智慧型水下仿生機械魚展示品技術導入研究 期末報告 ·...
TRANSCRIPT
![Page 1: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/1.jpg)
智慧型水下仿生機械魚展示品技術導入研究
期末報告
計畫編號S98-03-01
委託單位國立海洋科技博物館籌備處
執 行 單 位 國 立 台 灣 大 學
計 畫 主 持 人 郭 振 華
印製日期中華民國九十八年十二月
II
98
智
慧
型
水
下
仿
生
機
械
魚
展
示
品
技
術
導
入
研
究
國
立
海
洋
科
技
博
物
館
籌
備
處
I
摘要 本計畫研究目的為建立海洋科技博物館之水下機器魚展示系統此系統將展示
水下科技在模仿水中生物之外形運動智慧等領域之最新成果提供博物館參觀
者在水下機器人領域最新的研發成果之動態展示本計畫所研發之仿生機器魚具有
前進運動左右運動下潛運動與浮出水面呼吸運動等運動模式其影像測距與無
線遠端遙控可用來傳送即時水中影像並與觀眾互動具有提昇海洋科技教育的功
能本報告為第一年之期末報告本年度計畫已完成仿生機械魚之本體技術開發
機械魚之運動模式技術開發(前進運動左右運動)仿生側線系統研究以及智慧
型機械魚光學影像視覺技術之研發
關鍵詞仿生機器魚海洋科技
Abstract This study designs and builds a biomimetic robot fish exhibition system for the
National Museum of Marine Science and Technology The robot fish system exhibits
main results of biomimetic researches on the mimicking the form locomotion and
intelligence of aquatic animals Locomotion behaviors of the robot fish includes forward
motion side slip diving and submerging in a water tank The robot fish measures
distances with respect to the audience using stereo vision and the video images captured
on board the robot fish are transferred live to show on a screen The interaction between
the audience and the robot fish is achieved through a wireless internet This work
provides an advanced demonstration platform of marine technology to the general public
This is the report of the year one In this year the fish mechanism motion control
system for forward and turning motions a lateral-line sensor system and a stereo vision
system are constructed for the exhibition system
Keywords biomimetic robot fish marine science and technology
II
目 錄
摘要 I
目錄 I I
圖目錄 I II
表目錄 VI
第一章 前言 1
11 研究目的1
12 研究方法及進度說明 1
第二章 運動控制 3
21 關於魚類運動模式所蒐集之資料及文獻分析 3
22 研究發現 5
221 實驗架構 5
222 未來改進建議 10
第三章 仿生機械魚側線系統 12
31 關於魚類側線系統所蒐集之資料及文獻分析 12
32 研究發現 15
321 PVDF 壓電感測器 15
322 偶極聲源 16
323 聲源定位 21
324 邊界定位 26
325 仿生型側線系統 32
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測 37
327 未來改進建議 45
第四章 仿生機器魚視覺 46
41 機器魚視覺系統規格 38
42 影像處理應用於互動 49
第五章 結論 54
參考文獻
III
圖 目 錄
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為(a) 鰻行式(Anguilliform
mode) (b) 次鱒行式(Subcarangiform mode) (c) 鱒行式(Carangiform mode) (d) 鮪行
式(Thunniform mode) [2] 4
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎 6
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材 6
圖24 仿生魚側視圖 7
圖 25 馬達帶動之連桿以及擺動方程式 8
圖26 仿生魚擬合擺動方程式在不同序列下的情形 10
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經桿
[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的髮細
胞[11] 13
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12] 14
圖 33 分佈在魚類側面身體內的管內神經桿[12] 14
圖 34 PVDF 壓電薄膜 15
圖 35 偶極聲源與聲壓之關係 21
圖 36 振動球偶極聲源實驗示意圖 23
圖 37 振球不同振幅下可量得之壓力 24
圖 38 振球不同振幅下之壓力梯度 24
圖 39 PVDF 與振球不同距離下可量得之壓力 25
圖 310 PVDF 與振球不同距離下之壓力梯度 25
圖 311 魚類在邊界運動與聲源之關係[16] 27
圖 312 邊界為水平面之橫向四極子 28
圖 313 振動小球與 PVDF壓電薄膜實驗示意圖 29
IV
圖 314 振動小球距 PVDF壓電薄膜不同距離之聲壓關係圖 29
圖 315 機器魚沿牆游動前進示意圖 31
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中d 與ϕ分別為真
實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分
別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器
到虛擬小球間的距離 31
圖 317 機器魚沿牆游動其壓力與牆距離之關係 32
圖 318 貼上護貝膜之 PVDF 壓電薄膜 33
圖 319 PVDF 仿生型側線陣列系統 33
圖 320 PVDF 壓電薄膜靜態校正示意圖 35
圖 321 PVDF 壓電薄膜校正曲線 36
圖 322 PVDF 壓電薄膜感測電路圖 37
圖 323 安裝側線之機器魚 37
圖 324 機器魚之實驗示意圖 41
圖 325 機器魚實驗之 MATLAB 模擬數據 41
圖 326 實驗結果PVDF 壓電感測陣列之原始資料 42
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料 42
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料 43
圖 329 卡曼濾波器處理過後之最佳路徑圖 44
圖 41 機器魚核心電腦硬體電路方塊圖 47
圖 42 機器魚影像類比轉數位ADV7180方塊圖 47
圖 43 數位影像傳輸格式 CCIR 601 48
圖 44 數位影像傳輸格式 CCIR 656 48
圖 45 數位影像 YCrCb 色彩資料格式 48
圖46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚 (c) 攝影機防水容器 (d)
攝影機組裝 49
圖 47 移動物體追蹤流程圖 50
V
圖 48 紅色物體追蹤(物體在左下角) 51
圖 49 YCbCr 所辨識的膚色 52
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形 52
VI
表 目 錄
表 31 PVDF 壓電薄膜基本特性 16
表 32 校正量測值 35
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表 44
1
第一章 前言
11 研究目的
一般水族館裡的海洋生物提供參觀者在水族箱外觀賞但無法真實體會海洋
生物在水中的情境因此本計畫提出能與民眾互動的高科技智慧型機器魚讓博
物館參觀民眾能夠瞭解魚類的推進原理操縱控制的方法利用聲納偵察環境以
及影像處理的概念並體驗魚類的感官知能與運動行為方式透過水下科技讓
參觀者與智慧型機器魚互動也能從水族箱外面看見魚在水族箱裡面所看到的景
物而能體會到海洋生物的生活環境
海洋科技博物館建館目標即是透過 各項展覽教育收藏和研究活動呈
現與詮釋有關海洋科學與科技的發展與應用
本報告第二章說明機器魚的運動控制方法魚體設計採用剛性連桿分為
頭身體尾部尾鰭四段身體擺動曲線符合魚類擺動模式擺動曲線之參數
水下仿生機器魚是一種結合多種尖
端水下科技之產物透過智慧型仿生機器魚展項在本館之展出將可拉近生冷尖
端科技與民眾之距離讓參訪者除了能夠體驗海洋科技應用之成果更將感受與
發現海洋科技相關應用成果就在他們的身旁
大自然多樣性的物種在物競天擇的選擇下和長時間的物種演化過程當中現
今所呈現的不論是身體體型運動方式對於其所處的環境當中具有適宜和有效
率的表現由於魚類所表現出的推進效率前進速度或瞬時轉向的機動性大
多超過一般使用傳統螺槳推進之水下載具的表現所以吸引了眾多的學者投入仿
生魚研究希望能夠模仿水下魚類的擺動方式姿態進而提高水下載具的推進
效率速度以及轉向機動性
12 研究方法及進度說明
本計畫將設計一具優游於展示水族箱中的機器魚模仿魚類外形及運動方
式具有控制沉浮之能力可以對聲音或光線反應與參觀者互動例如遇到
聞擊掌聲可往聲源接近聞特定聲響則遠離聲源利用視覺避碰之能力等為了
讓參觀者對於魚類生活環境產生身歷其境的感覺本計畫亦將建立即時影像轉
播將機器魚所感覺的水下世界資訊展現在參觀者的眼前
2
使用振幅頻率及偏心值等三個參數將仿生型水下載具水平面運動的動態行
為簡化為下列簡單的規律a等振幅時提高擺動頻率可增加直線速度 b 增加
身體主軸曲線之偏心值可提高水平面轉動速度方向角誤差回授則做為仿生機器
魚的路由點追蹤控制的基礎模式
本報告第三章探討仿生機器魚使用類側線系統做為環境感測元件之可行
性現行的水下載具常使用許多昂貴的導航器材來協助導航或水底影像的建立
例如聲納系統與光學影像處理技術然而在深海中對於聲納與光學影像也存在著
許多無法突破的限制例如主動式聲納需要連續發出聲波並聽取回聲以判斷
環境中的特徵物體此將增加載具電力負荷影響載具在水下停留的時間而光
學影線處理技術在黑暗的深海也無法運作
由於上述的限制靈感來自於魚類側線系統(Lateral Line System)的仿生型壓
力感測器可以補強上述的缺陷並利用造價低廉的壓電感測器即可達成觀測環境
的效果魚類利用分佈在魚身兩側的流體感測組織在水裡感測周圍流體壓力的變
化並且從中截取有用的資訊傳遞至大腦並做出正確的判斷因此本計畫提出
一個可用來仿效魚類側線系統的感測器陣列即「PVDF 壓電薄膜感測陣列」
應用在機器魚身上並嘗試以 PVDF 壓電薄膜收到的壓力訊號讓機器魚對環境的
障礙物位置做正確的判斷並自主式地沿著牆壁游動
本報告第四章探討仿生機器魚的光學影像視覺技術之研發內容做為機器魚
展示中與觀賞者互動以及與水缸內其他水族互動的方法之一並提出互動技術
之未來研究方向與預期成果
本計畫預定於三年內完成仿生機器魚之展示系統本年度之進度為完成仿生
機器魚之本體技術開發機器魚之運動模式技術開發(前進運動左右運動)仿生
側線系統研究以及智慧型機器魚光學影像視覺技術之研發
3
第二章 運動控制
21 關於魚類運動模式所收集之資料及文獻分析
根據魚移動時所使用的擺動部位和移動型態分類分別是中央對鰭推進模
式(median andor paired fin )以及身體尾鰭推進模式(body andor caudal fin)前者
適合用在低速移動上並且提供較好的轉向機動性而後者能夠有較佳的速度以
及推力
文獻[1]將身體尾鰭推進模式(BCF)繼續深入探討並細分不同模式依據魚類
的游動中所表現出的型式身體擺動所呈現的波長以及尾鰭左右振幅包絡線的考
量之下作出了更仔細的的分類
a 鰻行式(Anguilliform mode) 分類在此種模式之下的表現可以從外觀看出
在行進間幾乎利用頭到尾鰭來完成擺動形成推進的力量如鰻魚水蛇等
如圖 21(a)而且前進時身體擺動所產生出的振幅較大並且可看出身體
至少會有一個完整波形
b 次鱒行式(Subcarangiform mode) 在前進時與上述鰻行式所展現的行為很類
似只是擺動幅度較小而且魚類在行進間身體作動所限制的區域較大如
圖 21 (b)
c 鱒行式(Carangiform mode) 當魚的移動方式被歸納至鱒行式中如鱒魚鱸
魚鯡魚等身體能做波動行為被限制在魚身的最後 13並且利用較堅硬的
尾鰭擺動產生前進的推力前進速度較鰻行式快但也由於擺動限制在身體
後段 13 的關係其柔軟性相對較不足所以沒辦法提供較好的敏捷性如
圖 21 (c)所示鱒行式較容易在工程上實現
d 鮪行式(Thunniform mode)被歸納在鮪行式之下的魚類常有高展弦比的尾
鰭在快速運動中最有效率但其限制擺動的區域最多只使用尾鰭擺動而
身體不擺動優點是能在長距離遷徙中提供快速的移動速度如鮪魚鯖
魚馬林魚等如圖 21 (d)
在實現仿生魚的應用上本研究選擇使用身體尾鰭推進模式(BCF)中之鱒行
式將擺動的部位集中在約略身體後面的13而前方部位的擺動幅度較小透
過硬度較大的尾鰭往復擺動來產生其前進所需的推力但由於整個身體的剛性較
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 2: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/2.jpg)
II
98
智
慧
型
水
下
仿
生
機
械
魚
展
示
品
技
術
導
入
研
究
國
立
海
洋
科
技
博
物
館
籌
備
處
I
摘要 本計畫研究目的為建立海洋科技博物館之水下機器魚展示系統此系統將展示
水下科技在模仿水中生物之外形運動智慧等領域之最新成果提供博物館參觀
者在水下機器人領域最新的研發成果之動態展示本計畫所研發之仿生機器魚具有
前進運動左右運動下潛運動與浮出水面呼吸運動等運動模式其影像測距與無
線遠端遙控可用來傳送即時水中影像並與觀眾互動具有提昇海洋科技教育的功
能本報告為第一年之期末報告本年度計畫已完成仿生機械魚之本體技術開發
機械魚之運動模式技術開發(前進運動左右運動)仿生側線系統研究以及智慧
型機械魚光學影像視覺技術之研發
關鍵詞仿生機器魚海洋科技
Abstract This study designs and builds a biomimetic robot fish exhibition system for the
National Museum of Marine Science and Technology The robot fish system exhibits
main results of biomimetic researches on the mimicking the form locomotion and
intelligence of aquatic animals Locomotion behaviors of the robot fish includes forward
motion side slip diving and submerging in a water tank The robot fish measures
distances with respect to the audience using stereo vision and the video images captured
on board the robot fish are transferred live to show on a screen The interaction between
the audience and the robot fish is achieved through a wireless internet This work
provides an advanced demonstration platform of marine technology to the general public
This is the report of the year one In this year the fish mechanism motion control
system for forward and turning motions a lateral-line sensor system and a stereo vision
system are constructed for the exhibition system
Keywords biomimetic robot fish marine science and technology
II
目 錄
摘要 I
目錄 I I
圖目錄 I II
表目錄 VI
第一章 前言 1
11 研究目的1
12 研究方法及進度說明 1
第二章 運動控制 3
21 關於魚類運動模式所蒐集之資料及文獻分析 3
22 研究發現 5
221 實驗架構 5
222 未來改進建議 10
第三章 仿生機械魚側線系統 12
31 關於魚類側線系統所蒐集之資料及文獻分析 12
32 研究發現 15
321 PVDF 壓電感測器 15
322 偶極聲源 16
323 聲源定位 21
324 邊界定位 26
325 仿生型側線系統 32
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測 37
327 未來改進建議 45
第四章 仿生機器魚視覺 46
41 機器魚視覺系統規格 38
42 影像處理應用於互動 49
第五章 結論 54
參考文獻
III
圖 目 錄
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為(a) 鰻行式(Anguilliform
mode) (b) 次鱒行式(Subcarangiform mode) (c) 鱒行式(Carangiform mode) (d) 鮪行
式(Thunniform mode) [2] 4
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎 6
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材 6
圖24 仿生魚側視圖 7
圖 25 馬達帶動之連桿以及擺動方程式 8
圖26 仿生魚擬合擺動方程式在不同序列下的情形 10
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經桿
[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的髮細
胞[11] 13
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12] 14
圖 33 分佈在魚類側面身體內的管內神經桿[12] 14
圖 34 PVDF 壓電薄膜 15
圖 35 偶極聲源與聲壓之關係 21
圖 36 振動球偶極聲源實驗示意圖 23
圖 37 振球不同振幅下可量得之壓力 24
圖 38 振球不同振幅下之壓力梯度 24
圖 39 PVDF 與振球不同距離下可量得之壓力 25
圖 310 PVDF 與振球不同距離下之壓力梯度 25
圖 311 魚類在邊界運動與聲源之關係[16] 27
圖 312 邊界為水平面之橫向四極子 28
圖 313 振動小球與 PVDF壓電薄膜實驗示意圖 29
IV
圖 314 振動小球距 PVDF壓電薄膜不同距離之聲壓關係圖 29
圖 315 機器魚沿牆游動前進示意圖 31
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中d 與ϕ分別為真
實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分
別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器
到虛擬小球間的距離 31
圖 317 機器魚沿牆游動其壓力與牆距離之關係 32
圖 318 貼上護貝膜之 PVDF 壓電薄膜 33
圖 319 PVDF 仿生型側線陣列系統 33
圖 320 PVDF 壓電薄膜靜態校正示意圖 35
