生活與應用科學科(一)科

科技課程中木工機具的安全問題備受關注。本研究整合視覺語言模型與手掌辨識技術，即時分析操作時的手部姿態，以判斷危險程度，並可傳遞危險訊號至智慧插座，自動控制機具停機，減少意外發生。其中實驗照片測試集共396張，涵蓋12種手勢與3種環境亮度（750、500、300流明），透過不同提示詞（Prompt1~Prompt6）改善鋸見AI的分類效果。並且最佳模型（Prompt6）在危險手勢的正確率達99.3%，警戒手勢89.8%，安全手勢86.4%，表現高度準確性。此外，手掌距離辨識在500流明環境亮度下的誤差低於0.5公分，可作為系統後端危險狀況停機的重要輔助依據。在教學應用上，系統能即時辨識危險手勢並成功切斷電源，平均反應時間約為170~200毫秒，展現出即時防護的實用性與教學輔助潛力。

本研究的目的在探討教育部因材網AI學習夥伴「e度」之使用限制與潛在問題。作為一款免費的AI聊天機器人，具備強大的學習輔助功能，然而，我們發現，儘管e度設有一些明顯的使用限制，但網路上存在許多規避這些限制的方法。這引起了我們對於學生是否可能透過e度直接獲取答案，或其他違反學校規定的行為的擔憂。 我們透過實際測試與網路資料蒐集，發現e度的某些限制確實可以被輕易規避。這可能導致學生濫用AI工具，例如直接獲取答案、抄襲作業等，進而影響學習成效。本研究提醒學校應重視AI工具的正確使用，並加強學生對學術倫理的認知與辨別能力。最後，我們對e度提出「簡單二要」的建議，希望大家都能正確使用e度。

本研究目的在創建有效降低校園走廊奔跑的警示系統，以AI糾察隊取代人力。第一代利用micro:bit加速度感測器，以強度>2800成功判斷跑步行為並發出警示。第二代使用micro:bit、麥坤智能車及超音波感測器製作走廊跑步監測器，記錄時間差來判斷跑步與否，不僅找出學生走廊奔跑速率的邊界條件－兩機器距離60公分，時間差240毫秒，還突破測速照相單向偵測的限制。第三代用AI影像辨識與預訓練人體模型的OSEP平臺－它每0.2秒偵測鼻子X座標位移是否介於180~300，以此速率規則判斷是否奔跑。結果顯示，跑步辨識準確率達94%，還讓走廊奔跑率從71%降到48%，更建立即時通報系統，防治效果顯著。

本研究結合生成式AI與UAV技術，利用Google Colab雲端平台，自動檢測柔性鋪面裂縫並評估鋪面狀況指數 (PCI) 的可行性。團隊採用ResNet152預訓練模型進行遷移學習，並透過滑動窗口技術自動定位與分類裂縫。驗證結果顯示，模型在15張現場影像上的F1 Score達0.815，具備穩定且優異的辨識能力。 團隊基於內政部營建署《柔性鋪面損壞調查手冊》標準，開發程式自動計算PCI值並分級評估路況。研究證實，本系統可低成本、快速且準確地替代傳統目視檢測，提供道路維護的自動化評估工具。此外，研究亦展現生成式AI在程式開發中的輔助效益，為未來AI道路檢測技術奠定基礎。

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。

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。

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。

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！