110學年度

本專題是以機器人作業系統（Robotic Operating System， ROS）為作業平台，再去以ZED2的鏡頭去進行建構環境的立體影像，ZED2視覺感測器將物件的遠近、深度，然後透過rtabmap平台進行影像處理和數據分析，rtabmap還提供了mapping mode和localization mode模式， 可以通過圖像的匹配來定位，去建立3D立體影像和特徵點，而ROS作為中介軟體，視為本系統之通訊橋梁，在處理器mic-770和ZED2的鏡頭上進行即時的訊息溝通，最後達成完整的建立目標。

在看見人工智慧在人類棋類游戲裏有如此之高的成就以後，我們深受震撼，借此專題機會，我們想嘗試將AlphaGo Zero的算法和機械手臂結合，做出一個會下五子棋的機械手臂。

我們認為機械手臂動態追蹤之研究對於自動化產業發展會是一個趨勢，隨著工業4.0的到來，人們對於智慧製造與機電整合的意識提升，物聯網的發達，傳統產業也跟著自動化，現在工業產線上，機械以許多的優勢替代傳統手工，為了實現無人工廠，因此我們想運用我們的經驗以及相關技能和知識，對於產線運送零件上的配裝或零件的潤滑、切削…等工業處理有所相關，學習對於機電整合的控制與應用。

本計畫使用磁偶式無桿氣缸、 薄膜電位計、 以及microsoft hd3000組成工業控制器於自動化系統的設計-X-Y平台影像擷取系統， 主要研究議題包含磁偶式無桿氣缸的驅動、 X-Y平台的設計、 薄膜電位計控制氣壓缸滑塊的移動距離。 透過磁偶式無桿氣缸抵達的定點進行不同區域的影像擷取後以串列傳輸將資料存取於電腦。 最後， 以實地測試方式評估所提方法的效能與實用性。