成果展示

智慧機器


第二名

工業4.0智慧物流機器人

任我行

目前電商網購平台與物流系統非常多,大都仍然採用人工處理訂單與物流,或是需要建構大量地標與條碼來達成自動化。本作品的目標是導入工業4.0的跨域技術,結合人工智慧、物聯網、數位化工廠、雲端服務、通訊等技術,建立能夠快速反應消費者需求、精準搬運、減少成本浪費的工業4.0智慧物流系統。 本作品應用深度學習、影像伺服控制與自主導航技術,開發了一套協作移動機器人智慧物流搬運系統,並結合資訊與雲端服務打造自動化的工業4.0智慧物流系統。首先使用OpenCart建立一個網路購物平台(Shopping Website) 提供消費者購買商品並下訂單,其基於關聯式資料庫MySQL來儲存與管理網站上的訂單資料。接著使用Node-RED開發工具撰寫店員代理人(Clerk Agent)程式,自動從資料庫篩選未處理的訂單,解析訂購物品與出貨地區等資訊,經由ROS2(Robot Operating System 2)框架,發布訊息至工業4.0物流系統(Industry 4.0 logistics system)。並更新訂單狀態到UI介面,讓消費者能追蹤貨物運送的狀況。工業4.0物流系統則根據訂單資訊派遣自主移動機器人(Autonomous Mobile Robot, AMR)自主導航前往倉儲揀選貨物,其使用YOLOv8深度學習影像辨識,找到訂單所需的多種貨物所在位置,並運用影像伺服技術控制機械手臂抓取物品至貨箱,並將貨箱送達集貨區。隨後,藉由多機協作技術,派遣另一台AMR機器人根據訂單地址將貨箱送達指定出貨區域,並即時更新訂單狀態到UI介面,讓消費者能夠追蹤貨物運送的處理狀況,從而實現從下訂單到出貨的全自動化物流作業流程。

分級新功法-脂豬必校

油你真好

在豬隻身上,脂肪主要堆積在表皮下、肌肉間以及器官周圍,而肌肉束之間的脂肪被稱為大理石花紋或肌內脂肪。為了深入研究,我們前往屠宰場進行實驗,運用索式萃取器對豬肉油花進行精準的萃取,這項技術可以精確測量豬肉中的油花含量及比例,達到自動化辨識,此外本專案還進行肉色、油花分佈是否均勻等技術,實現了豬肉品質評估的數位化和客觀化,推動肉品市場行業向更精確和永續的方向發展。同時提供所購肉品的對應料理方式,建議選擇最適合肉質的烹飪方式,最後採取消費者回饋意見表單,將會客製化提供屬於消費者的飲食習慣等建議推送。未來將會把評級系統拓展至黑鮪魚、日本和牛、澳洲和牛等常見高單價肉品,進一步來完善本專案。 「分級新功法-脂豬必校」是一套使用手機一鍵拍照,即可判定肉品等級的系統,透過六個部分達到精準且自動化的分析與判斷,首先是AI白平衡光源校正模組利用深度學習模型,針對不同光源進行校正,確保每台設備在各種光源條件下都能拍攝出真實且一致的影像色彩。第二個為YOLOv9影像分割模型,針對拍攝中的複雜場景,準確定位並分割出圖像中的主要物體。第三個為AI肉品辨識分析模組,使用CNN卷積神經網路,精確識別肉品中的油花部分,並進行比例的計算,其結果與索式萃取法的誤差在0.2%以內;肉色的判斷則透過將RGB色彩空間轉換至LAB色彩空間,使結果更接近色差儀的測量值,誤差僅為2個單位內。第四個為自動化肉品均勻判斷,將分割後的肉品圖像劃分為九個相等的區域,逐一分析各區域的油花分佈,並透過連續型機率分佈來進行計算。第五個為AI食譜推薦系統,利用大數據技術精準推送符合其口味及肉品等級的食譜,提升使用者的烹飪體驗。最後打造LLM大型語言模型互動機器人,使消費者能即時得知有關肉品的知識與建議,並減少因銷售話術而影響購買決策的風險。通過這六大技術,本專案將取代人工肉眼評級、複雜繁瑣的傳統實驗之外,還可以為產銷兩端的肉品品質有一個客觀、科學的評定方式。

