工程學科(一)科

本研究以寵物智能自動餵食器相關產品為基礎進行改良，運用影像辨識技術來判斷其健康狀況，目的為改善動物福祉、解決動物與醫護人員之間無法溝通的問題，進而建立一套動物陪伴型照護系統。有效利用這套即時照護系統，可更好地關注動物的情緒健康，及時發現潛在的問題並提供適當的醫療幫助，確實避免飼主因繁忙、對寵物關注度下降而導致動物鬱鬱寡歡等情況發生，具有重要意義。

牛奶是嬰兒主要營養來源。喝奶時吸吮奶嘴的動作，對於新生兒是一種口腔肌肉的訓練，更是心理層面的滿足。 嬰兒喝奶時，總會剩下大約30ml，對家長而言除了擔心寶寶營養不夠外，金錢上的浪費更是驚人。以出生一個月的嬰兒為例，每天需喝6~7次奶，每次約120ml。以每天喝6次牛奶。平均一周會喝完一罐奶粉，其中約四分之一是沒喝完倒掉，這樣一個月平均倒掉奶粉成本就超過一千元。 本研究發現，嬰兒吸奶過程中會造成瓶內壓力小於環境壓力。當瓶內液體剩下約原本的1/4時，瓶內、外壓力差會使嬰兒吸吮力道不足以將牛奶吸出。因此大部分嬰兒都會放棄。本研究設計了一個加壓機構，藉由調整瓶內外壓力差，幫助嬰兒順利的喝完牛奶。

本作品為遠低於市價ROV的材料，設計出能在水下移動的載具，加入連線在式子母船的概念，完成能遠端控制與觀察影像的水下遙控載體。首先設計可以水下自由行動與水下攝影的子船，設計電力系統與無線訊號傳輸的母船。藉由Labview設計出由電腦介面進行遠端控制的程式，再經由USB多功能 I/O 介面卡傳輸到無線訊號2.4G接收板，來進行遠端遙控。 除了由電腦控制外以十字手搖開關進行手動遙控試驗並將線路連接完整，藉由切換的開關來改變操作的方式，即最終改良成可手動控制或電腦控制。經海邊測試能達成無線遙控子船，水中沉浮前進動作，並搭配子船到水下攝影鏡頭接收到水下影像，達成簡易型水下生態觀測之遙控無人載具。

最近國內外災害頻傳，因此我們自製超低頻物質波感測器。融合類比訊號處理電路、數位化的分析系統。擷取外界環境或人體微弱的訊息，匯入電腦存入資料庫，加以辨識，將分析結果傳輸至筆記型電腦，供相關人員處理。提供災害預警與諮詢，達到遠端監控、現場搜救、守護國民安全之目的，本研究系統包含下列功能： 一、偵測超低頻物質波 研發超低頻物質波感測器，能偵測到微弱的超低頻物質波。 二、類比訊號處理電路 利用運算放大器，組合成多階濾波器，去除雜訊。 三、自動化檢測介面 全自動訊號取樣，並進行訊號處理與分析，並立即顯示時域、頻域訊號的波形。可以即時偵測地震，或災難時偵測生命跡象。

本研究開發的多軸向光學式震動測量裝置，結合物聯網技術達到監測震動訊號並即時警示的目的，首先確認慣性單擺的光柵繞射光學特性能有效測量出震動訊號，並可在連續震動狀態下，有效且持續記錄震動訊號。其次在震動訊號分析上，以OBSPY程式輸出訊號頻譜圖，並自行開發的Python程式利用增加執行緒的模式，提升影像紀錄取樣率達到符合資料分析所需之奈奎斯特頻率(Nyquist frequency)條件，並進行運算與濾波將數據有效運用。更透過3D列印技術製作出可記錄平面震動與垂直震動訊號的微小化多軸測量裝置，將監測與紀錄震動訊號之數據，透過物聯網傳輸，儲存於雲端資料庫內，同時可即時偵測震動訊號是否超過警示數值，並透過line notify將警示訊息發送出去，達到即時監測與警報的目的。

