機器人實驗室簡介 (2018/09/16)

實驗室從2002年至今2018年已成立近16年，約有60幾位大學專題生，及超過100位碩士生、博士生與外籍生畢業。專題生約有一半的學生到台大、清大或交大電機系或資工系繼續攻讀碩士，另一半則留在成大電機系或資工系攻讀碩士；碩士研究生就業情況很不錯，平均薪資約55000/月~62000/月x 14月/年，最高到75000/月x 14月/年；博士生也都能很快找到教職或在產業界工作，平均薪資約90000/月x 14月/年。

 

實驗室平均約有20 幾個研究生，共分為5個研究組別：

1)      深度學習組      (Deep Learning Team)

2)      機械手臂組       (Robot Arm Team)

3)      自動光學檢測組   (AOI Team, Automatic Optical Inspection)

4)      3D電腦視覺組     (3D CV Team)

5)      嵌入式電腦視覺組 (eCV Team, Embedded Computer Vision)

 

及 7 個研究領域：

1)    人工智慧、機器學習─深度學習
(Artificial Intelligence、Machine Learning ─ Deep Learning)

2)    智慧型機器手臂控制及自動化
(Intelligent Robot Arm Control and Automation)

3)    自動光學檢測
(Automatic Optical Inspection)

4)    影像處理、3D電腦視覺及圖形辨識
(Image Processing、3D Computer Vision and Pattern Recognition)

5)    嵌入式電腦視覺
(Embedded Computer Vision)

6)    人機互動及擴增實境
(Human-Computer Interaction and Augmented Reality)

7)    雲端智慧型監控服務
(Intelligent Video Surveillance as a Service (VSaaS, Cloud Computing))

 

在研究及產學合作上，實驗室的研究領域大致可從3個階段來分類，如表1所示：

 

 

 

 

 

研究期間	研究領域	主要合作廠商及學校中心
（1）2002~2008	應用電腦視覺、機器學習與圖形辨識於自動光學檢測與人機互動領域	-友達光電及奇美電子（現為群創）TFT-LCD面板廠， -茂迪及益通solar cell 太陽能光電廠， -成大育成中心
（2）2009~2013	應用嵌入式電腦視覺及機器學習於監控、自動駕駛車及停車場管理領域	-美國德州儀器、智原科技及研華科技
（3）2014~2018	應用電腦視覺及深度學習於智慧機械及醫療器材領域	-上銀科技及東台精機 -中正先進工具機研發中心 -成大前瞻醫療器材科技中心

 

也就是說，實驗室自2002年至2013年，都是以應用電腦視覺及機器學習於偵測、追蹤及分類或辨識的技術為主要的研發方向及產學合作開發所需技術；從2014年至今，實驗室開始以電腦視覺及深度學習為主，亦以偵測、追蹤及分類或辨識的技術為主軸，應用於智慧機械及醫療器材領域，以下為正在開發之研發技術例子：

1）視覺導引機器手臂控制系統之研發：

- 研發題目:以視覺來導引機器手臂執行物件的抓取、追蹤、分類及放置；

- 相關技術: 以實驗室改良的卷積神經網路（modified CNN）為基礎，這個系統包括3個模組：(1） 3維攝影機座標及3維機器手臂基底座標間的自我矯正，(2）針對物件抓取（偵測）、追蹤、分類及放置（偵測）動作的自我監督學習，(3）從2維影像來估計物體3維點位置以利放置物件的動作。

 

2）與中正大學先進工具機研發中心的線上刀具自動檢測及預期系統之研發：

- 研發題目: 線上刀具自動檢測及預期系統；

- 相關技術: 線上刀具自動檢測及預期是在提升工件精度、避免工件耗損及提高生產力中重要的且必要的技術，刀具檢測必需的功能一般可分為7項功能：(1）刀徑量測、(2）刀長量測、(3）運轉傾斜檢測、(4）斷刀預測、(5）磨耗檢測、(6）瑕疵檢測及（7）刀具分類；要完成這7項功能，需開發的技術包括偵測、追蹤（藉由對稱點來拼圖）、分類技術。

 

3）人機互動及嵌入式電腦視覺之研發：

- 研發題目:擴增實境 (AR, augmented reality) 眼鏡之應用；

- 相關技術:發展的技術包括 (1）人臉及表情偵測及辨識，(2）眨眼偵測，及 (3）心跳量測。

 

4）逆向工程-以結構光來做3D重建或3D量測之研發：

- 研發題目:逆向工程-以結構光來3D重建齒模；

- 相關技術: 發展的技術包括 （1）改善結構光3D重建結果至深度20um精度, （2）發展3D重建後處理與拼接技術,及 3)發展逆向工程技術可自動產生CAD檔以便修改或加工處理。

 

5）與成功大學前瞻醫療器材科技中心之長照2.0研發：

- 研發題目: 高齡健康促進系統與長照價值鏈建立；

- 相關技術: 應用影像處理、電腦視覺及深度學習來分析並整合 1）生理資料流、2）運動機台資料流、3）常模資料流及 4）營養資料流。

 

6）與成功大學肌肉骨骼研究中心之精準醫療復健系統研發：

- 研發題目: 智慧醫材-智慧精準醫療復健系統；

- 相關技術: 動作與步態分析，利用包括運動學、骨架偵測與追蹤及電腦視覺與深度學習技術。