人類通過手眼協調之機制能完成許多的工作。本研究將結合攝影機與機械手臂，藉由攝影機取得影像資訊，利用影像分析，賦予機械手臂能擁有類似人類的手眼協調功能而完成倒水之任務。希冀能做為未來智慧機器人運動控制之基石。
人在進行倒水動作時，會先觀察倒水杯與目標容器間的距離。然後將倒水杯移動至適當的位置後，再開始轉動倒水杯。而為了讓水能順利地倒入目標容器之中，須調整倒水杯的傾斜角度以控制出水量。本論文使用Kinect V2攝影機接收影像，首先通過影像處理得到目標點與機械手臂之真實距離，控制機械手臂到達目標點。再利用水的特性設計出水流偵測演算法以獲得水流寬度資訊，接著運用流量控制器調整倒水杯口之角度，藉以控制注水流量。在不讓水濺出的前提下，以穩定的出水量，將水從倒水杯中成功地倒入目標容器內。實驗結果顯示所提出之智慧控制策略能夠穩定地將95%的水倒入目標容器中，雖略遜於人類倒水98.5%的成效，但已展現出類似於人類靈活的手眼協調技巧。

Humans can achieve many tasks through the mechanism of hand-eye coordination. This study will incorporate a robotic manipulator with a video camera and provide the robotic manipulator with human-like hand-eye coordination capability to accomplish the mission of pouring water. Image processing techniques will be applied to the image information acquired by the camera. This research aims to lay the foundation for motion control of future intelligent robots.
When humans perform the pouring operation, they will first observe the distance between the pouring cup and the target container. Then they will move the pouring cup to an appropriate position and start rotating it. In order to allow the water to be poured into the target container smoothly, the amount of flow needs to be controlled by adjusting the inclination angle of the pouring cup. In this study, a Kinect V2 camera is employed to capture the image. First of all, the robotic manipulator is commanded to a target location by solving the actual distance between the target container and the robotic manipulator using the approach of image processing. Then an algorithm based on physical properties of flowing water is developed to estimate its width and a flow controller is applied to control the amount of flowing water by regulating the inclination angle of the pouring cup. As a result, under the condition of no spilling, the water in the pouring cup can be successfully transferred to the target container with a stable flow rate. Experimental results indicate the proposed intelligent control scheme is able to accomplish the task of pouring water with up to 95% of water. Although the performance is a little bit less than 98.5% done by humans, human-like dexterous skills of hand-eye coordination have already been demonstrated.

摘要 iii
Abstract iv
目錄 vi
圖目錄 viii
表目錄 x
第一章 緒論 1
1.1 研究動機與目的 1
1.2 研究步驟與方法 2
1.3 文獻回顧 3
1.4 論文架構 4
第二章 三軸機械手臂 6
2.1 三軸機械手臂 6
2.1.1 馬達 6
2.1.2 控制板 8
2.2 手臂逆向運動方程式 10
2.3 手臂控制流程 12
第三章 影像處理 13
3.1 影像與空間 13
3.2 影像處理偵測水流流量 14
3.2.1 索貝爾(Sobel)邊緣偵測法 15
3.2.2 亮度變化偵測 18
3.3 偵測水流策略 21
第四章 倒水策略與實驗 23
4.1 倒水策略 23
4.2 倒水杯位置誤差修正 26
4.2.1 目標點誤差修正 26
4.2.2 倒水杯旋轉誤差修正 27
4.2.3 最終位置修正 28
4.3 流量控制器設計與結果 29
4.4 倒水實驗 32
4.5 實驗結果比較 33
第五章 結論與未來展望 34
5.1 結論 34
5.2 未來規劃 35
參考文獻 36
附錄一 受試者倒水結果 38
附錄二 受試者倒水紀錄 39

[1] 蔡承訓，二軸機器手腕之影像伺服控制，國立中山大學機械與機電工程學系研究所碩士論文，民國96年。
[2] 邱奕鳴，手眼協調控制之適應性拍球系統，國立中山大學機械與機電工程學系研究所碩士論文，民國102年。
[3] 郭柏毅，連續拍球機械臂之視覺伺服控制，國立中山大學機械與機電工程學系研究所碩士論文，民國105年。
[4] 林彥宏，預測飛行球軌跡之接球系統，國立中山大學機械與機電工程學系研究所碩士論文，民國105年。
[5] 巫憲欣，以系統晶片發展具機器視覺之機械手臂運動控制
[6] P. Czaplicki, M. Re´cko, J. Tołstoj-Sienkiewicz, “Robotic Arm Control System for Mars Rover Analogue,” 2016 21st International Conference on Methods and Models in Automation and Robotics (MMAR), pp. 1122-1126, 2016.
[7] 王浩宇，以機器視覺抑制移動中水杯外溢之平衡系統，國立中山大學機械與機電工程學系研究所碩士論文，民國106年。
[8] 范賀翔，枕木紋行人穿越道偵測之影像處理技術，國立中山大學機械與機電工程學系研究所碩士論文，民國99年。
[9] 莊峻豪，雨天車前擋風玻璃影像之還原技術，國立中山大學機械與機電工程學系研究所碩士論文，民國103年。
[10] K. Yano, T. Toda, K. Terashima, “Sloshing Suppression Control of Automatic Pouring Robot by Hybrid Shape Approach,” Proceedings of the 40th IEEE Conference on Decision and Control, vol. 2, pp. 1328-1333, 2001.
[11] A. Yamaguchi, C. G. Atkeson, “Stereo Vision of Liquid and Particle Flow for Robot Pouring,” 2016 IEEE-RAS 16th International Conference on Humanoid Robots, pp. 1173-1180, 2016.
[12] M. Kennedy III, K. Queen, D. Thakur, K. Daniilidis, V. Kumar, “Precise Dispensing of Liquids Using Visual Feedback,” 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 1260-1266, 2017.
[13] 葉秋城，王文豪，“影像處理與分析”，碁峰資訊股份有限公司， 1998。
[14] R. K. Megalingam, T. Pathmakumar, T. Venugopal, G. Maruthiyodan, A. Philip, “DTMF based Robotic Arm Design and Control for Robotic Coconut Tree Climber,” 2015 International Conference on Computer Communication and Control (IC4), pp. 1-6, 2015.
[15] A. Haselirad, J. Neubert, “A Novel Kinect-based System for 3D Moving Object Interception with a 5-DOF Robotic Arm,” 2015 IEEE International Conference on Automation Science and Engineering (CASE), pp.117-124, 2015.
[16] 邱偉誠，多軸機械手臂之動態分析實作，義守大學電機工程學系碩士論文，2012。