學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912

Browse

Subject: search.filters.subject.路徑規劃

Search Results

Now showing 1 - 4 of 4
  • No Thumbnail Available
    Item
    基於環車鳥瞰影像之自動停車系統
    (2010) 許之凡; Chih-Fan Hsu
    車輛駕駛輔助系統的主要目的為提升行車駕駛者的安全、效率與舒適。本研究在車輛的周圍裝設攝影機，建立一環車全景鳥瞰影像，如此可以解決車輛四周的盲點區域問題，而本研究利用此種影像從事自動停車的目的。 本研究使用四個魚眼攝影機，將其架設在車型機器人AmigoBot四周，擷取其四周的影像，並分別對其影像各自執行攝影機的暗角效應消除(vignetting elimination)、魚眼影像的反扭曲(distortion recovery)、俯視影像轉換(top-view image transformation)，最後再將俯視影像做影像接合(image registration)與色彩混合(color blending)，建立車輛周圍的全景鳥瞰影像。本研究並紀錄了在各影像轉換階段中影像像素位置的對應關係，將其整合成一轉換表，如此將來可以利用查表法(look-up table)來加速鳥瞰影像建立的速度，使之能到達即時轉換的目的。當鳥瞰影像建立出來後，本實驗假設已偵測到車輛周圍停車格位的位置，再實地考察真實車輛的運動行為，使AmigoBot模擬一般車輛的運動行為。再依據台灣現有的三種停車格位(直角停車格位、斜角停車格位、路邊停車格位)，各自設計停車的策略，使車型機器人能依策略達到自動停車的目的。實驗顯示，本研究可達成即時建立車輛周圍的鳥瞰影像與各種不同的自動停車策略。
  • No Thumbnail Available
    Item
    無人機以動態飛行協助搜尋與救援行動
    (2018) 張庭韶; Chang, Tin-Shao
    在大規模災害發生的環境下，地形與時間的限制是目前搜救團隊所面臨的最大問題，因此也越來越多案例使用無人機來對災害環境進行勘查，情報的蒐集以及定位受災戶位置。 本研究利用了當今社會手機普及率的特性，由無人機搜尋手機無線訊號位置，也因無線訊號的特性，結合RSSI與Log-Distance Model，來預估當前無人機位置與訊號源間的距離。因此比起生命探測儀，更能從較大範圍的距離下開始搜查任務。此外，我們也設計了一種動態路徑規劃(Dynamic Path Planning)演算法，能夠根據現場無線訊號源的變化，使得無人機可以更快速接近受災戶，並定位出其位置。研究致力的方向為縮小搜尋時間與定位誤差，蒐集現場環境情報來提供給搜救團隊參考。而最後我們實驗的結果也顯示了使用了動態規劃演算法，比起一般的固定路徑規劃，更快速且精準的定位出受災戶位置。
  • No Thumbnail Available
    Item
    以SOPC為基礎發展一遙控車
    (2005) 鄭旭明; Cheng Hsu Ming
    本文利用高靈活性、高整合性的SOPC系統做為控制核心發展一遙控車輛。此一車輛能透過無線的方式接收遠端控制者下達的指令，接收到的指令經由SOPC發展板的序列傳輸介面(UART)傳達至控制核心，接著在控制核心進行解碼的動作，解碼後的指令再分別傳送至伺服馬達及步進馬達控制模組進行脈波指令的傳送，最後這些控制馬達轉動的脈波指令再透過馬達驅動介面驅動馬達，使遙控車產生轉彎、行進的動作。而此一遙控車輛對於控制前輪轉彎的動作使用了伺服馬達作為驅動裝置，控制後輪使車輛行進的動作則是使用步進馬達，因此在控制方法上也使用了不同的方式。 在完成了遙控車的建立後，我們也做了車輛變換車道的路徑規劃，用以驗證此一車輛整體架構的可行性及了解遙控車的受控程度。在這裡我們也考慮了在車輛進行變換車道時可能發生碰撞的原因，因而設立了避免碰撞的規則。
  • No Thumbnail Available
    Item
    於室內停車場之環場攝影機架設策略
    (2003) 陳瀛彬
    本論文以環場攝影機為主要監控器具，提出一演算法則來自動決定一組攝影機的架設位置，以達到其整體堅控範圍能完整的覆蓋一停車場。我們將車場看成一任意多邊形，而每一攝影機的監控範圍為一小圓形，因此我們希望找到一組攝影機，其監控範圍的聯集可以含蓋多邊形車場。這個問題到現在仍在尋找較佳的解法，且多只限於一些特殊形狀的多邊形之處理，而本文提出的方法則可以解決任意形狀。系統主要包含前處理、攝影機校正、路徑規劃、攝影機設置以及產生environmental map五個步驟。於前處理中，我們將停車場的平面設計圖掃描後得到平面圖影像，並記錄下平面設計圖的比例尺及影像解析度，以便藉由它們來計算出影像上的像素所對應的3D尺寸；在攝影機校正中，主要想得到影像平面與真實空間之間的關係，由此關係來得到攝影機在真實空間與影像中之監控半徑的對應關係；接著我們使用一兩階段的類神經網路於影像上分別從事路徑規劃及攝影機配置的工作；最後產生一environmental map可供未來應用，例如車輛追蹤使用以及多攝影機之間的協調(coordination)。在實驗結果中，我們提出數個例子以驗證我們的方法。