第三名

海上箱網養殖自動餵料系統之設計

箱箱肥美

臺灣雖為遠洋漁業大國,但遠洋捕撈漁獲有九成直接外銷,實際上臺灣餐桌上的海鮮自給率不到六成,其中以養殖漁業為最大宗。2018年臺灣水產養殖業產值更首度超越遠洋漁業,近百分之七十七的產量為內銷。然而水產養殖近年也面臨一些挑戰,包含各項成本的上漲,漁業人口高齡化的問題更是不容忽視。根據漁業署110年統計資料,漁業從事業者平均年齡為57.3歲,顯示有高齡化的現象。 臺灣在發展海上箱網養殖方面擁有優越的地理條件。近年來,海上箱網養殖已成為世界上先進海洋國家爭相發展的產業。隨著該產業的迅速發展,越來越多的專家與廠商競相投入到自動監控系統的設計中,希冀以人工智慧、影像處理技術和自動控制等方法來解決傳統產業的人力短缺問題。海上箱網養殖具有不使用陸地水土資源、收成及單位水體生產力高等優點,且利用純淨無污染的海水養殖,因此養殖之魚類肉質鮮甜味美,廣受消費者青睞。 由於箱網養殖多採人工投餵方式,經常憑藉經驗來判斷飼料投餵是否足夠,易發生過量投餵的情形。飼料支出約佔箱網養殖成本的5成,若能減少浪費,便可大幅降低養殖成本,增加利潤,還可減少污染問題,使養殖環境維持乾淨,魚體保持健康。 本作品針對海上箱網養殖的餵料問題,進行痛點改善,設計一套自動餵料系統,旨在降低養殖業者飼養成本、提高生產效率和減少餵料浪費,亦可大幅減輕養殖人力的需求。透過本研發技術的應用,將可推動海上箱網養殖邁向更智慧化和永續發展的路徑。因此,本作品主要研究的重點是如何以自動、精確且有效率的方式,來協助業者最大化收益。 本作品將影像辨識技術與人工智慧演算法融合傳統水產養殖的相關知識,透過監測魚群進食之頻率、計算最佳飼料投放量等流程設計一套智慧化餵料系統,以「箱箱肥美」為名,旨在能有效掌握餵食量與魚體成長間的關係。研究將以海鱺魚為例,藉由人工智慧、影像辨識等技術來設計自動餵食系統,並以控制組和對照組來長期比較投餵飼料量和魚體成長情形,以驗證所提方法之有效性。

書法臨摹輔助系統

選擇困難小分隊

中文書法經過歷史的沉澱,不僅僅只是一種文字的書寫方式,更成為了藝術的表現形式。在書法的世界裡,一筆一畫都蘊含著豐富的文化底蘊和藝術情懷,通過不斷地學習,我們可以提升自己的藝術修養和審美能力。然而,書法作品容易受到時間和環境的影響而逐漸腐朽或破損,作品的缺失增加了我們透過臨摹來進行學習的困難。 近幾年,生成對抗網路(Generative Adversarial Network, GAN)走入人們的視野,許多中文字體生成的研究也使用此種方法來解決書法字缺失的問題。而現階段的研究皆表明,由於中文字的複雜多變,若單純使用生成對抗網路,容易產生出變形、扭曲的文字,甚至遇到文字破碎難以成形的狀況。為了克服這些困難,本研究結合筆畫分割(Stroke Segmentation)和風格轉換(Style Transfer)的方法,訓練出中文字生成模型,並將其整合至手機應用程式中。當使用者輸入欲臨摹的文字,模型會根據文字的筆畫及相關資訊生成對應名家風格的文字。接著,比對輸入字體與生成字體,提供使用者臨摹的建議,以便更有效地進行書法學習。 我們堅信這樣的系統能夠大幅提升書法學習者的臨摹效率,不僅幫助他們精確掌握字形結構,還能在不損及傳統書法藝術的美學價值下,提供個性化的學習建議。這不僅是傳統文化與現代科技的結合,更是一種藝術與技術共生的創新實踐。

