全國中小學科展

工程學

Safe CrossWalk (SCW)

Safe CrossWalk (SCW) is an innovative solution designed to enhance pedestrian safety at crosswalks, addressing the alarming issue of 270,000 pedestrian fatalities worldwide each year. By integrating advanced sensors, artificial intelligence, and real-time communication, SCW creates safer and more efficient urban environments. The system comprises three key components: SCW Strisce, a smart crosswalk device that detects pedestrian movement; SCW Car, a vehicle-integrated system that alerts drivers; and SCW AI, which processes data to optimize traffic flow and safety measures. SCW offers a proactive approach to reducing accidents through detection, alerts, and data-driven optimization. The solution not only improves safety but also supports urban planning by providing valuable insights into pedestrian and vehicle behavior. SCW aligns with the growing demand for AI-driven technologies in Smart Cities, presenting a scalable and cost-effective model for implementation. By fostering collaboration with municipalities and insurance companies, Safe CrossWalk aims to transform urban mobility, saving lives and creating smarter, safer cities.

Design and Simulation of a Honeycomb Sandwich Panel as a Heat-resistant and Durable Construction Material

One of the main factors that contribute to fire incidents and the excessive heat people feel during a heat wave is the building materials used, and one such material that possesses durable and heat-resistant properties is sandwich panels. A possible structure that can be used to model sandwich panels is honeycomb structures; however, further research has yet to be conducted on its applications as a heat-resistant urban construction material. This study aims to design a three-dimensional model of a honeycomb sandwich panel and simulate its performance under different thermal and structural stressors. A 3D model of the honeycomb sandwich panel was generated using Autodesk Fusion 360. Then, multiple versions of the panel were generated with varying heat-resistant core materials—namely, aluminum, nickel, nickel-copper alloy 400, and copper—along with polystyrene as the core material for the control model. The following properties of every panel were assessed using finite element analysis (FEA): static deformation, stress distribution, strain distribution, total heat flux, and thermal gradient. Results showed that when subjected to varying structural loads (2 kN, 5 kN, 7 kN), the nickel-core panel demonstrated the best results in terms of static deformation and strain distribution due to its relatively lower deformation and elongation values, respectively. Meanwhile, under the same structural loads, the aluminum-core panel performed better than other core materials in terms of stress distribution due to it having the relatively highest difference between its simulated von Mises stress and its yield strength. The honeycomb sandwich panels have also shown to possess heat-resistivity when subjected to a thermal load of 90°C, with polystyrene being the most promising material overall in terms of heat-resistance due to its relatively lower heat flux and thermal gradient. The results from this study would contribute to future research on honeycomb sandwich panels and may be used in real-life applications.

數位物理實驗室:毫米波雷達系統之設計與應用

本研究旨在設計基於毫米波雷達的數位物理實驗系統,用於精確量化彈簧簡諧運動。傳統物理實驗易受肉眼觀察與手動測量的誤差影響,本系統利用24GHz毫米波雷達結合自製電路板,進行即時、無接觸的運動測量。透過設計電路板、撰寫韌體訊號轉換程式,並進行數位數據分析,成功開發了靈敏的毫米波雷達系統。我們利用彈簧簡諧運動實驗驗證了該系統,觀察不同質量砝碼對彈簧運動頻率的影響。實驗結果顯示,考慮彈簧質量後,測量數據與理論結果的均方根誤差從0.62Hz降低至0.35Hz,顯示出系統的高度精確性及穩定性。本研究成功解決了傳統實驗中的量測誤差問題,以毫米波雷達技術實現了精確觀測。開源設計有助於推廣至學校的物理實驗室,為學生提供先進的實驗工具與數據分析經驗。這展示了毫米波雷達在物理實驗中的應用潛力,並為未來教學實驗提供了高效、低成本的解決方案。

Electrical Characterization of MoS2 Field-Effect Transistors at Cryogenic Temperatures

隨著矽基電晶體逐漸微縮,其元件效能將接近其物理極限,二硫化鉬 (MoS2) 等二維材料藉著其獨特的特性(如寬的能隙、高電流開關比及優異的載子遷移率等),可作爲矽的替代材料用於未來的電子科技應用。本研究旨在製造MoS₂ 的場效電晶體並研究元件之低溫特性。我們成功利用機械剝離法製備並轉移二維 MoS2薄膜至二氧化矽/矽基板上,並且製造MoS₂ 場效電晶體,並量測其室溫(300 K)至極低溫(~ 4 K)的電流特性,元件在此溫度範圍中具有優異的特性,能有效地調控電流調控,表現出良好的下閘極控制能力,同時具有低次臨界擺幅及高電流開關比(~ 106)。在極低的溫度(4 K)下,該電晶體仍能保持良好的運作,顯示出MoS₂應用於低功耗且高元件效能的低溫電子元件的潛力。

為視障者開發之學習輔助平台:結合Image-to-3D AI 模型之可觸式三維擴增實境顯示器與個人化之檢索增強生成(RAG)自然文字系統

全球約有9千萬的兒童是視障者,他們的學習依賴著點字器材。點字書難以傳達3D (三維)圖形的概念,讓他們在理解3D圖形有許多挑戰,而點字書過長的文字描述加大了他們與正常同儕之間的差距。本研究旨在開發一個學習輔助平臺,同時強化視障者的觸覺認知和文字圖形理解能力。 在強化觸覺認知方面,開發之系統能將傳統的圖片,利用影像轉3D之人工智慧建模(Image-to-3D AI model)技術,轉換圖片轉為3D,呈現在開發的擴增實境顯示器上,讓視障者能夠親身透過觸摸立體顯示器之3D模型,瞭解圖片表達的空間結構。在文字優化方面,利用微調大型語言模型與搜索式強化生成等方法,優化視障者閱讀之內容。系統開發過程中,二位視障者進行體驗,持續以修正系統設計的便利性、友善性與有效性。 本研究成果為視障者帶來新式個人化的學習輔助工具,增強視障者對立體圖形學習能力與文字理解。

