水質同時受到有機染料與無機鹽類污染，現行處理流程常分段進行，能源又受天候限制。為此，本研究開發一套整合「即時檢測-自動啟動-光觸媒淨化」的太陽能驅動水質清淨機。分別以有機染劑的亞甲藍以及無機鹽類的磷酸鹽(優養化)、亞硝酸鹽(生物毒性)為污染代表，檢測儀使用Arduino以反應試劑的RGB顏色變化檢測，汙染濃度超標則啟動水質清淨機進行降解。清淨機利用二氧化鈦光觸媒來淨化水質，作動結果顯示在光觸媒的作用下，不同的污染物濃度均能大幅下降，達成水質清淨目的。在能源的利用上，採用太陽能板儲能以提供陰天、夜間光觸媒所需的紫外燈電力，有效解決除污的時間及天候限制，達成全天高效水質淨化，符合節能等永續理念，值得大力推廣。

本研究針對超市等室內空間中之逃生路線進行規劃，並利用Scratch建立模擬模型，結合曼哈頓距離與Dijkstra演算法進行最短路徑分析。研究旨在開發一套具效率的逃生路線規劃工具，以供空間設計與安全規劃參考。

卡踏與卡鞋是自行車運動中常見裝備。“上卡騎行”透過卡鞋與卡踏的鎖固或磁力吸附，提供6至9點鐘方向踩踏拉力，減少滑脫與力量流失。機械卡踏時有脫卡不及摔車報導；磁吸卡踏號稱安全脫卡，但缺乏實驗佐證。本研究內容包含（一）踩踏上拉力（二）平台踏板、機械卡踏與磁吸卡踏在不同坡度（0%、2%、4%、訓練台實境陡坡6%-10%）的效率、疲勞度比較及（三）2種卡踏脫卡安全差異。結果顯示上卡可提供踩踏拉力；騎行效率陡坡時顯著提升最高達14.13%，平地緩坡效率差異不顯著；上卡有助於降低相同踏頻下的疲勞度；脫卡安全方面，磁吸卡踏容錯率達100%，顯著優於機械卡踏的42.8%，有更高的安全潛力。

本研究透過運用AI技術輔助程式設計聲音合成器程式，以探索聲音波形生成與觀察分析聲音頻，實驗透過不同波形振盪器，並調控ADSR參數，與濾波器組合，我們用不同的合成方法，獲得各類樂器聲音的最佳合成參數，再以先前完成的自製樂器加以改進，透過Arduino偵測串聯電阻分壓電路傳遞琴鍵按壓的演奏訊號至電腦，再經由合成器運算合成輸出對應的樂音，藉由選定不同樂器模組實現樂團合奏。在研究過程中，為解決電腦端即時運算合成音色的耗時問題，我們預先合成並暫存不同樂器音色，提升演奏時的反應速度。最終，本研究在開源程式與AI的輔助下開發出一套支援多人即興演奏的音樂合成器系統，提供創新的音樂創作與演出方式，降低傳統樂器練習的成本與噪音問題。

本研究利用樹莓派Pi 4B、PicoW及各式感測器建構校園環境的自動化系統。整體架構中以Pi 4B為核心，負責各項資料以MQTT 技術傳送交換及Node-RED做數據呈現，PicoW則控制著各感測器操作。首先，從三種形式的LED燈找出最適合做為教室智慧燈光的燈光源，利用光照度感測器讀取光照度值反饋給LED控制器，自適應調整LED發光亮度PWM值；再利用人體運動感測器做為燈具自動開關的依據。另二個PicoW連接PM2.5、溫濕度感測器及太陽能路燈、水泵，隨時偵測校園環境的PM2.5值及溫濕度並自動化操作各設備。最後，以平板載具即時顯示各設備狀態，以可視化web界面觀察教室內燈光及校園內各項設備運作情形。

