生活與應用科學科(一)科

我們嘗試要設計一個能夠爬樓梯的機器人，在有一項比賽時，看到了有些人前腳像輪子一樣快速地爬上去。因此，我們這組就想要研究～怎樣讓我們的機器人爬得更快。研究結果發現： 一、前腳長度>樓梯的踢面高度高約1.5公分~3.5公分，機器人能順利爬樓梯。 二、前腳越長扭力小，前腳越短，扭力大。 三、前腳加寬轉軸為5公分，爬樓梯速率變快。 四、以桌球皮黏在抓夾上，爬樓梯速度最快。 五、同樣的齒輪比，前腳越長扭力越大，前腳越短，扭力愈小。 六、底座變寬，能減少機器人翻倒次數。 七、當踢面高度變為原來2倍時，爬樓梯速率降為為原1/2。 八、自行研發低重心機型爬樓梯速率最快，原先比賽齒輪盒改良機型速率最慢。 九、獲致爬樓梯機器人最佳結構。

本研究開發一套結合ChatGPT4.0和手掌辨識技術的虛擬保健助理系統，用於實現穴位按摩的自我保健。第一步：文獻分析依《刺灸新法》和《針灸科學》作為穴位依據，設計一系列提示詞（Prompt），在多次實驗中，提示詞Prompt E(基礎框架結合COT與RAG)的準確率達到91.1%，精確率和召回率分別為100%和91.1%，也大幅降低幻覺現象。第二步：設計穴道定位演算法標示穴道位置，並邀請兩位中醫師協助檢視，提出建議與修正，使修正後的程式能夠準確標示穴位。此系統具備低成本、易推廣和普及中醫知識的潛力，可在各種場所設置，提供即時的穴位按摩建議。未來將優化提示詞設計、比較不同語言模型的精確度，並開發其他部位的穴位辨識系統，以提高自我保健的便利性和準確性。

學生在生活中常常不知不覺地彎腰駝背，導致姿勢不良，造成肌肉以及骨骼受傷，通常在健康檢查照X光才有所發現，為時已晚。「挺立」系統設計的TM POSE在不同情況下平均準確度達80%以上；全身辨識部分準確度也達85%。此系統設定TM POSE當作第一層把關，若辨識後的信心度不足0.8，透過MQTT，啟動第二層全身辨識系統，最終的判讀結果透過語音朗讀的機制即時回饋給使用者，即時提醒身體何處「姿態不良」，可盡快調整站姿。「挺立」系統當作「不良姿態」檢測的把關先鋒，照顧所有師生，讓我們避免於脊椎病變引起的疾病，實屬不易。

本研究使用仿生機器人來觀察在不同救援環境應用時之移動速度差異，透過機械結構之連桿原理進行機器人足部設計調整，以仿生鍬形蟲六足吸管機器人進行模擬實驗測試。經由研究結果得知這類型的機器人能快速平穩行走的最佳設計條件為：六隻腳結構、腳長分別為前足4cm、中足5.5cm、後足4cm時、足底材質為魔鬼氈或菜瓜布。另外，實驗中發現了適當的載重為40g時反而讓機器人移動速度也變快，為了驗證是因為足部摩擦力增加的關係，也另以無載重足部摩擦力實驗驗證了這個推論。我們又改造測試發現機器人的中後足裝上泳足時可在水中最快速移動，綜合以上研究我們成功達到了讓仿生鍬形蟲可以「從水中到陸地」與「從陸地到水中」都能穩定快速進行救援移動的目標。

由於新冠病毒肆虐，大家無法出國，國內登山健行活動盛行，不過也造成山難及染疫的問題，為了解決此問題，我們自製「荒野守護神」。我們編寫程式碼利用雷射遮蔽系統與模組化LED燈、蜂鳴器，進行安全防護。紫外線進行消毒。雷射結合SOS訊號進行求救。運用太陽能蓄電。我們通過實測後發現，AI判斷雷射遮蔽再啟動防衛系統，啟動值較接收值低50以內最靈敏。LED燈閃爍每秒5次，效果較佳。紫外線消毒距離3公分只需27秒即滅菌99.9%。雷射發出SOS訊號，配合雲霧，距離較遠。本裝置總重492公克，使用兩顆電池可連續使用雷射防護30小時，LED燈6小時，紫外線80分鐘，再搭配太陽能蓄電，是個人安全防護最佳神器。