以農電共生方式提升台灣太陽能總發電量

台灣現行的「毀農式種電」政策犧牲農地以增進太陽能發電,導致農業用地縮減、農民收入減少,能源需求與農業發展間產生衝突。我們參考日本成功的農電共生模式,提出一種可滑動的太陽能發電系統,利用Arduino控制太陽能板的開合,兼顧農地種植與發電效能。此系統結合植物光合作用原理,特別適合種植半日照作物或具有光合午休特性的植物。當植物進行光合午休時,太陽能板滑動展開以提高發電量;在強光高溫時段,太陽能板則可遮蔽陽光,避免植物葉片受損。此方案不僅能恢復「毀農式種電」土地的種植功能,也讓農民獲得穩定收入,實現農業與綠能發展的平衡。這套模型提供具體且可行的解決方案,期望在提升台灣總發電量的同時,達成淨零減碳目標,並促進農業的永續發展。

基於LSTM行為與活動力之樂齡關懷系統

本研究開發基於RNN和LSTM的獨居者居家行為監控系統,利用樹莓派、多種無侵入式感測器及鏡頭實現獨居者日常活動的實時監控與情緒評估。系統收集各感應器數據,透過 LSTM 進行學習與預測,並使用隨機森林演算法分析行為狀態,提供客製化數據處理與預測性能優化。 長期數據收集可觀察獨居者的活動力及情緒變化,早期發現健康風險,針對現有求救設備頻繁異常通知的問題,我們開發了能夠識別長期身心狀況變化的監測系統,並整合人體紅外線感應器、都卜勒雷達感應器、日夜感測器等技術,透過Python程式及MQTT進行數據收集與處理。模型訓練使用SQLite資料庫數據,經過多次測試選擇最佳參數以提高預測準確度,隨機 森林演算法也強化決策準確性。 通過長期的數據收集和分析,本系統能夠觀察並預測獨居者的活動力和情緒的變化,早期發現獨居者的身心健康是否有風險。

麥克納姆輪車直線 360 度全向控制與角度誤差之探討

近年來,作者觀察到餐飲業及飯店業引入自主移動機器人(AMR)提供服務,受到廣泛歡迎。不僅如此,隨著AI的風潮,愈來愈多產業引進機器人補足人力的空缺。就輪式機器人而言,麥克納姆輪具相對優異的機動性和運動靈活性,但傳統麥克納姆輪的行進模式只侷限45度倍數的方向。針對此限制,本研究分析傳統麥克納姆輪的合力方向,通過數學推導和實際控制方式的驗證,確認其18個方向移動的數學式,再利用ESP32-S單晶片的WIFI驅動控制系統,實現並驗證 合力分析結果 接著,進一步 建立 麥克納姆輪的全向 360 度直線移動的數學式, 並且用 PWM 脈波調變,實現全向控制。此外,分析地面材質對車子移動的影響,測試出麥克納姆輪適合的地面材質,針對誤差給出可能的校正方式以達更精密的控制。希望就本研究結果擴展未來的應用範圍及使用價值。

為視障者開發之學習輔助平台:結合Image-to-3D AI 模型之可觸式三維擴增實境顯示器與個人化之檢索增強生成(RAG)自然文字系統

全球約有9千萬的兒童是視障者,他們的學習依賴著點字器材。點字書難以傳達3D (三維)圖形的概念,讓他們在理解3D圖形有許多挑戰,而點字書過長的文字描述加大了他們與正常同儕之間的差距。本研究旨在開發一個學習輔助平臺,同時強化視障者的觸覺認知和文字圖形理解能力。 在強化觸覺認知方面,開發之系統能將傳統的圖片,利用影像轉3D之人工智慧建模(Image-to-3D AI model)技術,轉換圖片轉為3D,呈現在開發的擴增實境顯示器上,讓視障者能夠親身透過觸摸立體顯示器之3D模型,瞭解圖片表達的空間結構。在文字優化方面,利用微調大型語言模型與搜索式強化生成等方法,優化視障者閱讀之內容。系統開發過程中,二位視障者進行體驗,持續以修正系統設計的便利性、友善性與有效性。 本研究成果為視障者帶來新式個人化的學習輔助工具,增強視障者對立體圖形學習能力與文字理解。

應用多任務學習神經網路建構可識譜六孔竹笛機器人

本研究目標在建構可以識譜及吹奏中國笛的吹笛機器人。中國笛演奏必須協調吹法及指法;藉由控制吹氣流速、吹嘴角度及六指按壓音孔的變化來控制音高以完美地吹奏樂曲,是一項複雜的演奏技術。機器人以模擬吹笛口型的吹嘴,搭配兩個風箱往復送氣到一個壓力調節風箱送氣,以微控制板控制六個機械手指來蓋放完成演奏,為在音尾可確實止氣,設計一個風門,利用風門開闔也可模仿吐音技巧讓笛聲明確發音。辨識樂譜方面收集樂譜樣本,樣本分成譜線、音符、節奏三套,透過多任務學習MTL的深度學習架構進行訓練,建構可以辨識五線四間上下三線及全音符到16分音符及休止符的樂譜辨識模型。經測試若樂譜在符合音域範圍內,可以完整的辨識,轉換成音符資料傳送給吹笛機器人吹奏。