圖 321 PVDF 壓電薄膜校正曲線 36
圖 322 PVDF 壓電薄膜感測電路圖 37
圖 323 安裝側線之機器魚 37
圖 324 機器魚之實驗示意圖 41
圖 325 機器魚實驗之 MATLAB 模擬數據 41
圖 326 實驗結果PVDF 壓電感測陣列之原始資料 42
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料 42
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料 43
圖 329 卡曼濾波器處理過後之最佳路徑圖 44
圖 41 機器魚核心電腦硬體電路方塊圖 47
圖 42 機器魚影像類比轉數位ADV7180方塊圖 47
圖 43 數位影像傳輸格式 CCIR 601 48
圖 44 數位影像傳輸格式 CCIR 656 48
圖 45 數位影像 YCrCb 色彩資料格式 48
圖46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚 (c) 攝影機防水容器 (d)
攝影機組裝 49
圖 47 移動物體追蹤流程圖 50
V
圖 48 紅色物體追蹤(物體在左下角) 51
圖 49 YCbCr 所辨識的膚色 52
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形 52
VI
表 目 錄
表 31 PVDF 壓電薄膜基本特性 16
表 32 校正量測值 35
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表 44
1
第一章 前言
11 研究目的
一般水族館裡的海洋生物提供參觀者在水族箱外觀賞但無法真實體會海洋
生物在水中的情境因此本計畫提出能與民眾互動的高科技智慧型機器魚讓博
物館參觀民眾能夠瞭解魚類的推進原理操縱控制的方法利用聲納偵察環境以
及影像處理的概念並體驗魚類的感官知能與運動行為方式透過水下科技讓
參觀者與智慧型機器魚互動也能從水族箱外面看見魚在水族箱裡面所看到的景
物而能體會到海洋生物的生活環境
海洋科技博物館建館目標即是透過 各項展覽教育收藏和研究活動呈
現與詮釋有關海洋科學與科技的發展與應用
本報告第二章說明機器魚的運動控制方法魚體設計採用剛性連桿分為
頭身體尾部尾鰭四段身體擺動曲線符合魚類擺動模式擺動曲線之參數
水下仿生機器魚是一種結合多種尖
端水下科技之產物透過智慧型仿生機器魚展項在本館之展出將可拉近生冷尖
端科技與民眾之距離讓參訪者除了能夠體驗海洋科技應用之成果更將感受與
發現海洋科技相關應用成果就在他們的身旁
大自然多樣性的物種在物競天擇的選擇下和長時間的物種演化過程當中現
今所呈現的不論是身體體型運動方式對於其所處的環境當中具有適宜和有效
率的表現由於魚類所表現出的推進效率前進速度或瞬時轉向的機動性大
多超過一般使用傳統螺槳推進之水下載具的表現所以吸引了眾多的學者投入仿
生魚研究希望能夠模仿水下魚類的擺動方式姿態進而提高水下載具的推進
效率速度以及轉向機動性
12 研究方法及進度說明
本計畫將設計一具優游於展示水族箱中的機器魚模仿魚類外形及運動方
式具有控制沉浮之能力可以對聲音或光線反應與參觀者互動例如遇到
聞擊掌聲可往聲源接近聞特定聲響則遠離聲源利用視覺避碰之能力等為了
讓參觀者對於魚類生活環境產生身歷其境的感覺本計畫亦將建立即時影像轉
播將機器魚所感覺的水下世界資訊展現在參觀者的眼前
2
使用振幅頻率及偏心值等三個參數將仿生型水下載具水平面運動的動態行
為簡化為下列簡單的規律a等振幅時提高擺動頻率可增加直線速度 b 增加
身體主軸曲線之偏心值可提高水平面轉動速度方向角誤差回授則做為仿生機器
魚的路由點追蹤控制的基礎模式
本報告第三章探討仿生機器魚使用類側線系統做為環境感測元件之可行
性現行的水下載具常使用許多昂貴的導航器材來協助導航或水底影像的建立
例如聲納系統與光學影像處理技術然而在深海中對於聲納與光學影像也存在著
許多無法突破的限制例如主動式聲納需要連續發出聲波並聽取回聲以判斷
環境中的特徵物體此將增加載具電力負荷影響載具在水下停留的時間而光
學影線處理技術在黑暗的深海也無法運作
由於上述的限制靈感來自於魚類側線系統(Lateral Line System)的仿生型壓
力感測器可以補強上述的缺陷並利用造價低廉的壓電感測器即可達成觀測環境
的效果魚類利用分佈在魚身兩側的流體感測組織在水裡感測周圍流體壓力的變
化並且從中截取有用的資訊傳遞至大腦並做出正確的判斷因此本計畫提出
一個可用來仿效魚類側線系統的感測器陣列即「PVDF 壓電薄膜感測陣列」
應用在機器魚身上並嘗試以 PVDF 壓電薄膜收到的壓力訊號讓機器魚對環境的
障礙物位置做正確的判斷並自主式地沿著牆壁游動
本報告第四章探討仿生機器魚的光學影像視覺技術之研發內容做為機器魚
展示中與觀賞者互動以及與水缸內其他水族互動的方法之一並提出互動技術
之未來研究方向與預期成果
本計畫預定於三年內完成仿生機器魚之展示系統本年度之進度為完成仿生
機器魚之本體技術開發機器魚之運動模式技術開發(前進運動左右運動)仿生
側線系統研究以及智慧型機器魚光學影像視覺技術之研發
3
第二章 運動控制
21 關於魚類運動模式所收集之資料及文獻分析
根據魚移動時所使用的擺動部位和移動型態分類分別是中央對鰭推進模
式(median andor paired fin )以及身體尾鰭推進模式(body andor caudal fin)前者
適合用在低速移動上並且提供較好的轉向機動性而後者能夠有較佳的速度以
及推力
文獻[1]將身體尾鰭推進模式(BCF)繼續深入探討並細分不同模式依據魚類
的游動中所表現出的型式身體擺動所呈現的波長以及尾鰭左右振幅包絡線的考
量之下作出了更仔細的的分類
a 鰻行式(Anguilliform mode) 分類在此種模式之下的表現可以從外觀看出
在行進間幾乎利用頭到尾鰭來完成擺動形成推進的力量如鰻魚水蛇等
如圖 21(a)而且前進時身體擺動所產生出的振幅較大並且可看出身體
至少會有一個完整波形
b 次鱒行式(Subcarangiform mode) 在前進時與上述鰻行式所展現的行為很類
似只是擺動幅度較小而且魚類在行進間身體作動所限制的區域較大如
圖 21 (b)
c 鱒行式(Carangiform mode) 當魚的移動方式被歸納至鱒行式中如鱒魚鱸
魚鯡魚等身體能做波動行為被限制在魚身的最後 13並且利用較堅硬的
尾鰭擺動產生前進的推力前進速度較鰻行式快但也由於擺動限制在身體
後段 13 的關係其柔軟性相對較不足所以沒辦法提供較好的敏捷性如
圖 21 (c)所示鱒行式較容易在工程上實現
d 鮪行式(Thunniform mode)被歸納在鮪行式之下的魚類常有高展弦比的尾
鰭在快速運動中最有效率但其限制擺動的區域最多只使用尾鰭擺動而
身體不擺動優點是能在長距離遷徙中提供快速的移動速度如鮪魚鯖
魚馬林魚等如圖 21 (d)
在實現仿生魚的應用上本研究選擇使用身體尾鰭推進模式(BCF)中之鱒行
式將擺動的部位集中在約略身體後面的13而前方部位的擺動幅度較小透
過硬度較大的尾鰭往復擺動來產生其前進所需的推力但由於整個身體的剛性較
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 3: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/3.jpg)
I
摘要 本計畫研究目的為建立海洋科技博物館之水下機器魚展示系統此系統將展示
水下科技在模仿水中生物之外形運動智慧等領域之最新成果提供博物館參觀
者在水下機器人領域最新的研發成果之動態展示本計畫所研發之仿生機器魚具有
前進運動左右運動下潛運動與浮出水面呼吸運動等運動模式其影像測距與無
線遠端遙控可用來傳送即時水中影像並與觀眾互動具有提昇海洋科技教育的功
能本報告為第一年之期末報告本年度計畫已完成仿生機械魚之本體技術開發
機械魚之運動模式技術開發(前進運動左右運動)仿生側線系統研究以及智慧
型機械魚光學影像視覺技術之研發
關鍵詞仿生機器魚海洋科技
Abstract This study designs and builds a biomimetic robot fish exhibition system for the
National Museum of Marine Science and Technology The robot fish system exhibits
main results of biomimetic researches on the mimicking the form locomotion and
intelligence of aquatic animals Locomotion behaviors of the robot fish includes forward
motion side slip diving and submerging in a water tank The robot fish measures
distances with respect to the audience using stereo vision and the video images captured
on board the robot fish are transferred live to show on a screen The interaction between
the audience and the robot fish is achieved through a wireless internet This work
provides an advanced demonstration platform of marine technology to the general public
This is the report of the year one In this year the fish mechanism motion control
system for forward and turning motions a lateral-line sensor system and a stereo vision
system are constructed for the exhibition system
Keywords biomimetic robot fish marine science and technology
II
目 錄
摘要 I
目錄 I I
圖目錄 I II
表目錄 VI
第一章 前言 1
11 研究目的1
12 研究方法及進度說明 1
第二章 運動控制 3
21 關於魚類運動模式所蒐集之資料及文獻分析 3
22 研究發現 5
221 實驗架構 5
222 未來改進建議 10
第三章 仿生機械魚側線系統 12
31 關於魚類側線系統所蒐集之資料及文獻分析 12
32 研究發現 15
321 PVDF 壓電感測器 15
322 偶極聲源 16
323 聲源定位 21
324 邊界定位 26
325 仿生型側線系統 32
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測 37
327 未來改進建議 45
第四章 仿生機器魚視覺 46
41 機器魚視覺系統規格 38
42 影像處理應用於互動 49
第五章 結論 54
參考文獻
III
圖 目 錄
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為(a) 鰻行式(Anguilliform
mode) (b) 次鱒行式(Subcarangiform mode) (c) 鱒行式(Carangiform mode) (d) 鮪行
式(Thunniform mode) [2] 4
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎 6
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材 6
圖24 仿生魚側視圖 7
圖 25 馬達帶動之連桿以及擺動方程式 8
圖26 仿生魚擬合擺動方程式在不同序列下的情形 10
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經桿
[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的髮細
胞[11] 13
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12] 14
圖 33 分佈在魚類側面身體內的管內神經桿[12] 14
圖 34 PVDF 壓電薄膜 15
圖 35 偶極聲源與聲壓之關係 21
圖 36 振動球偶極聲源實驗示意圖 23
圖 37 振球不同振幅下可量得之壓力 24
圖 38 振球不同振幅下之壓力梯度 24
圖 39 PVDF 與振球不同距離下可量得之壓力 25
圖 310 PVDF 與振球不同距離下之壓力梯度 25
圖 311 魚類在邊界運動與聲源之關係[16] 27
圖 312 邊界為水平面之橫向四極子 28
圖 313 振動小球與 PVDF壓電薄膜實驗示意圖 29
IV
圖 314 振動小球距 PVDF壓電薄膜不同距離之聲壓關係圖 29
圖 315 機器魚沿牆游動前進示意圖 31
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中d 與ϕ分別為真
實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分
別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器
到虛擬小球間的距離 31
圖 317 機器魚沿牆游動其壓力與牆距離之關係 32
圖 318 貼上護貝膜之 PVDF 壓電薄膜 33
圖 319 PVDF 仿生型側線陣列系統 33
圖 320 PVDF 壓電薄膜靜態校正示意圖 35
圖 321 PVDF 壓電薄膜校正曲線 36
圖 322 PVDF 壓電薄膜感測電路圖 37
圖 323 安裝側線之機器魚 37
圖 324 機器魚之實驗示意圖 41
圖 325 機器魚實驗之 MATLAB 模擬數據 41
圖 326 實驗結果PVDF 壓電感測陣列之原始資料 42
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料 42
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料 43
圖 329 卡曼濾波器處理過後之最佳路徑圖 44
圖 41 機器魚核心電腦硬體電路方塊圖 47
圖 42 機器魚影像類比轉數位ADV7180方塊圖 47
圖 43 數位影像傳輸格式 CCIR 601 48
圖 44 數位影像傳輸格式 CCIR 656 48
圖 45 數位影像 YCrCb 色彩資料格式 48
圖46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚 (c) 攝影機防水容器 (d)
攝影機組裝 49
圖 47 移動物體追蹤流程圖 50
V
圖 48 紅色物體追蹤(物體在左下角) 51
圖 49 YCbCr 所辨識的膚色 52
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形 52
VI
表 目 錄
表 31 PVDF 壓電薄膜基本特性 16
表 32 校正量測值 35
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表 44
1
第一章 前言
11 研究目的
一般水族館裡的海洋生物提供參觀者在水族箱外觀賞但無法真實體會海洋
生物在水中的情境因此本計畫提出能與民眾互動的高科技智慧型機器魚讓博
物館參觀民眾能夠瞭解魚類的推進原理操縱控制的方法利用聲納偵察環境以
及影像處理的概念並體驗魚類的感官知能與運動行為方式透過水下科技讓
參觀者與智慧型機器魚互動也能從水族箱外面看見魚在水族箱裡面所看到的景
物而能體會到海洋生物的生活環境
海洋科技博物館建館目標即是透過 各項展覽教育收藏和研究活動呈
現與詮釋有關海洋科學與科技的發展與應用
本報告第二章說明機器魚的運動控制方法魚體設計採用剛性連桿分為
頭身體尾部尾鰭四段身體擺動曲線符合魚類擺動模式擺動曲線之參數
水下仿生機器魚是一種結合多種尖
端水下科技之產物透過智慧型仿生機器魚展項在本館之展出將可拉近生冷尖
端科技與民眾之距離讓參訪者除了能夠體驗海洋科技應用之成果更將感受與
發現海洋科技相關應用成果就在他們的身旁
大自然多樣性的物種在物競天擇的選擇下和長時間的物種演化過程當中現
今所呈現的不論是身體體型運動方式對於其所處的環境當中具有適宜和有效
率的表現由於魚類所表現出的推進效率前進速度或瞬時轉向的機動性大
多超過一般使用傳統螺槳推進之水下載具的表現所以吸引了眾多的學者投入仿
生魚研究希望能夠模仿水下魚類的擺動方式姿態進而提高水下載具的推進
效率速度以及轉向機動性
12 研究方法及進度說明
本計畫將設計一具優游於展示水族箱中的機器魚模仿魚類外形及運動方
式具有控制沉浮之能力可以對聲音或光線反應與參觀者互動例如遇到
聞擊掌聲可往聲源接近聞特定聲響則遠離聲源利用視覺避碰之能力等為了
讓參觀者對於魚類生活環境產生身歷其境的感覺本計畫亦將建立即時影像轉
播將機器魚所感覺的水下世界資訊展現在參觀者的眼前
2
使用振幅頻率及偏心值等三個參數將仿生型水下載具水平面運動的動態行
為簡化為下列簡單的規律a等振幅時提高擺動頻率可增加直線速度 b 增加
身體主軸曲線之偏心值可提高水平面轉動速度方向角誤差回授則做為仿生機器
魚的路由點追蹤控制的基礎模式
本報告第三章探討仿生機器魚使用類側線系統做為環境感測元件之可行
性現行的水下載具常使用許多昂貴的導航器材來協助導航或水底影像的建立
例如聲納系統與光學影像處理技術然而在深海中對於聲納與光學影像也存在著
許多無法突破的限制例如主動式聲納需要連續發出聲波並聽取回聲以判斷
環境中的特徵物體此將增加載具電力負荷影響載具在水下停留的時間而光
學影線處理技術在黑暗的深海也無法運作
由於上述的限制靈感來自於魚類側線系統(Lateral Line System)的仿生型壓
力感測器可以補強上述的缺陷並利用造價低廉的壓電感測器即可達成觀測環境
的效果魚類利用分佈在魚身兩側的流體感測組織在水裡感測周圍流體壓力的變
化並且從中截取有用的資訊傳遞至大腦並做出正確的判斷因此本計畫提出
一個可用來仿效魚類側線系統的感測器陣列即「PVDF 壓電薄膜感測陣列」
應用在機器魚身上並嘗試以 PVDF 壓電薄膜收到的壓力訊號讓機器魚對環境的
障礙物位置做正確的判斷並自主式地沿著牆壁游動
本報告第四章探討仿生機器魚的光學影像視覺技術之研發內容做為機器魚
展示中與觀賞者互動以及與水缸內其他水族互動的方法之一並提出互動技術
之未來研究方向與預期成果
本計畫預定於三年內完成仿生機器魚之展示系統本年度之進度為完成仿生
機器魚之本體技術開發機器魚之運動模式技術開發(前進運動左右運動)仿生
側線系統研究以及智慧型機器魚光學影像視覺技術之研發
3
第二章 運動控制
21 關於魚類運動模式所收集之資料及文獻分析
根據魚移動時所使用的擺動部位和移動型態分類分別是中央對鰭推進模
式(median andor paired fin )以及身體尾鰭推進模式(body andor caudal fin)前者
適合用在低速移動上並且提供較好的轉向機動性而後者能夠有較佳的速度以
及推力
文獻[1]將身體尾鰭推進模式(BCF)繼續深入探討並細分不同模式依據魚類
的游動中所表現出的型式身體擺動所呈現的波長以及尾鰭左右振幅包絡線的考
量之下作出了更仔細的的分類
a 鰻行式(Anguilliform mode) 分類在此種模式之下的表現可以從外觀看出
在行進間幾乎利用頭到尾鰭來完成擺動形成推進的力量如鰻魚水蛇等
如圖 21(a)而且前進時身體擺動所產生出的振幅較大並且可看出身體
至少會有一個完整波形
b 次鱒行式(Subcarangiform mode) 在前進時與上述鰻行式所展現的行為很類
似只是擺動幅度較小而且魚類在行進間身體作動所限制的區域較大如
圖 21 (b)
c 鱒行式(Carangiform mode) 當魚的移動方式被歸納至鱒行式中如鱒魚鱸
魚鯡魚等身體能做波動行為被限制在魚身的最後 13並且利用較堅硬的
尾鰭擺動產生前進的推力前進速度較鰻行式快但也由於擺動限制在身體
後段 13 的關係其柔軟性相對較不足所以沒辦法提供較好的敏捷性如
圖 21 (c)所示鱒行式較容易在工程上實現
d 鮪行式(Thunniform mode)被歸納在鮪行式之下的魚類常有高展弦比的尾
鰭在快速運動中最有效率但其限制擺動的區域最多只使用尾鰭擺動而
身體不擺動優點是能在長距離遷徙中提供快速的移動速度如鮪魚鯖
魚馬林魚等如圖 21 (d)
在實現仿生魚的應用上本研究選擇使用身體尾鰭推進模式(BCF)中之鱒行
式將擺動的部位集中在約略身體後面的13而前方部位的擺動幅度較小透
過硬度較大的尾鰭往復擺動來產生其前進所需的推力但由於整個身體的剛性較
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 4: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/4.jpg)
II
目 錄
摘要 I
目錄 I I
圖目錄 I II
表目錄 VI
第一章 前言 1
11 研究目的1
