成果展示

智慧駕駛行為信用評估系統

今天晚餐吃什麼

現代社會交通事故頻繁發生，許多事故皆因駕駛的疏忽或不良駕駛習慣所引起。如何有效降低交通事故的發生，已成為重要議題。本團隊針對此問題，提出了一套結合人工智慧 (AI)、邊緣運算與物聯網的「智慧駕駛行為信用評估系統」。 該系統利用人工智慧技術偵測車內駕駛行為與車前情境，並透過車用數據匯流排接收車身數據，在嵌入式平台上進行駕駛習慣與違規行為的判定，隨後將駕駛的不良習慣及違規行為透過物聯網實時記錄於雲端資料庫，並以APP進行展示，提供使用者能即時查看的功能，以此督促駕駛改善自身行為。本團隊同時建立一套評估機制，根據駕駛短期與長期的行為表現進行評分，使使用者能清楚掌握行車安全程度。 目前市面上相關產品的功能並不完整，尚無產品能兼具違規行為判定及駕駛習慣分析，並提供評估系統來提醒使用者駕駛行為問題。本團隊以此為出發點，構建出以物聯網為核心的系統，包含事件記錄功能與錯誤記錄申訴功能，並在嵌入式系統中加入類似行車記錄器的功能。使用者不僅能知曉駕駛操作問題，亦可在發生交通事故時獲得保障。 本專案採用車內及車前鏡頭影像進行AI訓練，涵蓋物件偵測、車道線檢測、人臉關鍵點偵測以及前方碰撞警示、號誌辨識、疲勞駕駛判斷演算法，以及前端展示介面等功能。

GHCH: 版控協作幫手

7月5號還沒想到隊名

版本控制(Version Control，簡稱版控)是重要性極高的軟體工程方法，藉由版本控制系統(Version Control System, VCS)，多個開發者可以追蹤共同開發的專案歷程，除了增加開發上的透明度之外，開發者也能在需要時將專案 復原到任意版本。 Git 是目前最流行的分散式版本控制系統，普遍地被使用在開源專案及商業軟體的開發上，透過 Git，開發者將能夠有效地記錄下專案的變更歷程，並透過分支(branch)來安全地修改程式碼，除此之外，只要搭配使用 GitHub 的雲端儲存庫服務及 Push、Pull、Clone、PR (Pull Request)等功能，開發者們就能方便地共同協作進行軟體專案的開發，而其中 GitHub 擁有最龐大的技術社群支援，也擁有最多開源專案選擇的平台，亦是目前學習軟體開發的學生族群最常採用的版本控制服務。現有的版本控制輔助軟體雖然各有特點，但仍無法有效協助初學者正確地遵循版本控制流程，以及輔助追蹤開發團隊分工與整體進度。因此，本研究規劃建置一個根據 GitHub flow 來提供流程輔助功能之系統，稱之為 GitHub Collaboration Helper (GHCH)。GHCH 將提供以分支為主軸的視覺化圖形介面，讓使用者更容易追蹤團隊的開發狀態，並可讓使用者在各流程階段皆獲得明確且即時的輔助提示，以幫助初學者更快地了解 GitHub flow 流 程跟操作。同時，GHCH 提供融合 Code Review 實務做法的 PR 工作區，幫助使用者協調分支合併之相關議題。

基於AIoT水產養殖與監控系統

AICVlab

為了解決全球糧食需求增加及水產養殖面臨的挑戰，我們提出一種創新的智能水產養殖計數系統，運用AIoT技術自動、即時監測和計數蝦苗，減少人為錯誤和勞動強度。同時，該系統捕捉環境數據，如水質和溫度，幫助養殖戶管理養殖環境，確保蝦苗健康，提高效率和產量。 傳統蝦苗計數方法存在高勞動成本、低準確度和高蝦苗死亡率等問題。我們設計的創新智能水產養殖計數系統，採用自行開發的Scaled Multilayer Feature Fusion Network (SMILES-Net)，自動實時監測和計數蝦苗，同時利用物聯網設備捕捉環境數據，確保蝦苗健康成長並提高產量。該系統將計數問題轉化為密度預測問題，透過構建密度圖精準預測蝦苗總數，顯著提升計數準確度和效率，減少人為錯誤。輕量版SMILES-Net（LW-SMILES-Net）設計適合各種規模的養殖場，實現即時計數。系統能以超過93%的準確率計數5000隻蝦苗，結合物聯網裝置提供遠程監控和管理工具，促進智慧水產養殖發展。這項創新不僅改變了傳統計數方法，還為水產業帶來新機遇，有助於解決糧食短缺問題。未來，我們將進一步提升系統功能，增加環境監測和自動投餵等服務，實現智慧農業的最終目標。

