【記者林偌甯報導】「我們希望通過對校園暴力事件的監控和預警，減少此類事件的發生。」國立陽明交通大學電控工程研究所教授李慶鴻率領研究生盧彥樺、李函諭、吳思緯設計「智慧保全系統–自動化監控應用於校園安全」，榮獲2024天鈺AI綠色科技永續創新競賽冠軍。 〈教育部112年各級學校校園安全及災害事件分析報告〉指出，2023年各級學校的「暴力事件與偏差行為」通報件數共25,226起，相較前一年增加46%，顯示校園暴力事件有上升趨勢。「傳統監視系統需警衛長時間盯著多個螢幕，容易漏看。」盧彥樺表示，校園暴力往往依賴校安人力或目擊者通報，但因保全人員工作量大及缺乏目擊者，常導致通報延誤。為此，團隊利用聲音與影像識別技術設計保全系統，希望藉此即時維護人身安全，減少悲劇發生。 此系統分為兩部分，負責輸入的邊緣端與進行偵測的主機端。邊緣端分別使用攝影機和麥克風即時監測環境中的刀、槍和暴力行為，以及尖叫聲、玻璃破裂聲和槍聲，並將數據傳送至主機端。主機端透過過濾器計算危險事件的發生機率，若指數大於0.9，系統將立即觸發邊緣端的蜂鳴器以嚇阻行為人，並通過社群軟體Discord向校安單位傳送事件時間、地點等；若指數低於0.9，則會將連續20幀影像轉換為GIF（Graphics Interchange Format, GIF），交由大型語言模型GPT-4o進行二次確認與生成事件描述，若其中至少12張影像包含危險元素，便確認為暴力事件。 為了訓練影像辨識與聲音偵測模型，團隊蒐集約14,000張校園及監視器視角影像、1,700則音訊，並將其匯入邊緣端的小型主機中。「透過調整圖片亮度、角度或左右翻轉等方式，增加訓練資料的多樣性。」吳思緯說道。增強資料集能讓系統在真實環境中運作更靈活，同時調整音訊資料的特徵權重，例如讓重要的聲音頻率範圍被模型重點關注，減少不相關特徵的干擾，提升模型提取關鍵資訊的能力。 香港中文大學社會工作學系教授陳季康以長期研究校園暴力的經驗，提出系統落實的難題：「根除校園暴力議題也許有效，但可能涉及隱私與個資。」對此，盧彥樺說明以大語言模型判別案件可能導致資訊流入母公司後台，產生隱私問題，因此他們計畫以其他開源模型輔助系統，進一步應用於捷運等公共場合。國立政治大學總務處事務組駐警班長黃國書則提議新增監視器的防水、防風、防震功能，以利用於戶外空間，同時調整以社群回報異常的途徑：「傳訊息不一定會收到，偵測到異常直接打電話通知警衛室會更快。」

【記者林沂葳報導】當病毒入侵人體，免疫系統需要迅速啟動防禦機制來保護人體健康。國立成功大學微生物及免疫學研究所副教授凌斌團隊的研究發現，人體先天免疫系統能透過RIG-I基因提早察覺到病毒，顛覆過去的認知。研究已發表於美國學術期刊《科學進步》（Science Advances）。 過去研究普遍認為，人體免疫系統需等到病毒在細胞內複製後，才能偵測到病毒核酸。但團隊研究成果中發現，人體防禦機制的啟動時間比過往認知還要更早。成大微免所碩士生李冠葳指出，病毒入侵的第一步是通過胞吞（endocytosis）路徑進入細胞，形成胞內體（endosome），而RIG-I可以在胞內體的入口處開始偵測病毒，啟動免疫反應。