學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890
Browse
212 results
Search Results
Item 彩色電子紙之半色調影像處理晶片設計(2023) 顏采庭; Yen, Tsai-Ting本論文探討彩色電子紙在應用半色調影像處理演算法上所遇到的兩個難題，第一個是電子紙平台使用低功耗微控制器難以實現即時影像處理，第二個問題是直接二進制搜尋演算法在減少影片播放時畫面閃爍方面取得了良好效果，但其時間複雜度仍然很高，這使得在現有的電子紙平台上實現該演算法仍然存在困難。為了解決這一問題，本論文提出了一種基於彩色電子紙半色調影像處理的平行化硬體架構，以及一種新的像素搜索次序矩陣。該硬體架構具有良好的自適應性和可擴展性，可以自由地擴展或減少平行化的模塊，以滿足不同系統的需求。此外，該硬體架構已在晶片平台上實現，實驗結果表明該架構可以高效地執行即時影像處理，同時保持影像品質。Item Item 遠端操控自動駕駛車輛系統中支援向量機之研究(2023) 高御圻; Kao, Yu-Chi遠端駕駛是一種嚴重依賴遠程操作員與車輛自動駕駛系統 之間可靠通信鏈來運作的系統。雖然變道和加速/減速等細節的操作（低級動作）由 ADS 執行，但路線規劃（高級指令）是通過使用從沿路的攝像頭或傳感器收集的信息來遠程完成的。在論文中，討論了支持向量機的理論，它在中有著核心的作用。作為一種基於機器學習的技術， 必須經過訓練才能用於執行分類任務。因此，我們將說明如何在中找到優化的支持超平面的推導，包括如何使用序列最小優化。Item 基於 Transformer 用於物件狀態分析之關聯度計算模型(2023) 黃柏穎; Huang, Po-Ying籃球分析系統是現代籃球運動中不可或缺的工具，其中判斷持球者更是重要的任務之一。傳統的做法是先透過物件檢測取得球員與籃球的檢測框，再透過球員與籃球的幾何關係，例如計算球員與籃球的Intersection over Union，或計算球員與籃球的中心座標距離，來判斷球員是否持球。然而我們發現這樣的做法很容易發生誤判，肇因於籃球比賽中存在著複雜的球員重疊情況，幾何關係無法準確判斷球員是否持球，從而出現誤判的情況，這對於分析持球者的任務來說帶來了極大的挑戰。為了解決上述問題，我們提出了「基於Transformer用於物件狀態分析之關聯度計算模型」，藉由加入球員的骨架資訊做為動作特徵，透過self-attention的方法來學習球員與籃球之間彼此的關聯性。實驗結果顯示，我們的架構可以透少量的訓練資料，得到92.3%的持球準確率，這個結果超越了傳統演算法85.1%的持球準確率。最終，更在非訓練使用之測試資料集獲得95.4%的持球準確率。Item 全向移動平台動態物件追蹤控制與設計(2023) 廖廷瑋; Liao, Ting-Wei全向移動平台（Omnidirectional Mobile Platform）是具有全向性的移動機器人平台，其機動性更高，但相對於傳統四輪平台在運動控制上也更為複雜。本文自行設計此移動平台，從車身、驅動系統、控制系統、各種感測器以及影像識別系統，並且整合移動平台和影像系統的軟、硬體功能。使其能完成一些簡單擬人類的動作。接著，詳細說明了全向移動平台的運動學分析，包括其運動模型和運動方程式。在此基礎上，介紹了運動控制方法，包括階層模糊控制和由PID控制結合類神經網路的PIDNN控制，並且加上動態物件追蹤技術判斷目標位置，並且預測其落點。最後，實驗結果表明，所提出的控制方法可以實現對平台的運動控制和穩定性控制，並且可以有效追蹤物件並且移動到指定定點。此外，該方法也具有一定的通用性，可應用於其他需要追蹤物件的全向移動平台上。Item 賽局理論於高速公路車隊之應用(2023) 林聖翔; Lin, Sheng-Hsiang車輛形成車隊(Vehicle Platooning)對駕駛和車輛運輸都有益處。因為在車隊中的所有追隨者(followers)於行進時可以享有休息的好處，從而減輕他們的工作量；除此之外，不僅減少燃料消耗(fuel consumption)，還可以縮短車輛與車輛之間的間距，從而提高運輸效率。在這篇論文中，討論加入車隊的車輛與賽局理論(Game Theory)相關的收益(payoff)。