本研究主要是以樂高EV3為核心，設計「車炮合一」可遙控的移動載具發射器，並適合應用於寵物互動。我的設計最大特點是透過自製的發射機構，在零食發射系統中可發射10發以上的狗零食，玩具球發射系統最多可發射五球，這些發射的落點集中，力道不強，所以不會對寵物造成傷害，而彈跳的軌跡與次數，均能增加寵物狗的吸引力與趣味。另外機體功能的改良：履帶能適用於多種不同的室內鋪地，與寵物互動不受限制；AI功能中的超聲波智能避障距離20公分內不會碰觸到障礙物也不會對寵物有影響，範圍限制可保障機體，不會有損壞的危險。最後經過與寵物狗實測，發現小狗對本機器播出的語音會有反應，發射出的零食會啃咬，投擲出的小球也會追著玩耍。

利用OSEP平台寫Scratch程式，完成學校導覽員的功能，以及幸福教室的心理話信箱，還有建立學生之間可以互傳訊息的語音系統。

本研究目的在於開發一款能夠自動吸取校園落葉的類掃地機器人，經參考相關研究和產品型態後，我們構想以落葉收集桶和自走控制系統分開的方式進行實驗和探究修正。 從實驗過程我們得出最佳落葉收集桶吸葉管徑是8cm，吸葉管口風速應高於19mph，吸葉管口離地面最佳高度為2cm。 自走控制系統我們採用Arduino整合影像辨識技術、馬達驅動模組、超音波感測，達到避障、偵測邊界的基本功能，結合兩大系統就能自動在指定範圍輕鬆吸取樹葉、枯枝等，並將其收集到集葉桶中。 本研究產出成品適用於大型的公共場所或樹木稀疏的平面區域。相對於人工清理，自走落葉收集機可以大幅節省人力成本和時間，對於課業繁忙的學生族群特別有用。

本研究以協助弱勢的特教班學生為目標，特教生常因肌肉發育不良導致施力困難，生活自理能力受限，在缺乏訓練輔具的情況下只能靠夾夾子、握筆、剪紙等動作來訓練肌肉，且效果有限。我們經資料整理與實訪評估後設計出一組液壓機，透過改變針筒容量及數量、使用不同液體等科學實驗檢測，製作出簡易好操作的裝置，讓特教生們進行慣用手指肌肉的訓練，以PASCO力量感測器測量並分析訓練後的手指力量以及施力穩定度的變化，發現使用本裝置訓練能達到顯著提升手指肌力的顯著效果，長期使用能增加肌力與肌耐力。本裝置能以不同的組裝方式、元件、改變施力位置來改裝，製造不同形式的訓練輔具，並兼具多功能用途、價格低廉、取材與製作方便等發展優勢。

全球能源需求日益增加，發展永續且環保的再生能源是當務之急。本研究以「植物發電」為主軸，探討發電與儲電的可行性，期望為綠色能源帶來創新。植物若能有效發電與儲電，不僅具美觀與功能性，更能兼具減碳與供能的綠色解方。 本研究透過系統性實驗，探討不同土壤種類與濕度、植物種類（虎尾蘭、山蘇、黃金葛、常春藤）、混合土壤比例及添加劑（如EM菌、B1維生素、花寶系列）對電壓與電流的影響。結果顯示：泥炭土表現最佳，虎尾蘭電壓最高，虎尾蘭電流最穩定， EM菌能有效提升發電效能。將植物串聯可穩定供電，驅動 LED燈與數位小時鐘，並可儲存至充電電池。 本研究顯示植物發電具實用性與發展潛力，期望未來應用於日常綠能設備為再生能源貢獻新方向。

本研究針對傳統手推車於上坡、下坡及搬運重物時操作費力的問題，設計一套具智慧感測與動力輔助功能的自適應電動手推車系統。整合雙霍爾感測器偵測輪胎轉速與方向、陀螺儀辨識傾斜角度，以及壓力感測器判斷推拉意圖，可依環境與操作情境自動調節馬達輸出功率。我們建構13項輔助邏輯規則，簡化系統運算並提升反應效率。 實測推動34.5公斤負載上坡時，未啟動系統需7686克重（約75.3N）推力，啟動後降為1167克重（約11.4N），省力幅度達84.8%邀請100位使用者操作問卷，88%認為前推較省力，95%在上坡感受到輔助效果，75%認為下坡時系統阻力可防止滑動。 實驗結果證實本系統具備良好穩定性與實用性，未來可應用於物流推車、長照輔具或電動輪椅，提升操作便利與安全性。

