Browsing by Author "王偉彥"
Now showing 1 - 20 of 108
- Results Per Page
- Sort Options
Item Design of hybrid sliding mode fuzzy PI controller(2005-10-01) 鄧聖山; 王偉彥Item DSP-based泛用型控制器之設計與實現－使用線上基因演算法則與直接適應性模糊類神經架構(行政院國家科學委員會, 2003-07-31) 王偉彥Item IEEE 802.15.4應用於單晶片控制電錶(2009-06-26) 王偉彥; 李永勳; 吳家賢Item IEEE 802.15.4無線監控系統實作(2009-06-26) 黃家進; 王偉彥; 李永勳Item SIFT影像辨識演算法及其在FPGA之實現(2016) 潘偉正; Pan, Wei-Zheng本文提出將SIFT影像辨識演算法實現於FPGA上，以解決影像辨識需要大量運算時間，而使得系統無法即時運算之問題。為了大幅減少邏輯單元之需求以及提升系統頻率，我們依照硬體適合之架構以及平行處理的優勢，針對SIFT演算法進行改良，如使用軟體預先計算高斯模板、使用數值方式避免反矩陣使用除法器以及將影像金字塔使用平行處理之架構實現等。除此之外，我們也使用CORDIC演算法進行三角函數、平方相加開根號以及反三角函數等實現，還有使用最佳化演算法找出高斯影像所需之最佳參數，並在硬體中進行連續高斯影像金字塔之近似，最後使用硬體實現影像梯度直方圖統計，如此一來就能於硬體中進行特徵主方向偵測以及特徵點描述之功能，而論文中會清楚介紹上述所提到之實現方法。而為了降低開發之困難性，首先以軟硬協同設計之架構對部分模組進行加速設計，完成後，再將整個系統以全硬體方式進行實現，值得一提的是，整個系統電路皆是由管線架構設計而成，因此可以大幅提升運算效率，進而達到即時運算之目標，從實驗結果證實，電路模組運算速度相較於軟體有大幅提升，而硬體實現結果相較於軟體之誤差也保有相當之精確度。Item A Simplified Interval Type-2 Fuzzy Controller for The Truck Back Up System(2009-12-19) 吳建成; 陶金旺; 陶金旭; 王偉彥; 莊鎮嘉本文提出簡化的區間第二型模糊邏輯控制器應用於倒車控制。由於第一型模糊集合的歸屬函數必須完全明確，對於歸屬函數存在不確定性時，第二型模糊系統就成為適合的應用架構。本文將區間第二型模糊歸屬函數各拆成左右兩個單一的第一型模糊歸屬函數，分解成左右兩個模糊邏輯控制器。最後將比較第二型模糊控制器之倒車控制性能顯示其有效性。Item System identification using a coefficient learning mechanism via a hopfield neural network(2005-06-05) 王偉彥; 許旭邦; 蘇順豐; 李宜勳本論文,針對非線性離散時間系統利用霍普菲爾類神經網路(HNN)作為係數學習的機制,在高斯基底函數的集合中藉由此學習機制獲得其最佳的係數,並且在取樣步幅(Sampled step size)趨進近於零的情況下利用學習的模型可以完全近似離散化的霍普菲爾學習模型。本篇論文的主要貢獻在於推導出離散型霍普菲爾學習模型的收歛性條件，最後以模擬的結果來說明本論文所提出之方法的有效性。Item 不確定非線性系統之強健適應性模糊類神經控制器之設計(行政院國家科學委員會, 2000-07-31) 王偉彥; 陳麗貞Item 不確定非線性系統具H 追蹤規格之適應性模糊觀測器與控制器之設計(行政院國家科學委員會, 2002-07-31) 王偉彥; 呂藝光Item 主動式履帶機器人應用於連續樓梯攀爬與避障策略之研究(2015) 蕭智偉; Hsiao, Chih-Wei本論文主要是設計並開發自主式履帶機器人之軟體、硬體架構，能於室內未知的環境中自主式的執行連續樓梯攀爬與避障任務。履帶式機器人使用Xtion感測器取得深度影像資訊來辨識環境中的目標物，不需要經過複雜的影像運算，即可辨識出不同環境下目標物的位置和距離，並且在夜晚也能正確地辨識目標物；透過加裝的自製雲台組，Xtion可以依據實驗的需要進行角度調整，輔助履帶式機器人完成不同環境的任務。履帶式機器人使用單板電腦UDOO作為控制核心，使得體積更小、開發上有更多彈性，能依據不同實驗的需要加裝額外的感測器。