12 研究方法及進度說明 1
第二章 運動控制 3
21 關於魚類運動模式所蒐集之資料及文獻分析 3
22 研究發現 5
221 實驗架構 5
222 未來改進建議 10
第三章 仿生機械魚側線系統 12
31 關於魚類側線系統所蒐集之資料及文獻分析 12
32 研究發現 15
321 PVDF 壓電感測器 15
322 偶極聲源 16
323 聲源定位 21
324 邊界定位 26
325 仿生型側線系統 32
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測 37
327 未來改進建議 45
第四章 仿生機器魚視覺 46
41 機器魚視覺系統規格 38
42 影像處理應用於互動 49
第五章 結論 54
參考文獻
III
圖 目 錄
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為(a) 鰻行式(Anguilliform
mode) (b) 次鱒行式(Subcarangiform mode) (c) 鱒行式(Carangiform mode) (d) 鮪行
式(Thunniform mode) [2] 4
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎 6
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材 6
圖24 仿生魚側視圖 7
圖 25 馬達帶動之連桿以及擺動方程式 8
圖26 仿生魚擬合擺動方程式在不同序列下的情形 10
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經桿
[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的髮細
胞[11] 13
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12] 14
圖 33 分佈在魚類側面身體內的管內神經桿[12] 14
圖 34 PVDF 壓電薄膜 15
圖 35 偶極聲源與聲壓之關係 21
圖 36 振動球偶極聲源實驗示意圖 23
圖 37 振球不同振幅下可量得之壓力 24
圖 38 振球不同振幅下之壓力梯度 24
圖 39 PVDF 與振球不同距離下可量得之壓力 25
圖 310 PVDF 與振球不同距離下之壓力梯度 25
圖 311 魚類在邊界運動與聲源之關係[16] 27
圖 312 邊界為水平面之橫向四極子 28
圖 313 振動小球與 PVDF壓電薄膜實驗示意圖 29
IV
圖 314 振動小球距 PVDF壓電薄膜不同距離之聲壓關係圖 29
圖 315 機器魚沿牆游動前進示意圖 31
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中d 與ϕ分別為真
實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分
別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器
到虛擬小球間的距離 31
圖 317 機器魚沿牆游動其壓力與牆距離之關係 32
圖 318 貼上護貝膜之 PVDF 壓電薄膜 33
圖 319 PVDF 仿生型側線陣列系統 33
圖 320 PVDF 壓電薄膜靜態校正示意圖 35
圖 321 PVDF 壓電薄膜校正曲線 36
圖 322 PVDF 壓電薄膜感測電路圖 37
圖 323 安裝側線之機器魚 37
圖 324 機器魚之實驗示意圖 41
圖 325 機器魚實驗之 MATLAB 模擬數據 41
圖 326 實驗結果PVDF 壓電感測陣列之原始資料 42
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料 42
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料 43
圖 329 卡曼濾波器處理過後之最佳路徑圖 44
圖 41 機器魚核心電腦硬體電路方塊圖 47
圖 42 機器魚影像類比轉數位ADV7180方塊圖 47
圖 43 數位影像傳輸格式 CCIR 601 48
圖 44 數位影像傳輸格式 CCIR 656 48
圖 45 數位影像 YCrCb 色彩資料格式 48
圖46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚 (c) 攝影機防水容器 (d)
攝影機組裝 49
圖 47 移動物體追蹤流程圖 50
V
圖 48 紅色物體追蹤(物體在左下角) 51
圖 49 YCbCr 所辨識的膚色 52
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形 52
VI
表 目 錄
表 31 PVDF 壓電薄膜基本特性 16
表 32 校正量測值 35
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表 44
1
第一章 前言
11 研究目的
一般水族館裡的海洋生物提供參觀者在水族箱外觀賞但無法真實體會海洋
生物在水中的情境因此本計畫提出能與民眾互動的高科技智慧型機器魚讓博
物館參觀民眾能夠瞭解魚類的推進原理操縱控制的方法利用聲納偵察環境以
及影像處理的概念並體驗魚類的感官知能與運動行為方式透過水下科技讓
參觀者與智慧型機器魚互動也能從水族箱外面看見魚在水族箱裡面所看到的景
物而能體會到海洋生物的生活環境
海洋科技博物館建館目標即是透過 各項展覽教育收藏和研究活動呈
現與詮釋有關海洋科學與科技的發展與應用
本報告第二章說明機器魚的運動控制方法魚體設計採用剛性連桿分為
頭身體尾部尾鰭四段身體擺動曲線符合魚類擺動模式擺動曲線之參數
水下仿生機器魚是一種結合多種尖
端水下科技之產物透過智慧型仿生機器魚展項在本館之展出將可拉近生冷尖
端科技與民眾之距離讓參訪者除了能夠體驗海洋科技應用之成果更將感受與
發現海洋科技相關應用成果就在他們的身旁
大自然多樣性的物種在物競天擇的選擇下和長時間的物種演化過程當中現
今所呈現的不論是身體體型運動方式對於其所處的環境當中具有適宜和有效
率的表現由於魚類所表現出的推進效率前進速度或瞬時轉向的機動性大
多超過一般使用傳統螺槳推進之水下載具的表現所以吸引了眾多的學者投入仿
生魚研究希望能夠模仿水下魚類的擺動方式姿態進而提高水下載具的推進
效率速度以及轉向機動性
12 研究方法及進度說明
本計畫將設計一具優游於展示水族箱中的機器魚模仿魚類外形及運動方
式具有控制沉浮之能力可以對聲音或光線反應與參觀者互動例如遇到
聞擊掌聲可往聲源接近聞特定聲響則遠離聲源利用視覺避碰之能力等為了
讓參觀者對於魚類生活環境產生身歷其境的感覺本計畫亦將建立即時影像轉
播將機器魚所感覺的水下世界資訊展現在參觀者的眼前
2
使用振幅頻率及偏心值等三個參數將仿生型水下載具水平面運動的動態行
為簡化為下列簡單的規律a等振幅時提高擺動頻率可增加直線速度 b 增加
身體主軸曲線之偏心值可提高水平面轉動速度方向角誤差回授則做為仿生機器
魚的路由點追蹤控制的基礎模式
本報告第三章探討仿生機器魚使用類側線系統做為環境感測元件之可行
性現行的水下載具常使用許多昂貴的導航器材來協助導航或水底影像的建立
例如聲納系統與光學影像處理技術然而在深海中對於聲納與光學影像也存在著
許多無法突破的限制例如主動式聲納需要連續發出聲波並聽取回聲以判斷
環境中的特徵物體此將增加載具電力負荷影響載具在水下停留的時間而光
學影線處理技術在黑暗的深海也無法運作
由於上述的限制靈感來自於魚類側線系統(Lateral Line System)的仿生型壓
力感測器可以補強上述的缺陷並利用造價低廉的壓電感測器即可達成觀測環境
的效果魚類利用分佈在魚身兩側的流體感測組織在水裡感測周圍流體壓力的變
化並且從中截取有用的資訊傳遞至大腦並做出正確的判斷因此本計畫提出
一個可用來仿效魚類側線系統的感測器陣列即「PVDF 壓電薄膜感測陣列」
應用在機器魚身上並嘗試以 PVDF 壓電薄膜收到的壓力訊號讓機器魚對環境的
障礙物位置做正確的判斷並自主式地沿著牆壁游動
本報告第四章探討仿生機器魚的光學影像視覺技術之研發內容做為機器魚
展示中與觀賞者互動以及與水缸內其他水族互動的方法之一並提出互動技術
之未來研究方向與預期成果
本計畫預定於三年內完成仿生機器魚之展示系統本年度之進度為完成仿生
機器魚之本體技術開發機器魚之運動模式技術開發(前進運動左右運動)仿生
側線系統研究以及智慧型機器魚光學影像視覺技術之研發
3
第二章 運動控制
21 關於魚類運動模式所收集之資料及文獻分析
根據魚移動時所使用的擺動部位和移動型態分類分別是中央對鰭推進模
式(median andor paired fin )以及身體尾鰭推進模式(body andor caudal fin)前者
適合用在低速移動上並且提供較好的轉向機動性而後者能夠有較佳的速度以
及推力
文獻[1]將身體尾鰭推進模式(BCF)繼續深入探討並細分不同模式依據魚類
的游動中所表現出的型式身體擺動所呈現的波長以及尾鰭左右振幅包絡線的考
量之下作出了更仔細的的分類
a 鰻行式(Anguilliform mode) 分類在此種模式之下的表現可以從外觀看出
在行進間幾乎利用頭到尾鰭來完成擺動形成推進的力量如鰻魚水蛇等
如圖 21(a)而且前進時身體擺動所產生出的振幅較大並且可看出身體
至少會有一個完整波形
b 次鱒行式(Subcarangiform mode) 在前進時與上述鰻行式所展現的行為很類
似只是擺動幅度較小而且魚類在行進間身體作動所限制的區域較大如
圖 21 (b)
c 鱒行式(Carangiform mode) 當魚的移動方式被歸納至鱒行式中如鱒魚鱸
魚鯡魚等身體能做波動行為被限制在魚身的最後 13並且利用較堅硬的
尾鰭擺動產生前進的推力前進速度較鰻行式快但也由於擺動限制在身體
後段 13 的關係其柔軟性相對較不足所以沒辦法提供較好的敏捷性如
圖 21 (c)所示鱒行式較容易在工程上實現
d 鮪行式(Thunniform mode)被歸納在鮪行式之下的魚類常有高展弦比的尾
鰭在快速運動中最有效率但其限制擺動的區域最多只使用尾鰭擺動而
身體不擺動優點是能在長距離遷徙中提供快速的移動速度如鮪魚鯖
魚馬林魚等如圖 21 (d)
在實現仿生魚的應用上本研究選擇使用身體尾鰭推進模式(BCF)中之鱒行
式將擺動的部位集中在約略身體後面的13而前方部位的擺動幅度較小透
過硬度較大的尾鰭往復擺動來產生其前進所需的推力但由於整個身體的剛性較
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 5: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/5.jpg)
III
圖 目 錄
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為(a) 鰻行式(Anguilliform
mode) (b) 次鱒行式(Subcarangiform mode) (c) 鱒行式(Carangiform mode) (d) 鮪行
式(Thunniform mode) [2] 4
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎 6
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材 6
圖24 仿生魚側視圖 7
圖 25 馬達帶動之連桿以及擺動方程式 8
圖26 仿生魚擬合擺動方程式在不同序列下的情形 10
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經桿
[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的髮細
胞[11] 13
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12] 14
圖 33 分佈在魚類側面身體內的管內神經桿[12] 14
圖 34 PVDF 壓電薄膜 15
圖 35 偶極聲源與聲壓之關係 21
圖 36 振動球偶極聲源實驗示意圖 23
圖 37 振球不同振幅下可量得之壓力 24
圖 38 振球不同振幅下之壓力梯度 24
圖 39 PVDF 與振球不同距離下可量得之壓力 25
圖 310 PVDF 與振球不同距離下之壓力梯度 25
圖 311 魚類在邊界運動與聲源之關係[16] 27
圖 312 邊界為水平面之橫向四極子 28
圖 313 振動小球與 PVDF壓電薄膜實驗示意圖 29
IV
圖 314 振動小球距 PVDF壓電薄膜不同距離之聲壓關係圖 29
圖 315 機器魚沿牆游動前進示意圖 31
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中d 與ϕ分別為真
實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分
別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器
到虛擬小球間的距離 31
圖 317 機器魚沿牆游動其壓力與牆距離之關係 32
圖 318 貼上護貝膜之 PVDF 壓電薄膜 33
圖 319 PVDF 仿生型側線陣列系統 33
圖 320 PVDF 壓電薄膜靜態校正示意圖 35
圖 321 PVDF 壓電薄膜校正曲線 36
圖 322 PVDF 壓電薄膜感測電路圖 37
圖 323 安裝側線之機器魚 37
圖 324 機器魚之實驗示意圖 41
圖 325 機器魚實驗之 MATLAB 模擬數據 41
圖 326 實驗結果PVDF 壓電感測陣列之原始資料 42
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料 42
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料 43
圖 329 卡曼濾波器處理過後之最佳路徑圖 44
圖 41 機器魚核心電腦硬體電路方塊圖 47
圖 42 機器魚影像類比轉數位ADV7180方塊圖 47
圖 43 數位影像傳輸格式 CCIR 601 48
圖 44 數位影像傳輸格式 CCIR 656 48
圖 45 數位影像 YCrCb 色彩資料格式 48
圖46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚 (c) 攝影機防水容器 (d)
攝影機組裝 49
圖 47 移動物體追蹤流程圖 50
V
圖 48 紅色物體追蹤(物體在左下角) 51
圖 49 YCbCr 所辨識的膚色 52
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形 52
VI
表 目 錄
表 31 PVDF 壓電薄膜基本特性 16
表 32 校正量測值 35
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表 44
1
第一章 前言
11 研究目的
一般水族館裡的海洋生物提供參觀者在水族箱外觀賞但無法真實體會海洋
生物在水中的情境因此本計畫提出能與民眾互動的高科技智慧型機器魚讓博
物館參觀民眾能夠瞭解魚類的推進原理操縱控制的方法利用聲納偵察環境以
及影像處理的概念並體驗魚類的感官知能與運動行為方式透過水下科技讓
參觀者與智慧型機器魚互動也能從水族箱外面看見魚在水族箱裡面所看到的景
物而能體會到海洋生物的生活環境
海洋科技博物館建館目標即是透過 各項展覽教育收藏和研究活動呈
現與詮釋有關海洋科學與科技的發展與應用
本報告第二章說明機器魚的運動控制方法魚體設計採用剛性連桿分為
頭身體尾部尾鰭四段身體擺動曲線符合魚類擺動模式擺動曲線之參數
水下仿生機器魚是一種結合多種尖
端水下科技之產物透過智慧型仿生機器魚展項在本館之展出將可拉近生冷尖
端科技與民眾之距離讓參訪者除了能夠體驗海洋科技應用之成果更將感受與
發現海洋科技相關應用成果就在他們的身旁
大自然多樣性的物種在物競天擇的選擇下和長時間的物種演化過程當中現
今所呈現的不論是身體體型運動方式對於其所處的環境當中具有適宜和有效
率的表現由於魚類所表現出的推進效率前進速度或瞬時轉向的機動性大
多超過一般使用傳統螺槳推進之水下載具的表現所以吸引了眾多的學者投入仿
生魚研究希望能夠模仿水下魚類的擺動方式姿態進而提高水下載具的推進
效率速度以及轉向機動性
12 研究方法及進度說明
本計畫將設計一具優游於展示水族箱中的機器魚模仿魚類外形及運動方
式具有控制沉浮之能力可以對聲音或光線反應與參觀者互動例如遇到
聞擊掌聲可往聲源接近聞特定聲響則遠離聲源利用視覺避碰之能力等為了
讓參觀者對於魚類生活環境產生身歷其境的感覺本計畫亦將建立即時影像轉
播將機器魚所感覺的水下世界資訊展現在參觀者的眼前
2
使用振幅頻率及偏心值等三個參數將仿生型水下載具水平面運動的動態行
為簡化為下列簡單的規律a等振幅時提高擺動頻率可增加直線速度 b 增加
身體主軸曲線之偏心值可提高水平面轉動速度方向角誤差回授則做為仿生機器
魚的路由點追蹤控制的基礎模式
本報告第三章探討仿生機器魚使用類側線系統做為環境感測元件之可行
性現行的水下載具常使用許多昂貴的導航器材來協助導航或水底影像的建立
例如聲納系統與光學影像處理技術然而在深海中對於聲納與光學影像也存在著
許多無法突破的限制例如主動式聲納需要連續發出聲波並聽取回聲以判斷
環境中的特徵物體此將增加載具電力負荷影響載具在水下停留的時間而光
學影線處理技術在黑暗的深海也無法運作
由於上述的限制靈感來自於魚類側線系統(Lateral Line System)的仿生型壓
力感測器可以補強上述的缺陷並利用造價低廉的壓電感測器即可達成觀測環境
的效果魚類利用分佈在魚身兩側的流體感測組織在水裡感測周圍流體壓力的變
化並且從中截取有用的資訊傳遞至大腦並做出正確的判斷因此本計畫提出
一個可用來仿效魚類側線系統的感測器陣列即「PVDF 壓電薄膜感測陣列」
應用在機器魚身上並嘗試以 PVDF 壓電薄膜收到的壓力訊號讓機器魚對環境的
障礙物位置做正確的判斷並自主式地沿著牆壁游動
本報告第四章探討仿生機器魚的光學影像視覺技術之研發內容做為機器魚
展示中與觀賞者互動以及與水缸內其他水族互動的方法之一並提出互動技術
之未來研究方向與預期成果
本計畫預定於三年內完成仿生機器魚之展示系統本年度之進度為完成仿生
機器魚之本體技術開發機器魚之運動模式技術開發(前進運動左右運動)仿生
側線系統研究以及智慧型機器魚光學影像視覺技術之研發
3
第二章 運動控制
21 關於魚類運動模式所收集之資料及文獻分析
根據魚移動時所使用的擺動部位和移動型態分類分別是中央對鰭推進模
式(median andor paired fin )以及身體尾鰭推進模式(body andor caudal fin)前者
適合用在低速移動上並且提供較好的轉向機動性而後者能夠有較佳的速度以
及推力
文獻[1]將身體尾鰭推進模式(BCF)繼續深入探討並細分不同模式依據魚類
的游動中所表現出的型式身體擺動所呈現的波長以及尾鰭左右振幅包絡線的考
量之下作出了更仔細的的分類
a 鰻行式(Anguilliform mode) 分類在此種模式之下的表現可以從外觀看出
在行進間幾乎利用頭到尾鰭來完成擺動形成推進的力量如鰻魚水蛇等
如圖 21(a)而且前進時身體擺動所產生出的振幅較大並且可看出身體
至少會有一個完整波形
b 次鱒行式(Subcarangiform mode) 在前進時與上述鰻行式所展現的行為很類
似只是擺動幅度較小而且魚類在行進間身體作動所限制的區域較大如
圖 21 (b)
c 鱒行式(Carangiform mode) 當魚的移動方式被歸納至鱒行式中如鱒魚鱸
魚鯡魚等身體能做波動行為被限制在魚身的最後 13並且利用較堅硬的
尾鰭擺動產生前進的推力前進速度較鰻行式快但也由於擺動限制在身體
後段 13 的關係其柔軟性相對較不足所以沒辦法提供較好的敏捷性如
圖 21 (c)所示鱒行式較容易在工程上實現
d 鮪行式(Thunniform mode)被歸納在鮪行式之下的魚類常有高展弦比的尾
鰭在快速運動中最有效率但其限制擺動的區域最多只使用尾鰭擺動而
身體不擺動優點是能在長距離遷徙中提供快速的移動速度如鮪魚鯖
魚馬林魚等如圖 21 (d)
在實現仿生魚的應用上本研究選擇使用身體尾鰭推進模式(BCF)中之鱒行
式將擺動的部位集中在約略身體後面的13而前方部位的擺動幅度較小透
過硬度較大的尾鰭往復擺動來產生其前進所需的推力但由於整個身體的剛性較
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 6: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/6.jpg)
IV
圖 314 振動小球距 PVDF壓電薄膜不同距離之聲壓關係圖 29
圖 315 機器魚沿牆游動前進示意圖 31
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中d 與ϕ分別為真
實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分
別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器
到虛擬小球間的距離 31
圖 317 機器魚沿牆游動其壓力與牆距離之關係 32
