學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73894
Browse
4 results
Search Results
Item 基於深度學習之路面破損檢測(2021) 章皓鈞; Chang, Hao-Chun目前國內的道路維護方式多為定期派遣工程車檢測以及依賴人民的通報，而為了盡早的發現道路損壞並進行修復，本研究運用Mask R-CNN深度學習之方式建立道路破損辨識模型。透過Mask R-CNN深度學習演算法，以及運用python 、OpenCV撰寫進行道路破損檢測與資料整合，持續的分析模型數據並根據結果進行再訓練。利用路面破損辨識模型檢測出路面上的龜裂、裂縫、補綻、變形以及坑洞，並在龜裂、裂縫、補綻、變形達到86%以上的召回率，精確率除了裂縫、坑洞之外有82%以上，此外對檢測出來的破損範圍進行面積計算，為日後養護維修提供面積的量化指標，進而輔助人力巡查作業。Item 智慧型移動式機械手臂之設計(2010) 林哲祺; Che-Chi, Lin在現今科技產業日新月異的時代，機械手臂廣泛應用在工業自動化、微創手術、複雜且精密的產品生產、甚至替人類執行危險的任務，對人類的生活中帶來有極大的便利性，並且充滿著廣大的商機。 本論文研究之目的是設計擁有多個自由度的機械手臂搭配移動裝置，實現機械手臂能夠真正用在生活上的服務以及工作任務的執行。整個系統結合了影像處理技術，利用攝影機擷取到的影像來加以辨識後，將結果傳給控制器命令機械手臂執行相對應之動作。本研究主題並非是重覆執行同一件任務的傳統工業手臂，而是隨機判斷物體而執行任務，故必須額外推導順、逆向運動學用來處理物體在空間座標轉換到手臂轉軸角度的調配，產生運動軌跡並使用馬達致動器來進行物體夾取，以達到預先設定之任務，並且考慮到機械手臂展示時需要有優良的姿態協調去執行動作，讓機器人展示時更為生動活潑，祈使在人類未來的生活中，機械手臂的物體夾取系統能夠朝向更為複雜與高彈性的日常生活環境中。Item 輔助視障者於枕木紋行人穿越道線行走安全系統之研製(2013) 褚哲威; Che-Wei Chu視障者一般在行經交通道路口時，要如何獲取行人穿越道上的資訊來達成安全行走的目的是很重要的問題。所以本研究所研製的辨識系統可以用來輔助視障者準確地偵測出枕木紋行人穿越道線。針對動態的影像進行辨識處理。透過使用可攜式的攝影設備，代替視障者的雙眼以偵測出枕木紋行人穿越道線，輔助其能安全地穿越枕木紋行人穿越道路口。讓視障者在穿越馬路時取得前方行人穿越道的資訊，可以有更安全的行走資訊。 本研究主要是以影像處理的方式來達成，整個演算法架構為：載入影像分序圖、彩圖轉灰階、灰階轉黑白、圖形濾波、最後標出圖框。偵測枕木紋行人穿越道線部分，本論文採用了連通物件標籤法(Connected Component Labeling)及面積濾波(Size Filter)，而這兩種方法應用上容易因影像雜訊太多而產生誤差，為了解決這個問題，本論文嘗試以中值濾波器(Median Filter)與形態學濾波器(Morphological Filter)來抑制影像雜訊之影響。 實驗內容是對於不同天候條件下和多種道路場景來作偵測，由實驗結果得知，皆能有效的偵測並判別結果。整體辨識率可達99%，處理速度約為每張0.03秒。Item 公路長隧道內交通事件偵測(2010) 柯盟威; M. W. KE隨著工程及科技的發展迅速，開啟了長隧道時代的來臨；然而，隧道內的交通資訊取得、事故處理以及逃生系統，遠比在一般開放空間快速道路搶救，難上幾十甚至幾百倍。因此，一般用路人對於長隧道的特殊交通空間，並未有完善的知識以及交通資訊。若能在事故發生前做事故預防的警示，以及隧道內即時交通資訊的指示，成為交通順暢與否及避免危機的重要課題。 本研究目的，在於以影像處理達成(1)估測隧道內交通資訊(2)車輛變換車道偵測(3)故障停等車輛偵測(4)長隧道內火焰偵測。如果能在事故發生前、後，透過資訊可變標誌，給予適時、適當的預警，不但能降低事故的發生，更能大量節省事故發生後，緊急處理所需的時間，而使行車更加順暢。 本研究以公路長隧道內，雙白線資訊為偵測基礎，並(1)設定行車車輛數目，估測行車流量(2)當偵測出之車輛與雙白線直線方程式產生交集時，偵測出車輛跨越雙白線(3)以時空域動量分析偵測出車輛故障停等(4)基於公路長隧道標準照明下，分析火焰色彩資訊，進行火焰偵測。 實驗結果顯示，在各項交通事件偵測，準確率皆在九成以上；並且，在長隧道行車中，具備最低速限以及標準照明環境之下，本研究提出(1)以時空域動量分析演算法，偵測車輛故障停等，以及(2)利用色彩空間，偵測火焰區域，以八卦山隧道交通事件為例，進行偵測，所偵測之時間，分別較目前既有影像式事件偵測方式，更為提早1秒與2.6秒。如此便能更即時的通報給行控中心，作適當之處置。