以霧運算架構實現全面的空氣品質

你說的都隊

以四軸多旋翼無人機為載具，搭載空氣品質監測器，整合5G行動網路與霧運算架構概念，實現定點巡航以收集空中及地面的環境資料，包括溫度、濕度、pm2.5、CO2等指標。當無人機抵達目標地上空時，透過5G行動網路與霧運算技術，與地面定點感測器實現即時通信，用以即時收集地面空氣品質數據。最後，將地面和空中所收集的資料整合，透過網頁呈現，以提供直觀且即時的環境監測資訊。 我們的系統架構包含: 地面物聯網裝置(Ground IoT device)、空中物聯網裝置(Aerial IoT devices)、雲伺服器(Cloud server)以及使用者應用程式(User APP)。 地面物聯網裝置主要負責監測地面的空氣品質並將監測資料利用LoRa技術傳送至霧伺器。 空中物聯網裝置結合霧伺服器、Raspberry Pi 、無人機和多種感測器，主要負責監測天空的空氣品質並同時利用LoRa技術接收地面物聯網裝置上傳的監測資料。 霧伺服器整合地面感測器和掛載在無人機上的感測器資料，並將監測資料及無人機的狀態上傳至雲端伺服器做後續的運算與應用。 雲伺服器運用Amazon Web Services (AWS)來處理龐大的感測器數據、整合無人機的狀態和影像，並系統性統整所有感測器的資料。對於所有回傳的資料，包括無人機的路徑、狀態和影像，進行儲存，同時分析感測器所回傳資料的正確性，並生成相關圖表。 使用者應用程式(APP)具備以下功能：提供無人機當前位置和即時影像的查看、提供目的地上空及地面的即時空氣品質資訊、 提供即時的空氣品質變化資訊。

智慧道路健檢平台

奧古史塔森

智慧道路健檢平台是專為提升道路安全而設計的綜合解決方案，結合了深度學習、邊緣運算與資料可視化技術，能自動檢測和分類道路損壞類型。該系統使用高解析度攝影機進行影像擷取，並通過 Nvidia Jetson AGX 平台進行實時影像處理和模型推理。利用 U-Net 進行影像分割，該模型能夠準確識別並標記道路區域，過濾掉非相關背景，以確保後續 YOLOv7 損壞檢測模型的準確度。YOLOv7 負責辨識並分類不同類型的道路損壞，如裂縫、坑洞等，並將結果回傳至後端系統。並利用 ByteTrack 演算法進行多目標追蹤，能有效記錄並追蹤各損壞點的歷史數據。每個損壞點都被賦予唯一的 ID，這使得用戶可以根據時間或位置追蹤損壞情況的變化。所有檢測數據都會儲存於 SQLite 資料庫中，便於進行後續的數據分析與報告生成。資料庫中的 GPS 座標透過 Flask 與 React.js 架構的網頁前端進行顯示，實現即時的地理資訊展示功能，用戶可以透過互動地圖查看不同縣市或城市的道路狀況，以更便捷的方式管理維護工作。 在實際應用中，系統能夠展示出優越的性能，效能可以達到30FPS，並且降低了人工檢查的需求和時間成本。該平台不僅解決了傳統檢測方法的效率低下問題，還通過數據積累和分析，為未來的道路養護決策提供了重要依據。整體設計過程也包括了反覆的測試與改進，以進一步提升系統的準確性和穩定性，並期望未來能在更多道路環境中廣泛應用，成為智慧城市發展中的一項重要技術支柱

水塔異物辨識

水塔異物辨識

隨著科技的發展，人們的衛生觀念逐漸提高，人們對於水源的需求也越來越高，所以許多建築都會裝上水塔，但是水塔會隨著時間增加髒污甚至會有異物進入的可能，雖然可以透過定期維護來解決，但是每次檢查都需要爬上水塔所以很麻煩有些甚至在高處所以有些危險，而且就算這樣水塔也還是有可能會因為有異物入侵導致水質突然變差或是影響供水，像是澳洲有過居民的水塔突然跑進十幾隻老鼠的情況，而我們的一位組員家裡是做冰塊行的，所以我們每隔一段時間就得做一次檢查，才能保持水質的乾淨以及供水正常，所以我們打算透過ESP32CAM和YOLOV8影像辨識來製作一個系統來改善這一問題。 本系統使用了ES32CAM、YOLOV8和OpenCV，ESP32CAM會裝在水塔內之後裝在電腦或是手機的軟體會透過WIFI定期從ESP32CAM擷取照片，再讓YOLOV8辨識出結果圖裡的並顯示，之後軟體會將結果圖和折線圖儲存並傳送到Imgur並得到圖的URL，然後透過LINE NotifyAPI傳到使用者的LINE裡，使用者可以在軟體裡查看所有結果圖，讓使用者在供水出現問題前能夠及時處理又不需要耗費太多時間與精力去檢查。 除了上述這些以外本作品還有一個測試中的功能，透過HC-SR04來檢測水塔是否被打開，如果被打開就會透過LINE NotifyAPI來通知使用者，設計這項功能的動機是我們曾在新聞上看到有人往水塔裡丟老鼠藥，所以我們希望透過這個功能來讓使用者能夠及時處理這種情況。

