成果展示

AI智慧分類機器人：銀齡小助手

豪想拿第一

隨著智慧生活與數位家庭概念的興起，永續發展已成為現代科技應用的核心，尤其在居家生活層面，垃圾分類也是實踐環境永續與社會責任的重要一環。本作品設計一套結合AI影像辨識與機器人技術的智慧垃圾分類系統，從日常生活出發，落實智慧生活與綠色永續理念，並回應高齡社會對智能照護與家務協助的需求。為實踐數位永續科技精神，本系統從家庭垃圾分類出發，導入深度學習模型，即時辨識多種類垃圾，提升分類準確率與多樣性。藉由六軸機械手臂精準拾取垃圾，執行分類作業減輕人力負擔。搭配全向移動的麥克納姆輪，機器人可靈活穿梭居家空間，並設有AMR專用升降裝置有效擴展操作範圍。設計亦考量高齡與行動不便者的使用情境，使民眾無需專業背景，即可輕鬆參與環保行動，實現科技融入生活、推動綠色永續與社會照護的多重目標。本作品不僅是智慧家務的技術實踐，更是一項面向未來生活的永續創新。透過高靈活度與智慧控制流程，機器人能主動參與日常家務，提升生活品質並減輕家庭負擔。模組化設計具良好擴充性，未來可應用於社區分類管理、碳排監控與ESG資訊整合，進一步推動智慧城市與環境治理。本系統展現科技服務民生、關懷社會並兼顧環境永續的整體價值，為數位永續發展奠定堅實基礎。

定位追蹤與危險通報之工安帽系統

做工的人

建築及公共工程產業長期為台灣經濟發展的重要推力，但工地現場仍時常發生導致重大傷亡的工安事故。許多事件的根源來自工地環境複雜、管理機制不足，以及現行安全監測與告警措施無法即時反映現場狀況。儘管產業技術與工安法規持續進步，統計資料顯示重大職災的發生率並未顯著下降，反映現行的安全管理方式仍有改善空間。 在現場作業規範中，工人必須佩戴工安帽以確保頭部防護。然而，實務上工人因悶熱、重量或長時間佩戴不適等因素，時常自行脫帽或未正確佩戴，使事故風險大幅增加。若因未佩戴工安帽而遭查獲，不僅會造成業主受罰與違規記錄，也會影響企業的形象與工地的安全評級。此情況反映出工人舒適性與安全規範之間存在落差，顯示智慧化監測系統的重要性。 除了安全配備的問題外，工地作業也受到個人健康狀態的影響。施工環境通常伴隨高溫、長時間勞動與高度壓力，容易引發心血管疾病、熱危害或其他突發性身體不適。近年發生的案例包括工人在作業期間突然心肌梗塞、因中暑或熱衰竭而倒地等事件，顯示生理狀態監測不足所帶來的重大風險。如果能即時掌握心率、體溫等指標，便有機會在症狀惡化之前進行預警，避免許多意外。 市場上雖已有部分企業推出智慧工安帽產品，但多數系統仍存在功能不完善、回饋延遲、定位精度不足等問題。例如部分系統高度依賴外部網路頻寬進行通訊，一旦在訊號不良的工地環境下，便容易造成資料傳輸延遲，無法提供真正的即時危險通報。同時，現有產品多缺乏可靠的室內定位能力，使得在金屬結構密集或遮蔽物較多的場域中，定位誤差明顯增加，限制了其在實際工地中的應用。 因此，本作品提出一套「定位追蹤與危險通報之工安帽系統」，旨在解決現行工安管理中資訊延遲、定位不準、生理監測不足與佩戴偵測不易等問題。本系統整合 UWB 室內定位技術、生理感測模組、異常行為判斷邏輯，以及 MQTT 與 WebSocket 等即時通訊協定，能快速捕捉工人的位置變化、生理狀態與危險事件，並即時回傳至管理端。透過此系統，工地監督者能在第一時間接收到異常警示，大幅縮短事故反應時間，有效提升作業安全與現場管理效率。

