學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890

Browse

Search Results

Now showing 1 - 2 of 2
  • Item
    基於影像到動作轉換之未知環境下目標物件夾取策略
    (2023) 林昱維; Lin, Yu-Wei
    本論文的主要目標是利用僅有的彩色影像,使機械手臂在沒有相關的3D位置信息的情況下夾取靜態或動態目標。所提出方法的優點包括在未知環境下,為各種類型的機器人手臂提供一類通用控制策略、能夠自主生成相應的自由度動作指令的影像到動作轉換,以及不需要目標位置。首先,使用YOLO (You Only Look Once)算法進行影像分割,然後將彩色影像分成不同的有意義的對象或區域。採用近端策略最佳化(Proximal Policy Optimization, PPO)算法對卷積神經網絡 (CNN)模型進行訓練。機械手臂和目標物件的彩色影像以及馬達的轉動量分別是CNN模型的輸入和輸出。為了避免機器人手臂與物體碰撞造成機構損壞,在深度增強式學習訓練中使用Gazebo模擬環境。最後,實驗結果展示了所提出策略的有效性。
  • Item
    基於教與學優化演算法之適應性階層式模糊控制應用於鋰電-超級電容混合電力系統
    (2022) 林祐偉; Lin, Yu-Wei
    電源轉換器需具備穩定電力輸出品質與良好的即時功率調節能力,而電源轉換器的並聯操作雖然可以提高輸出功率,但並聯式轉換器必須透過均流技術來確保模組間的輸出電流相同。本論文針對鋰三元電池模組與超級電容搭配成複合式電力系統並提出最佳化能量管理策略,利用傳統模糊邏輯控制策略、最小等效能耗策略,以及教與學優化演算法控制策略,以雙向直流-直流轉換器與數位訊號控制器實現混合電力系統最佳化能量管理之硬體架構。此架構根據目前負載端需求功率及超級電容之殘電量即時對複合式電力系統進行能量分配最佳化。本論文選用WMTC全球機車測試型態與新歐洲WLTP測試型態作為能耗比較基準, 最後經由實驗測試傳統模糊邏輯控制策略、最小等效能耗策略以及教與學優化演算法控制策略應用於並聯式直流-直流轉換器之耗能結果。藉由兩種行車型態測試與比較,本論文所提出之教與學優化演算法控制策略確實能達到最佳的能源使用效率,獲得最節能之控制效果。