應用物聯網技術之病蟲害防治系統

千蟲聖法第一代傳人

台灣位於熱帶及亞熱帶地區，氣候條件適合熱帶水果的栽培，屏東縣更以其豐富的熱帶水果產量和廣大種植面積在全國占據領先地位。然而，近年來台灣的熱帶水果深受病蟲害和極端氣候的衝擊，每年經濟損失高達數十億元，特別是東方果實蠅（Bactrocera dorsalis）的危害最為嚴重。 東方果實蠅繁殖力強，並具有長距離飛行的特性，給防治工作帶來極大挑戰。目前傳統的蟲害管理主要依賴個別管理和人工計數。經過多次拜訪在地農民及產業專家，我們發現農民難以精確掌握果實蠅的數量及其棲息環境。此外，農業資材管理困難，現有農務系統操作複雜且缺乏田間監測功能，這些問題導致了蟲害防治和田間管理的效率低落。 為解決上述挑戰，我們團隊研發並建置了一套「應用物聯網技術之病蟲害防治系統」，整合物聯網技術、生物防治方法（如費洛蒙誘捕）與農業資材管理模式。該系統設計以直觀、易用為核心，便於農民操作，讓他們能輕鬆進行農業資材管理及栽種紀錄，並即時取得害蟲密度或作物受害率的資訊，幫助農民及植物醫生進行精準診斷，採取適當的防治措施並評估效果，以提升水果產量與品質，同時優化田間管理並降低營運成本。 目前，大多數農業病蟲害偵測、作物診斷及資材管理仍依賴人力，如手寫記錄及視覺觀察，這不僅耗時且在農業勞動力短缺的情況下易發生錯誤。為解決這些問題，我們選擇在屏東縣沿山地區進行試驗，並設計出一套「應用物聯網技術之病蟲害防治系統」，旨在多方面提升作物管理與害蟲防治效率。透過行動APP開發、物聯網技術及害蟲防治技術的結合，實現了高效自動化的數位解決方案，涵蓋農作物管理、病蟲害通報與輔助診斷。 該系統透過物聯網數據收集與分析，為植物醫生提供田間作物診療的重要依據，包括農藥使用種類、時間、病害發生時的環境溫濕度等資料，幫助農民及植物醫生迅速做出決策，有效預防潛在問題。此外，透過微氣候感測器，農民能第一時間獲取農地環境的變化，便於進行灌溉、施肥等田間管理。我們還開發了東方果實蠅自動誘引計數模組，提供蟲害預警通知，幫助農民及時控制蟲害侵襲，降低經濟損失。

NFT鏈上簽售與交易收藏平台

宇宙啟航

近年來，K-pop市場的全球影響力迅速擴大。為了刺激買氣，經紀公司推出了抽籤制的簽售活動和特典小卡等營銷手法，促使粉絲㇐次性購買大量相同專輯，進而使專輯銷量大幅增加，背後卻引發大量專輯棄置、黑箱操作等問題。因此，本團隊開發了「AsOrbit」為粉絲提供㇐個公平、透明且環保的㇐站式NFT鏈上簽售與交易收藏平台。在簽售活動中，用戶可以通過購買隨機NFT 小卡來獲取抽獎機會，並以開箱盲盒的方式查看所抽到的NFT，其中也有機會獲得限量版的NFT，以此刺激買氣的增⾧。本系統利用Chainlink VRF和智能合約生成安全且可驗證的隨機函數，並自動公布中獎結果與通知中獎者，確保中簽的公平性。同時，本系統使用DID技術進行身份驗證，以此簡化後續的人工驗證流程，並確保用戶身份的真實性。此外，中獎後系統將會頒發POAP NFT作為粉絲參加活動的紀念與證明。用戶也可在系統內查看所有交易紀錄與當前擁有的NFT，並進行NFT小卡的買賣與交換，增加平台的活躍度。AsOrbit 能夠有效解決專輯棄置與過度包裝等環保問題，同時滿足市場與經濟需求，並大幅提升簽售活動的效率和透明度，為K-pop 市場帶來革命性的改革。