圖 318 貼上護貝膜之 PVDF 壓電薄膜 33
圖 319 PVDF 仿生型側線陣列系統 33
圖 320 PVDF 壓電薄膜靜態校正示意圖 35
圖 321 PVDF 壓電薄膜校正曲線 36
圖 322 PVDF 壓電薄膜感測電路圖 37
圖 323 安裝側線之機器魚 37
圖 324 機器魚之實驗示意圖 41
圖 325 機器魚實驗之 MATLAB 模擬數據 41
圖 326 實驗結果PVDF 壓電感測陣列之原始資料 42
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料 42
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料 43
圖 329 卡曼濾波器處理過後之最佳路徑圖 44
圖 41 機器魚核心電腦硬體電路方塊圖 47
圖 42 機器魚影像類比轉數位ADV7180方塊圖 47
圖 43 數位影像傳輸格式 CCIR 601 48
圖 44 數位影像傳輸格式 CCIR 656 48
圖 45 數位影像 YCrCb 色彩資料格式 48
圖46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚 (c) 攝影機防水容器 (d)
攝影機組裝 49
圖 47 移動物體追蹤流程圖 50
V
圖 48 紅色物體追蹤(物體在左下角) 51
圖 49 YCbCr 所辨識的膚色 52
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形 52
VI
表 目 錄
表 31 PVDF 壓電薄膜基本特性 16
表 32 校正量測值 35
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表 44
1
第一章 前言
11 研究目的
一般水族館裡的海洋生物提供參觀者在水族箱外觀賞但無法真實體會海洋
生物在水中的情境因此本計畫提出能與民眾互動的高科技智慧型機器魚讓博
物館參觀民眾能夠瞭解魚類的推進原理操縱控制的方法利用聲納偵察環境以
及影像處理的概念並體驗魚類的感官知能與運動行為方式透過水下科技讓
參觀者與智慧型機器魚互動也能從水族箱外面看見魚在水族箱裡面所看到的景
物而能體會到海洋生物的生活環境
海洋科技博物館建館目標即是透過 各項展覽教育收藏和研究活動呈
現與詮釋有關海洋科學與科技的發展與應用
本報告第二章說明機器魚的運動控制方法魚體設計採用剛性連桿分為
頭身體尾部尾鰭四段身體擺動曲線符合魚類擺動模式擺動曲線之參數
水下仿生機器魚是一種結合多種尖
端水下科技之產物透過智慧型仿生機器魚展項在本館之展出將可拉近生冷尖
端科技與民眾之距離讓參訪者除了能夠體驗海洋科技應用之成果更將感受與
發現海洋科技相關應用成果就在他們的身旁
大自然多樣性的物種在物競天擇的選擇下和長時間的物種演化過程當中現
今所呈現的不論是身體體型運動方式對於其所處的環境當中具有適宜和有效
率的表現由於魚類所表現出的推進效率前進速度或瞬時轉向的機動性大
多超過一般使用傳統螺槳推進之水下載具的表現所以吸引了眾多的學者投入仿
生魚研究希望能夠模仿水下魚類的擺動方式姿態進而提高水下載具的推進
效率速度以及轉向機動性
12 研究方法及進度說明
本計畫將設計一具優游於展示水族箱中的機器魚模仿魚類外形及運動方
式具有控制沉浮之能力可以對聲音或光線反應與參觀者互動例如遇到
聞擊掌聲可往聲源接近聞特定聲響則遠離聲源利用視覺避碰之能力等為了
讓參觀者對於魚類生活環境產生身歷其境的感覺本計畫亦將建立即時影像轉
播將機器魚所感覺的水下世界資訊展現在參觀者的眼前
2
使用振幅頻率及偏心值等三個參數將仿生型水下載具水平面運動的動態行
為簡化為下列簡單的規律a等振幅時提高擺動頻率可增加直線速度 b 增加
身體主軸曲線之偏心值可提高水平面轉動速度方向角誤差回授則做為仿生機器
魚的路由點追蹤控制的基礎模式
本報告第三章探討仿生機器魚使用類側線系統做為環境感測元件之可行
性現行的水下載具常使用許多昂貴的導航器材來協助導航或水底影像的建立
例如聲納系統與光學影像處理技術然而在深海中對於聲納與光學影像也存在著
許多無法突破的限制例如主動式聲納需要連續發出聲波並聽取回聲以判斷
環境中的特徵物體此將增加載具電力負荷影響載具在水下停留的時間而光
學影線處理技術在黑暗的深海也無法運作
由於上述的限制靈感來自於魚類側線系統(Lateral Line System)的仿生型壓
力感測器可以補強上述的缺陷並利用造價低廉的壓電感測器即可達成觀測環境
的效果魚類利用分佈在魚身兩側的流體感測組織在水裡感測周圍流體壓力的變
化並且從中截取有用的資訊傳遞至大腦並做出正確的判斷因此本計畫提出
一個可用來仿效魚類側線系統的感測器陣列即「PVDF 壓電薄膜感測陣列」
應用在機器魚身上並嘗試以 PVDF 壓電薄膜收到的壓力訊號讓機器魚對環境的
障礙物位置做正確的判斷並自主式地沿著牆壁游動
本報告第四章探討仿生機器魚的光學影像視覺技術之研發內容做為機器魚
展示中與觀賞者互動以及與水缸內其他水族互動的方法之一並提出互動技術
之未來研究方向與預期成果
本計畫預定於三年內完成仿生機器魚之展示系統本年度之進度為完成仿生
機器魚之本體技術開發機器魚之運動模式技術開發(前進運動左右運動)仿生
側線系統研究以及智慧型機器魚光學影像視覺技術之研發
3
第二章 運動控制
21 關於魚類運動模式所收集之資料及文獻分析
根據魚移動時所使用的擺動部位和移動型態分類分別是中央對鰭推進模
式(median andor paired fin )以及身體尾鰭推進模式(body andor caudal fin)前者
適合用在低速移動上並且提供較好的轉向機動性而後者能夠有較佳的速度以
及推力
文獻[1]將身體尾鰭推進模式(BCF)繼續深入探討並細分不同模式依據魚類
的游動中所表現出的型式身體擺動所呈現的波長以及尾鰭左右振幅包絡線的考
量之下作出了更仔細的的分類
a 鰻行式(Anguilliform mode) 分類在此種模式之下的表現可以從外觀看出
在行進間幾乎利用頭到尾鰭來完成擺動形成推進的力量如鰻魚水蛇等
如圖 21(a)而且前進時身體擺動所產生出的振幅較大並且可看出身體
至少會有一個完整波形
b 次鱒行式(Subcarangiform mode) 在前進時與上述鰻行式所展現的行為很類
似只是擺動幅度較小而且魚類在行進間身體作動所限制的區域較大如
圖 21 (b)
c 鱒行式(Carangiform mode) 當魚的移動方式被歸納至鱒行式中如鱒魚鱸
魚鯡魚等身體能做波動行為被限制在魚身的最後 13並且利用較堅硬的
尾鰭擺動產生前進的推力前進速度較鰻行式快但也由於擺動限制在身體
後段 13 的關係其柔軟性相對較不足所以沒辦法提供較好的敏捷性如
圖 21 (c)所示鱒行式較容易在工程上實現
d 鮪行式(Thunniform mode)被歸納在鮪行式之下的魚類常有高展弦比的尾
鰭在快速運動中最有效率但其限制擺動的區域最多只使用尾鰭擺動而
身體不擺動優點是能在長距離遷徙中提供快速的移動速度如鮪魚鯖
魚馬林魚等如圖 21 (d)
在實現仿生魚的應用上本研究選擇使用身體尾鰭推進模式(BCF)中之鱒行
式將擺動的部位集中在約略身體後面的13而前方部位的擺動幅度較小透
過硬度較大的尾鰭往復擺動來產生其前進所需的推力但由於整個身體的剛性較
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 7: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/7.jpg)
V
圖 48 紅色物體追蹤(物體在左下角) 51
圖 49 YCbCr 所辨識的膚色 52
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形 52
VI
表 目 錄
表 31 PVDF 壓電薄膜基本特性 16
表 32 校正量測值 35
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表 44
1
第一章 前言
11 研究目的
一般水族館裡的海洋生物提供參觀者在水族箱外觀賞但無法真實體會海洋
生物在水中的情境因此本計畫提出能與民眾互動的高科技智慧型機器魚讓博
物館參觀民眾能夠瞭解魚類的推進原理操縱控制的方法利用聲納偵察環境以
及影像處理的概念並體驗魚類的感官知能與運動行為方式透過水下科技讓
參觀者與智慧型機器魚互動也能從水族箱外面看見魚在水族箱裡面所看到的景
物而能體會到海洋生物的生活環境
海洋科技博物館建館目標即是透過 各項展覽教育收藏和研究活動呈
現與詮釋有關海洋科學與科技的發展與應用
本報告第二章說明機器魚的運動控制方法魚體設計採用剛性連桿分為
頭身體尾部尾鰭四段身體擺動曲線符合魚類擺動模式擺動曲線之參數
水下仿生機器魚是一種結合多種尖
端水下科技之產物透過智慧型仿生機器魚展項在本館之展出將可拉近生冷尖
端科技與民眾之距離讓參訪者除了能夠體驗海洋科技應用之成果更將感受與
發現海洋科技相關應用成果就在他們的身旁
大自然多樣性的物種在物競天擇的選擇下和長時間的物種演化過程當中現
今所呈現的不論是身體體型運動方式對於其所處的環境當中具有適宜和有效
率的表現由於魚類所表現出的推進效率前進速度或瞬時轉向的機動性大
多超過一般使用傳統螺槳推進之水下載具的表現所以吸引了眾多的學者投入仿
生魚研究希望能夠模仿水下魚類的擺動方式姿態進而提高水下載具的推進
效率速度以及轉向機動性
12 研究方法及進度說明
本計畫將設計一具優游於展示水族箱中的機器魚模仿魚類外形及運動方
式具有控制沉浮之能力可以對聲音或光線反應與參觀者互動例如遇到
聞擊掌聲可往聲源接近聞特定聲響則遠離聲源利用視覺避碰之能力等為了
讓參觀者對於魚類生活環境產生身歷其境的感覺本計畫亦將建立即時影像轉
播將機器魚所感覺的水下世界資訊展現在參觀者的眼前
2
使用振幅頻率及偏心值等三個參數將仿生型水下載具水平面運動的動態行
為簡化為下列簡單的規律a等振幅時提高擺動頻率可增加直線速度 b 增加
身體主軸曲線之偏心值可提高水平面轉動速度方向角誤差回授則做為仿生機器
魚的路由點追蹤控制的基礎模式
本報告第三章探討仿生機器魚使用類側線系統做為環境感測元件之可行
性現行的水下載具常使用許多昂貴的導航器材來協助導航或水底影像的建立
例如聲納系統與光學影像處理技術然而在深海中對於聲納與光學影像也存在著
許多無法突破的限制例如主動式聲納需要連續發出聲波並聽取回聲以判斷
環境中的特徵物體此將增加載具電力負荷影響載具在水下停留的時間而光
學影線處理技術在黑暗的深海也無法運作
由於上述的限制靈感來自於魚類側線系統(Lateral Line System)的仿生型壓
力感測器可以補強上述的缺陷並利用造價低廉的壓電感測器即可達成觀測環境
的效果魚類利用分佈在魚身兩側的流體感測組織在水裡感測周圍流體壓力的變
化並且從中截取有用的資訊傳遞至大腦並做出正確的判斷因此本計畫提出
一個可用來仿效魚類側線系統的感測器陣列即「PVDF 壓電薄膜感測陣列」
應用在機器魚身上並嘗試以 PVDF 壓電薄膜收到的壓力訊號讓機器魚對環境的
障礙物位置做正確的判斷並自主式地沿著牆壁游動
本報告第四章探討仿生機器魚的光學影像視覺技術之研發內容做為機器魚
展示中與觀賞者互動以及與水缸內其他水族互動的方法之一並提出互動技術
之未來研究方向與預期成果
本計畫預定於三年內完成仿生機器魚之展示系統本年度之進度為完成仿生
機器魚之本體技術開發機器魚之運動模式技術開發(前進運動左右運動)仿生
側線系統研究以及智慧型機器魚光學影像視覺技術之研發
3
第二章 運動控制
21 關於魚類運動模式所收集之資料及文獻分析
根據魚移動時所使用的擺動部位和移動型態分類分別是中央對鰭推進模
式(median andor paired fin )以及身體尾鰭推進模式(body andor caudal fin)前者
適合用在低速移動上並且提供較好的轉向機動性而後者能夠有較佳的速度以
及推力
文獻[1]將身體尾鰭推進模式(BCF)繼續深入探討並細分不同模式依據魚類
的游動中所表現出的型式身體擺動所呈現的波長以及尾鰭左右振幅包絡線的考
量之下作出了更仔細的的分類
a 鰻行式(Anguilliform mode) 分類在此種模式之下的表現可以從外觀看出
在行進間幾乎利用頭到尾鰭來完成擺動形成推進的力量如鰻魚水蛇等
如圖 21(a)而且前進時身體擺動所產生出的振幅較大並且可看出身體
至少會有一個完整波形
b 次鱒行式(Subcarangiform mode) 在前進時與上述鰻行式所展現的行為很類
似只是擺動幅度較小而且魚類在行進間身體作動所限制的區域較大如
圖 21 (b)
c 鱒行式(Carangiform mode) 當魚的移動方式被歸納至鱒行式中如鱒魚鱸
魚鯡魚等身體能做波動行為被限制在魚身的最後 13並且利用較堅硬的
尾鰭擺動產生前進的推力前進速度較鰻行式快但也由於擺動限制在身體
後段 13 的關係其柔軟性相對較不足所以沒辦法提供較好的敏捷性如
圖 21 (c)所示鱒行式較容易在工程上實現
d 鮪行式(Thunniform mode)被歸納在鮪行式之下的魚類常有高展弦比的尾
鰭在快速運動中最有效率但其限制擺動的區域最多只使用尾鰭擺動而
身體不擺動優點是能在長距離遷徙中提供快速的移動速度如鮪魚鯖
魚馬林魚等如圖 21 (d)
在實現仿生魚的應用上本研究選擇使用身體尾鰭推進模式(BCF)中之鱒行
式將擺動的部位集中在約略身體後面的13而前方部位的擺動幅度較小透
過硬度較大的尾鰭往復擺動來產生其前進所需的推力但由於整個身體的剛性較
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 8: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/8.jpg)
VI
表 目 錄
表 31 PVDF 壓電薄膜基本特性 16
表 32 校正量測值 35
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表 44
1
第一章 前言
11 研究目的
一般水族館裡的海洋生物提供參觀者在水族箱外觀賞但無法真實體會海洋
生物在水中的情境因此本計畫提出能與民眾互動的高科技智慧型機器魚讓博
物館參觀民眾能夠瞭解魚類的推進原理操縱控制的方法利用聲納偵察環境以
及影像處理的概念並體驗魚類的感官知能與運動行為方式透過水下科技讓
參觀者與智慧型機器魚互動也能從水族箱外面看見魚在水族箱裡面所看到的景
物而能體會到海洋生物的生活環境
海洋科技博物館建館目標即是透過 各項展覽教育收藏和研究活動呈
現與詮釋有關海洋科學與科技的發展與應用
本報告第二章說明機器魚的運動控制方法魚體設計採用剛性連桿分為
頭身體尾部尾鰭四段身體擺動曲線符合魚類擺動模式擺動曲線之參數
水下仿生機器魚是一種結合多種尖
端水下科技之產物透過智慧型仿生機器魚展項在本館之展出將可拉近生冷尖
端科技與民眾之距離讓參訪者除了能夠體驗海洋科技應用之成果更將感受與
發現海洋科技相關應用成果就在他們的身旁
大自然多樣性的物種在物競天擇的選擇下和長時間的物種演化過程當中現
今所呈現的不論是身體體型運動方式對於其所處的環境當中具有適宜和有效
率的表現由於魚類所表現出的推進效率前進速度或瞬時轉向的機動性大
多超過一般使用傳統螺槳推進之水下載具的表現所以吸引了眾多的學者投入仿
生魚研究希望能夠模仿水下魚類的擺動方式姿態進而提高水下載具的推進
效率速度以及轉向機動性
12 研究方法及進度說明
本計畫將設計一具優游於展示水族箱中的機器魚模仿魚類外形及運動方
式具有控制沉浮之能力可以對聲音或光線反應與參觀者互動例如遇到
聞擊掌聲可往聲源接近聞特定聲響則遠離聲源利用視覺避碰之能力等為了
讓參觀者對於魚類生活環境產生身歷其境的感覺本計畫亦將建立即時影像轉
播將機器魚所感覺的水下世界資訊展現在參觀者的眼前
2
使用振幅頻率及偏心值等三個參數將仿生型水下載具水平面運動的動態行
為簡化為下列簡單的規律a等振幅時提高擺動頻率可增加直線速度 b 增加
身體主軸曲線之偏心值可提高水平面轉動速度方向角誤差回授則做為仿生機器
魚的路由點追蹤控制的基礎模式
本報告第三章探討仿生機器魚使用類側線系統做為環境感測元件之可行
性現行的水下載具常使用許多昂貴的導航器材來協助導航或水底影像的建立
例如聲納系統與光學影像處理技術然而在深海中對於聲納與光學影像也存在著
許多無法突破的限制例如主動式聲納需要連續發出聲波並聽取回聲以判斷
環境中的特徵物體此將增加載具電力負荷影響載具在水下停留的時間而光
學影線處理技術在黑暗的深海也無法運作
由於上述的限制靈感來自於魚類側線系統(Lateral Line System)的仿生型壓
力感測器可以補強上述的缺陷並利用造價低廉的壓電感測器即可達成觀測環境
的效果魚類利用分佈在魚身兩側的流體感測組織在水裡感測周圍流體壓力的變
化並且從中截取有用的資訊傳遞至大腦並做出正確的判斷因此本計畫提出
一個可用來仿效魚類側線系統的感測器陣列即「PVDF 壓電薄膜感測陣列」
應用在機器魚身上並嘗試以 PVDF 壓電薄膜收到的壓力訊號讓機器魚對環境的
障礙物位置做正確的判斷並自主式地沿著牆壁游動
本報告第四章探討仿生機器魚的光學影像視覺技術之研發內容做為機器魚
展示中與觀賞者互動以及與水缸內其他水族互動的方法之一並提出互動技術
之未來研究方向與預期成果
本計畫預定於三年內完成仿生機器魚之展示系統本年度之進度為完成仿生
機器魚之本體技術開發機器魚之運動模式技術開發(前進運動左右運動)仿生
側線系統研究以及智慧型機器魚光學影像視覺技術之研發
3
第二章 運動控制
21 關於魚類運動模式所收集之資料及文獻分析
根據魚移動時所使用的擺動部位和移動型態分類分別是中央對鰭推進模
式(median andor paired fin )以及身體尾鰭推進模式(body andor caudal fin)前者
適合用在低速移動上並且提供較好的轉向機動性而後者能夠有較佳的速度以
及推力
文獻[1]將身體尾鰭推進模式(BCF)繼續深入探討並細分不同模式依據魚類
的游動中所表現出的型式身體擺動所呈現的波長以及尾鰭左右振幅包絡線的考
量之下作出了更仔細的的分類
a 鰻行式(Anguilliform mode) 分類在此種模式之下的表現可以從外觀看出
在行進間幾乎利用頭到尾鰭來完成擺動形成推進的力量如鰻魚水蛇等
如圖 21(a)而且前進時身體擺動所產生出的振幅較大並且可看出身體
至少會有一個完整波形
b 次鱒行式(Subcarangiform mode) 在前進時與上述鰻行式所展現的行為很類
似只是擺動幅度較小而且魚類在行進間身體作動所限制的區域較大如
圖 21 (b)
c 鱒行式(Carangiform mode) 當魚的移動方式被歸納至鱒行式中如鱒魚鱸
魚鯡魚等身體能做波動行為被限制在魚身的最後 13並且利用較堅硬的
尾鰭擺動產生前進的推力前進速度較鰻行式快但也由於擺動限制在身體
後段 13 的關係其柔軟性相對較不足所以沒辦法提供較好的敏捷性如
圖 21 (c)所示鱒行式較容易在工程上實現
d 鮪行式(Thunniform mode)被歸納在鮪行式之下的魚類常有高展弦比的尾
鰭在快速運動中最有效率但其限制擺動的區域最多只使用尾鰭擺動而
身體不擺動優點是能在長距離遷徙中提供快速的移動速度如鮪魚鯖
魚馬林魚等如圖 21 (d)
在實現仿生魚的應用上本研究選擇使用身體尾鰭推進模式(BCF)中之鱒行
式將擺動的部位集中在約略身體後面的13而前方部位的擺動幅度較小透
過硬度較大的尾鰭往復擺動來產生其前進所需的推力但由於整個身體的剛性較
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 9: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/9.jpg)
1
第一章 前言
11 研究目的
一般水族館裡的海洋生物提供參觀者在水族箱外觀賞但無法真實體會海洋
生物在水中的情境因此本計畫提出能與民眾互動的高科技智慧型機器魚讓博
物館參觀民眾能夠瞭解魚類的推進原理操縱控制的方法利用聲納偵察環境以
及影像處理的概念並體驗魚類的感官知能與運動行為方式透過水下科技讓
參觀者與智慧型機器魚互動也能從水族箱外面看見魚在水族箱裡面所看到的景
物而能體會到海洋生物的生活環境
海洋科技博物館建館目標即是透過 各項展覽教育收藏和研究活動呈
現與詮釋有關海洋科學與科技的發展與應用
本報告第二章說明機器魚的運動控制方法魚體設計採用剛性連桿分為
頭身體尾部尾鰭四段身體擺動曲線符合魚類擺動模式擺動曲線之參數
水下仿生機器魚是一種結合多種尖
端水下科技之產物透過智慧型仿生機器魚展項在本館之展出將可拉近生冷尖
端科技與民眾之距離讓參訪者除了能夠體驗海洋科技應用之成果更將感受與
發現海洋科技相關應用成果就在他們的身旁
大自然多樣性的物種在物競天擇的選擇下和長時間的物種演化過程當中現
今所呈現的不論是身體體型運動方式對於其所處的環境當中具有適宜和有效
率的表現由於魚類所表現出的推進效率前進速度或瞬時轉向的機動性大
多超過一般使用傳統螺槳推進之水下載具的表現所以吸引了眾多的學者投入仿
生魚研究希望能夠模仿水下魚類的擺動方式姿態進而提高水下載具的推進
效率速度以及轉向機動性
12 研究方法及進度說明
本計畫將設計一具優游於展示水族箱中的機器魚模仿魚類外形及運動方
式具有控制沉浮之能力可以對聲音或光線反應與參觀者互動例如遇到
聞擊掌聲可往聲源接近聞特定聲響則遠離聲源利用視覺避碰之能力等為了
讓參觀者對於魚類生活環境產生身歷其境的感覺本計畫亦將建立即時影像轉
播將機器魚所感覺的水下世界資訊展現在參觀者的眼前
2
使用振幅頻率及偏心值等三個參數將仿生型水下載具水平面運動的動態行
