多台搬運機器人及機器手臂前端夾爪 的設計 、控制與應用，是工業 4.0 「智慧 製造生產系統」 的 技術一 環，因為 伺服器的快速運算能力， 伺服器的快速運算能力， 伺服器的快速運算能力， 加上 樹梅派3的輕薄短小、耗電少 ，相結合 ，相結合 之後， 很適合作 為多台搬運機器人 的雲端及本地控制，包括 雲端及本地控制，包括 雲端及本地控制，包括 即時影像辨識 ，平滑路徑規劃 ，平滑路徑規劃 與導引 ，夾爪及機器人平台 ，夾爪及機器人平台 驅動等。 驅動等。 在機構方面 ，傳統機器夾爪的取力道是固定，一旦被物為 傳統機器夾爪的取力道是固定，一旦被物為 傳統機器夾爪的取力道是固定，一旦被物為 傳統機器夾爪的取力道是固定，一旦被物為 隨機樣式，可能造成被夾 隨機樣式，可能造成被夾 隨機樣式，可能造成被夾 隨機樣式，可能造成被夾 取物變形甚至損毀，因此仿生 取物變形甚至損毀，因此仿生 取物變形甚至損毀，因此仿生 機器 夾爪的設計就很受到矚目 ；在演算法方面 ，模糊與 類神經網路已被 成功地應用在各個不同的領域上， 可增加系統智慧。 為擴大並應用過去的專題研究計畫成果，且柯達科技公司 正在為代理的 德國飛魚 工業 4.0 模擬平 台進行 功能 提升 專案 ，為完成上述構想，提出 此產學 計畫 ，發展一套 以雲端結合樹梅派為基礎之 無人 搬運 機器人之夾爪與導引系統 ，計畫內容包括： (1)雲端伺服器建置； (2)雲端以模糊推理為基礎的多台搬運機器人 之平滑路徑規劃 與導引 ，亦可依據特殊要求指派等待 ，亦可依據特殊要求指派等待 ，亦可依據特殊要求指派等待 中的 搬運機器人完成其他搬運工作； (3) 自適應類神經網路 即時影像辨識； (4) 伺服器紀錄 搬運機器人途程上的資料，例如等待時間，搬運時間等； (5)仿生機器夾爪機構設計與製作； (6)仿生機器夾爪之樹梅派 模糊控制器設計與製作。
Design, control and application of multiple handling robots and gripper of the robot arm are the technical aspects of the industry 4.0 "Smart Manufacturing System". Because the server's fast computing speed and the small Raspberry Pi35s low power consumption, the combination is suitable to form the cloud and local control for multiple handling robots, including real-time image recognition, smooth path planning and guiding, gripper and robot platform drive. For conventional gripper, once the gripping objects are random patterns, the distortion or damage may be caused due to the fixed gripping force. On the other hand, fuzzy and neural network have currently being successfully applied in various fields, both of them can substantially increase the intelligence of the system. In order to expand and apply the results of past research, the cooperation program with Kotec Technology Company will be proposed because they put forward a function enhancement project for the German Fischertechnik’s industry 4.0 simulation platform. To implement this idea, the gripper and automated guided vehicle system based on cloud and Raspberry Pi are developed in which some intelligent control architecture and mechanical structure are included. The contents include: (1) The establishment of cloud server; (2) A smooth path planning and guiding system for multiple handling robots including cluster reduction, path planning and smoothing based on fuzzy inference. In special condition, the waiting handling robots can be ordered to do work; (3) An adaptive neural network algorithm based image recognition; (4) Cloud servo record the status of every robot, e.g. waiting time, handling time etc.,; (5) The mechanism design and manufacture of bionic handling gripper. (6) Design and implementation of the fuzzy gripper controller.