本研究透過探討發現高齡化族群在肢體靈活度逐漸下降的問題，且在人們的生活中是不可或缺的需求就是「照護」，卻沒有非接觸式的工具能幫助到高齡化族群及協助照護者，如果將這樣工具放置在桌面、輪椅及病床，加上人臉追蹤鏡頭及人體工學的尺度，搭配自動調整符合每個人適合的角度並且隨時守護長者，因此我們設計出能隨時可以守護的「非接觸救星」。在研究中設計非接觸救星左右及仰角、人臉追蹤、LED燈光及外加功能等實驗，為最終設計之參考依據。透過研究之結果未來依照現階段科技及智能互連應用進行創意發想，並且時現在更多不同辨識下之情境進行守護及通知照護者，讓高齡化社會所面臨之問題可以得到更完善的解決。

本研究針對農業害蟲辨識數據集的優化進行探討，旨在提高深度學習模型的辨識準確度。隨著科技進步，人工智慧在害蟲識別中愈發重要，但現有數據集面臨數據品質不良、樣本偏差和錯誤標註等問題，影響模型的可靠性。研究主要分為三個部分：首先分析現有數據集，探討樣本數對分類準確度的影響；其次優化數據集，通過刪除拼接和錯誤圖片、重複圖片等，提升數據質量；最後實際應用模型，開發一套害蟲辨識系統。實驗結果顯示，增加樣本數和改善數據質量顯著提升了模型的準確率，並且開發的介面可協助用戶即時識別害蟲。整體而言，本研究不僅提高了農作物的病蟲 害防治效率，還為未來的害蟲識別技術提供了有價值的參考。

本研究的目標是做出空氣清淨器來改善空氣品質，我們利用防霾紗網及活性碳濾棉自製濾網，並透過等離子產生器將等離子注入空氣濾網內部進而過濾懸浮微粒、甲醛及總揮發氣體(TVOC)等有害物體，透過實際在前鎮漁港、台電南部發電廠、左營區某國中、林園區大林發電廠實地測試清淨機的清淨成效如下: ．前鎮漁港：PM2.5改善率33%；PM1.0改善率28%；PM10改善率31%。 ．台電南部發電廠：PM2.5改善率29%；PM1.0改善率23%；PM10改善率28%。 ．大義國中：PM2.5改善率30%；PM1.0改善率22%；PM10改善率26%。 ．大林發電廠：PM2.5改善率59%；PM1.0改善率58%；PM10改善率55%。 我們也自製壓克力觀察箱，從中探討等離子、負離子及水霧清除TVOC、懸浮微粒的成效，並透過HEPA濾網、活性碳濾棉、各種紗網、熔噴不織布等濾材來進行過濾實驗並找出較佳的組合，從而製作出環保又經濟的空氣濾網。期望空氣清淨機可以成為教室的標配，讓大家在安全的室內環境中學習。

在醫院到學校為新生進行體檢後，許多同學對檢查報告中的異常一無所知，紛紛向老師求助。然而，由於老師缺乏醫學背景，無法提供明確的解釋。這促使我們思考如何利用AI來幫助同學理解檢查異常項目。 最初，使用AI Agent-Coze創建了第一代機器人，但受限於AI算力，操作上限制很多。參加智慧物聯網創意應用競賽時，評審要求--花一年時間，換個方法再做一次。因此決定改用Python進行開發下一代機器人。Python不僅能處理和轉換數據，還能靈活實現各種邏輯操作。此外，以英文撰寫prompt，能有效減少翻譯成中文時的token消耗。 最終，成功開發了新版本的機器人。與Coze方案相比，新方法大幅降低了token使用量。根據保守估算，token消耗減少至原來的1/500，顯著提升了效率並達成實驗目標。