為簡化為下列簡單的規律a等振幅時提高擺動頻率可增加直線速度 b 增加
身體主軸曲線之偏心值可提高水平面轉動速度方向角誤差回授則做為仿生機器
魚的路由點追蹤控制的基礎模式
本報告第三章探討仿生機器魚使用類側線系統做為環境感測元件之可行
性現行的水下載具常使用許多昂貴的導航器材來協助導航或水底影像的建立
例如聲納系統與光學影像處理技術然而在深海中對於聲納與光學影像也存在著
許多無法突破的限制例如主動式聲納需要連續發出聲波並聽取回聲以判斷
環境中的特徵物體此將增加載具電力負荷影響載具在水下停留的時間而光
學影線處理技術在黑暗的深海也無法運作
由於上述的限制靈感來自於魚類側線系統(Lateral Line System)的仿生型壓
力感測器可以補強上述的缺陷並利用造價低廉的壓電感測器即可達成觀測環境
的效果魚類利用分佈在魚身兩側的流體感測組織在水裡感測周圍流體壓力的變
化並且從中截取有用的資訊傳遞至大腦並做出正確的判斷因此本計畫提出
一個可用來仿效魚類側線系統的感測器陣列即「PVDF 壓電薄膜感測陣列」
應用在機器魚身上並嘗試以 PVDF 壓電薄膜收到的壓力訊號讓機器魚對環境的
障礙物位置做正確的判斷並自主式地沿著牆壁游動
本報告第四章探討仿生機器魚的光學影像視覺技術之研發內容做為機器魚
展示中與觀賞者互動以及與水缸內其他水族互動的方法之一並提出互動技術
之未來研究方向與預期成果
本計畫預定於三年內完成仿生機器魚之展示系統本年度之進度為完成仿生
機器魚之本體技術開發機器魚之運動模式技術開發(前進運動左右運動)仿生
側線系統研究以及智慧型機器魚光學影像視覺技術之研發
3
第二章 運動控制
21 關於魚類運動模式所收集之資料及文獻分析
根據魚移動時所使用的擺動部位和移動型態分類分別是中央對鰭推進模
式(median andor paired fin )以及身體尾鰭推進模式(body andor caudal fin)前者
適合用在低速移動上並且提供較好的轉向機動性而後者能夠有較佳的速度以
及推力
文獻[1]將身體尾鰭推進模式(BCF)繼續深入探討並細分不同模式依據魚類
的游動中所表現出的型式身體擺動所呈現的波長以及尾鰭左右振幅包絡線的考
量之下作出了更仔細的的分類
a 鰻行式(Anguilliform mode) 分類在此種模式之下的表現可以從外觀看出
在行進間幾乎利用頭到尾鰭來完成擺動形成推進的力量如鰻魚水蛇等
如圖 21(a)而且前進時身體擺動所產生出的振幅較大並且可看出身體
至少會有一個完整波形
b 次鱒行式(Subcarangiform mode) 在前進時與上述鰻行式所展現的行為很類
似只是擺動幅度較小而且魚類在行進間身體作動所限制的區域較大如
圖 21 (b)
c 鱒行式(Carangiform mode) 當魚的移動方式被歸納至鱒行式中如鱒魚鱸
魚鯡魚等身體能做波動行為被限制在魚身的最後 13並且利用較堅硬的
尾鰭擺動產生前進的推力前進速度較鰻行式快但也由於擺動限制在身體
後段 13 的關係其柔軟性相對較不足所以沒辦法提供較好的敏捷性如
圖 21 (c)所示鱒行式較容易在工程上實現
d 鮪行式(Thunniform mode)被歸納在鮪行式之下的魚類常有高展弦比的尾
鰭在快速運動中最有效率但其限制擺動的區域最多只使用尾鰭擺動而
身體不擺動優點是能在長距離遷徙中提供快速的移動速度如鮪魚鯖
魚馬林魚等如圖 21 (d)
在實現仿生魚的應用上本研究選擇使用身體尾鰭推進模式(BCF)中之鱒行
式將擺動的部位集中在約略身體後面的13而前方部位的擺動幅度較小透
過硬度較大的尾鰭往復擺動來產生其前進所需的推力但由於整個身體的剛性較
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 10: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/10.jpg)
2
使用振幅頻率及偏心值等三個參數將仿生型水下載具水平面運動的動態行
為簡化為下列簡單的規律a等振幅時提高擺動頻率可增加直線速度 b 增加
身體主軸曲線之偏心值可提高水平面轉動速度方向角誤差回授則做為仿生機器
魚的路由點追蹤控制的基礎模式
本報告第三章探討仿生機器魚使用類側線系統做為環境感測元件之可行
性現行的水下載具常使用許多昂貴的導航器材來協助導航或水底影像的建立
例如聲納系統與光學影像處理技術然而在深海中對於聲納與光學影像也存在著
許多無法突破的限制例如主動式聲納需要連續發出聲波並聽取回聲以判斷
環境中的特徵物體此將增加載具電力負荷影響載具在水下停留的時間而光
學影線處理技術在黑暗的深海也無法運作
由於上述的限制靈感來自於魚類側線系統(Lateral Line System)的仿生型壓
力感測器可以補強上述的缺陷並利用造價低廉的壓電感測器即可達成觀測環境
的效果魚類利用分佈在魚身兩側的流體感測組織在水裡感測周圍流體壓力的變
化並且從中截取有用的資訊傳遞至大腦並做出正確的判斷因此本計畫提出
一個可用來仿效魚類側線系統的感測器陣列即「PVDF 壓電薄膜感測陣列」
應用在機器魚身上並嘗試以 PVDF 壓電薄膜收到的壓力訊號讓機器魚對環境的
障礙物位置做正確的判斷並自主式地沿著牆壁游動
本報告第四章探討仿生機器魚的光學影像視覺技術之研發內容做為機器魚
展示中與觀賞者互動以及與水缸內其他水族互動的方法之一並提出互動技術
之未來研究方向與預期成果
本計畫預定於三年內完成仿生機器魚之展示系統本年度之進度為完成仿生
機器魚之本體技術開發機器魚之運動模式技術開發(前進運動左右運動)仿生
側線系統研究以及智慧型機器魚光學影像視覺技術之研發
3
第二章 運動控制
21 關於魚類運動模式所收集之資料及文獻分析
根據魚移動時所使用的擺動部位和移動型態分類分別是中央對鰭推進模
式(median andor paired fin )以及身體尾鰭推進模式(body andor caudal fin)前者
適合用在低速移動上並且提供較好的轉向機動性而後者能夠有較佳的速度以
及推力
文獻[1]將身體尾鰭推進模式(BCF)繼續深入探討並細分不同模式依據魚類
的游動中所表現出的型式身體擺動所呈現的波長以及尾鰭左右振幅包絡線的考
量之下作出了更仔細的的分類
a 鰻行式(Anguilliform mode) 分類在此種模式之下的表現可以從外觀看出
在行進間幾乎利用頭到尾鰭來完成擺動形成推進的力量如鰻魚水蛇等
如圖 21(a)而且前進時身體擺動所產生出的振幅較大並且可看出身體
至少會有一個完整波形
b 次鱒行式(Subcarangiform mode) 在前進時與上述鰻行式所展現的行為很類
似只是擺動幅度較小而且魚類在行進間身體作動所限制的區域較大如
圖 21 (b)
c 鱒行式(Carangiform mode) 當魚的移動方式被歸納至鱒行式中如鱒魚鱸
魚鯡魚等身體能做波動行為被限制在魚身的最後 13並且利用較堅硬的
尾鰭擺動產生前進的推力前進速度較鰻行式快但也由於擺動限制在身體
後段 13 的關係其柔軟性相對較不足所以沒辦法提供較好的敏捷性如
圖 21 (c)所示鱒行式較容易在工程上實現
d 鮪行式(Thunniform mode)被歸納在鮪行式之下的魚類常有高展弦比的尾
鰭在快速運動中最有效率但其限制擺動的區域最多只使用尾鰭擺動而
身體不擺動優點是能在長距離遷徙中提供快速的移動速度如鮪魚鯖
魚馬林魚等如圖 21 (d)
在實現仿生魚的應用上本研究選擇使用身體尾鰭推進模式(BCF)中之鱒行
式將擺動的部位集中在約略身體後面的13而前方部位的擺動幅度較小透
過硬度較大的尾鰭往復擺動來產生其前進所需的推力但由於整個身體的剛性較
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 11: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/11.jpg)
3
第二章 運動控制
21 關於魚類運動模式所收集之資料及文獻分析
根據魚移動時所使用的擺動部位和移動型態分類分別是中央對鰭推進模
式(median andor paired fin )以及身體尾鰭推進模式(body andor caudal fin)前者
適合用在低速移動上並且提供較好的轉向機動性而後者能夠有較佳的速度以
及推力
文獻[1]將身體尾鰭推進模式(BCF)繼續深入探討並細分不同模式依據魚類
的游動中所表現出的型式身體擺動所呈現的波長以及尾鰭左右振幅包絡線的考
量之下作出了更仔細的的分類
a 鰻行式(Anguilliform mode) 分類在此種模式之下的表現可以從外觀看出
在行進間幾乎利用頭到尾鰭來完成擺動形成推進的力量如鰻魚水蛇等
如圖 21(a)而且前進時身體擺動所產生出的振幅較大並且可看出身體
至少會有一個完整波形
b 次鱒行式(Subcarangiform mode) 在前進時與上述鰻行式所展現的行為很類
似只是擺動幅度較小而且魚類在行進間身體作動所限制的區域較大如
圖 21 (b)
c 鱒行式(Carangiform mode) 當魚的移動方式被歸納至鱒行式中如鱒魚鱸
魚鯡魚等身體能做波動行為被限制在魚身的最後 13並且利用較堅硬的
尾鰭擺動產生前進的推力前進速度較鰻行式快但也由於擺動限制在身體
後段 13 的關係其柔軟性相對較不足所以沒辦法提供較好的敏捷性如
圖 21 (c)所示鱒行式較容易在工程上實現
d 鮪行式(Thunniform mode)被歸納在鮪行式之下的魚類常有高展弦比的尾
鰭在快速運動中最有效率但其限制擺動的區域最多只使用尾鰭擺動而
身體不擺動優點是能在長距離遷徙中提供快速的移動速度如鮪魚鯖
魚馬林魚等如圖 21 (d)
在實現仿生魚的應用上本研究選擇使用身體尾鰭推進模式(BCF)中之鱒行
式將擺動的部位集中在約略身體後面的13而前方部位的擺動幅度較小透
過硬度較大的尾鰭往復擺動來產生其前進所需的推力但由於整個身體的剛性較
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 12: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/12.jpg)
4
大所以轉向的機動性較中央對鰭推進模式略遜一籌但在機構製作方面則較
為簡易
魚體設計採用剛性連桿分為頭身體尾部尾鰭四段身體擺動曲線符
合魚類擺動模式擺動曲線之參數使用振幅頻率及偏心值等三個參數將仿
生型水下載具水平面運動的動態行為簡化為下列簡單的規律a等振幅時提高
擺動頻率可增加直線速度 b 增加身體主軸曲線之偏心值可提高水平面轉動速
度方向角誤差回授則做為仿生機器魚的路由點追蹤控制的基礎模式
本研究在運動控制方面以設定的振幅藉由調整身體擺動頻率希望能找
出一組最佳化的頻率使得仿生魚的推進效率能達到最好進而符合最佳化的要
求但由於水下環境難以掌控和外力不可確定性無法只設定固定的參數本研
究希望透過仿生魚側線上的聚偏氟乙烯(PVDF)壓力感測器即時的量測壓力
值並轉換過後將其資訊回授至運動控制器接著藉由極值尋找回授(Extremum
Seeking Feedback)[2]的幫助讓仿生魚能夠因應不同的環境之下透過內建的運
算機制自行找出最佳化的擺動頻率進而有效提高推進效率如此一來即使
是在未知的環境下仿生魚依然仍能夠順應外界的環境透過自身所擁有的設備
計算並尋找出在當下所須套用之最佳化的身體擺動頻率
圖21 身體尾鰭推進模式(BCF)前進方式由左至右分別為
(a) 鰻行式(Anguilliform mode) (b) 次鱒行式(Subcarangiform mode)
(c) 鱒行式(Carangiform mode) (d) 鮪行式(Thunniform mode) [2]
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 13: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/13.jpg)
5
22 研究發現
221 實驗架構
本研究中所設計的仿生魚內部構造如圖22所示組成元件可分做以下幾類
a 控制元件(單晶片處理器及周邊)
b 外型框架及肋材
c 觀測元件(壓力感測器攝影機)
d 致動元件(馬達控制器直流馬達[3]及連桿)
e 配件(電池防水外層及尾鰭)
本研究中共使用4組馬達控制仿生魚的行為透過裝置在印刷電路板上的單
晶片處理器完成擺動角度的計算並送出控制的指令[3]為了使仿生魚能夠在型
態上更能貼近真實情況下魚類的情形首先建立仿生魚所要完成的擺動行為之數
學方程式接著在將馬達所帶動之各連桿的位置套用至方程式當中利用最小平
方法使連桿和方程式兩者間的誤差最小如此一來便可找出馬達所需要的轉動角
度接著單晶片處理器利用RS-232送出控制馬達轉動角度的資訊傳輸至馬達控
制器上再逐一送至各馬達內建的編碼器後接著完成連續且往復的運動控制指
令
而4個馬達的分工如下其中2個馬達控制仿生魚外型的擺動其最終目的是
能讓仿生魚的型態更為類似真實魚類並且使水流通過身體所產生之阻力降低
1個馬達能夠控制尾鰭擺動做拍打和推水的作用與身體所表現出來的波形具有
一相位差主要藉此產生前進所需的推力最後1個馬達放置在仿生魚下方做為
浮力引擎之用途目的是為了能夠改變仿生魚距離水面的深度透過馬達帶動管
內防水膜的位置形成一可改變之進水空間藉此完成吸排水的制動控制可
產生上升下潛的動作來達到浮力改變的效果
未來將會在外部包覆上一層防水的外衣如圖23 24所示不僅使得外觀造
型上更接近真實魚類的造型也希望能更精準的模擬魚在水下所受到的阻力此
外在內部構造與防水外衣之間內嵌肋材能夠提供防水層外衣支撐力量來維持
仿生魚的外表
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 14: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/14.jpg)
6
圖22 仿生魚內部構造 (1)攝影機 (2)提供處理器及控制元件之防水保護
(3)連桿 (4)尾鰭 (5)浮力引擎
圖23 裝上防水外衣後仿生魚的型態 (1)防水外層 (2)壓力感測器 (3)肋材
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 15: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/15.jpg)
7
圖24 仿生魚側視圖
本研究中要完成轉向機制是利用身體曲線之偏心值藉由3個伺服馬達來達
成偏心值之控制由於本研究是參考鱒行式為設計出發點所以身體前半段擺動
的幅度較小主要擺動集中在身體後面的13並且隨著越靠近尾部的區域而逐
漸增大擺動振幅而仿生魚的動作參考Lighthill[4-7]所提出的方程式
2
1 2( ) [( )][sin( )]bodyy x t c x c x kx wt= + + (2-1)
其中
bodyy =仿生魚橫向位移量
x =仿生魚軸向位移量
k =身體形態所表現出的波數 ( 2k πλ
= )
λ =仿生魚身體形態所表現出的波長
1c =振幅包絡線一次項系數
2c =振幅包絡線二次項系數
w = 2 fπ = 2Tπ =身體形態波所表現出的頻率
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 16: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/16.jpg)
8
為了簡化方程式以及能在工程上有可行性的應用本研究設定一波形解析度
M (Body-wave Resolution)來替換上述方程式當中的連續時間也就是將連續的
類比控制訊號拆解成數位的離散訊號意謂著當序列 ( i=01hellipM-1)完成了 M 組
仿生魚型態即達成完整的擺動型態將其套用在仿生魚上達到簡化的效果
21 2
2( ) [( )][sin( )]bodyy x i c x c x kx iMπ
= + + (2-2)
如下圖所示曲線部分為希望仿生魚能夠模擬真實情況下魚類擺動的型態
但由於使用的馬達數目有限只能在可接受的範圍內盡可能的和原始曲線類
似這一可接受範圍可透過計算單一點的最小平方法或是區域性的計算兩者間面
積差[6]目的皆是找出最能夠逼近擺動方程式的直線
圖 25 馬達帶動之連桿以及擺動方程式
將擺動之方程式設為 ( )f x 連桿的方程式為 ( )g x 其中
21 2
2( ) ( )sin( )ij ij ij ijf x c x c x kx iMπ
= + minus (2-3)
( )ij ij ijg x k x b= + (2-4)
_ __ _
ij ijij
ij ij
End y Start yk
End x Start xminus
=minus
表示連桿之斜率 (2-5)
_ _ij ij ij ijb Start y k Start x= minus 表示截距 (2-6)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 17: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/17.jpg)
9
求得各連桿之方程式後利用下式積分計算連桿與擺動方程式之間的面積
end_x
_
[ ( ) ( )]start x
S f x g x dx= minusint (2-7)
接著逐一計算所有連桿的面積差假設仿生魚上共有 N 根連桿將所有的面積
相加
_
_1 1
( ) [ ( ) ( )]ij
ij
N N end x
i j ij ijstart xj j
S x S f x g x dx= =
= = minussum sum int (2-8)
最後再總和 M 個狀態下的面積如下
1 _
_0 1
( ) [ ( ) ( )]ij
ij
M N end x
sum ij ijstart xi j
S x f x g x dxminus
= =
= minussum sum int (2-9)
此外馬達的位置必定在所設定之擺動方程上如式(2-10)再利用式(2-11)透
過數值計算可以得到所有連桿兩端的 x y 之值
2 1 2
2( )sin( )i j ij ij ijy c x c x kx iMπ
= + minus (2-10)
2 2 2 1 1( ) ( )i j i j i j i j jx x y y lminus minusminus + minus = (2-11)
可利用計算方法得出各個連桿間相互的角度差並將其定義為φ則 N 連桿
便可得出 N 個角度差φ值可以將所有的資訊集中在一個矩陣 [ ][ ]OscData M N 內
表示而馬達只要依序的照矩陣內的值轉至設定好的角度從外觀看來仿生
魚的擺動表現就猶如參照擺動方程式來完成
01 0
1
[ ][ ]N
M MN
OscData M Nφ φ
φ φ
=
(2-12)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 18: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/18.jpg)
10
下圖為 M=8N =3 時馬達與各連桿間相對位置之示意圖
圖 26 仿生魚擬合擺動方程式在不同序列下的情形
上圖為仿生魚往正前方前進時馬達依序執行舉證內的變數外部觀測馬達
以及連桿相對位置的示意圖如果再進一步希望仿生魚能夠產生轉向的動作只
要將稍微增減矩陣中各連桿間的角度差使得各連桿的原本固定角度變化分別
再加上變動量 φ∆ 便能達成轉向的控制
01 1 0
1 1
[ ][ ]N N
M MN N
OscData M Nφ φ φ φ
φ φ φ φ
+ ∆ + ∆ prime = ∆ + ∆
(2-13)
222 未來改進建議
仿生魚前進時所需的推力與身體擺動頻率相關因此為了能夠在不同環境之
下尋找出最佳化的擺動頻率本計畫將根據極值尋找回授(ESF) [8]理論基礎搭
配本研究當中仿生魚側線上的壓力感測器透過回授即時外部壓力量測值利用
計算方式推出即時前進速度並配合極值尋找回授(ESF)的程序找出環境中仿
生魚身體最佳化的擺動頻率本研究最終目的是能夠讓仿生魚主動的變換擺動頻
率猶如真實的魚在面對各種相異環境之下也能透過自己內部運算自行找出最
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 19: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/19.jpg)
11
好的擺動頻率和型態 施行本實驗需要一具可以精確測量載具瞬時速度的感測
元件市售的速度感測器可分為葉片式與聲學都卜勒速度計前者適合量測在穩
定的方位下之穩定流速本計畫所發展的仿生魚在前進時其速度的大小與方向皆
為不穩定聲學都卜勒速度計雖然可以量測動態及運動操縱中物體的速度但價
格昂貴因此速度量測方法仍為目前研究之困難所在建議未來針對機器魚研發
小型價廉的載具速度感測元件其形狀需與魚體的流線型配合以減少水阻力
且必須是被動式元件以降低能量的使用
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 20: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/20.jpg)
12
第三章 仿生機器魚側線系統
31 關於魚類側線系統所收集之資料及文獻分析
側線系統(Lateral Line System)是分佈在魚類與兩棲類身體表面的流體感測
組織由許多的神經桿(Neuromasts)所構成如圖 31[910]所示每個神經桿內都
