工業和商業黃頁資訊網論文書籍站
國立暨南國際大學 資訊工程學系 石勝文所指導 蔡昀慈的 五軸 XYZAC CNC 機器運動參數校正 （2021），提出主機 板 24pin 拔關鍵因素是什麼，來自於光學透視型頭戴式顯示器、攝影機校正、光學透視型頭戴式顯示器校正、運動參數校正。
而第二篇論文國立交通大學 機械工程系所 程登湖所指導 吳品憲的 基於無通訊之主從式無人機之合作運輸系統 （2019），提出因為有 力估測器、主從式系統、多無人機、合作運輸系統、非完整拘束運動的重點而找出了 主機 板 24pin 拔的解答。
五軸 XYZAC CNC 機器運動參數校正
為了解決主機 板 24pin 拔 的問題，作者蔡昀慈 這樣論述：
光學透視型頭戴式顯示器是AR (Augmented Reality) 應用的重要元件，它通常包含一個場景攝影機，一個單眼或一對立體顯示器，以及其它感測器如麥克風、眼球追蹤攝影機、或慣性感測器等等。為使AR的虛擬物件顯示在正確的位置%為使為使AR的虛擬物件疊合於實際場景中%，需要事先校正光學透視型頭戴式顯示器。本論文探討一個用於光學透視型頭戴式顯示器校正的五軸攝影機平台控制器的設計與運動參數校正方法。%運動模型校正問題這個五軸攝影機平台包含三個平移軸，兩個旋轉軸，以及一個輔助攝影機。%五軸步進馬達的運動控制器是使用 LinuxCNC來實現。我們實現了一個 LinuxCNC 控制器來控制五軸的步
進馬達，此外研究中採用CPC運動模型，並使用CMM (Coordinate Measurement Machine) 收集校正資料。校正方法包含兩個步驟，第一步為逐軸校正，以單軸運動的校正點軌跡依對應軸來估測運動方向或軸心方位，並獲得一組初始運動參數，在這個步驟中的RMSE為1.29 mm。第二步為五軸同動的非線性校正，在實驗中隨機產生123個方位，並以 CMM 量測校正點的座標值。採用Levenberg Marquardt方法最小化運動模型與實際量測的三維誤差，以求得一組最佳運動參數解。最後實驗結果三維RMSE為 0.39 mm，已達 CMM 的量測精確度。基於這個研究成果，將可繼續展自動化
光學透視型頭戴式顯示器校正方法。
基於無通訊之主從式無人機之合作運輸系統
為了解決主機 板 24pin 拔 的問題，作者吳品憲 這樣論述：
近年來，無人機載貨逐漸被應用在各種場合，甚至開始商業化，然而受限於續航力以及負荷能力的問題，單台無人機載貨受到負載能力不足的限制，為了解決負載能力不足的問題，使用多台無人機載貨的議題被提出。多機運送能明顯改善負荷能力的不足，同時也增加系統續航力。然而在使用多台無人機載貨的應用中，必須要協調各台無人機的運動，這使得無人機之間的通訊以及演算法就顯得相當重要。為了改善這種問題，許多方法被提出，其中一種為利用無人機和載物之間的受力來取代無人機之間的通訊並搭配合適的控制器，使得系統在通訊不良或無通訊的情況下依然可以運作。本篇論文致力於主從式無人機之協作運輸方案。在分析系統的運動模型時，系統將被視為非完
整約束運動(Nonholonomic motion)，以便於作之後的運動控制器設計。為了降低成本，使用了力估測器取代昂貴的力感測器，只需用到飛控板中的感測器資訊即可進行力估測。另外針對主機和從機分別設計不同之控制器，並提供了Lyapunov穩定度分析，證明了系統在提出的控制器控制下是穩定。最後給出了系統的應用情景，針對在已知的環境中進行路徑規劃以及在運輸過程中任意改變追蹤路徑。本篇將透過模擬進行分析。