「人體免疫系統偵測到的病毒核酸，包括DNA和RNA，而RIG-I負責偵測病毒的RNA。」凌斌補充，因此RIG-I主要幫助防禦流行性感冒、冠狀病毒等RNA病毒。 當RIG-I偵測到病毒時，便會開始活化，「RIG-I會與其他RIG-I聚集在一起，直到變成一個大分子團。」李冠葳解釋，分子團會與粒線體表面的蛋白質結合，誘使細胞釋放干擾素（Interferon），抑制病毒進行複製，發揮抗病毒作用。團隊還發現在RIG-I基因中發揮重要調控作用的TAPE基因，「我們比較正常的細胞與沒有TAPE基因的細胞，可以看到後者的干擾素數量比前者少。」李冠葳說明。此外，團隊也進行小鼠活體實驗，將小鼠的TAPE基因剔除，發現肺部增生大量的流感病毒，「沒有TAPE基因，我們會非常缺乏對流感的抵抗力。」凌斌說。 然而，在研究過程中也面臨技術上的挑戰。傳統實驗方法難以清楚偵測RIG-I在活化後形成的大分子團，「傳統蛋白實驗會用離心機分離需要的蛋白質和比較重的細胞膜碎片。」李冠葳補充，由於大分子團是一坨蛋白質，較難用現有技術成功分離其與細胞膜，因此團隊會持續研究更有效的技術來分析這些結構。此外，未來研究還會延伸至不同蛋白，例如與RIG-I相似的MDA5蛋白。李冠葳表示，希望藉由探索這些蛋白在免疫系統中的角色，更了解病毒感測機制的運作。 目前研究側重於學術層面，但團隊希望可以實際應用在醫療上，「隨著對免疫機制細節的深入研究，未來便可就此研究去做針對性的研發。」李冠葳補充，例如鎖定關鍵蛋白開發藥物、疫苗等。國立臺灣大學醫學系學生王同學（化名）表示，此研究是機制上的突破發現，值得將其寫入教科書中，「但如果要應用在疫苗上，實行上還是有一部分困難。」王同學補充，疫苗主要啟動後天免疫，透過深入了解RIG-I或許可以嘗試刺激先天免疫，以疫苗佐劑的方式提升保護力。

【記者林偌甯報導】 隨著深度偽造（Deepfake）迅速發展，詐騙集團利用合成聲音詐財的案例層出不窮。針對此問題，國立臺灣科技大學資訊管理系助理教授黃政嘉指導學生王玟雅、蔡婷玗、陳俞縕、毛世鑫，開發「應用音訊浮水印於對抗式攻擊與深度學習之數位護聲符系統」，並榮獲「2024第29屆大專校院資訊應用服務創新競賽」資安應用組第二名、資訊應用組第三名。 根據全球防詐聯盟GASA（Global Anti-Scam Alliance, GASA）統計，2023年國人透過簡訊、電話接觸詐騙的機率分別高達56%與54%。王玟雅表示，AI語音合成技術已對民眾造成困擾，詐騙者僅需將音檔上傳至合成平台即可偽造聲音，而現有的聲音防偽工具無法滿足即時辨別真偽需求。為填補技術缺口，團隊開發此系統，王玟雅說：「目前尚無APP能即時偵測，護聲符兼具語音辨識與防護，讓使用者能即時檢測聲訊真偽。」軟體用戶可以選擇上傳或錄製一段聲音，軟體便會偵測並分析真假機率。 開發過程中，團隊首先蒐集公開的真人原始語音樣本資料集，經由開源AI合成音訊，再透過偵測模型RawNet2比對原始與合成音訊之間的差異，訓練系統判別真偽。目前軟體辨識真人聲的準確率達99.99%，合成聲則為99.94%。 面對聲音易被盜取、不當利用，黃政嘉說：「我們用對抗式攻擊技術，在極高或極低頻處加入人耳難以察覺的雜訊。」