有一束髮細胞(Hair Cells)被膠狀的圓頂包覆著這些髮細胞裡包含著直立的纖毛
(Cilium)纖毛的根部連接著神經只要髮細胞裡的纖毛組織受外界流體之力而
彎曲則神經被拉緊後將傳遞訊號至大腦進而產生動作電位使魚做出反應側
線系統大致上可分為表面與管內兩類
a 表皮神經桿(Superficial Neuromasts)表皮神經桿分佈在魚類的身體表面如圖
32 所示可量測到較低速均勻且與流體速度相同比例的信號
b 管內神經桿(Canal Neuromasts)管內神經桿分佈在充滿與外界同樣液體的流
管內並且潛藏在魚類的表皮底下如圖 33 所示可量測到外部流體與魚體間的
水流加速度而此加速度與相近兩感測點間的壓力梯度也成比例關係
整體的側線感測系統可對附近的干擾源感測出短暫的空間影像
(spatial-temporal images)並且魚類藉此可做出許多行為例如魚的群體移動
及導航躲避掠食者的追緝與障礙餌的搜索與追蹤等這種遠距接觸的感測能
力可補足視覺與聽覺的缺陷因此可增加在未知環境下生存的機會
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 21: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/21.jpg)
13
圖 31 側線系統示意圖 (a)分佈在魚身兩側的側線組織(灰色區域)黑點為神經
桿[10] (b)管內側線系統分佈著許多神經桿[11] (c)單一神經桿內包含許多獨立的
髮細胞[11]
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 22: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/22.jpg)
14
圖 32 分佈在兩棲類皮膚表面的表皮神經桿[12]
圖 33 分佈在魚類側面身體內的管內神經桿[12]
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 23: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/23.jpg)
15
32 研究發現
321 PVDF 壓電感測器
壓電材料的壓電性質可分為正壓電效應(Direct Piezoelectric Effect)與逆壓電
效應(Converse Piezoelectric Effect)兩種
a 正壓電效應當壓電材料因施加外力而產生形變時其兩側表面上會產生異
性電荷當外力移除後又會恢復成電中性的狀態且電荷大小與外力成正
比而極性則取決於變形為壓縮或伸長此為將機械能轉換為電能的效應
通常拿來做壓力振動等感測器
b 逆壓電效應當施加電場於壓電材料的兩側時會在一定方向上產生機械變
形當外加電場移除後變形也會隨之消失且應變的大小與電場的強度成
正比而方向則因電場改變而隨之變化此為將電能轉換為機械能的效應
通常拿來做微致動器聲納超音波產生器等
為了量測機器魚兩側的壓力變化找出適合的水下壓力感測器是實驗的主要
重點之一由於仿生側線系統以量測壓力較為方便且壓電材料經由加工後最適
合應用在機器魚身上當作感測器因此最後選用含氟的高分子聚合物 PVDF
(Polyvinylidene Fluoride)壓電薄膜做為仿生型側線系統的主要感測元件如圖 34
所示PVDF 壓電薄膜基本特性列於表 31PVDF 材料的正反兩面各覆蓋一層
極薄的鋁電極使壓電片在形變時較不易產生皺摺且更有彈性很適合使用於
動態壓力量測它具寬的線性動態範圍高的頻率響應及快速的訊號上升時間
另外也具有可彎曲重量輕機械強度高等優點且可依不同需求加工成各種大
小與形狀相當方便
PVDF 壓電薄膜如與壓電陶瓷比較主要的優勢為其低聲阻抗率比起其他
有機材料更接近於水和人體組織例如PVDF 壓電薄膜的聲阻抗率為水的 26
倍但壓電陶瓷通常大於 11 倍聲阻抗率越接近水則聲頻信號傳遞將會更有
效率敏感度也會更好
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 24: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/24.jpg)
16
表 31 PVDF 壓電薄膜基本特性
Voltage Sensitivity at fr 70 -2mVms
Transverse Sensitivity 10 -2mVms
Resonant Frequency (fr) 80 plusmn 10 Hz
Capacitance 15 plusmn 30 F1KHzη
Operation Temperature -20 to +60 C
圖 34 PVDF 壓電薄膜
322 偶極聲源
偶極聲源(Dipole Source)是一種簡單及存在於水下各處的聲源魚類擺動尾
鰭前進時不僅會在尾部產生漩渦且在靠近尾鰭部份也會有類偶極聲源的聲場
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 25: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/25.jpg)
17
形成水下掠食者便可藉由自身的側線系統精準的定出附近產生偶極聲場的魚
類追蹤並掠食而一振幅微小的剛體小球所產生的聲波也可近似為一偶極聲源
考慮將兩單極點聲源緊密放置在一起其聲源強度大小相同但相位為 180 相
反此種聲源模式可稱之為偶極聲源假設 +r 是觀測點 p 到正相位點聲源的距
離而 minusr 為觀測點 p 到負相位點聲源的距離如圖 35 所示整合上述可得
tjkrjkr
er
er
eAP ω
minus
minus+
=minusminus+minus
(3-1)
其中 P 為壓力或速度勢當兩相位相反點聲源之距離縮小時(3-1)式可利用微分
改寫成
dxxre
re
rAdxe
re
xAP t
jkrt
jkr
partpart
partpart
minus=
partpart
=minusminus
ωω
0
θωω cos1111 tjkrtjkr eejkrr
Bxree
jkrrjkAdx minusminus
+=
partpart
+= (3-2)
其中 x y z 分別為觀測點 p 座標 0x 0y 0z 分別為點聲源座標
πρ4
cQjkA = (3-3)
πρ
πρ
44
22 cDkcQdxkjkAdxB minus=minus== (3-4)
其中Q為兩個點聲源之體積流率而D為偶極聲源的力矩
QdxD = (3-5)
rx
xr
==partpart θcos (3-6)
其中θ為偶極聲源軸向(兩單極點連線)與觀測點 p 之夾角因此偶極聲源的主要
特徵為每當頻率很低及兩個單極聲源距離極近時將直接受 θcos 因子影響同
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 26: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/26.jpg)
18
時偶極聲源的聲音的幅射傳播能量也相當的小偶極聲源的徑向質點速度可經由
對壓力微分而求得
( )tjkr
r eejkrjkrcr
BrP
ckjV ωθ
ρρminussdot
++=
partpart
= cos221 2 (3-7)
因此每單位面積的聲阻抗率(Acoustic Impedance)即為
( )44
22
44
44
22 42
4221
rkrkrj
rkrkc
jkrrkjkrcjkr
VPZ
r ++
++
=+minus+
== ωρρρ (3-8)
聲阻抗率的實部為聲阻率(Specific Acoustic Resistance)虛部為聲抗率(Specific
Acoustic Reactance)偶極聲源所產生的聲功率(Sound Power)與聲阻率成比例關
係微小脈動球的聲阻率與 22rk 成比例而微小振動球的聲阻率則與 44rk 成比
例因此無論聲源很小或振動頻率很低 ( )122 ltltrk 脈動球的聲功率大小都將大
於偶極聲源聲功率的平方倍以上
偶極聲源的解可由邊界條件計算而得一振動球在球表面的質點速度為
θcos0VVr = (3-9)
其中 0V 為軸向速度因為(3-9)式的速度變化含有角度變數因此對於每單位面積
來說其聲阻抗率是有些許物理意義的且可方便的經由對聲阻抗率積分來說明
其意含積分過的聲阻抗率定義為水流對球之作用力與偶極聲源之軸向速度的比
值
rrm MjRVFZ ω+==
0
(3-10)
水流對球表面作用力的大小可經由對施予球表面的壓力成份做積分而得
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 27: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/27.jpg)
19
int=π
θθπθ0
2 sin2cos drPF
( )intminus=
+=
minus
+minus=
1cos
1cos
2 coscos112θ
θ
θθdejkr
rB jkr
tjkreejkr
rB ωπ minus
+=
113
4 (3-11)
因此將(3-11)式與(3-7)式相除即可得到積分後的振動球聲阻抗率為
( )tjkr
tjkr
rm
eejkrjkr
eejkr
crr
VFZ
ω
ωρπ
minus
minus
++
+
==
22213
114
( )jkrrk
jkrjkrcr22
13
422
2
+minus+
= ρπ (3-12)
因此可知
44
442
434
rkrkcrRr +
= ρπ (3-13)
44
222
42
34
rkrkrM r +
+= ρπ (3-14)
同時偶極聲源的強度也可利用做用在其上的作用力來表達從(3-11)式可得常數
B 為
jkRFe
RB
jkR
1143
+=
π (3-15)
其中 R 為振動球之半徑 r 為觀測點到球中心點之距離將 B 代入(3-2)式即則可
得聲壓為
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 28: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/28.jpg)
20
( ) θπ
ω cos11
11
43 tRrjk ee
jkrR
jkrr
FP minusminus
+
+
= (3-16)
而對一極小剛體球而言近流場外的的區域 ( )122 gtgtrk 可表示為
tjkreejkr
FP ωθπ
minus= cos43 (3-17)
除了與流體作用力之比例外偶極聲源之聲壓也與常數 k 成比例假設球半徑遠
比波長還小即 0rarrkR 則可求出常數 B 為
043
43 VjkZFjkB mππ
==
043 VMk
rωπ
minus= (3-18)
因此偶極聲源聲壓值可整理得
jkrr eM
jkrV
rkP minus
+
minus= θω
πcos11
43
0 (3-19)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 29: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/29.jpg)
21
( )zyxP
AminusA+ dx( )000 zyx
+r
minusr
dxxrδδ
minus
圖 35 偶極聲源與聲壓之關係
當聲波經過介質時會對介質產生壓縮與舒張的反覆作用由於在某個故定點
所量測到的聲壓時時刻刻都在改變因此瞬間聲壓大小並不具有太大的意義因
為壓縮與舒張均為一種作用力因此在取有效聲壓值時應只考量壓縮與舒張的
ldquo量rdquo在單位週期T 內之平均值均方根值(Root-Mean-Square)即可達成此要求算
出有效的聲壓值
( ) ( )int==T
rms dtPT
PP0
22 1 (3-20)
323 聲源定位
水下高速振動的小球可近似於一偶極聲源並且 S Coombs 與 YC Yang
(2006) [10] 指出管內的側線系統可以藉由量測附近的壓力梯度[13]進而算出偶
極聲源的位置此理論也已被神經生理學(Neuro-Physiological) [1415] 所証實
為了驗證 PVDF 壓電薄膜可量測到振動小球所發出的偶極聲源壓力變化因此本
研究也事先替 PVDF 壓電薄膜做對振動小球的感測能力實驗示意圖如圖 36 所
示將 PVDF 壓電薄膜放置於水中並固定在 PVDF 壓電薄膜上距離 12 cm 處
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 30: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/30.jpg)
22
放置一振動頻率為 20 Hz 之小球其振動方向與 PVDF 壓電薄膜受力方向平行
並且由右至左沿著X 軸方向以 4mms 的速度前進其間Y 與Z軸之距離不會改
變藉由此實驗將可由偶極聲源的之位置振幅與壓力梯度間的關係求得偶極聲
源的位置並且確定 PVDF 壓電薄膜在水下壓力感測上的實用性
由上述可知一振動小球之偶極發聲源其壓力方程式整理過後如(3-21)式所示
)(1cos11cos krtjtjjkr ekrj
rBee
jkrrBP minusminus
minus=
+= ωω θθ (3-21)
其質點速度方程式可由(3-21)式微分求得為
( ))(
2221cos krtj
r ekr
jkrcr
BV minus
minusminus= ω
ρθ (3-22)
常數 B 可藉由假設振動小球表面的質點速度為 ( )katibr eVV minus= ω 使之與(3-22)式相
等即可求得為
32
21 ackVB bρcong (3-33)
其中 a 為小球半徑且假設 a 值極小因此(3-33)式小於 ( )22 ka 之值可忽略
dVb ω= 為小球之初始速度振幅d 為小球之振幅 ρ 為液體之密度將(3-33)
式代回(3-21)式並取絕對值即可求得小球所發出之偶極聲源壓力方程式為
2
3
2cos
rVaP b
bθρω
= (3-34)
由(3-34)式利用 MATLAB 模擬小球以不同聲源振幅行經 PVDF 壓電薄膜
PVDF 壓電薄膜將感受到的壓力大小求取均方根值後如圖 37 所示因此小球振
幅越大其壓力也越大將不同振幅下所量得的壓力轉換為壓力梯度如圖 38 所
示可看出三個不同的壓力梯度過零點皆相同約在距 PVDF 左右兩邊各 cm 1 左
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 31: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/31.jpg)
23
右隨後模擬小球以相同振幅但對 PVDF 壓電薄膜不同距離行經 PVDF 壓電
薄膜所感受到的壓力大小求取均方根值後如圖 39 所示因此小球距 PVDF 壓電
薄膜越遠其可量測到的壓就就越小再將相同振幅但不同距離下所量得的壓力
轉換為壓力梯度如圖 310 所示可看出三個不同的壓力梯度過零點皆不相同
因此藉由量測聲壓值可再轉由壓力梯度過零點的變化求得偶極發聲源的準確位
置
PVDF film
r
d
圖 36 振動球偶極聲源實驗示意圖
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 32: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/32.jpg)
24
圖 37 振球不同振幅下可量得之壓力
圖 38 振球不同振幅下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8-100
-50
0
50
100
150
200
250
300
350
400dipole with different amplitude
pres
sure
gra
dien
t
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
-8 -6 -4 -2 0 2 4 6 8-200
-150
-100
-50
0
50
100
150
200dipole with different amplitude
pres
sure
(10
e-1
Pa)
distance (cm)
d = 0318 (cm)d = 05 (cm)d = 01 (cm)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 33: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/33.jpg)
25
圖 39 PVDF 與振球不同距離下可量得之壓力
圖 310 PVDF 與振球不同距離下之壓力梯度
-8 -6 -4 -2 0 2 4 6 8
-100
0
100
200
300
400
500
600
dipole with different vertical distance
pres
sure
gra
dien
t
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
-8 -6 -4 -2 0 2 4 6 8-250
-200
-150
-100
-50
0
50
100
150
200
250dipole with different vertical distance
pres
sure
(10
e-1
Pa)
distance (cm)
r = 12 (cm)r = 15 (cm)r = 09 (cm)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 34: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/34.jpg)
26
324 邊界定位
對於水下脊椎動物來說水是最天然的環境同時也是傳遞聲音的良好導
體魚類在移動時會擺動身體而產生低頻或次聲(Infrasound)的聲波而此聲波傳
遞的效率是根據魚類身體擺動平面的方位與魚體本身對水平面或水底面的距離
而定擺動的魚體可視為一偶極聲源如圖 311 箭頭所示垂直箭頭代表鰈魚或
魟魚水平箭頭代表其他一般魚類當魚類在水中前進時其聲波傳遞到邊界後會
反射回來對於生活在上層水域的魚類而言其邊界為水平表面相反的對生活
在下層水域的魚類而言其邊界即為水底表面因此魚類產生聲波幅射與邊界間
的總效應可由將邊界視為另一虛擬偶極聲源而計算得知
當實際與虛擬的偶極聲源傳遞方向為同一方位如水平面的垂直方向偶極
聲源與水底面的水平方向偶極聲源則其共同的有效聲場即為兩偶極聲源強度之
合同時水平面平行方向與水底面垂直方向的實際與虛擬的偶極聲源傳遞方向不
同因此其共同的有效聲場為兩偶極聲源強度之差
先前已提到魚類擺動的尾鰭可視為一偶極發聲源而實際與虛擬偶極聲源的
相互作用則可視為一四極聲源發聲源的偶極矩如與邊界平行此四極聲源定義
為橫向(Transverse)發聲源的偶極矩如與邊界垂直此四極聲源定義為直向
(Longitudinal)以圖 312 為例其代表邊界為水平面之橫向四極子由(3-21)式
可知偶極發聲源的壓力場而虛擬偶極聲源的壓力場可經由改變觀測點與偶極聲
源中心點的距離而得
( )( ) tjdrjk ee
drjkdrBP ωϕ
ϕϕθ cos
2 cos11
coscos +minus
+
++
= (3-35)
其中 1P 與 2P 為聲壓 r 為觀測點到偶極聲源間的距離 ck 2 ωλπ == 為波數
λ為聲波的波長 fπω 2= f 為尾鰭擺動頻率 j 為虛部θ為觀測點與偶極聲
源在 Y 方向之夾角ϕ為觀測點與偶極聲源在 Z 方向之夾角 2d 為偶極發聲
源到邊界的距離常數 B 如(3-18)式所示為
043 mVkB ωπ
minus= (3-36)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 35: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/35.jpg)
27
其中m 為尾鰭重量 0V 為尾鰭擺動方向的質點速度(3-21)式與(3-35)式中的時
間項因為不影響計算故可忽略同時只考慮近場(near field)的效應即偶極聲源
距離遠比聲波長還小的聲場
1ltltkr (3-37)
由於實際與虛擬的偶極聲源傳遞方向不同有效聲場為兩偶極聲源強度之
差因此可得
( )θ
ϕcos
cos11
2221
+minus=minus
drjkjkrBPP (3-38)
由於(3-21)式與(3-35)式括弧內第一項值極小故可忽略同時因為只考慮近場所
以其指數項可以 1 代替因此取(3-38)式之絕對值即可求得實際與虛擬離偶極發
聲源所產生的之總壓力效應
圖 311 魚類在邊界運動與聲源之關係[16]
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 36: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/36.jpg)
28
d2
d2
0
Z
X
Y
A
air
water
圖 312 邊界為水平面之橫向四極子
