| 作品介紹 |
本作品鑽研於垃圾的分類及辨識，並整合機械手臂和輪型移動系統，實現移動到目標位置以及夾取目標等動作。 影像辨識使用一顆廣角鏡頭進行環境影像的擷取，並以Google開發的輕量級神經網路MobileNetV2作為辨識垃圾的主要方法，利用此方法將影像內容分割，並且標記為個別的對象及物件，如此還能夠針對特定的對象進行「選擇」及「追蹤」，最後為運算結果分配對應的標籤，使大數據處理影像辨識作業更加快捷， 除了電腦視覺，機器人的姿態及人工智慧也得以相互結合。機器人的機構部分，藉由3D CAD工程製圖與物理模擬軟體、3D列印及雷射切割技術設計製作「搖臂-轉向架系統(Rocker-bogie)」為輪型移動系統架構，使各輪胎在起伏的地形上都能夠著地，實現自動搜尋並撿拾垃圾的機器人，與一般掃地機器人相比，能帶走體積更大的廢棄物，且可視執行的任務需求更換夾爪功能，實現適應多樣性任務及地形環境的拾荒機器人。用戶可以簡單下載手機APP即可立即透過WebSocket與機器人做直接連線控制，功能包含可檢視串流影像、自動巡邏模式啟動開關，甚至也可以手動控制車體移動和精準控制機器手臂的各個關節，另外也可以直接透過手機APP基於REST架構的HTTP協定向資料庫進行資料的訪問，方便查看機器人的歷史記錄狀況。 |