生命衝線：智慧急救輔助系統

路過的NPC*4

在緊急醫療事件中，黃金救援時間是指事故發生至專業醫療介入前的關鍵數分鐘，若能即時進行妥適處置，將大幅提升存活率並降低後遺症風險。然而，多數民眾因缺乏急救知識與操作經驗，常在關鍵時刻無法即時反應，錯失救援機會。本系統「生命衝線」正是在這樣的需求下誕生，整合急救所需的各項流程，協助使用者快速反應完成初步急救。 本系統致力於在緊急醫療情境中，提供一般民眾即時且有效的急救輔助，整合以下五大核心功能，以提升現場應變能力與救援效率： 1、急救電話撥打引導與定位提示：協助使用者快速完成撥打119流程，並顯示即時 GPS 定位資訊供語音報案使用。 2、急救症狀初步辨識與對應處置教學：透過症狀選擇與影片AI分析協助判斷情境，並提供對應的急救處理步驟；同時導入CPR實時動作偵測與CPR節拍器輔助施救。 3、AED 地圖查詢與營業資訊整合：即時查詢附近 AED 設備的地點、可使用時段與導航路線，提升尋找與取用的便利性避免白跑與時間浪費。 4、急診醫院即時資訊與最佳就醫路徑建議：整合鄰近醫院的急診床位、人流狀況與預估前往時間，輔助使用者選擇最合適就醫地點。 5、多人協救分工模組：建立協作模組，將現場協助者進行任務分配，如撥打119、取AED、記錄症狀，提升救援效率與組織性。 透過上述功能，系統將有效輔助缺乏急救經驗的民眾在救護車到達前的黃金時間內，採取正確應對措施，爭取寶貴的救援時機。 此系統不僅是技術創新的展現，更是社會責任的實踐，讓每個人在黃金救援時間內發揮關鍵價值。

情有可原

聽你在Emo

一、簡介 在情緒議題逐漸被重視的時代，「情有可原」以自行設計的語音情緒辨識模型與 AI 為核心，打造一款能傾聽、能理解、能建議的情緒平台。 本作品透過使用者自述，能獲得即時情緒分析與個人化回饋，同時也為心理師、輔導老師提供客觀且數據化的追蹤工具，開啟人機共融的心理健康新世代。我們相信，每一次說出口的情緒都「情有可原」，透過平台能夠輔助使用者們得到良好的體驗。 二、作品目標群眾與環境 目標族群：青少年族群、心理輔導中心、教育單位、諮商師 應用場域：校園心理健康、線上輔導、遠距情緒關懷 三、核心特色功能 本系統結合心理學理論與人工智慧技術，開發一套協助使用者表達自我、理解情緒並獲得實質建議的語音情緒分析平台，透過架設在網頁介面方便使用者進行音訊上傳、自動辨識情緒、呈現統計圖表與產出分析報告等多種功能。 雙角色登入機制：使用者與諮商師各自擁有專屬操作介面與功能權限。 即時情緒辨識 : 使用者只需說出當下感受，平台即時分析六類情緒（快樂、悲傷、憤怒、驚訝、恐懼、中性）。 AI 小助手生成建議：結合 Gemini API / Qwen ，自動生成相關的文字建議，並保有上下文相關聯敘述。 情緒可視化追蹤：以圖表呈現情緒比例與變化趨勢，協助自我反思與心理追蹤。 PDF 報告匯出：一鍵生成分析報告，方便諮商師記錄與會談參考。　 我的天地 : 透過個人聊天室與 AI 聊天，讓無法開口說出的心事得到舒緩。 隱私安全設計：全程 HTTPS 傳輸，音檔僅於記憶體運算，不在伺服器留紀錄。

AI公車行人軌跡預警系統

AI行者護衛隊

隨著都市化進程加速，交通流量日益飽和，行人與車輛在道路上的衝突風險顯著提升。為解決此問題，本專案「智慧行人守護先鋒隊」提出一套搭載於公車的智慧安全警示系統，旨在透過尖端AI技術，防範交通事故於未然。 本系統以NVIDIA Jetson邊緣運算裝置為核心，整合攝影機、YOLOv8物件偵測及ByteTrack追蹤演算法，能即時、精準地辨識並鎖定公車周遭的行人與機車。系統的創新之處在於導入生成對抗網路（GAN）模型，使其不僅能「看見」當下的路況，更能「預見」未來1至3秒內行人與車輛的可能行進軌跡。 當系統預測到潛在的碰撞風險時，會立即啟動紅、黃、綠三層式警示機制，透過視覺與聽覺信號，提醒駕駛提前應對，有效彌補反應時間差與視線死角。此外，所有警示事件與數據將回傳至後端分析平台，自動生成熱區地圖與統計報告。更進一步，平台在網頁端導入了大型語言模型（LLM），能將複雜的數據和警示事件，轉化為結構化的中文報告摘要，並提供交通政策問答介面，不僅輔助駕駛，更能為交通管理單位提供數據驅動的決策支援，從而優化道路設計與交通政策。本作品結合了即時偵測、軌跡預測與數據分析，打造了一個從前端預警到後端智慧決策的閉環式智慧交通安全解決方案。