為了能讓機器魚自己判斷離牆壁的遠近而避免與牆壁碰撞機器魚上的仿生
型側線系統將可有效的利用上述偶極聲源原理計算出魚體身旁的壓力並透過感
測器陣列修正角度將訊號回授馬達使魚體可在對牆壁一定距離下前進而不會
撞到牆壁進行機器魚尾鰭所製造的偶極聲源與牆壁反彈後之總聲壓效應前確
定固定在機器魚身體兩側的 PVDF 壓電薄膜可量測到所需的資料是必需的因此
實驗分為如下兩階段
a 振動小球與機器魚側身之 PVDF 壓電陣列關係
首先在機器魚靜止的狀態下利用振動小球對固定在機器魚側的 PVDF 壓電
薄膜做靜態感測其實驗示意圖如圖 313 所示振動小球之振動軸向與 PVDF
壓電薄膜受力面積垂直其直徑為 15 cm 以 20 Hz 頻率振幅為 03 cm 振動沿
著逐漸靠近 Y 軸逐漸靠近 PVDF 壓電薄膜利用 MATLAB 模擬 (334) 式可推
算出在不同距離下 PVDF 壓電薄膜對於振動小球之偶極聲源可感受到的壓力如
圖 314 所示當振動小球越靠近 PVDF 壓電薄膜則感測到的聲壓值將會越大
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 37: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/37.jpg)
29
反之則越小
Y
X
PVDF film
圖 313 振動小球與 PVDF 壓電薄膜實驗示意圖
1 2 3 4 5 6 7 8 9 100
100
200
300
400
500
600
700
800
900
1000dipole with different distance between mounted PVDF film
pres
sure
(10
e-1
Pa)
distance (cm)
圖 314 振動小球距 PVDF 壓電薄膜不同距離之聲壓關係圖
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 38: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/38.jpg)
30
b 機器魚之尾鰭與牆壁間之聲壓傳導效率
機器魚與牆壁間的關係可視為與前述的上下擺動之魚體與水底面情況相同
如圖 315 所示其中由於前述式子之觀測點不與偶極聲源做相同的移動因此
兩者間的距離為一變數但由於仿生型側線系統固定在機器魚體側表面隨著魚體
移動因此兩者之距為一固定數不會改變故在此偶極聲源壓力強度之計算方式
將會與前述有所不同以距尾鰭最近的感測壓電片為例由圖 315 其與尾鰭相
對位置之結構可放大如圖 316 所示將機器魚尾部與尾鰭之接點視為偶極聲源
之中點其中壓電片與偶極聲源的相對距離為 20 cm因此實際由機器魚尾鰭產
生的偶極聲壓為
tjjkr ee
jkBP ωθ 20
2011
20cos minus
+= (3-39)
又感測壓電片與虛擬偶極聲源之相對距離可求得 2r 為
( ) 222 81857 +minus= dr (3-40)
因此虛擬偶極聲壓方程式為
( ) ( )( ) tjdjk
i eedjkd
BP ωθ 22 81857
2222 81857
1181857
cos +minusminus
+minus+
+minus= (3-41)
括弧內第一項與時間項因為不影響計算因此可忽略且實驗將只考慮近場即
1ltltkr 故指數項可視為 1因此有效聲場可得
( ) θcos6940915
140
12
+minus
minus=minusjkddjk
BPP ir (3-42)
將(3-42)取絕對值後由 MATLAB 模擬可得當機器魚以 5 Hz 的頻率擺動沿
牆壁往前游時其與牆壁距離遠近及可量得壓力大小之關係圖如圖 317 所示
可知當機器魚距牆壁大約 15 cm 處其壓力值已接近 0 Pa故可藉由此關係來控制
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 39: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/39.jpg)
31
機器魚與牆壁之遠近
d
Image
Real
Wall
PVDF films
x
y
ϕ12345
圖 315 機器魚沿牆游動前進示意圖
n
ϕ
d
m
( )( )222 costan ϕϕmnnmd minusminus+minus
ϕtanm
( )( )222 costan ϕϕmnnm minusminus+
( )( ) ( )[ ]22
2222 costancostan ϕϕϕϕ mnmnnmdr minus+
minusminus+minus=
Wall
( )( )ϕϕ costanmn minus
Film PVDF
圖 316 PVDF 壓電感測陣列與虛擬振動小球關係示意圖 其中 d 與ϕ分別為
真實小球與虛擬小球間的距離及 PVDF 壓電感測陣列與牆壁間的角度m 與 n分別為 PVDF 壓電感測器到振動小球的垂直與水平距 2r 則為 PVDF 壓電感測器到
虛擬小球間的距離
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 40: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/40.jpg)
32
0 5 10 15 20 25 30 35 40 45 50-1000
-500
0
500swim with different distance
pres
sure
(10
e-1
Pa)
distance (cm)
1 2 3 4 5 6 7 8 9 100
20
40
60
80swim with different frequency
pres
sure
(10
e-1
Pa)
frequence (Hz)
圖 317 機器魚沿牆游動其壓力與牆距離之關係
325 仿生型側線系統 如同前述魚類可利用側線系統的神經陣列感測身體周圍的壓力變化因此
製作壓力感測陣列不僅可模擬魚類的側線系統同時也可利用多通道的壓力變化
值提高空間解析度藉此可得知壓力在機器魚兩側空間以及時間上的變化進而
控制機器魚的擺動模式
由於仿生側線壓電陣列需固定於機器魚體外故在事前訊號導線上需做好防
水保護以免造成雜訊干擾環氧樹脂(EPOXY)可提供良好的隔離效果故機器
魚體外的接頭導線都已利用環氧樹脂做好防水保護PVDF 壓電片之訊號接腳
也將固定在環氧樹脂中由於防水後的 PVDF 壓電片感測面積縮小靈敏度將大
幅降低因此為了再增加 PVDF 壓電薄膜的受力面積故在正反兩面貼上護貝膜
如圖 318 所示PVDF 壓電片感測面積增大因此側線系統在機器魚左右兩側各
由 5 片 PVDF 壓電片平行排列組合而成如圖 319 所示藉由 5 通道的輸出將
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 41: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/41.jpg)
33
可得知機器魚周圍水壓變化
圖 318 貼上護貝膜之 PVDF 壓電薄膜
圖 319 PVDF 仿生型側線陣列系統
由於 PVDF 壓電薄膜在實驗中扮演極重要的角色為了確信量測到準確的壓
力值實驗前 PVDF 壓電薄膜需經過校正求出輸出電壓及壓力間的關係並訂定
合理的轉換公式壓電片所受水壓極小因此 PVDF 壓電薄膜形變範圍也相對微
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 42: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/42.jpg)
34
小故護貝膜與 PVDF 壓電薄膜之彈性係數差異可忽略校正示意圖如圖 320
所示其作法為將 PVDF 壓電薄膜橫擺並固定其接角部位在有效施力點處懸掛
不同重量的物體由懸掛物體的重量與受力面積的比值即可求出所施予的壓力
待其靜止後量測輸出電壓值隨後利用最小平方法找出最佳擬合轉換方程式
PVDF 壓電薄膜下水實驗時水流為均勻負載在壓電薄膜的受力面積上由
於校正時施加均勻負載相當不便因此可利用材料力學的彎矩關係式來求得相
對固定點的施力大小在均勻負載的狀況下PVDF 懸臂樑之自由端算起 x公分
處的剪力V 可由材料力學之負載積分式求得
qxdxqVVVVx
CCAC minus=minus==minus=minus int 00
(3-43)
而由自由端算起 x公分處的彎矩M 可由對剪力積分而得
2 0
2
00
qxdxqxdxVMMMMxx
CCCAC minus=minus===minus=minus intint (3-44)
如圖 320 所示PVDF 壓電薄膜之電荷轉換點為 C 點校正掛重點為 B 點由
B 點至 C 點之力臂長度為 4 cm故由(3-44)式可算出相同的彎矩下均勻負載與
單點負載間施力的關係PVDF 壓電薄膜受力面積為 2cm 5552 times 因此由所受
施力與受力面積比值( 2NmPa = )即可求得壓力值其量測值如表 32 所示
利用最小平方法求得最佳轉換公式 6688200515520 += xy 其中 y 為
電壓單位為伏特(V) x為所施予之單點負載單位為公克(g)圖 321 為曲線
擬合之結果圓圈為實際量測點
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 43: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/43.jpg)
35
q
ABC
cm 74
cm 4
PVDF film
load
圖 320 PVDF 壓電薄膜靜態校正示意圖
表 32 校正量測值
均勻負載 單點負載
(力臂 4cm) 轉換壓力 電壓輸出
g g Pa V 0 0 0 2635 2 55525 14255 272 4 11045 28509 282 6 16567 42764 291 8 2209 57018 299 10 27613 71273 307 12 33135 85527 313 14 38657 99782 319 16 4418 11404 324 18 49703 12829 329
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 44: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/44.jpg)
36
0 50 100 15026
27
28
29
3
31
32
33
Pressure (Pa)
Vol
t (V
)
PVDF Calibration
distance = 4 cm
圖 321 PVDF 壓電薄膜校正曲線
本實驗所用電路如圖 322 所示包含運算放大器 TL072 與多路轉換器 4053
此電路有兩個主要的功用
a 左邊的積分器可將 PVDF 壓電薄膜所傳出的脈衝訊號積分成為一段連續時
間的訊號變化可藉此更方便的讀取 PVDF 壓電薄膜所感測到的數值並累
積電荷造成電位轉換成電壓輸出
b 右邊的放大器可將微小的電壓訊號放大
經由電路轉換後的電壓訊號可由多路轉換器 4053 做迴歸準位的動作並將
訊號傳至 Microchip 18F4620 微處理器做類比轉數位之訊號處理經過微處理器
轉換後的數位訊號即可傳回電腦端做最後的資料運算與分析
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 45: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/45.jpg)
37
+
-
V+
V-
3
2
1
4
8
5V
0
+
-
V+
V-
3
2
1
4
8
5V
0
ComputerVcc
PIC 18F4620
AN0
PORT B
RS232
GND
5V
04053
1Y
Y-COM
B
1MR4
25V
0
5V
1MR5
R2
1MInput
C1
Imicro
R6
1K
R1
33K
R3
1M
圖 322 PVDF 壓電薄膜感測電路圖
326 應用 PVDF 壓電感測陣列與卡曼濾波器於機器魚之路徑估測
以下的實驗將用卡曼濾波器結合由 PVDF 壓電感測陣列所量得之壓力反推
出的 BAUV 與牆壁的距離 d 與角度ϕ與預測值推估出最佳游動路徑圖 323 為
安裝了側線的機器魚外觀
圖 323 安裝側線之機器魚
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 46: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/46.jpg)
38
機器魚在水裡游動時的狀態為 [ ]Tyx ϕ=X 其中包含機器魚對牆壁的位
置 ( )yx 與角方位ϕ而輸入的控制參數為 [ ]Tu ϕ=U 包含 x 方向的速度與角
速度其中魚尾擺動的頻率與幅度可以控制機器魚的前進速度u機器魚的狀態
轉換方程式可以以下的非線性方程式表示
( )( ) ( )tt
tt
ttttt
ttttt
t
ttvuytvux
UXFcossinsincos
X 1 =
∆sdot+∆sdot++∆sdotminus+
=+
ϕϕϕϕϕϕ
(3-45)
其中 1X +t 為在時間 t 時預測的狀態 tx ty 與 tϕ 分別為機器魚在時間 t 時的平移
量與角度 tu tv 與 tϕ 則分別為機器魚的平移速度與角速度 t∆ 為時間間距
如圖 43 所示由機械於身上對牆壁裡的虛擬小球之觀測方程式可以(3-46)表示
其為一非線性方程式因此可利用泰勒展開式對其以初始值為 0d 與 0ϕ 做線性化
( ) ( ) ( ) ( ) ( ) 0MMMM 0000 =minuspartpart
+minuspartpart
+cong∆ ϕϕϕ
ϕ ddd
d (3-46)
而其結果為
=∆M
( )( )( )
( )( )( ) 212
022
0
0
00
00220
20
222
dnmmdm
mndmddddmd
nmmdd+++minus
minusminus
minusminus+++minus
ϕ (3-4
7)
其中 M2 equivr 根據(3-46)式
( )00 MM ϕϕ ++equiv∆ dd (3-48)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 47: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/47.jpg)
39
而(3-46)式可重新整理為以下形式
VHXY += (3-49)
其中
( ) ( ) ( )000MMY dd
partpart
+minus=ϕ
ϕ (3-50)
( )dpartpart
=MH (3-51)
( ) ( ) ( ) ( )00MMV ddd
minus
partpart
+minus
partpart
= ϕϕϕ
(3-52)
上式中Y 為新的觀測方程式H 為X 到Y 的轉換函式而V 為觀測誤差觀測
方程式包含觀測的角度不確定性 ϕΣ 與距離不確性 dΣ 的協方差矩陣(covariance
matrix) VΣ 可以表示為
[ ] ( ) ( ) ( ) ( )sumsumsum ∆∆ partpart
partpart
+partpart
partpart
cong=d
TT
V ddE MMMMVVT
ϕ ϕϕ (3-53)
其中 E 為機率值根據 PVDF 壓電感測陣列所量到的數據與預期的機器魚狀態
新的機器魚狀態與不確定性將可由卡曼濾波器整合過後得到卡曼濾波器為可以
表示為
( )11 UXFX minusminus= ttt (3-54)
sumsumsumminusminus
minusminusminusminus
partpartpart
+partpart
partpart
=11
1111ˆ U
FU
FXF
XF
ttt Ut
T
tX
t
T
tX
(3-55)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 48: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/48.jpg)
40
[ ] 1ˆˆ HHHK minussumsumsum +=
VXTT
X tt (3-56)
[ ]sumsum =tt XX ˆKH-I (3-57)
[ ]ttt XH-YKXX += (3-58)
其中tXΣ 與 tX 為協方差矩陣與狀態新估計值
tXΣ 與 tX 則為協方差矩陣與狀態預
測值K 為卡曼增益
此實驗示意圖如圖 324 所示機器魚離牆壁 5 公分處往前前進其中尾巴
拍打的頻率為 04 Hz常數 B 可由(3-18)得到
043 VmkB ωπ
minus=
其中m 為尾巴旁的附加質量 0V 為尾巴的拍打軸向流速由上述可知以由 PVDF
壓電感測陣列量得壓力反推出的距離與角度可代入並利用卡曼濾波器推估游動
路徑之估測值圖 32 5 為本實驗的 MATLAB 模擬圖圖 326 至圖 328 為實驗
數據
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 49: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/49.jpg)
41
10 cm
Image
Real
WallPVDF films5 cm
x
y
圖 324 機器魚之實驗示意圖
1 15 2 25 3 35 4 45 55
10
15
20
25
30
35
40Simulation of the BAUV swims along the wall
Channel
Pre
ssur
e (P
a)
圖 325 機器魚實驗之 MATLAB 模擬數據
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 50: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/50.jpg)
42
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 326 實驗結果PVDF 壓電感測陣列之原始資料
0 100 200 300 400 500 600 700 800 900 1000-200
0
200Channel 1
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 2
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 3
Pre
ssur
e (P
a)
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 4
0 100 200 300 400 500 600 700 800 900 1000-200
0200
Channel 5
Time 1 sec (50 samples)
圖 327 實驗結果PVDF 壓電感測陣列之濾波後資料
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 51: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/51.jpg)
43
1 2 3 4 5 6 7 80
50Channel 1
1 2 3 4 5 6 7 80
50Channel 2
1 2 3 4 5 6 7 80
50Channel 3
Pre
ssur
e (P
a)
1 2 3 4 5 6 7 80
50Channel 4
1 2 3 4 5 6 7 80
50Channel 5
Time 25 sec (125 sample)
圖 328 實驗結果PVDF 壓電感測陣列之均方根資料
實驗結果顯示使用第 4 通道與第 5 通道之反推出的距離與使用所有通道近
似其原因為通道 1 至 3 距離尾鰭較遠其量測所得訊號值很小表 33 包含了
第 4 與第 5 通道所反推的與牆壁距離值與第 4 與 5 通道反推出的與牆壁間之角度
值圖 329 所示為本計畫所發展的卡曼位置估測器根據此數值推估出的最佳路
徑
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 52: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/52.jpg)
44
表 33 尾鰭擺動 8 次下第 4 通道與第 5 通道反推出與牆壁距離與角度值表
Tail Oscillations
Channel 4 (cm)
Channel 5 (cm)
Angle derived from Channel 4amp5 (degree)
1 1131 1246 493
2 1048 1107 -1611
3 1075 1258 529
4 1117 1238 470
5 1109 1200 377
6 1118 1233 472
7 1115 1224 441
8 1094 1154 265
0 50 100 150-16
-14
-12
-10
-8
-6
-4
-2
0
2BAUV localization using EKF method
Dis
