請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/79728完整後設資料紀錄
| DC 欄位 | 值 | 語言 |
|---|---|---|
| dc.contributor.advisor | 葉仲基(Chung-Kee Yeh) | |
| dc.contributor.author | Cheng-Yu Yu | en |
| dc.contributor.author | 游承諭 | zh_TW |
| dc.date.accessioned | 2022-11-23T09:09:01Z | - |
| dc.date.available | 2021-09-11 | |
| dc.date.available | 2022-11-23T09:09:01Z | - |
| dc.date.copyright | 2021-09-11 | |
| dc.date.issued | 2021 | |
| dc.date.submitted | 2021-08-25 | |
| dc.identifier.citation | 黃永泰。2019。應用深度學習與機器視覺於垂直綠牆果實定位。碩士論文。台北：國立臺灣大學生物機電工程學系。 張乃文。2020。垂直綠牆自動搬運系統之研製。碩士論文。台北：國立臺灣大學生物機電工程學系。 楊子漢。2020。應用於植生牆之盆栽移植爪與採收爪的設計與研製。碩士論文。台北：國立臺灣大學生物機電工程學系。 張哲豪。2010。基於立體視覺之移動式機械臂影像伺服設計。碩士論文。新竹：國立交通大學電控工程研究所。 維基百科。2020a。綠色植生牆。網址：https://zh.wikipedia.org/wiki/%E7%B6%A0%E8%89%B2%E6%A4%8D%E7%94%9F%E7%89%86 。上網日期: 2020-9-01。 維基百科。2020b。HSL和HSV色彩空間。網址：https://zh.wikipedia.org/wiki/HSL%E5%92%8CHSV%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4 。上網日期: 2020-9-05。 維基百科。2021。Agricultural robot。網址：https://en.wikipedia.org/wiki/Agricultural_robot 。上網日期: 2021-6-05。 寶銳綠光工程。2018。輕鬆談綠牆的起源背景。網址：https://www.greenroof.com.tw/blog_post.php?id=2 。上網日期: 2020-9-01。 Arad, B., J. Balendonck, R. Barth, O. Ben‐Shahar1, Y. Edan, Th. Hellström, J. Hemming, P. Kurtser, O. Ringdahl, T. Tielen, and B. van Tuijl. 2020. Development of a sweet pepper harvesting robot. Journal of Field Robotics 37(6)：1027-1039. Bulanon, D. M. and T. Kataoka. 2010. Fruit detection system and an end effector for robotic harvesting of Fuji apples. Agric Eng Int：CIGR Journal 12(1)：203-210. CONTROL AUTOMATION. 2020. An Overview of Visual Servoing for Robot Manipulators. America : CONTROL AUTOMATION. Available at: https://control.com/technical-articles/an-overview-of-visual-servoing-for-robot-manipulators/ . Accessed 2020-10-10. FarmBot. 2021. Documentation. URL：https://genesis.farm.bot/v1.5/FarmBot-Genesis-V1.5/intro. Accessed：2021-03-02. Kurtulmus, F., W. S. Lee, and A. Vardar. 2011. Green citrus detection using ‘eigenfruit’, color and circular Gabor texture features under natural outdoor conditions. Computers and Electronics in Agriculture 78：140-149. Mamdouh, N. and A. Khattab. 2021. YOLO-Based Deep Learning Framework for Olive Fruit Fly Detection and Counting. IEEE Access 9：84252-84262. Patel, H. N., R. K. Jain, and M. V. Joshi. 2011. Fruit Detection using Improved Multiple Features based Algorithm. International Journal of Computer Applications 13(2)：0975-8887. Rahimi, A. 2014. Visual servo-control application in a humanoid robot using depth-camera information. M.Sc. Thesis. Turkey：Istanbul Technical University, Department of Electrical and Electronics Engineering. Rosenfeld, A. and J. L. Pfaltz. 1966. Sequential Operations in Digital Picture Processing. Journal of the Association for Computing Machinery 13(4)：471-494. Sakai, S., K. Osuka, T. Maekawa, and M. Umeda. 2007. Robust Control Systems of a Heavy Material Handling Agricultural Robot: A Case Study for Initial Cost Problem. IEEE Transactions on Control Systems Technology 15(6)：1038-1048. Van Henten, E. J., J. Hemming, B. A. J. Van Tuijl, J. G. Kornet and J. Bontsema. 2003. Collision-free Motion Planning for a Cucumber Picking Robot. Science Direct 86(2)：139-140. Vincent, L., and P. Soille. 