臺灣博碩士論文加值系統

本研究建立了一套空污無人機之三維PM2.5搜查系統，使兩台無人機於不同飛航空層同步進行PM2.5數值的採集，並將所收集到的數據進行即時分析、推算出可能的污染源座標點，無人機將自動飛往污染源位置，透過影像辨識找出污染源。
本系統透過4G LTE 網路作為地面控制系統、無人機以及雲端資料庫三方的傳輸媒介。地面控制系統會發送訊號控制無人機，同時無人機的飛行資訊也會傳回地面控制系統作為監控；另外，無人機在空中所採集到的PM2.5數值以及GPS資料也會即時上傳至雲端資料庫，再由地面控制系統抓取雲端資料作為污染源的推算。無人機上搭載了Jetson Xavier NX開發板，執行自行訓練的深度學習模型，透過鏡頭拍攝的影像即時辨識煙霧，當偵測發現污染源煙霧時會自動拍照，並且記錄當下無人機所在的經緯度位置，以留證據。
本研究空污無人機之三維PM2.5搜查系統，成功將無人機導引至污染源附近，並以視覺辨識捕捉到污染源煙霧。建立一套可雙空層同步採集污染源且具推算、視覺辨識能力的全自動空污無人機系統，為本研究主要之貢獻。

This study established 3D PM2.5 Search System for Pollution Detection UAV using two drones to collect PM2.5 values in different flight layers. Purpose of this study to analyze collected data in real-time and calculate possible pollution points. Drone automatically fly to location of the pollution point find pollution point through image recognition. This study system use 4G LTE network as transmission medium for ground control system, unmanned aerial vehicle and cloud database. The ground control system send signals to control drones and the flight information of drone sent back to ground control system for monitoring. The PM2.5 values and GPS coordinate data collected by drones in the air uploaded to cloud database in real-time, and then ground station database data calculate the pollution point. The drone equipment with Jetson Xavier NX development board, which runs a self-trained deep learning model. The images taken through lens identify the smoke areas, pollution source smoke is detected and it automatically take pictures and record the current longitude and latitude position of the drone to retain evidence. In this study air pollution UAV 3D PM2.5 search system successfully guided UAV to vicinity of the pollution source and captured pollution source smoke through visual recognition. The contribution of this study establish set of fully automatic air pollution drones system that collect pollution sources in double air layers simultaneously and capability of calculation and visual recognition.

摘要...i
Abstract...ii
誌謝...iii
目錄...iv
表目錄...vi
圖目錄...vii
符號說明...x
第一章 緒論...1
1.1 研究背景...1
1.2 研究動機...1
1.3 研究目的...3
1.4 論文架構...4
第二章 文獻探討...5
2.1 污染源追溯方法...5
2.2 污染物擴散影響因素...6
2.2.1 熱對流...7
2.2.2 混合層高度...8
2.3 現今的空污無人偵測機...9
第三章 研究內容與方法...13
3.1 污染源之分析與定位...13
3.2 視覺煙霧辨識...16
3.2.1 深度學習訓練...18
3.2.2 辨識模型比較...22
3.2.3 Faster R-CNN深度學習模型...27
3.2.4 4G模組之遠端操控與監視...30
3.3 軟體與系統架構...30
3.3.1 韌體編譯環境...31
3.3.2 空污資料上傳及校正...32
3.3.3 雲端資料庫...34
3.3.4 地面控制系統整合...36
3.4 空污無人機之硬體架構及硬體介紹...40
3.4.1 Pixhawk 飛行控制板...40
3.4.2 MPU-6000 六軸姿態感測器...42
3.4.3 MS5611 氣壓高度計...42
3.4.4 STMicroelectronics LSM303D 電子羅盤...43
3.4.5 GPS全球定位系統...44
3.4.6 遙控控制...45
3.4.7 機架與動力及電力系統...45
3.4.8 4G通訊模組...47
3.4.9 羅技 C920R HD PRO 網路攝影機...49
3.4.10 Tarot TL3D01 三軸雲台...49
3.4.11 PMS3003 空氣污染感測器...50
3.4.12 整合後的實驗載具...51
第四章 實驗規劃與結果分析...53
4.1 實驗規劃...53
4.2 實驗結果...54
4.2.1 污染源推算數學式分析...54
4.2.2 地面控制系統模擬測試...57
4.2.3 地面控制系統戶外驗證...59
4.2.4 煙霧偵測模型影片測試...60
4.2.5 煙霧偵測模型飛行測試...61
4.2.6 全系統實地驗證...62
第五章 結論...69
5.1 結論...69
5.2 未來展望...70
參考文獻...71
Extended Abstract...73