本論文提出了一種影像避障的方式，依據Xtion感測器提供的障礙物距離資訊計算出機器人左、右履帶速度差與機器人旋轉半徑之間的關係，讓機器人能持續行走且順利的避開障礙物，並且設計了一系列的動作模式，來解決履帶式機器人連續樓梯攀爬的問題，讓機器人能夠在室內環境中任意的移動，最後經由實驗結果證實了自製履帶式機器人能夠實現跨樓層的樓梯攀爬與避障等任務。Item 亮點投射法之影像式距離量測(2008-06-07) 盧明智; 王偉彥; 黃敏祥; 張沛鈞; 郭庭男本研究所研製的影像式距離量測，以兩支可見光雷射筆作為自動調整量測解析度的量尺，突破一般以雙CCD攝影機或於待測點設置參考標的的量測方法。僅以一張影像畫面，就能實現非接觸式的距離量測功能，並能於影像畫面產生，像素值與距離轉換的標示刻度。量測原理乃以兩道平行雷射光束於待測面上產生兩個投射亮點，其影像畫面之間相隔的像素值，隨攝影距離之改變而改變的特性，只要確認這兩個亮點在影像畫面中，相隔的像素值，就能以簡單的公式完成單一攝影機，影像式距離量測的功能。本項研製之作品，已取得中華民國發明專利，其相關應用，也已取得另外四項發明專利。對機械人避障亦能提供另一項創新的偵測方法。Item 以DSP基礎建立即時模糊類神經網路之研究(行政院國家科學委員會, 1998-07-31) 王偉彥Item 以並行處理之演化法則及其在間隔系統最佳控制器設計之研究(行政院國家科學委員會, 2004-07-31) 許陳鑑; 王偉彥Item 以小波基底函數為基礎的適應性倒階控制應用於具有驅動飽和限制之不確定系統(2010) 高暉翔; Hui-Hsiang Kao本篇論文提出三種非線性系統的控制方法。首先，在第二章先提出一個小波基底函數適應性倒階典型非線性系統的控制器。本文提出小波類神經自適應倒階控制器來控制未知的非線性系統。這個控制器結合小波基底函數與驅動飽和限制。接著，在第三章提出一個小波基底函數適應性倒階非典型非線性系統的控制器。本文中推薦在非典型非線性系統使用小波適應性倒階去控制。此控制方法結合適應性倒階控制器及小波基底函數，並以此方法近似未知的動態系統，小波基底函數擁有良好的近似性能，它較適合線上動態系統藉由調整內部的參數，以均值定理設計參數適應律來避免基底微分，且使用濾波器在控制輸入上減少基底微分計算量。最後，本篇論文提出結合小波適應性倒階與一階濾波器的設計概念來控制非典型非線性系統。而系統的穩定性以李亞普諾夫函數方程式分析說明，再以電腦舉例模擬論證本文所提出方法之控制性能與應用性。Item 以深度學習拆解與辨識中文書法字之筆畫(2018) 吳彥德; Wu, Yen-Te本論文針對中文書法字領域中較少人關注的部分─筆畫，以往對於文字方面的研究大多是文字辨識，例如：光學字元識別(Optical Character Recognition，OCR)，主要在於”辨識”出文字。本論文透過筆畫來理解文字並進行拆解、辨識以及重現，遂提出了基於深度學習之筆畫拆解與辨識及即時書寫系統，驗證平台是透過網路攝影機讀取文字影像再用並列式手臂(Delta Robot)做即時的書寫。基於深度學習之筆畫辨識系統採用近幾年急速發展的深度學習來進行物件辨識，深度學習已經在影像識別方面證明其強對大的能力，藉由大量數據集學習對應物件而產生理想的網路模型，以此模型辨識想尋找的物件。所以本論文採用深度學習並改良部分神經網路架構，以得到較好的筆畫辨識結果。本系統參考並沿用YOLO(You only look once)在即時(Real-time)偵測與定位上的優良檢測速度以及準確度，在得出辨識與定位結果後，利用辨識與定位出的物件資訊做進一步的物件分割，再採用影像前處理濾除干擾以及提取骨架，得到每個筆畫物件的座標點，最後交由並列式手臂進行書寫以及文字的重構。此外，由於訓練神經網路需要大量的運算，因此有關神經網路的執行以及訓練都使用GPU進行平行運算來加速。本論文將文字筆畫作為物件並使用深度學習進行辨識與定位，此方式能同時得到筆畫種類以及座標，並且基於YOLO網路架構針對筆畫辨識進行架構改良，進一步提升辨識、定位準確率，同時保持原有的辨識速度。Item 以深度學習為基礎之多人即時動作辨識系統(2020) 蔡仁凱; Tsai, Jen-Kai隨著人工智慧領域快速的發展，人類動作辨識技術在近年來獲得極大關注，應用也非常廣泛，例如在長照中心對受照護者提供即時活動偵測，在工廠環境及公共環境中提供異常行為之偵測等，都能藉由動作辨識的結果實現提醒、警示、紀錄等智慧監控之功能，預防意外的發生，也解決人力資源短缺的問題。