1991. Watersheds in Digital Spaces: An Efficient Algorithm Based on Immersion Simulations. IEEE Transactions on Pattern Analysis and Machine Intelligence 13(6)：583-598. Zhang, L., J. D. Jia, G. Gui, X. Hao, W. Gao, and M. J. Wang. 2018. Deep Learning Based Improved Classification System for Designing Tomato Harvesting Robot. IEEE Access 6：67940-67950. Zhao, D. A., L. Jidong, J. Wei, Z. Ying, C. Yu. 2011. Design and control of an apple harvesting robot. Biosystems engineering 110：112-122. Zhao, Y. S., L. Gong, Y. X. Huang and C. L. Liu. 2016. A review of key techniques of vision-based control for harvesting robot. Computers and Electronics in Agriculture 127：316-321. | |
| dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/79728 | - |
| dc.description.abstract | 隨著社會型態的改變，為了解決都市化所帶來的熱島效應，「綠牆」因而開始頻繁地出現在都市中，主要是透過在建築物的外牆種植花草，達到立面建築的降溫效果。 本研究目的旨在設計一個應用於五彩椒綠牆採收之機器人，主要透過機器視覺對目標物進行影像辨識，並透過三軸機器人去執行採收任務。影像辨識的部分是透過YOLOv4訓練「具有成熟五彩椒果實的植株」模型，並搭配影像處理去實現單特徵分析法，辨識出成熟五彩椒果實。採收控制的部分主要利用影像伺服控制來定位已辨識完成的五彩椒果實，最後透過深度相機讀取目標辣椒之深度資訊，透過開迴路控制實現採收任務。 研究結果顯示機器人在理想的實驗環境中，辣椒植株的辨識成功率為85.3%，辣椒果實辨識成功率為100%，採收成功率為76.7%；而在一般的環境下，辣椒植株的辨識成功率為85.3%，辣椒果實辨識成功率為72%，採收成功率為66.7%。採收同一植株的第一顆成熟辣椒果實，採收時間約為36秒，而同一植株的其他顆成熟辣椒果實的採收時間約為16秒。 | zh_TW |
| dc.description.provenance | Made available in DSpace on 2022-11-23T09:09:01Z (GMT). No. of bitstreams: 1 U0001-2008202119563900.pdf: 3049483 bytes, checksum: a2a843c2864afa2e5b0b0f22b4211873 (MD5) Previous issue date: 2021 | en |
| dc.description.tableofcontents | 口試委員審定書 i 致謝 ii 摘要 iii Abstract iv 目錄 v 圖目錄 vii 表目錄 ix 第一章 研究目的 1 第二章 文獻探討 3 2.1 綠牆的起源與發展 3 2.2 採收機器人的起源與發展 4 2.3 視覺辨識演算法 4 2.3.1 單特徵分析法(Single feature analysis approaches) 4 2.3.2 多特徵融和法(Multiple features fusion approaches) 5 2.3.3 深度學習(Deep learning) 5 2.4 影像處理 6 2.4.1 高斯模糊 6 2.4.2 影像侵蝕 7 2.4.3 影像膨脹 8 2.4.4 開運算 8 2.5 影像分割 9 2.5.1 距離變換 9 2.5.2 分水嶺演算法 12 2.6 採收控制 13 2.6.1 影像伺服控制 14 第三章 材料與方法 17 3.1研究材料 17 3.1.1 Farmbot機台 17 3.1.2 Farmduino 18 3.1.3 Arduino Uno 18 3.1.4 深度相機 19 3.1.5 伺服馬達 20 3.1.6 旋轉掛盆 20 3.1.7 五彩椒 21 3.2 YOLO v4 22 3.3 OpenCV 23 3.4 研究方法 23 3.5 系統流程 24 3.6 影像處理流程 27 3.7 果實重疊影像分割流程 29 3.8 機構與影像之誤差校正 30 第四章 結果與討論 32 4.1 YOLOv4模型訓練結果 32 4.2 辣椒果實之影像分割 34 4.3 植株辨識成功率與定位時間 39 4.4 辣椒果實辨識成功率與定位時間 39 4.5 採收成功率與時間 39 4.6 本研究與其他採收機器人之性能、特點比較 40 第五章 結論與建議 45 5.1 結論 45 5.2 建議 45 參考文獻 47 | |
| dc.language.iso | zh-TW | |
| dc.subject | 五彩椒 | zh_TW |
| dc.subject | 機器人 | zh_TW |
| dc.subject | 影像辨識 | zh_TW |
| dc.subject | YOLOv4 | zh_TW |
| dc.subject | 影像伺服控制 | zh_TW |
| dc.subject | YOLOv4 | en |
| dc.subject | Visual servo control | en |
| dc.subject | Robot | en |
| dc.subject | Image recognition | en |
| dc.subject | Ornamental pepper | en |
| dc.title | 應用深度學習於綠牆機器人之辣椒影像辨識與採收控制 | zh_TW |
| dc.title | Deep Learning Application on Pepper Image Recognition and Harvesting for Green Wall Robot | en |
| dc.date.schoolyear | 109-2 | |
| dc.description.degree | 碩士 | |
| dc.contributor.oralexamcommittee | 黃鎮康(Hsin-Tsai Liu),吳剛智(Chih-Yang Tseng) | |
| dc.subject.keyword | 機器人,影像辨識,YOLOv4,影像伺服控制,五彩椒, | zh_TW |
| dc.subject.keyword | Robot,Image recognition,YOLOv4,Visual servo control,Ornamental pepper, | en |
| dc.relation.page | 49 | |
| dc.identifier.doi | 10.6342/NTU202102558 | |
| dc.rights.note | 同意授權(全球公開) | |
| dc.date.accepted | 2021-08-27 | |
| dc.contributor.author-college | 生物資源暨農學院 | zh_TW |
| dc.contributor.author-dept | 生物機電工程學系 | zh_TW |
| 顯示於系所單位： | 生物機電工程學系 | |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-2008202119563900.pdf | 2.98 MB | Adobe PDF | 檢視/開啟 |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。