佳作

智慧輪椅系統

快樂輪椅搬運工

本作品旨在解決醫院中高齡者或行動不便者缺乏自主移動工具的問題,並提升醫療服務的智能化與效率。我們開發了一款智慧型輪椅系統,使用者可透過手機APP進行租借並召喚輪椅,系統利用ESP32開發板接收藍芽訊號強度(Received Signal Strength Indicator, RSSI)實現室內定位,並利用A*演算法完成路徑規劃,使輪椅能自主前往門診、掛號處、領藥處或廁所等指定地點。 在功能設計上,系統具備行人偵測與避障功能。透過搭載的GigE攝影機及神經網路技術,系統可以進行實時影像處理,精確辨識行人和障礙物,並即時進行避障操作,確保輪椅在行進過程中的安全性。此外,我們還運用了物聯網技術,系統透過HTTP通訊協定達成手機APP端與PC端的資料傳輸,PC端利用Wi-Fi向Web Server發出請求,接收使用者於APP上點選的指令,進一步提供用戶自助操作的便利性與自主性。 在實際應用中,智慧輪椅系統不僅可以幫助行動不便者自主完成就醫流程,如掛號、看診與取藥,還能大幅減少醫療機構的人力需求,降低工作壓力,推動智慧醫療的發展。本研究的貢獻在於整合室內定位、路徑規劃與障礙物偵測等技術,實現智慧型導航系統,從而提升行動不便者的生活品質,促進醫療環境的智能化。 本作品可劃分為三大研究方向:第一,室內定位與路徑規劃;第二,行人偵測與即時避障;第三,透過手機APP租借智慧型輪椅,實現高效便捷的智慧醫療服務。

溺水偵測系統

我不敢相信咕嚕

隨著人工智慧(AI)技術的快速發展,尤其在影像識別和深度學習領域的突破,傳統的監控系統正逐步被智能化方案取代。這些技術進步為水域安全帶來全新契機,使即時監控和自動化識別溺水事件成為可能,從而有效減少溺水事故的發生率並提高救援效率。本研究旨在利用先進的人工智慧技術,開發一套即時監控並自動識別溺水事件的系統,藉此提升公共水域,特別是泳池的安全性,並減少溺水帶來的傷亡和社會負擔。該系統依賴多支監視器進行即時監控,預設配置4支攝影機,並可依需求擴增以涵蓋更大範圍。每支監視器搭載影像識別技術,並透過機器學習和深度學習模型進行溺水事件的自動判斷。這些模型經過大量數據訓練,能夠精準識別溺水姿態、行為特徵及環境變化(如突然下沉、長時間靜止等),從而實現早期預警。一旦系統偵測到溺水事件,便會立即啟動警報機制:系統將通過警報器發出響鈴和紅燈閃爍來引起注意,並將溺水者位置標示在監控螢幕上,方便現場救援。此外,警報訊息會同步發送至救生員的手機APP,即便救生員不在監控室也能及時接收通知,迅速定位並展開救援。這樣的設計有效縮短救援反應時間,提高救援成功率,並減少溺水事故的嚴重性。為了保證系統的準確性和穩定性,該系統的AI模型會不斷更新和優化,透過收集和分析大量實際監控數據來持續學習改進。設備方面,系統內建的自動監控功能會實時檢查設備運行狀況,若有故障立即通知管理員進行維修,確保系統穩定運行。這套智能溺水監控系統不僅大幅提升了水域的安全管理水平,也成為救生員工作的強力輔助。傳統的人工監控方式依賴人眼長時間盯著螢幕,容易因疲勞出現誤判,且在發生事故時難以第一時間做出反應。引入人工智慧後,系統實現即時監控和數據統計,在潛在危險發生時即刻警報,顯著提升了事故處理的即時性。 從社會角度看,溺水事故對家庭和社會帶來嚴重負面影響。每一起溺水事故不僅可能造成生命喪失,還會為家庭帶來持久的心理創傷,並加重社會醫療和安全管理的負擔。透過這套智能監控系統,水域管理者可大幅降低溺水事故發生率,提高事故處理效率,減少因溺水帶來的社會成本。總之,本研究致力於開發一套即時監控和自動識別溺水事件的系統,期望此系統能在公共泳池及其他水域安全管理中發揮深遠影響。隨著技術的進一步發展,我們相信這樣的系統將成為水域安全管理的標準配置,不僅能保障人們的生命安全,還能減少溺水事故對家庭和社會的負面影響。

