複雜的決策評估簡化為一連串簡單的比較和排序，再綜合所有分析結果而得到最後的答案。因此，AHP不僅可協助決策者作出最好的決定，

(43)

34

並為其所做的選擇提供合理的解釋，AHP為綜合應用演繹法與歸納法，首由歸納法將複雜系統的問題劃分層級，再運用演繹法分析其中各部份的特質，最後再運用邏輯的方式將各部份連結起來。在整理過程當中，有演繹法的公式運算，而且也運用歸納法來衡量其不明確的感覺與判斷的一致性。其設計也反映出人類的真實思考模式，因此在過去三十多年間，AHP 法已成為協助人們進行決策時的重要方法之一。

根據Saaty 的說法，AHP 分析法可應用於下列十二類問題：

1.選擇最佳方案 (Choosing a Best Policy) 2.規劃 (Planning)

3.決定優先順序 (Setting Priorities)

4.產生替代方案 (Generating a Set of Alternative) 5.衡量績效 (Measuring Performance)

6.最佳化 (Optimization)

7.資源分配 (Allocating Resources) 8.決定需求 (Determining Requirement) 9.解決衝突 (Conflict Resolution) 10.系統設計 (Designing Performance) 11.確保系統穩定 (Insuring Systems)

12.預測結果與風險評估 (Predicting Outcomes/Risk Assessment)

Saaty認為在個人、企業和政府方面，AHP均可適用，例如：1973年至1975年用在能源分配和運輸的規劃，1976年用於高等教育的規劃，1976年至今的美國總統選舉規劃，1978年的對付恐怖主義，產品目錄的選擇，南非種族衝突的解決，IBM的追求標竿和資源配置，中國大陸政府廣泛的應用，1994年歐洲最佳商業學校的排名，1993 年至1994年美國航空及太空總署和智利環境上的應用，橋樑的設計和其他工程系統的運用；世界西洋棋冠軍賽的結果，美國經濟的反轉和強度，股票市場，油價；國際市場，資源和人力配置、合併或獲得。

(44)

35

二、AHP 的程序

AHP 層級分析法的流程圖如圖 26 :

圖26 AHP 法流程圖

(一)確定要評估的問題

確立最高目標，分析各種可能解決對策、方案，並運用群體腦力激盪法(brain stormaig)或德非法(dephi method)，彙整專案學者的意見，將影響問題的評估準則 (criteria)、替選方案(alternatives)等要項逐一列出。

確定評估問題

羅列評估要素

建立層級架構

成對比較評估

建立比較矩陣

計算矩陣之最大特徵值及

特徵向量

否一致性檢定

是提供決策者

參考之資訊

(45)

36

(二)建立層級結構

AHP 層級結構是由目標(Goal)、評估準則(Criteria)、方案(alternatives)等要項構成、運用AHP 層級分析法需先行建立階層，用來決定不同層級之隸屬關係，並藉由階層關係發揮評估分析功能， AHP 可將影響系統因素分解成數個群體，再將每個群體區分為數個相對應的子群體，持續逐一分層，便可建立系統全部的層級結構。AHP 層級結構圖，如圖27。

1.最高層級表示欲評估的最終目標。

2.盡量將重要性相近似的要項方在同一層級。

3.層級內的要項不宜太多，Saaty 建議最好不要超過七個，如果超出可再分一層級，

避免影響層級的一致性。

4.各層級的要素，應力求具有獨立性，若産生相依性(dependence)，可分別將獨立性與相依性各自分析後，再合併二者分析。

5.層級中最低層的要項即為替代方案。

圖27 AHP 分析法結構圖

欲評估的問題

評估項目 A

解決方案 1

評估項目 B

評估項目 C

評估項目 D

解決方案 2

解決方案 3

中 華 大 學 碩 士 論 文

中 華 大 學

碩 士 論 文

智慧型機器人姿態感測技術之評估與分析 Assessment and Analysis of Intelligent Robotics Posture-Detection Technology

系

所

別 ： 科技管理學系碩士班

學號姓名 ：

E09803034 羅金揚

指導教授 ：

李 友

錚

博

士

中華民國 九十九 年 八 月

謝 辭

摘 要

Abstract

目 次

表 次

圖 次

第一章 緒論 第一節 研究背景

第二節 研究動機

第三節 研究目的

第四節 研究流程

第五節 研究範圍與限制

第二章 文獻探討

第一節 智慧型機器人的起源與發展

第二節 智慧型機器人的分類

一、依功能區分

二、依構造區分

第三節 姿態

第四節 陀螺儀

一、傳統陀螺儀

二、MEMS 陀螺儀

第五節 加速規

第六節 自動水平裝置

第三章 研究方法 第一節 層級分析法

一、層級分析法起源與發展

二、AHP 的程序

中華大學碩士論文

中華大學

碩士論文

別：科技管理學系碩士班

學號姓名：

指導教授：

李友

中華民國九十九年八月

謝辭

摘要

目次

表次

圖次

第一章緒論第一節研究背景

第二節研究動機

第三節研究目的

第四節研究流程

第五節研究範圍與限制

第二章文獻探討

第一節智慧型機器人的起源與發展

第二節智慧型機器人的分類

第三節姿態

第四節陀螺儀

第五節加速規

第六節自動水平裝置

第三章研究方法第一節層級分析法