生活與應用科學科(一)科

本研究希望開發一套AI植物診療輔助系統。利用AI辨識植物生長曲線，適時補充所需營養。Micro:Bit監控生長環境，建立雲端資料庫。實驗發現： 一、使用過濾海綿、光照9小時、營養液濃度控制在pH值5.5到6.5、EC值（導電度）800至2000μs／cm的「植物生長環境」比「一般種植」的空心菜平均高度增加7.88公分，莖也更粗壯。 二、當植株出現病徵，如缺氮的葉面黃化，再以「AI植物診療輔助系統」種植，新葉能逐漸回復健康狀態。 本研究不僅幫助家庭簡易取得新鮮蔬菜，若推廣在科技農業，能有效減少人力成本，增加作物生長效能，邁向SDGs目標2消除營養不良與永續農業的美好願景。

本研究提出一種雙槓桿省力抬升重物之手推車設計，達到不用彎腰、省力抬升、自由移動三重目的。同時也探討重物被人體槓桿放大的情形、宣導正確搬重物姿勢。 我們自製關節頂點定位器、骨骼長度測量器、穩定施力測量器，用來製作人體模型並模擬、測量搬重物時的各種姿勢。研究發現：任何徒手搬運重物的姿勢，身體槓桿都會把重物重量放大，甚至放大到15倍！ 為了能省力在室內搬重物，並突破市售電動升降推車只能垂直升降的缺點，我們在第二類槓桿的雙輪推車上裝了電動型第三類槓桿來抬升重物，利用縮小模型進行實驗，找出最佳組裝結構。 結果顯示，我們的創新推車可抬升重物96公分、省力75.4%，能靈活自由移動。而且成本只花三千五，成功達成目標！

為尋找兼具「酥脆」與「軟韌」多層次口感的爆米花製作方法，我們自製了標準化脆裂度測試儀、觀察碎片飛行方向與距離的靶紙，並使用人工智慧技術與視覺化統計方法，來研製最佳的烹飪方法。實驗中歸納發現以450 度作為烹飪溫度時，若一口咬下爆米花所產生的碎片在口中飛行距離約1.7cm，碎片截面積大致是0.65 cm2、且碎片數量為八片左右，則可獲得較酥脆的口感。反之，若一口咬下的碎片大於原始面積的25%且在口中飛行約1.2cm，則能獲得較軟韌的口感。而在這烹飪手法下放置三分鐘再食用，則更能獲得層次豐富、酥脆軟韌交會的口感。實驗中我們還發現了能將「脆」與「韌」的統計差異性視覺化的「體積飛行球」工具，它能幫助我們直接「觀察」到何謂好吃的爆米花！

本研究主要是設計以球拍將球擊出的發球機。裝置分成二部分先由滾輪發球機將球發出，再由擊球機揮拍打球。擊球機以往復式曲柄滑塊帶動球拍打球並安裝3個伺服馬達分別控制揮拍角度、拍面觸球角度及擊球方向模擬真人揮拍撞擊及摩擦桌球控制球速及旋轉。機身及滑塊曲柄等皆自行設計後以雷射切割木板膠合而成。擊球機啟動擊球時機則以微動開關控制，當滾輪發球機發球時滑塊觸動微動開關來啟動擊球機，當滑塊後退時則觸動停止開關完成一次發球；再以另一個伺服馬達週期性觸動滾輪發球機，如此即可持續發球讓練習者練習。另外我們利用Arduino程式控制，讓此裝置可以發出定點上旋球及二點交替變化上旋球。

當全球受極端氣候影響之際，大家都得面臨各種面向的衝擊。我們所在縣市的農田灌溉水源主要取自濁水溪、清水溪，根據行政院農業委員會-農田水利署網站提供的資料，全縣並開鑿地下水井約459口，平均每年用水量約15億立方公尺，其中取自地下水約2億立方公尺。 我們發現學校附近農田，是屬於灌溉渠道的末端，所以，在枯水期時，會大量地抽取地下水來使用如此恐會導致地層下陷的情況發生。本作品將探討農業使用地下水灌溉所面臨的問題，並提出以科技為基礎的解決策略。改善農業抽取地下水，而導致地層下陷的問題以確保農業與環境間的永續發展。

本研究深入探討生成式AI在國語文課文中在情感分析與模擬方面的潛力。透過生成式AI技術，對多篇代表性課文進行情緒分析，並設計問卷收集師生的真實感受，結果生成式AI能準確捕捉和模擬文本中的情感，與師生實際情感反應極度相似。研究的獨特貢獻在於創新地將生成式AI與教育心理學結合，開發出一套量化的情緒指標評估系統，提升語文教育中的情感理解深度，並輔助教師設計更具情感共鳴的教學材料。此外，生成式AI在心理健康輔導亦展現潛力，幫助識別和管理學生的情感狀況，提供有效的情緒評估方式。本研究不僅對國文教育的情感分析精度具有重要意義，還為跨學科的AI應用研究提供新的理論和實證支持，為生成式AI在教育和心理輔導提供廣泛應用的前景。

台中捷運發生吊臂掉落，造成傷亡慘重。我們查找文獻缺失，利用機器學習Google Teachable Machine和數學相似演算法，做出AI異物辨識系統，解決捷運無法主動偵測異物的問題。經文獻得知，列車煞車需167m，我們透過鏡頭變焦和倍率放大提高辨識距離。用Mediapipe Holistic和角度比值演算法解決距離辨識的問題，做出險阻手勢AI辨識系統，解決隨車員和月台保全無法溝通的問題。用MQTT傳輸技術，設計無線控制按鈕，經由ESP32和L298N控制列車啟閉，減少隨車員尋找鑰匙等流程，錯失救援時間。此外，我們建置的系統將軌道沿線辨識異物，上傳Google雲端試算表，供政府進行預防措施。

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。

本研究製作出不殘留、具黏性可承重又可重複使用的乾式膠帶。實驗一到四，使用科技海綿刮CD片後，塗上脫膜劑，脫膜劑陰乾後擠上圓球形的熱熔膠，等10秒後將熱熔膠壓扁，可以製作出分布最均勻且具承重量的乾式膠帶，而脫膜劑會影響乾式膠帶的承重量。實驗五到八，找到不需使用脫膜劑就能提升乾式膠帶承重量的方法，等量的熱熔膠用玻璃片把熱熔膠壓得越薄，乾式膠帶面積越大，承重量就越大；在乾式膠帶上用錐子戳越多小孔洞，可提高承重量，平均承重量可達846.9g/cm2。乾式膠帶適合黏貼在平滑、光亮的材質上，除了可以懸掛重物，還可用來固定保鮮膜和打開塑膠袋口。本作品和歷屆作品比較具有乾式膠帶製作時間最短，水洗後可重複使用及可自行回收再製的優點。

台灣近年來，行人與汽機車的交通事故頻傳，我們開始思考是否可以開發出一套行人警示系統，來輔助駕駛了解前方路況，即時提醒駕駛需禮讓行人，同時告知後方來車前方路況，減少追撞事故。我們使用Yolov8進行斑馬線與行人辨識模型的訓練，Python程式執行模型進行物件偵測，Supervision進行區域內物件數量的統計。經由條件設定，判斷車輛前方是否有行人或是斑馬線，若車輛前方有行人，將於影像畫面中顯示警示標語，發出警示語音提醒車內駕駛，降低汽車與行人的事故發生機率，同時送出藍芽訊號使警示燈顯示動態警示燈號，提醒後方駕駛前方路況，降低前車因禮讓行人而被後車追撞的機會。我們已經成功開發出『行人警示系統』，並可成功上路使用。