他解釋，這麼做是讓合成平台無法變造聲音，或僅能生成聽覺上不自然的合成音檔。」此外，團隊也在音訊中加入二進制（Binary）標記（註）作為浮水印，可作為辨識來源的依據，進一步保護版權與侵權舉證。 註：二進制標記是把0和1的數位資訊藏在音訊中的技術，用來追蹤來源和保護版權。 軟體目前支援識別音檔與新增浮水印，團隊未來將優化應用場景，盼軟體在使用者通話當下就能辨別真偽。「訓練模型的資料集大多是英文的，蒐集中文語音較困難。」王玟雅表示目前需更多中文資料訓練模型，軟體才更適用於台灣。對此，國立政治大學資訊科學系教授左瑞麟建議，團隊可以透過AI工具從少量的中文樣本延伸出更多聲音資料。

【記者楊凱傑報導】英國的社會關懷卓越研究院統計該國民眾對死亡地點的選擇，有70％的末期病患希望能在家善終。大葉大學環境工程學系教授陳宜清帶領環境工程學系博士生蕭于庭、黃勇融及戴碧玲參加2024第十五屆IIIC國際創新發明競賽，以「AI居家臨終關懷照顧系統」獲得金牌佳績，透過人工智慧搭配遠距醫療，讓末期病人有尊嚴地在家中走完人生最後一程。 據衛生福利部醫事司2015年統計，在台灣受到居家臨終關懷的比例僅12%。過去病患家屬缺乏專業照護技巧，難以處理病患的生理症狀，且家中沒有完善的醫療設備，無法提供如同醫院般的即時醫療照護。因此臨終關懷需要跨領域的專業團隊合作，包括醫生、護理師、社工等，然而長期缺乏人力，加上資源過度集中在都市地區，服務品質難以提升。團隊表示，專案構想來自於社區服務時觀察到的臨終照護困境，蕭于庭補充道：「我阿嬤當初在家治療，但我們缺乏醫療知識，錯過了黃金救援時期。」他分享因為想彌補當年奶奶的遺憾，且希望幫助其他相同困境的家屬。 為解決居家臨終照護的困境，研發團隊結合微型偵測與AI影像，希望能採用現代技術改善臨終照護的缺點。透過微型偵測器持續監控病患生命徵象，提供更精準的醫療數據，同時為減少患者孤獨感，團隊使用AI影像生成技術為病患創造人像，患者可以在螢幕裝置與其進行文字對話以舒緩焦慮。 為了讓家屬和醫生能更即時觀察患者情況，團隊研發不同的儀器，偵測患者體徵。如戴在手腕上的光學偵測器，持續監控病患心跳生命徵象，並將壓力感測器置於床墊或座椅下方，透過呼吸引起的壓力變化觀察患者的呼吸頻率，同時在床邊架設攝影機，以隨時拍攝患者的影像，透過演算法分析影像中的動作和表情變化，進而推算患者的睡眠狀態和情緒變化。陳宜清分享，儀器監測的所有生理數據會即時傳輸至雲端，讓醫療團隊能夠遠端監控患者，若有突發狀況，能夠及時聯絡家屬，引導後續步驟。 受到互動式影像啟發，團隊利用AI生成親友、寵物，或其他客製化影像螢幕呈現在螢幕上，為臨終病患提供情感支持和陪伴。蕭于庭解釋：「家屬錄相關資料及圖片，之後生成他們想要講的話，透過AI影像來跟我們的病人來做對話。」他補充，未來希望AI會根據患者的語音內容生成回應，搭配觸控螢幕，讓患者藉由觸摸、滑動等動作與影像互動，使其更逼真。 團隊近期與員榮醫院合作，實際應用於臨終病患，並根據患者和家屬的回饋持續優化系統功能，未來也將尋求合作廠商協助，持續提升AI影像的真實性和互動性、開發更精準的微型偵測器。高雄醫學大學護理學系教授洪志秀說明：「過去人力一直為居家臨終照護的一大阻礙，該專案如果可實際應用，會是一大幫助。」他補充，用親友圖像形成互動影像、被攝影機持續監控會引發倫理和隱私權的爭議，團隊仍需思考如何減少這方面疑慮。