全地形跟隨照護機器人

對對隊

全地形跟隨照護機器人主要設計目的是為了提供老年人和行動不便者更多的生活便利性和安全保障。隨著高齡化社會的來臨,許多老人經常面臨跌倒等意外風險,且缺乏即時支援,這款機器人可以在家庭或戶外陪伴老人,降低意外風險。 全地形跟隨照護機器人以 Jetson Nano 作為運算核心,並透過 AI 視覺技術,實現自主追隨和跌倒偵測功能。透過 AI 視覺模組,機器人可以識別並鎖定目標物或人物,並在不同的環境中進行即時追蹤。這款機器人還具備跌倒偵測功能,能識別使用者的動作是否符合跌倒的姿態,一旦偵測到異常狀態,即可發出警報和簡訊通知,以確保及時處理。機器人以 Arduino 為控制核心,通過即時計算來控制跟隨動作和人機互動,使整體運行更加順暢。 系統包含兩大模組,分別為跟隨模組和機械手臂模組。跟隨模組利用鏡頭偵測人物方位,透過姿態偵測來確定關節位置,並計算與使用者之間的距離,保證穩定、安全的追隨效果。而機械手臂模組配備了夾具和伺服馬達,運用 AI 辨識目標物品位置,根據物品方框的中心計算夾具的角度和方位,從而精準抓取並放置物品,幫助使用者完成日常需求。 為了增強機器人在各種場景中的適用性,我們對機器人的底盤設計進行了優化,使其具備強大的越野能力。在不同地形和室內外場景中,機器人能夠平穩移動,並自如應對起伏不平的地面。這樣的設計適合應用在戶外的庭院、步道等地方,讓機器人不受地形限制,進而在更多場景中提供便利。 我們期望未來能進一步優化這項技術,將其應用於更廣泛的場景中,並持續改善,最終讓機器人成為人們生活中的得力助手。

跨域整合特別獎

語眾不同失語症 AI復能機器人

大可不必


失語症是一種由於大腦損傷導致的語言障礙,患者在語言理解、表達和溝通能力方面出現顯著下降,這對他們的日常生活造成了深遠影響。失語症患者在社交場合中往往因為語言表達不清晰而遭遇溝通困難,導致社交功能受損;同時,他們在日常活動中也會遇到挑戰,例如難以理解指令或表達需求,這限制了他們的生活自理能力。此外,語言能力的下降會引發患者的焦慮、抑鬱等心理問題,增加了情緒壓力。因此,失語症的治療和康復成為醫療領域中一個重要的課題。傳統的治療方法主要包括語言治療、物理治療和藥物治療等,但在效果和效率方面仍存在挑戰,需要更創新的手段來提升治療效果。 本研究的主要動機是探索失語症AI復能機器人在護理和幼兒保育領域的應用潛力和影響。隨著人工智慧技術的發展,失語症AI復能機器人逐漸成為一項有力的輔助工具,不僅可以協助護理人員提供更加精準的語言康復訓練,還可以幫助幼兒保育人員促進幼兒的語言發展。這些機器人能通過互動式語言練習和個性化的反饋來提升患者的語言能力,減少傳統治療中人力投入過大的問題,從而提高護理和康復工作的效率。通過深入分析這一新興技術的應用場景及其優勢和限制,我們希望為護理專業人員和幼兒保育工作者提供有益的參考,並推動失語症康復領域的創新和發展,以提升患者的生活質量和社會適應能力。