| 作品介紹 |
『木材』改善了人類的生活品質，甚至可以說因為有了木材，人們才有了安全的避風港，從而有餘力做其他事，進而推進歷史。
台灣充滿著美麗且豐富的樹種，但是根據農委會統計，台灣木材自給率卻不到1%，但是每年卻有150萬噸廢棄木材，從國外進口的木材會面臨乾燥的課題，也是木材前置處理的重要環節。來自外地的木材，因各地濕度不同的問題將使得木材膨脹亦或是收縮，進而導致家具或是木製品在進口後龜裂亦或是塗層浮泡。而商家常因為檢查儀器、人力的成本過高問題所苦惱，畢竟並非任何人都可以辨認不同樹種，因為每種木材都有不同的特性，導致濕度測量更加的困難。
於是我們開始思考，要如何實現自動化的測量，如果將人可能造成的錯誤判斷都交給智慧辨識，並且透過低成本的硬體系統去處理，是不是就可以達成『低成本』並且『減少大量的損失』，如此一來，既能解決林業及建築等木材相關產業的問題也能達到永續發展的目標。
木材需求與日俱增，世界自然基金會WWF更指出2050年，木材需求將增加兩倍，各種有效率的伐木機如潮水般湧出，但是測量時的誤判卻造成了大量的損失，更甚至導致地球的環保危機，許多廠商卻因為利益而忽略木材的耗損，所以如何在自動化及環保意識抬頭的今日有效率的將兩者結合，就是我們所研究的方向。
目前發展中的各式量測儀器中，無論是哪一款都有一個很重要的前提，就是需要具備專業的知識以調整不同模式進行測量，但是這也造成了一般人使用的不便利，所以本專題的研究宗旨是如何「自動」、「有效率」、「方便」的測量。
本作品『以嵌入式系統為基礎之木材智慧感測器』欲發展之系統不僅可以改善現今感測器在某些條件下的使用限制，也可以與主流的感測器進行無縫配合，未來也可以運用在更多不同的木頭種類的測量技術上。現階段我們可以透過數據測量及分析取得木材的水分、電壓、電阻的相關係數及不同木種的關係，再利用數據統計進行相關公式的建構，並使用影像深度學習來分辨不同的木種並且進行不同運算公式的選擇，並藉由影像辨識索取得數據並且搭配上四線式電壓量測及ADC後的數位訊號進行運算，最後便可以得出不同木種的溼度、電壓及總電阻，相信本專題可以提升未來的木材濕度的測量準確性，並且可以有效率的避免人為判斷錯誤導致的相關損失。 |