本研究探討雙翅目昆蟲（蚊⼦）對光源的「背部朝光反應」（DLR,dorsal-light response）在捕蚊燈設計的應用。根據2024年Fabian等⼈研究，昆蟲依賴光源調整飛行姿態，若光源位於下⽅，昆蟲可能翻轉墜落。因此本研究嘗試調整光源與電網相對位置，藉以了解捕蚊效率差異。更製作同時具垂直與水平網的雙電網捕蚊燈與僅有垂直網的單電網捕蚊燈進行⽐較。 研究結果顯示，垂直網與水平網的捕捉數量比例為2.57：1。⽽加裝水平網的雙電網捕蚊燈平均收集量為0.338克，單電網捕蚊燈為0.115克，重量比為2.94：1。本研究僅透過優化光源與電網的排列方式，即可提高捕蚊效率，可直接應用於病媒蚊控制。

為降低車禍發生率並改善行人穿越馬路的安全問題，我們設計出結合人工智慧影像辨識技術的「禮讓行人號誌燈」系統。透過Pixel:Bit開發板的攝像鏡頭進行行人偵測，系統能有效辨識人類與其他物體的差異，當偵測到行人經過斑馬線時，上方的黑色螢幕會亮起警示燈，同時地面斑馬線也會發出燈光提醒，讓駕駛提前注意，主動減速禮讓行人。我們先透過測試不同距離的偵測條件，建立模型，接著模擬實際馬路情境，進一步優化設計。本研究除實作硬體裝置外，也結合AI協作程式，實現完整功能的原型系統，期望能應用於未來智慧交通建設中，提升用路人安全與行人通行品質，讓人工智慧A Eye禮讓行人號誌燈守護你我安全，讓「行人地獄』的惡名不再有！

本研究針對2024年花蓮地震後災難現場人員管控問題，開發「AI災後現場守護通」系統。研究動機源於觀察到非救災人員擅闖管制區域，危及自身，更影響救援效率。本系統採用Google Gemini API進行影像辨識，透過Arduino開發板整合攝影模組，即時辨識救災人員與非救災人員，並透過LINE BOT發送通知。 研究分兩代系統開發：第一代使用NMK99開發板，日間準確率達86.7%，但夜間僅64.4%；第二代改用AMB82mini開發板，增強夜視功能與離線警報（LED燈+蜂鳴器），日間準確率提升至94.4%，夜間達85.6%，整體平均90.0%，反應時間在3秒內。 本研究創新結合AI視覺辨識與物聯網技術，建立零訓練即可部署的災後管理系統，不僅適用於地震，亦可延伸至其他災難場景，為災難管理提供科技解決方案。

我們發現學校附近上下學時間車輛很多，造成空氣污染。為了解決這個問題，我們設計了一套「遊戲化學習系統」，鼓勵同學用走路來上學。我們利用Micro:bit和NFC技術來記錄每天的步數，再把步數變成遊戲裡的攻擊力，讓同學打怪升級、比賽得分。這樣不但好玩，還能減少二氧化碳的排放。研究發現，三天內大家一起走了超過八萬五千步，總共減少了大約68公斤的碳排放。問卷調查也顯示，大部分同學願意為了保護地球多走路，對這個遊戲系統也很感興趣。這個計畫成功讓大家更有動力走路上學，也學到了環保知識，還能當作其他學校的參考。

現今運輸與物流系統消耗大量能源，造成高碳排放。本研究開發創新磁浮動力輪，旨在降低能源消耗並提升運行效率。研究結合三大核心技術： (1) Bedini馬達電能回收，延長續航力； (2) 慣性滾珠旋轉能，減少電力消耗，提升效率； (3) 側邊磁浮導引系統，減少摩擦，提升行駛平穩性。 實驗顯示，Bedini馬達能有效回收電能，慣性滾珠使行駛距離提升31%、側邊磁浮導引讓滑動阻力下降16%，且能減少晃動，提高穩定性。本設計具模組化與延展性，未來可應用於智慧物流、無人工廠與綠色交通系統，是具前瞻性的節能推進技術。