AI 輔助顱內動脈狹窄自動定位

AICAS

Intracranial atherosclerosis (ICAS) is a major cause of ischemic stroke and is challenging to localize manually on Time-of-Flight Magnetic Resonance Angiography (TOF-MRA) images. The difficulty arises from tortuous, overlapping vessels, low vessel–tissue contrast, and subtle stenotic lesions appearing as small gaps easily missed by radiologists. To address these challenges, we present a deep learning–based framework for fully automated, radiation-free ICAS localization on TOF-MRA scans. By accurately identifying stenotic regions, this tool enhances diagnostic sensitivity, spatial precision, and clinical workflow efficiency, supporting more effective patient care.

顯眼包

我是顯眼包

「顯眼包（VisionBag）」是一款結合人工智慧、機電整合與人因設計的背負式即時字幕系統，旨在協助聽障者與聽力退化者於課堂、演講與公共活動中即時獲取語音資訊。根據世界衛生組織統計，全球約有4.3億人面臨中度以上聽力障礙，但現行聽打服務受限於設備固定、距離過遠及成本高昂，使聽障族群難以即時理解語意內容。「顯眼包」的設計理念在於讓字幕主動靠近使用者，實現資訊可及與溝通平權。 系統採雙平台架構，由Jetson Xavier NX負責語音擷取與AI推論，Raspberry Pi 5負責顯示控制與視覺伺服。語音經增強型語音轉文字模型（Enhanced Speech-to-Text）即時轉錄為文字，再透過改良後處理模型（Improved Text Model）進行降噪、關鍵詞加權與同音字修正，使字幕具高準確率與語意連貫性。字幕內容即時顯示於背負式18吋主螢幕、10.1吋副螢幕及Web App介面，使用者可同步閱讀、調整字體或下載完整紀錄。 硬體結構結合步進馬達、行星減速器與伸縮滑軌，搭配視覺伺服（Visual Servoing）技術，使螢幕能根據觀眾位置自動旋轉與升降，確保字幕始終位於使用者視線範圍。整體重量控制於七公斤以內，續航時間達四小時以上，並於本地端完成所有運算以維護資料隱私。 系統整合六大核心功能：其一，「字幕工坊」負責即時語音轉錄並顯示段落化字幕；其二，「字幕快遞」讓使用者可透過Web App發送協助請求；其三，「接收快遞」由工作人員即時接單，實現行動化服務；其四，「錄字管家」自動記錄完整活動字幕供檢索與下載；其五，「關鍵助手」允許講者上傳講稿以抽取並加權專業詞彙；其六，「關鍵管家」則提供後台管理與語料調整，使轉錄內容更貼近真實語境。 「顯眼包」融合語音辨識、視覺控制與可攜式顯示模組，突破傳統字幕設備受限於場地的問題，讓字幕能隨人移動、即時呈現。此系統不僅提升聽障者的資訊可及性，也展現AI與智慧控制技術於無障礙輔助領域的創新應用，落實數位永續與社會共融的核心精神。

「語」你同行

不太會說話俱樂部

失語症是常見於腦中風或頭部外傷後的語言障礙，患者可能在語音表達、詞彙選擇、理解能力等方面產生困難，導致日常溝通受限，進而影響自信心與生活品質。傳統語言治療需仰賴一對一面授，受限於資源與復健動機，讓許多患者難以長期堅持。因此，本團隊開發一套創新的失語症語言復健系統為語易復聲（Aphasia Rehab AI），整合生成式語言模型（LLM）、自適應語音辨識技術與遊戲化互動設計，協助患者突破復健過程中的動機與回饋瓶頸。系統架構包含專屬患者App與治療師雲端管理平台，建造雙向、持續且可量化的語言訓練生態。在功能設計上，以「語你闖關」將詞彙訓練結合遊戲劇情，讓患者循序漸進練習語言，提升參與與趣味性。針對發音矯正，設計「說分秀意」功能，能即時語音評分並搭配口型與圖像提示，協助精準修正發音。系統亦支援「聊療無礙」AI對話，模擬生活情境，降低溝通焦慮、建立自信。依據患者表現，自動調整「課進樂成」個人化課表，確保訓練符合康復進度。透過「數護連連」即時追蹤復健成效，並以AQ（持續力）、BNT(語言表現)等指標自動產生分析報告，協助治療師精準調整療程。本系統期望能成為失語症患者與治療師的最佳夥伴，提升語言復健效率與生活品質，開創智慧醫療新局。