台灣是個四面環海國家，土地面積為3.6萬平方公里，人口約2千3百萬人，2019 年人口成長率為 0.2%，根據內政部資料得知，人口老化指數，由107年1月106.35，到108年2月113.93%，人口結構觀察，高齡者(65歲以上)比率逐年上升，台灣老人占總人口12.83%，逼近 14%高齡社會。 而老年人的食、衣、住、行，更需我們多花一份心思去關心，其中尤以「行」最為我們關切，根據內政部資料統計及新聞報導，台灣失智人口在 2017年底已超過27萬人，65歲以上老人每13名就有一名失智，衛福部的調查顯示表示，2031 年失智人口將增加到 46 萬人，2061 年將超過85萬人，等於未 來 40年內，台灣平均每40分鐘新增1名患者，每天增加38人罹病，此問題乃是我們關切之重要因素。

本研究針對近10年來超過30名消防員在救火時殉職，分別開發現場閃燃偵測模組和事前預防模組，前者能在消防員架設熱顯像儀之前，先將探測球丟入火場中，探測球利用ESP32並透過MQTT向樹莓派發送感測數值，並送至SQLite資料庫進行處理，再行計算閃燃發生的可能性，指揮官根據結果再決定是否靠近或暫緩；遙控履帶車則進行相同操作，除了更精確定位偵測外，並搭配鏡頭增加起火點、煙霧偵測功能，這些資訊能輔助指揮官做出正確決策，降低消防員的傷亡。 事前預防模組為巡查並偵測火災發生機率，可用在工業區等環境，先做好道路循跡模型與火災辨識模型後，在車上安裝各式氣體感測器搭配鏡頭辨識，根據回傳的數值做運算，可判斷火災發生的可能性並做及時處置。

無線充電是新型的一種充電方式，原理是利用電磁感應達到無線傳輸的一種充電方式，無線充電總共有四種，分別是磁感應式、磁共振式、電場耦合式、無線電波式。本篇研究將對磁共振式無線傳輸模組進行探討，並且與磁感應式無線傳輸模組進行功率數據上之比較，探討磁共振是否能提供無線傳輸更好的傳輸功率。當輸入方波訊號並且頻率由10kHz~100kHz，實驗結果發現當磁共振式的輸入頻率為60kHz時測量到的功率為最大，磁共振式相較磁感應式在功率上高約22倍，當兩線圈間達到阻抗匹配及諧振匹配能夠使功率進一步提升至29倍。依據實驗探討和結果，可以得知影響磁共振式功率的原因有線圈的電感值，以及發射線圈和接收線圈間之諧振匹配與阻抗匹配。

本研究目標在建構可以識譜及吹奏中國笛的吹笛機器人。中國笛演奏必須協調吹法及指法；藉由控制吹氣流速、吹嘴角度及六指按壓音孔的變化來控制音高以完美地吹奏樂曲，是一項複雜的演奏技術。機器人以模擬吹笛口型的吹嘴，搭配兩個風箱往復送氣到一個壓力調節風箱送氣，以微控制板控制六個機械手指來蓋放完成演奏，為在音尾可確實止氣，設計一個風門，利用風門開闔也可模仿吐音技巧讓笛聲明確發音。辨識樂譜方面收集樂譜樣本，樣本分成譜線、音符、節奏三套，透過多任務學習MTL的深度學習架構進行訓練，建構可以辨識五線四間及二、四、八分音符的樂譜辨識模型。經測試若樂譜在符合音域範圍內，可以完整的辨識，轉換成音符資料傳送給吹笛機器人吹奏。

本研究旨在探討透過雷射光偵測遠端聲音震動訊號，並將震動訊號還原成聲音之可行性。研究發現：透過雷射光偵測遠端聲音震動訊號，並將震動訊號還原成聲音具有相當可行性，但因為電壓訊號係收集反射之雷射光，並非直接訊號而是參雜了許多雜訊，因此雜訊去除是聲音還原主要關鍵因素。本研究先將電壓訊號進行資料預處理及轉換為梅爾頻譜圖可視化後，再以三種不同雜訊去除方法降噪，並與原始聲音進行SSIM-結構相似性比對，發現深度學習UNet模型表現最佳。最後研究中所訓練的UNet模型，在單頻、雙頻聲音的表現相當良好，相似度最高達0.930；但在古典音樂多頻複雜情況下表現較不理想，相似度最高達為0.434。