生活與應用科學科(一)科

本研究開發「智慧校園GO」網頁系統，平時提供校園三種策略導引(最短路徑/最低打擾/無障礙路線)功能，當遇上校園霸凌、學生群聚、火災、菸害、陌生訪客闖入監控等緊急事件，則啟動Level 0(最低)到Level 2(最高)的警報分級，通報相關人員、紀錄當下影像或數據，規劃「無障礙」或「最短路徑」進行即時處置。系統採響應式介面(模式切換、模糊搜尋)、地圖箭頭顯示，樓層動畫與實景照片呈現，支援自動起點及模擬定位。後端整合ESP32感測、YOLO 影像辨識，以Dijkstra演算規畫路徑。實測顯示，霸凌警示準確率95%、群聚辨識正確率92%，介面易用性取得4.1/5的分數，而「影像辨識偵測行為」功能取得4.7/5的高分肯定，展現智慧校園GO系統於即時警示與校園安全的實用價值。

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。

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。