Gen-AI 股市大師

AI市場元帥

近期全球股市熱度顯著下降，處於盤整區間並持續震盪，股市波動性加劇，且經濟前景不明朗，讓許多投資人感到操作難度大幅增加。金融市場正經歷前所未有的變化。市場的波動性與複雜性持續上升，這讓投資者面臨了更多挑戰。在這樣的背景下，對準確分析股價的需求愈發迫切，傳統的投資分析方法逐漸顯得無法適應當前快速變化的市場環境。 傳統的投資分析主要依賴於專家的經驗和過去的數據，這種方法不僅耗時，且容易受到人為偏見的影響，導致不準確的預測。相比之下，生成式人工智慧(Generative AI)能夠從海量的歷史數據和市場資訊中自動學習，迅速捕捉市場變化的趨勢，並生成基於數據的股價變動建議。這一技術不僅提高了分析的準確性，還顯著提升了反應速度，幫助投資者把握即時機會。 我們的目標是利用生成式AI技術，創建一個工具，提供股價漲跌建議，協助投資者作出更明智的決策，以實現投資效益最大化。透過該工具，投資者能夠掌握市場動向，降低投資風險，並提升投資報酬率。我們的AI系統會綜合考慮多種因素，包括市場趨勢、企業財報、總體經濟指標、社交媒體情緒等，形成全面而深入的分析，幫助投資者識別潛在的投資機會和風險。 本產品的初衷是為不同經驗層次的投資者提供一個可靠且易於使用的工具。無論是初學者還是專業投資者，皆可透過我們的AI技術獲得客觀且全面的分析，進而做出明智的投資決策。這不僅使每位投資者都能在市場中更具競爭力，還促進了數位化投資的普及，將金融投資帶入一個全新的時代。

桌球反拍訓練輔助系統

梅關係

本研究主要是針對初學者，設計與開發一套簡單易用的桌球反拍訓練輔助系統，這個系統可以提供即時的發力反饋，幫助初學者更快地掌握正確的發力技術，並提高訓練效率。本研究在Android 智慧型手機上開發輔助訓練系統，透過穿戴式裝置和擊球影片，讓穿戴者可以根據肌肉的用力數據和擊球影片，掌握擊球瞬間的發力情況，並且在手機 APP上顯示每一球的發力數據和影片，讓訓練球員能即時的改善擊球的動作。 現行偵測使用者肌電訊號的方式，幾乎都是使用Myo臂環或是黏貼感測器至桌球拍中。但Myo的電極片在臂環內側，感測使用者肌電時需將臂環緊緊貼著皮膚，穿戴時間拉長後，會在手臂上產生壓痕，讓使用者感到不舒服；而黏貼感測器至桌球拍中會讓桌球拍重量改變。因此我們改成使用MyoWare Muscle Sensor肌電感測器，讓臂環更加輕便，使用者使用起來更加方便，也能提供更加靈活的佩戴體驗。 通過這種方式，初學者可以根據肌電訊號和影片數據，分析擊球瞬間的發力情況，並迅速掌握正確的發力技術。此外，輔助訓練系統能幫助使用者了解擊球時機是否合適，並根據畫面上顯示的數據進行自我檢討。透過這種方式，訓練者不僅能逐步改善擊球技巧，還能加深對力量運用的理解，進而促進整體訓練效率，從而進一步提升其運動表現。

智慧道路健檢平台

奧古史塔森

智慧道路健檢平台是專為提升道路安全而設計的綜合解決方案，結合了深度學習、邊緣運算與資料可視化技術，能自動檢測和分類道路損壞類型。該系統使用高解析度攝影機進行影像擷取，並通過 Nvidia Jetson AGX 平台進行實時影像處理和模型推理。利用 U-Net 進行影像分割，該模型能夠準確識別並標記道路區域，過濾掉非相關背景，以確保後續 YOLOv7 損壞檢測模型的準確度。YOLOv7 負責辨識並分類不同類型的道路損壞，如裂縫、坑洞等，並將結果回傳至後端系統。並利用 ByteTrack 演算法進行多目標追蹤，能有效記錄並追蹤各損壞點的歷史數據。每個損壞點都被賦予唯一的 ID，這使得用戶可以根據時間或位置追蹤損壞情況的變化。所有檢測數據都會儲存於 SQLite 資料庫中，便於進行後續的數據分析與報告生成。資料庫中的 GPS 座標透過 Flask 與 React.js 架構的網頁前端進行顯示，實現即時的地理資訊展示功能，用戶可以透過互動地圖查看不同縣市或城市的道路狀況，以更便捷的方式管理維護工作。 在實際應用中，系統能夠展示出優越的性能，效能可以達到30FPS，並且降低了人工檢查的需求和時間成本。該平台不僅解決了傳統檢測方法的效率低下問題，還通過數據積累和分析，為未來的道路養護決策提供了重要依據。整體設計過程也包括了反覆的測試與改進，以進一步提升系統的準確性和穩定性，並期望未來能在更多道路環境中廣泛應用，成為智慧城市發展中的一項重要技術支柱