生活與應用科學科(一)科

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。

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。

海底深處的電纜是沒有任何保護措施的，很容易被漁船等人為因素破壞。 在本研究中，我們 設計了三條漁船可能經過的路徑，分析魚鉤破壞裸露電線的機率。而後為電線 在埋設與敷設的交界處 加裝壓克力圓管、塑膠方格隔板、白棉、管狀海綿、壓克力圓管內填矽利康等方法 做 保護，比較 不同的材料對電線 的防護程度。 透過實驗，我們發現當魚鉤與電纜線成垂直時 被勾住的機率最高 在保護措施上， 使用塑膠方格隔板 可完全避免纜線受到破壞，保護的效果最佳。

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。

我們研究「磁致伸縮」這有趣的題目！有趣在無法想像水一滴到棒子，馬上就氣化霧化，這怎麼可能？於是，我們透過科展研究，瞭解為什麼發生這現象！ 研究結果發現：鐵氧芯的震動頻率非常關鍵，頻率對了！才會出現最佳氣化。鐵氧芯的頻率與長度相關，頻率讓鐵氧芯的NS極快速改變，使長度出現微小變化，巨觀的表現就是讓水氣化；鐵氧芯太長太短太粗或太細，都不能產生有效震動來出現氣化，只有棒徑1cm的鐵氧芯，才是最適合氣化的條件。鐵氧芯這種有點硬的材料，居然會在實驗時直接被震斷，我們發現震斷的地方，通常出現在共振最激烈的地方。 最終我們引進點滴設計，讓水滴自動滴下、持續氣化，提升研究的實用價值！

家中的攪拌杯壞了，我想自己動手製作，查詢資料、動手製作後，攪拌杯卻無法運轉。隔天，我和同學、老師討論後，決定透過探討影響攪拌杯穩定運轉的變因，從中找到改良攪拌杯的方法。 之後我們找出影響攪拌杯穩定運轉的變因有：攪拌子磁鐵安裝位置與方向、攪拌子長度……等。經過實驗探究後發現：磁鐵豎直排放裝在中央、長度為1cm的攪拌子旋轉攪伴的效果最好，而馬達轉盤與攪拌子的間距要控制在適當範圍，攪拌杯才能順利運轉。 我們發現利用回收的玩具馬達、塑膠盒等物品製作自動攪拌杯，既環保又能化腐朽為神奇。未來希望能更進一步研究環保的發電方式來驅動攪拌杯，也希望能再改良自動攪伴杯，使其能在攪拌黏性液體時，也能有效攪拌。

想製作立式槳板SUP去體驗水上活動，動手做屬於自己的槳板。槳板裡面是軟軟的一個板子，然後外面包凝固紙漿的紙，讓紙硬化，承受重量時不能大變形，如果槳板大變形的話，上面的人就站不住，所以我們用紙把軟軟的墊子包起來，黏幾層才不會大變形呢？ 就是黏貼紙張的強度有多硬，才不會讓板子大變形這個概念，我們就是要研究用幾層紙可以讓這個紙張有硬度不大變形，但是紙板要越輕越好，這樣搬動起來才不會很吃力。

此研究建構一套校園智慧疏散系統—GuideRoad Live，以協助學校規劃逃生路線，並在緊急狀況下迅速提供疏散建議。該系統具備精準定位、壅塞回饋、避難追蹤、聰明疏散等四大功能。在精準定位方面，系統進行地圖建模，結合校園WiFi數據庫，分析教室GPS資料，實現個人定位。在壅塞回饋方面，系統透過監視器分析樓梯壅塞情況，即時回傳數據、更新路線，並設計蜂鳴器警報，降低學生恐慌與推擠風險。在避難追蹤方面，系統匯入地震級數，提供即時警示預估逃生時間，提供逃或躲的疏散意見，並對外援助與給予使用者關懷。最後，系統根據節點、邊、人流速度、壅塞回饋的即時數據等因素進行權重計算，達到聰明疏散的目標。

行車易因視線死角或疲勞駕駛造成交通事故，建築物也常因火災、有害氣體造成民眾或救難人員傷亡，故製作本系統： (一) 行車模式： 1.車外盲區設置鏡頭app顯示畫面，若偵測到行人則於app發出語音警示。 2.對駕駛臉部進行偵測，若判斷為疲勞則啟動提神裝置。也可偵測身體姿勢，自動啟動ChatGPT語音聊天或搥背。 3.交通事故發生時，由Line傳送車內影像給親友，若昏迷則由app傳送定位簡訊請求救援。 (二) 保安模式 1.偵測 室內空間人數，在火災發生或有害氣體過多時，由Line傳送地點及影像給屋主。同時遠端在app顯示位置、人數並可獲取影像並對照app平面圖規劃逃生或救援路線選擇。 2.貴重物體被竊取時，由Line傳送影像給屋主，再由app遠端繼續拍照或啟動警報器驅離。

練習打羽球時，撿球這個過程不僅消耗體力，還會浪費許多時間。為了解決這個問題，我們著手製作一臺能夠自動撿球的裝置。第一代裝置利用皮帶輪將羽球彈至集球箱內，並用藍芽搖控車體移動。第二代裝置利用Teachable Machine與 Pixetto鏡頭進行影像辨識，並撰寫程式控制車體移動至羽球位置。為了避免羽毛球撞擊鏡頭，第三代裝置將撿球機構改為輸送帶，使其更穩定地進入集球箱內。但是束線帶長期使用容易變形，為了提高撿球的成功率，第四代裝置再次改變了撿球機構，結合第一代與第三代的想法，利用齒輪將羽球轉入裝置後由鍊條運到後方由日內瓦機構做成的集球裝置內。過程中利用了機構與結構原理設計車體，以及影像辨識的訓練與程式設計，做出了可以自動化撿球的裝置。