我們重點討論車輛形成車隊行駛於高速公路，論文通過數值分析計算了車輛在不同交通強度(traffic intensities)下在高速公路上行駛時所能獲得的平均收益。然後，這些結果可以與其他因素（例如到達目的地的緊急程度）相結合，供駕駛決定是否加入車隊。Item 改良式智慧型PID控制器應用於四軸飛行器(2023) 鄧鈞岳; Teng, Chun-Yueh本論文使用智慧型PID (intelligent PID, i-PID)結合改良式擴展觀察器(Extended State Observer, ESO)來控制四軸飛行器。由於i-PID控制器需要用於估計受控體中未知參數，來改善控制器對受控體進行較佳的控制效果，本論文設計一套改良式擴展觀察器來協助受控體中未知參數建立與估計。該設計的擴展觀察器是透過模糊邏輯計算出觀察器參數，接者再利用觀察器參數估計出受控體中未知參數，進而達到改善i-PID控制器效能的目標。為了驗證本論文設計擴展觀察器的有效性與可行性，本論文針對四軸飛行器來進行模擬和實驗。模擬與實驗結果顯示，該設計的控制器具有較佳的控制效果。Item 5 G毫米波網路中以比例公平為基礎之用戶連線與資源配置(2023) 李奕叡; Lee, Yi-Rui5G毫米波網絡使用在頻段為GHz，已知能夠提供Gbps級別的速度。然而，在這些頻段中，通道容易受到損壞。因此，類似Wi-Fi網絡，小型基站被部署在服務區域內，以解決這個問題。本論文討論了一種基於對偶分解方法的分散式演算法。在該分散式演算法中，不僅可以確定用戶端和存取點之間的連線，還可以以一種比例公平(proportional fairness,PF)的方式分配通道資源。具體而言，本論文運用隨機幾何學來計算網絡整體吞吐性能的平均值。這有助於節省從大量模擬運行中取平均值的工作。Item 用於高光譜和多光譜影像融合的知識蒸餾師生網路(2023) 倪至謙; Ni, Chih-Chien近年來隨著太空探索的技術進步，太空遙測與感知領域變得越來越熱門。因為高解析度的高光譜影像在光譜帶上擁有更多的訊息，這些訊息對於遙測領域應用有很大的幫助，然而直接獲取高解析度高光譜影像會對硬體造成巨大的負擔。因此替代的方式是取得相同條件下的高解析度多光譜影像與低解析度高光譜影像，藉由此兩種影像的融合來獲得高解析度的高光譜影像。在本論文中，先是使用成對的高光譜和多光譜影像資料訓練一個較複雜的網路生成高解析度的多光譜影像和低解析度的高光譜影像融合結果，使用具有卷積感受野重複運用的RFRM模塊提取光譜訊息，再與多光譜影像擁有的空間信息融合生成最終結果。接著為了降低網路的大小，引入知識蒸餾的教師–學生架構建構一個小型的學生模型，讓學生模型去學習教師模型的特徵和資料集的訊息，進而達到效能與教師差距不大、但在速度以及模型複雜度上都優於教師模型的多光譜高光譜融合模型。經實驗顯示我們的蒸餾效果在影像融合成效上有很好的結果，並且在運行速度上相較教師網路快了近1.5倍，參數量則減少為原本的0.54倍。Item 使用機器人視覺及安全軌跡規劃於自動化汽車車門噴塗系統之研究(2023) 柯宏瑨; Ko, Hung-Chin自工業4.0興起後，機器手臂導入自動化的發展成為智慧製造中不可或缺的一部分，在許多生產或加工的工廠中可以見到機器手臂的應用，由於其具備快速及穩定的優點，使得製造過程得以在更短的時間內得到更好的成果，並大幅減少了人力及時間成本。本論文透過六軸協作型機器手臂整合RGB攝影機與二維光達執行汽車車門自動化噴漆的任務，首先機器手臂根據使用者設定的四個位置拍攝車門的影像，並將其儲存，透過影像拼接技術的幫助，將四張影像根據車門的特徵拼接，藉此得到完整的欲噴塗車門之影像。獲得完整的汽車車門影像後，使用色彩偵測方法將欲噴塗車門之範圍從原始影像中過濾出來，再利用輪廓檢測技術擷取出欲噴塗範圍之內輪廓。軌跡規劃演算法根據內輪廓的大小規劃出若干條車門噴漆之路徑，經過座標轉換將此路徑轉換為機器手臂的末端點座標，使得機器手臂得以根據的軌跡進行噴漆任務。在機器手臂進行噴漆的過程中，由於人類操作員有時需要查看汽車車門是否發生上漆不均勻的情況，為了避免機器手臂在噴塗的過程中發生人機碰撞的情形，透過二維光達監控是否有操作人員進入機器手臂工作範圍的情況，透過安全機制的協助得以避免人機碰撞的問題產生。