tanc
e be
twee
n th
e ta
il of
BA
UV
and
the
wal
l (cm
)
Moved distance of the BAUV (cm)
圖 329 卡曼濾波器處理過後之最佳路徑圖
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 53: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/53.jpg)
45
如圖 329 所示底下的中空圓為牆壁實心星號為預估最佳游動路徑方
塊為根據機器魚的速度與方位角所推出的機器魚預估狀態點則為以卡曼濾波器
對量測數據所修正過後的最佳路徑其中之橢圓為修正過後的不確定性範圍中
空星號為修正過後的機器魚方位角因此如果以 PVDF 壓電感測陣列所量得的數
據當作馬達控制回授並結合卡曼濾波器的應用將可使機器魚有效率的游動在
距離牆壁旁的最佳路徑上因此將機器魚的尾巴視為一偶極聲源並結合邊界
裡虛擬偶極聲源法可利用兩者間的關係成功的控制機器魚的游動並量得所需
之資訊
327 未來改進建議
卡曼濾波器可用來估計機器魚的狀態透過 PVDF 壓電感測陣列所量得的數
據將可成功的應用在機器魚的環境訊息回授提高其游泳的自主性本研究運用
簡單的邊界理論並以自製的壓力感測器量測壓力數據未來將結合回授數據與馬
達控制使機器魚以更有效率的方式達到沿著牆壁游動的目的PVDF 壓電感測器
可量得魚尾巴拍打並反彈自牆壁的壓力未來的設計可採用訂製的 PVDF 尺寸
製作較為密集的側線陣列
在主動式探測器過於耗電光學攝影機亦不適用的海下環境未來仿生型的
壓力感測器亦可運用在其他類型的水下載具上達成近距離量測環境特徵的目
的
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 54: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/54.jpg)
46
第四章 仿生機器魚視覺
41 機器魚視覺系統規格
機器魚核心電腦是如同名片一般大小的嵌入式平台硬體電路主要分兩部
份第一部份為嵌入式低耗電 AMD 公司所出的 RMI-AU1250 平台(如圖 41)
功能主要負責影像辨識處理與機器魚運動控制第二部份為 Microchip 公司所出
的 Pic18F6420 的 EM-FISH 嵌入式平台負責壓力的感測器接收分析與資料處
理以及由 Analog Devices 的 ADV7180 晶片負責將攝影機進來的類比訊號轉
成數位訊號並且編碼成 CCIR656-YCrCb 的格式(如圖 42)攝影機 1 為影像處理
辨識人臉表情與生物辨識用攝影機 2 負責將影像透過頻率為 900MHz 無線傳輸
模組傳出來攝影機 1 與攝影機 2 亦可搭配作雙攝影機測量辨識目標物的距離
攝影機接入編碼晶片的介面方式主要可分為兩種 CCIR656 與 CCIR601(如圖
43圖 44)這兩種標準都是影像傳輸的介面在影像畫面的規格是相同的也
就是每張畫面(frame)是 720x480 畫素(pixel)YUV422 的格式兩者的差別在於
介面規格的不同在 CCIR656 中有 8 bit 的資料匯流排(Data bus)和時脈(clock)
的訊號亦即 CCIR656 是同步傳輸的解碼(decoder)端不用自己產生時脈
在CCIR601中訊號內包含了兩個同步訊號水平同步(Horizontal Synchronization)
和垂直(Vertical Synchronization)則造成解碼端要自己去鎖定這個同步訊號再自
己產生時脈來解開CCIR656 的時脈為 27MHz資料匯流排(Data bus)為 8Bits
CCIR601 的時脈為 135MHz資料為 16Bits但兩者同為 YUV(422)所以畫面
品質是相同CCIR656 需要晶片支援 9PinsCCIR 601 則需要晶片支援 19Pins
所以 CCIR656 在資料匯流排較節省但時脈處理速度較快由於 CCIR656 接腳
較少且 27MHz 的 CLK 對現在的 IC 而言速度不快所以我們使用 CCIR656 來當
影像介面
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 55: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/55.jpg)
47
RMI AlchemyAU1250
Processor
RMI MIPS 400Mhz
RMI MIPS 400Mhz
Power12 5 v Microchip
pic18F4620
900Mhz 無線傳輸
Power24 v
Powerconverter
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
Motion ControllerMCDC 300306
RS232Motor encoder
Motor encoder
Motor encoder
12
攝影機-2攝影機-2
攝影機-1攝影機-1
攝影機
無線傳輸
馬達運動
壓力感測器與電路
壓力感測器與電路
壓力感測器
壓力感測器與電路
codec
圖 41 機器魚核心電腦硬體電路方塊圖
圖 42 機器魚影像類比轉數位 ADV7180 方塊圖
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 56: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/56.jpg)
48
圖 43 數位影像傳輸格式 CCIR 601
圖 44 數位影像傳輸格式 CCIR 656
機器魚的雙攝影機透過 CCIR656 的界面將攝影機得到的畫面存成數位化格
式 YUV422 的格式YUV 就是指 YCrCb 色彩定義 Y 為明亮度(liminance)
Cb 為藍色元素(bluesness)Cr 為紅色元素(redness) 資料存入記憶體的方式如
圖 45圖 46 則為攝影機於機器魚之安裝照片
圖 45 數位影像 YCrCb 色彩資料格式
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 57: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/57.jpg)
49
(a) (b)
(c) (d)
圖 46 (a) 雙眼低感光度彩色攝影機 (b) 攝影機與機器魚
(c) 攝影機防水容器 (d) 攝影機組裝
42 影像處理應用於互動
影像處理應用主要分析魚體輪廓以及人臉辨識為了配合展示水缸的情境
特別針對兩方面來設計 a 機器魚對人的互動模式b 機器魚對魚的互動模式
機器魚的反應越快互動流暢性愈佳攝影機影像經過嵌入式平台的影像編碼器
是將每一秒 30 張畫面傳至運算核心作處理為了要能即時反應的互動可以將
掃描方式由每個行列掃瞄方式改成奇數行與奇數列的掃描只需要 14 的掃描次
數能夠大幅的增進運算辨識的效率
再者將原本的的彩色畫面變成黑灰白的形式再定義理想的二值化的灰階
數值將圖片轉換為只有 0 與 1 的陣列以縮減影像處理的時間YCrCb 的
CCIR656 就是亮度紅色彩度與藍色彩度的值因此可將亮度與彩度數值做計
算得到每個像素點的灰階值接下來對每個灰階像素點作判斷當大於所設定
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 58: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/58.jpg)
50
的灰階數值時顯示為白色當小於時則顯示為黑色二值後找出像素間差異甚
大的點視此為邊緣
運動偵測是透過快速移動物偵測的演算法使得機器魚能夠在千變萬化的
海洋環境中因偵測環境變化能有所反應我們使用兩張前後的畫面作二值化
後將兩個畫面以 XOR 的邏輯方式相疊加相同的像素也就表示為背景因為
沒有變化此時畫面相同的像素會維持 1(也就是白色)而不同的像素就是移動
中的物體而呈現黑色這樣一來移動物會非常清楚的被呈現出來(如圖 47 )
結束
開始
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
邊緣化 取出移動物定位點
FRAME_A and FRAME_B XOR
第一次 存入FRAME_A 第一次 存入FRAME_B
透過CCIR656從ADI7180取得編碼過的YCrCb值
轉成灰階
二值化
濾除雜訊
圖 47 移動物體追蹤流程圖
運動偵測之目的即是要偵測出影片中有物體移動的範圍並要切割出移動的
物體例如人臉之偵測辨識移動追蹤等 而移動偵測技術最重要即是臨界
值的決定臨界值若太高則較弱物件的邊緣就會被忽略相反的太低則容易受
雜訊的影響因此如何決定一個好的臨界值將是運動偵測的關鍵因素因為考量
到要使得機器魚能快速的偵測的變化並驅使機器魚能的相應行為所以實作
中影像處理的演算法之後並增加形體的顏色條件與物體大小條件以增加其準
確度我們假設魚的前方所看到的是一些不同的魚或人臉我們先以快速移動物
的背景相減法辯識後端增加紅色的條件 220ltCrlt255 Cr 最大值為 255辨識
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 59: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/59.jpg)
51
後得到此位置與物體大小機器魚能辨識此物體是否是要追尋的並且可擺動身
體讓此目標物與身體的相對位置呈現一直線(如圖 48 )
圖 48 紅色物體追蹤(物體在左下角)
人臉定位與膚色辨別目的是利用影像處理的技術並利用人臉定位以及移動
物追蹤的影像處理來設定機器魚的行為與動作讓參觀者與機器魚互動當機器
魚看到移動目標時透過人臉追蹤法則在攝影機追蹤移目標的同時也能辨識其
人臉的所在位置並且當畫面中內含一位或是兩位的人臉影像也可快速運算出
其位置與機器魚的相對位置在彩色影像處理模式中比較常用的有下列分析方
法 RGBYIQHSVYUV[17]彩色二維影像中任一像素顏色皆由三原
色即紅綠藍所組成所以一影像中可得每一像素 RGB 三分量所組成的向
量特徵其每一分量值代表相對亮度但若直接由 RGB 彩色模型擷取辨識特
徵依過去研究結果得知效果不佳其因於影像擷取時會因照相時角度及光線
照射強弱等產生各種不同失真而使影像在 RGB 三部份亮度值產生相當大的變
化進而導致偵測的失誤HSV 是非線性轉換的色彩空間此模式與人類感官
極為相似由 Hue(色調)Saturation(飽和度)及 Value(亮度)所組成YCbCr 的色
彩模式也是比較不容易受光線影響的模式YCbCr 主要是由 YUV 色彩系統所開
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 60: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/60.jpg)
52
發出來的另外一種色彩系統其中 Y(luminance)指的是亮度Cb (blueness)Cr
(redness)分別為兩個彩度元素而 Cb 和 Cr 是將 U 與 Y 做些調整而成
在水族箱中的應用影像對於光的強弱變化的影響很敏感很容易受到亮度
的影響因此本研究之膚色偵測分為兩個部分YCbCr 膚色偵測HSV 膚色偵
測前者可以廣泛地找出各個亮度值的膚色區域後者接續前者結果再次做膚色
偵測利用不同色彩空間的膚色偵測可以互補不足之處而且將YCbCr膚色偵測
(如圖49)與HSV膚色偵測串聯處理可得到節省運算量不需做邏輯判斷之優點
膚色區域找出之後本研究利用嘴巴紅色素的位置來做人臉位置判斷(如圖
410)但因為場景的當下人臉的嘴巴紅色素(Cr 值)的範圍約在 130~170(180 為最
大值)每個人不同時間點的嘴唇顏色值亦會有所變化所以我們先進行膨脹
(Dilation)兩次後再做一次侵蝕(Erosion)讓嘴巴得到形狀更為明顯
圖 49 YCbCr 所辨識的膚色
圖 410 嘴巴位置辨識(a)嘴唇鮮豔的情形(b)嘴唇暗紅的情形
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 61: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/61.jpg)
53
人臉偵測為機器魚與參觀者互動的第一步因為水的波動影響會造成其影像
有晃動的情況本研究利用快速移動物的背景相減法辨識移動物搭配嘴巴與眼
睛之相對位置進行臉部辨識來解決水中移動物的晃動的情況
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 62: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/62.jpg)
54
第五章 結論
本計畫所設計之機器魚為模仿魚類外形及運動方式具有控制其沉浮之能
力可以對聲音或光線反應與參觀者互動例如遇到聞擊掌聲可往聲源接近
聞特定聲響則遠離聲源利用視覺避碰之能力等為了讓參觀者對於魚類生活環
境產生身歷其境的感覺本計畫亦將建立即時影像轉播將機器魚所感覺的水下
世界資訊展現在參觀者的眼前本計畫目前仍在發展機器魚各項功能對主辦單
位尚無建議配合事項
本計畫預定於三年內完成上述之機器魚展示系統本年度計畫已完成仿生機
器魚之本體技術開發機器魚之運動模式技術開發仿生側線系統研究以及機
器魚光學影像視覺技術之研發第二年預期成果為1機器魚之下潛與上升運動
2 觀賞者可透過無線網路觀賞機器魚於水中所看見的影像 3 機器魚可透過影
像辨識與立體視覺方式測量自身與水族箱之間距離 4機器魚具有避開前方障礙
物的行為能力第三年之預期成果則為1 機器魚可以長時間在水箱內迴游 2
機器魚於水中透過影像辨識與立體視覺方式與人們互動 3 機器魚於水中具有
自動巡航與躲避障礙物的行為能力
本報告為第一年之期末進度報告本期末報告詳述機器魚之本體技術開
發機器魚之運動模式技術開發仿生側線系統研究以及機器魚光學影像視覺
技術之研發成果
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 63: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/63.jpg)
55
參考文獻
[1] M Sfakiotakis D M Lane and J B C Davies ldquoReview of fish swimming modes
for aquatic locomotionrdquo IEEE J Oceanic Eng 24(2)237ndash252 1999
[2] M Kristic et al ldquoStability of extremum seeking feedback for general non linear
dynamic systemrdquo Automatica Vol 36 pp595-601 2000
[3] FAULHABER DC Motor+Encoder+Gearhead Control Unit
[4] M J Lighthill ldquoNote on the swimming of slender fishrdquo J Fluid Mech Vol 9 pp
305ndash317 1960
[5] D Barrett M Grosenbaugh and M Triantafyllou ldquoThe optimal control of a
flexible hull robotic undersea vehicle propelled by an oscillating foilrdquo in Proc 1996
IEEE AUV Symp pp 1ndash9
[6] J Guo ldquoGuidance and control of a biomimetic underwater vehiclerdquo in Advances in
Unmanned Marine Vehicles edited by G Roberts and R Sutton IEE Control
Engineering Series the Institution of Electrical Engineers UK 2006
[7] J Guo ldquoManeuvering and control of a biomimetic autonomous underwater vehiclerdquo
Autonomous Robots Vol 26 pp 241-249 2009
[8] Hyatt Nakadoi et al ldquoLiquid Environment-Adaptive IPMC Fish-Like Robot using
Extremum Seeking Feedbackrdquo in Intelligent Robots and Systems 2008IROS 2008
Proc of the 2008 IEEERSJ International Conference on 22-26 September 2008
[9] S Pandya Y C Yang ldquoMultisensor processing algorithms for underwater dipole
location and tracking using MEMS artificial lateral line sensorsrdquo EURASIP Journal
on Applied Signal Processing Vol 2006 pp 1-8 2006
[10] Y C Yang S Coombs ldquoDistant touch hydrodynamic imaging with an artificial
lateral linerdquo Proceedings of the National Academy of Sciences of the United States of
America Vol 103 No 50 pp 18891-18895 2006
[11] Z F Fan J Chen ldquoDesign and fabrication of artificial lateral line flow sensorsrdquo
Journal of Micromechanics and Microengineering Vol 12 pp655-661 2002
[12] SM van Netten ldquoHydrodynamic detection by cupulae in a lateral line canal
functional relations between physics and physiologyrdquo Biological Cybernetics Vol
94 pp67-85 2006
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-
![Page 64: 智慧型水下仿生機械魚展示品技術導入研究 期末報告 · 智慧型水下仿生機械魚展示品技術導入研究 期末報告 計畫編號:s98-03-01 委託單位:國立海洋科技博物館籌備處](https://reader030.vdocuments.site/reader030/viewer/2022040219/5e15fa6c9d0d632318691f57/html5/thumbnails/64.jpg)
56
[13] L E Kinsler Fundamentals of Acoustics Wiley New York 2000
[14] S Coombs M Hastings ldquoModeling and measuring lateral line excitation patterns to
changing dipole source locationsrdquo J Comp Physiol A Vol178 pp 359-371 1996
[15] B C Black SM van Netten ldquoSource location encoding in the fish lateral line
canalrdquo Vol 209 pp1548-1559 2006
[16] E V Romanenko Fish and dolphin swimming A N Severtsov Institute of Ecology
and Evolution Russian Academy of Sciences Pensoft 2002
[17] D Hearn M P Baker Computer Graphics 3rd Edition Prentice Hall 2004
[18] Y Wang and B Yuan ldquoA novel approach for human face detection from color
images under complex backgroundrdquo Pattern Recognition 34(10) pp1983-1992
2001
- 期末報告封面與封底
- 期末報告摘要與目次圖次表次
- 期末報告
-