PAODA System

碳路跑達隊

隨著氣候變遷議題升溫，減碳已成全球共識。自《巴黎氣候協定》簽署以來，逾75國推動碳費、碳稅與碳權交易，歐盟更實施碳邊境調整機制。台灣也於2024年啟動碳費政策，預計2025年開徵，使碳排放直接影響企業營運成本。然而，物流業作為高碳產業，普遍欠缺系統化碳管理能力，現有作法多以「分段型」介入特定階段，缺乏從碳盤查到營運優化、再到成效監測的跨階段整合設計。企業往往需依賴多套工具分別處理，造成資訊斷裂、管理繁瑣，且多數系統仍停留在事後資料彙整，缺乏即時回饋與預測能力。面對日益趨嚴的碳政策，物流業亟需建立整合性碳管理體系，以降低風險、提升減碳成效，並奠定永續競爭力。 為因應上述挑戰，本團隊決定開發一款專為物流產業所設計的系統，名為PAODA System。同時，我們將各項功能系統性地整合至團隊所提出的「PAOD碳管理循環流程」，目的是突破傳統技術「各自為政」的限制，建立一套高度整合且具動態調整能力的碳管理模式。 而本團隊所提出之「PAOD碳管理循環流程」，旨在協助物流產業系統化推動碳管理，並分為四大核心階段：碳排盤查、碳足分析、減碳優化及監測迭代。在碳排盤查階段，系統會收集所有派送任務的清單，追蹤過去的運送路徑和歷史，並進行近期的碳排分析與智能碳排對比。同時，該階段亦導入ChatBot智慧問答功能，以此來協助自動化碳排資料的收集與彙整，為後續分析提供基礎數據。接著進入碳足分析，系統將深入分析影響碳排放的各種因子，包括：車輛的碳足跡和性能，以及透過AI演算法評估駕駛操作對碳排的實質影響。所有分析結果將透過ChatBI自動生成視覺化圖表，幫助企業快速掌握關鍵趨勢與改善重點。在優化階段，系統使用半智能和全智能AI進行智慧排程，並透過智慧裝箱算法來提高裝箱的效率，減少每單位貨物的能源消耗和碳排放。此外，透過預估最佳運送路徑及車輛壽命分析，協助企業制定低碳運輸策略，並及時汰換高碳排或老化車輛，以優化資源配置。最後，在監測迭代階段將透過ChatBot提供個性化的維護預警與提醒，並利用ChatBI進行視覺化監測，以便企業設定相關KPI，並根據結果進行調整，從而促使流程重新啟動碳排盤查，形成一個持續改進的迴圈。

AI公車行人軌跡預警系統

AI行者護衛隊

隨著都市化進程加速，交通流量日益飽和，行人與車輛在道路上的衝突風險顯著提升。為解決此問題，本專案「智慧行人守護先鋒隊」提出一套搭載於公車的智慧安全警示系統，旨在透過尖端AI技術，防範交通事故於未然。 本系統以NVIDIA Jetson邊緣運算裝置為核心，整合攝影機、YOLOv8物件偵測及ByteTrack追蹤演算法，能即時、精準地辨識並鎖定公車周遭的行人與機車。系統的創新之處在於導入生成對抗網路（GAN）模型，使其不僅能「看見」當下的路況，更能「預見」未來1至3秒內行人與車輛的可能行進軌跡。 當系統預測到潛在的碰撞風險時，會立即啟動紅、黃、綠三層式警示機制，透過視覺與聽覺信號，提醒駕駛提前應對，有效彌補反應時間差與視線死角。此外，所有警示事件與數據將回傳至後端分析平台，自動生成熱區地圖與統計報告。更進一步，平台在網頁端導入了大型語言模型（LLM），能將複雜的數據和警示事件，轉化為結構化的中文報告摘要，並提供交通政策問答介面，不僅輔助駕駛，更能為交通管理單位提供數據驅動的決策支援，從而優化道路設計與交通政策。本作品結合了即時偵測、軌跡預測與數據分析，打造了一個從前端預警到後端智慧決策的閉環式智慧交通安全解決方案。