[1]美國之音，世衛組織：空氣污染每年致700萬人死亡，
https://www.voacantonese.com/a/who-pollution-20180501/4373807.html , 2018。
[2]行政院環境保護署，空氣污染防制行動方案， https://www.epa.gov.tw/DisplayFile.aspx?FileID=5FC138ECAD93BDC3&P=08b2b220-5e6f-4dab-9511-ea7573617972。
[3]尤政憲，“空污無人機之PM2.5嗅覺導引系統”，國立虎尾科技大學自動化工程系碩士論文，2019。
[4]YouTube影片截取，2018未來科技展技術影片搶先看-大規模無人機物件偵測卷積網路技術，
https://www.youtube.com/watch?v=jVtJXfr4Zg0&feature=emb_logo ,2018
[5]陳建宏，“以基於區域的卷積神經網路實現空拍影片之魟魚偵測和辨識”，國立中山大學機械與機電工程學系碩士論文，2017。
[6]環保傳遞者，三分鐘讀懂！VOCs污染物溯源大慨是怎麼回事？
https://kknews.cc/society/oery2go.html , 2019
[7]環境教育小百科，空氣污染概念圖解，
https://dweb.cjcu.edu.tw/ShepherdFiles/D0900/Article/20190326125432180.pdf
[8]吳老師的自然學習網，水的形態變化（3），
http://wyj01c.blogspot.com/2013/09/3.html , 2013
[9]行政院環境保護署-空氣品質監測網，污染物特性及影響要素，
https://airtw.epa.gov.tw/CHT/Encyclopedia/pedia03/pedia3_5.aspx
[10]許倬勛，不肖業者無所遁形！桃園首創無人飛機監測空污，
http://news.ltn.com.tw/news/life/breakingnews/2374570 , 2018
[11]Soarability, 無人機氣體檢測儀/大氣環境監測無人機，幫助東莞環保部門快速定位居民區臭味來源，
https://www.soarability.tech/newsinfo/634507.html , 2018
[12]王偉中，”高斯煙流模式 Gaussian Plume Model”，環境科學大辭典，2002。
[13]謝孟穎，“PM2.5空污偵測無人飛行器之開發與驗證”，國立虎尾科技大學自動化工程系碩士論文，2017。
[14]愛淘生活，高斯擴散模式，
http://www.hvsoper.com/show/e/006234
[15]行銷資料科學，快速反應機制─類神經網路，
https://medium.com/marketingdatascience/%E5%BF%AB%E9%80%9F%E5%8F%8D%E6%87%89%E6%A9%9F%E5%88%B6-%E9%A1%9E%E7%A5%9E%E7%B6%93%E7%B6%B2%E8%B7%AF-a3bbdee4a6f6 , 2019
[16]Evan,零基礎自學深度學習 ：（一）神經網路基本架構，https://medium.com/@evan_hsiao/%E5%BE%9Ecoursera%E5%AD%B8%E7%BF%92%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92-bd6bad6f5e14
[17]Wikipedia,Tensorflow,
https://zh.wikipedia.org/wiki/TensorFlow , 2020
[18]ANKIT SACHAN, Zero to Hero: Guide to Object Detection using Deep Learning: Faster R-CNN,YOLO,SSD，
https://cv-tricks.com/object-detection/faster-r-cnn-yolo-ssd/ , 2017
[19]Shaoqing Ren , Kaiming He , Ross Girshick , Jian Sun ,“Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks”, Microsoft Research, 2015.
[20]Steven Shen，關於影像辨識，所有你應該知道的深度學習模型，https://medium.com/cubo-ai/%E7%89%A9%E9%AB%94%E5%81%B5%E6%B8%AC-object-detection-740096ec4540 , 2018
[21]J. R. R. Uijlings, K. E. A. van de Sande, T. Gevers, A. W. M. Smeulders., “Selective Search for Object Recognition”, IJCV, 2012.
[22]白裳，一文讀懂Faster RCNN，
https://zhuanlan.zhihu.com/p/31426458 , 2017
[23]Arun Mohan, A Review On Fast RCNN,
https://medium.com/datadriveninvestor/review-on-fast-rcnn-202c9eadd23b