利用視覺判別物件型態控制機械手臂做精確夾取及定位
論文大致可分為下列各章節
第一章 緒論
第二章 目標任務
　2-1 任務編碼簡介
　2-2 工作流程
第三章 邊界偵測強化
　3-1 Mask Convolution介紹比較
　3-2 影像細化
　3-3 影像邊界追蹤與最小平方法
第四章 物件區分
　4-1 模板匹配
　4-2 建資料庫
　4-3 幾何特性
第五章 夾取任務之任務編碼
　5-1 前言
　5-2 點到點之定位
　5-3 點到線之定位
　5-4 一些常見形狀之任務編碼
第六章 精確定位
　6-1 控制器之設計
　6-2 特徵之對應
　6-3 特殊考慮情況
第七章 實驗
　7-1 Modified Cartesian Based Approach
　7-2 Image Based Approach
第八章 結論
論文序論與任務步驟
　　機器人進行精密組裝時，如何精確的到達指定的位置是影響任務成敗的主要因素。傳統人工教導方式顯
著的缺點之一是缺乏彈性，希望透過此研究來提升機器人的功能。近幾年來，以視覺為感測器之機械系統已
逐漸成為機器人學之研究主流，隨著彈性製造系統的日趨普遍，如何精確找到物件的位置並將該物件精確的
定位於目標位置，已經成為一個相當重要的研究課題。本研究結合機器視覺及智慧判別兩項技術，賦予機器
人看及判斷的能力，讓機器人有能夠自行偵測各物件情形(包括物體的種類、位置及個數)的能力，以應付各種
不同的狀況。
　　本研究利用機器視覺技術自動偵測物件的位置、形狀，並將透過兩個攝影機產生的立體影像傳回機械手
臂以達到精確的智慧型定位控制。將來研究成功後，將此技術稍加調整即可應用於各生產製造產業，則生產
不僅更精確也會更有彈性，預計整體的工業製造技術都將會有更突破性的進展。
工作任務可大致分為下列步驟：
(1) 影像分析：將攝影機所得影像經影像處理後偵測各物件之邊緣，經過分析處理可得各邊界之直線方程式。
(2) 物件區分：運用各物件空間幾何架構之特性辨識物件
(3) 夾取任務之Image-Based Task Re-Encoding：依照各積木的幾何性質去定義影像上的目標姿態。
(4) 定義影像平面上誤差函數e；當e=0時表示Original Task完成
(5) Design Controller：控制器輸出必須將誤差帶至零
(6) 實際操作應用