在求學階段大家對靜電這個名詞都不陌生，但基本上都只能背誦，例如毛皮摩擦塑膠尺，毛皮帶正電，塑膠尺帶負電；絲絹摩擦玻璃棒，玻璃棒帶正電，絲絹帶負電。靜電確實存在，而且稍碰即逝，接觸到的當下，電子瞬間就會導引掉，所以我們很難利用接觸的方式去測量。 本研究主要針對靜電的電性進行探究，從基本靜電實驗開始，逐步深入探討， 並利用電晶體可以放大訊號的特性，將電晶體串聯起來，增強放大效果。結合LED燈與蜂鳴器做為指示燈與警報器，當有微電流靠近時，警示燈與警報器便會通電，由燈號、聲響可以快速的判斷是否帶電，與電的極性。最後再進行改良，使系統能在準確、快速、安全且便宜的前提下讓所有學生不必再用死記硬背的方式記錄，並以實驗記錄取代，在工程上也能使用此系統在無接觸的情形下進行電力判別，使施工、維修能更加安全，大大的改善生活。

台灣進入超高齡社會，設計枴杖以達防傾防危助老。 研究顯示：(1)市售枴杖以單點拐為主，約占82％。(2)枴杖底面積與傾角呈正相關，杖長與傾角呈負相關。(3)(抗力矩/施力矩)比值與傾角呈正相關。當比值正六邊形>正五邊形>正方形>正三角形。(4)超音波距地地高度與可測距離呈負相關。若距地高0-10cm，可精確量測距離為2~200cm及400cm間。(5)障礙物偏轉17~63度，測距與偏角呈正相關性，若角度>63度，超音波測距近乎失效。(6)體溫趨勢：頭>身>四肢。量測體溫修正：正確體溫=舌下溫=手掌測溫+2.31度C。(7)正確環境溫= 26.63+(感測溫-26.63)*1.33。(8)自動量測步數：枴杖步數正確率與振數常除數N值呈正相關。當N=8時，正確率約為97％，可由枴杖步數反推人行走步數。

本研究目的為探討太陽能最佳發電方式。首先，發現太陽光經過菲涅爾透鏡與光柵分光後出現中央亮紋及第一階亮紋分布；經實驗設計出與太陽光接近之模擬太陽能光源做為實驗對照組，減少使用太陽光之不穩定實驗環境的影響。 接著，實驗後發現紅、綠、藍光與紫外光等波段能使太陽能光電板發電，紅外光能使溫差發電板發電，但環境溫度上升卻會造成發電效率降低，考量質輕、耗能低且降溫效果佳後，以壓電馬達霧化降溫方式為目前最佳降溫選擇。此外，本次實驗透過光柵進行有規則的分光，再依不同電壓加裝升壓模組，可延長太陽能光電板的使用壽命。 最後，設計出兼具光能與熱能發電、降溫功能之太陽能發電裝置試運作並持續改良中。

現在流行AI，我們就想設計一款程式來教人打排球。首先下載python、opencv和mediapipe的Pose landmark detection guide，然後寫入程式，印出關節點的座標。接著找排球隊員，拍攝托球、低手接球、發球、扣球的影片，然後擷取碰球瞬間的影格，載入程式中並計算各個關節點之間的角度，從而定義出標準動作中的各個角度。接著拍攝初學者的各種基本動作影片，然後依照同樣的方法計算各關節點的角度，再與標準版的角度做比較，即可列印出初學者在各個關節點應該修正的角度。再利用Arduino及壓力傳感器做出托球矯正手套，讓人托球之後用LED顯示各個指頭觸球的先後順序，再讓人矯正手指的動作。藉由AI的操作，可以讓初學者快速知道自己的缺點，也知道修正的方法，這就是AI教練的魅力。

我們希望能用簡單、不破壞食材本身的光學方法，就能檢測到食物的鈣含量，研究方法是以牙菌斑顯示機，搭配不同顏色、不同層數的玻璃紙，不需在暗室的環境下拍攝照片，以肉眼觀察亮度與軟體分析RGB三原色並進行探討。而實驗樣品則是以不同混合比例的碳酸鈣水溶液為對照組，再漸進到含豐富成份、外表有不同顏色的食材。結果顯示，多層數黃色、紫色玻璃紙仍具有足夠亮度可以看清樣品，而綠色玻璃紙就完全看不到，此結果與相關的文獻螢光光譜一致，軟體分析RGB三原色強度更進一步確認食材是否為高鈣含量，與文獻上生化方法檢測食品鈣含量高低也有一致效果。