因此，如何利用穩健的動作辨識達到即時智慧監控的目的，實為一重要議題。本文提出一套以深度學習為基礎之多人即時動作辨識系統，以達到智慧型監控的目的，並應用於長照環境中。本系統結合YOLOv3與Deep SORT演算法，能從影片中同時偵測多個人物，並進行追蹤。在人物面對鏡頭時，還能透過FaceNet架構辨識人物身份姓名。對於遠距離人物而言，我們開發一套zoom in方法，根據人物框選的大小自動使用高解析度畫面以獲得更好的辨識效果。為了提升系統的穩健性，在將畫面輸入I3D前，我們會先模糊人物以外區域，減少背景帶來的影響。最後，利用非最大值抑制方法，降低因多個滑動視窗所造成的不穩定情形。實驗結果顯示，本文所提出的方法能夠實現一套即時多人之動作辨識系統。Item 以演化法則為基礎之不確定間隔系統最佳控制器設計之研究(行政院國家科學委員會, 2005-07-31) 許陳鑑; 王偉彥本計畫係利用演化(evolutionary)法則以設計間隔系統(interval systems)之最佳控制器，使 所形成之閉迴路系統在不確定參變動時皆能穩定操作，並且滿足使用者所指定之強健增 益邊限(gain margin)及相位邊限(phase margin)等性能規格。設計目標係將控制系統之最 差狀況(worst-case)增益邊界/相位邊際與要求規格之誤差降到最低，因此，該設計可規劃 形成一最小化問題，而由所提出之基因演算法求解。作法上係藉由極值系統(extremal systems)求出開迴路系統在不確定參數變動下最差之增益邊限/相位邊限值，以建構一聚 積誤差函數(aggregated error)，再利用基因演算法搜尋一組最佳控制器參數，使其最差之 增益邊限/相位邊限仍可滿足使用者所指定之強健增益邊界及相位邊際等性能規格。為確 保系統強健穩定(robust stability)，各組染色體之適合度必須加以評估，本計劃將分別以 Kharitonov 多項式的根位址以及相關聯之4 個頂點系統(vertex system)之能量信號為基 礎，建構兩種限制條件處理機制(constraints handling mechanism)，用以整合到適合度評 定函數中，以有效評估各組染色體之適合度，方便演化過程之進〈行，為驗証所求得解答 之正確性，本計劃將利用Kharitonov 定理証明所求得系統強健穩定，並利用求得之32 個極值系統之Nyquist 圖，以證明系統滿足使用者指定的規格。藉由本計畫所提出之方 法，我們希望所求得之最佳控制器能不僅滿足使用者指定之規格，並且解除在實際應用 上之諸多限制問題，諸如：（1）不須限制控制器型式，它可以是任意型式之控制器， （2）不須限制不確定間隔系統之階數，（3）作法簡單，不需使用圖形觀察方法，避免 煩雜的數學推導及運算。本計劃最終將把所提出之設計法則嵌入前次專題研究計畫所發 展出來之設計工具箱(toolbox)中，並整合到Matlab 圖形介面(GUI)環境，以方便使用者 設計一強健穩定之最佳控制器。Item 以遺傳基因演算法則應用在模糊類神經網路近似函數的研究(行政院國家科學委員會, 2001-07-31) 王偉彥Item 以雲端運算為基礎之增強型同時定位與建圖(2015) 林東源; Lin, Tung-YuanFastSLAM演算法常常被用來解決同時定位與建圖問題。雖然FastSLAM2.0的運算效率比EKF-SLAM來的高，但是隨著地標數目增加的時候，FastSLAM2.0會因為需要多次比對量測資訊與粒子內存的地標資訊，而降低運算效率。因此，本論文提出一改良作法，稱之為「增強型同時定位與建圖演算法(ESLAM)」，避免只用里程計資訊預測機器人位置，也使用環境資訊更新機器人預測位置，並選擇與量測資訊相似性最高的地標資訊先更新機器人位置後，再更新地標位置。模擬結果顯示，我們所提出的演算法相較於FastSLAM2.0具有較高的運算效率，且具有較良好的定位與建圖準確度，而相較於CESLAM雖然犧牲了些許運算效率，但提升了準確度。由於SLAM演算法常需要複雜計算，使得執行效率低落，無法達成即時處理的目標。因此，我們提出一雲端運算架構，將計算密集的任務卸載至雲端運算平台，運用雲端的快速運算以提升演算法之效能，其作法係利用RPC傳輸協定搭配雲端平行化架構進行以雲端為基礎之增強型同時定位與建圖。實驗結果證明，本方法可以確保定位與建圖的準確度之外，並運用雲端運算提升同時定位與建圖之執行效率。