【記者黃詠欣報導】根據我國2017年國民健康訪問調查指出，超過84.7％老人患有一項以上的慢性病，而慢性病患者多為慢性傷口所擾，若未處理完善，導致反覆發炎嚴重恐截肢或死亡。然而目前臨床主要依賴醫師主觀經驗視診，僅能看到傷口表面狀況，無法提供最適化療程。因此，國立成功大學電機工程學系特聘教授林志隆帶領團隊研發「基於多光譜光源血氧影像偵測之微型化遠端醫療傷口癒合階段辨識系統」，首創以彩色血氧影像客觀分析慢性傷口，量化皮下組織血液循環狀況，並榮獲「2024未來科技獎」。17日至19日，2024未來科技館將在台北世界貿易中心展覽大樓 (簡稱台北世貿一館)展出本成品。 目前臨床主要依賴醫師視診，僅能看到傷口表面狀況，無法提供最有效的治療方式，而常被使用的市售醫療儀器——雷射都卜勒血流儀是一種桌上型裝置，約斥資200多萬，卻只能偵測血氧濃度，因重量緣故也不好攜帶。團隊成員、成大顯示電路及生醫創意系統應用實驗室博士生呂宥憲表示：「目前醫療在用的儀器沒有這麼方便、多功能。」 為了改良現有儀器，團隊研發出可攜式血氧偵測裝置，重量僅180公克。此裝置使用多光譜光源上的LED燈打紅光與紅外光照射傷口，取得皮膚反射光影像後，計算傷口及周邊肌膚血氧濃度，量化肉眼不可見的皮下組織血液循環狀況。「關鍵是我們開發去除環境光的演算法。」呂宥憲說明，團隊為還原紅光及紅外光拍出的影像，把環境光視為雜訊取出，耗時兩、三個月訓練人工智慧模型。此裝置除了可以自動分析傷口影像，更突破現有技術，評估傷口癒合階段，加速判斷患者是否需回診清除傷口。 同時團隊為了實現遠距醫療，讓醫師能線上追蹤傷口，開發手機應用程式連結裝置，能方便傷患居家使用，即時拍攝傷口上傳雲端平台儲存，醫生則可透過平台了解傷口狀況，提供最適合的敷料與療程，線上提供醫囑，有效降低傷患就診頻率與負擔。 本系統已獲得台灣專利，也進入成大醫院測試，並收集臨床數據與護理人員的反饋進行調整。對於是否繼續優化研究成果，林志隆表示想改良兩個層面，一個是增加新功能，讓系統也能判別燒燙傷情況，另一個則繼續減輕裝置重量，使其更方便。新華醫院內科醫生黃旭加認為，可攜式血氧偵測裝置在臨床訓練下會愈來愈進步，未來有望替代人員去分析、觀察傷口。

【記者林玟君綜合報導】台灣目前偵測魚種、計算魚類數量的方法，是由潛水員親自下水拍攝影像資料，後續再經由人工方式整理資料，較耗時耗力。國立海洋大學師生組成「台灣智能海洋 No.1團隊」發展水下AI技術，全天候自動化辨識魚種並紀錄數量，除了讓生態研究員更方便調查水下生態外，也能同時復育海洋環境。此技術在數位發展部AIGO計畫舉辦的111年度全國性的解題賽中獲得優等獎。 目前台灣智能海洋 No.1團隊已在台灣東北角的潮境公園，成功收集並標註出大量的魚種資料，有利於豐富台灣的海洋魚種資料庫。　圖／團隊成員提供水下AI技術透過人工智慧可以節省分辨魚類所花的時間，並更細微地觀察魚類，彌補人類沒辦法全天在水下觀察的問題。此外，該技術也能自動化保留儲存空間，團隊指導教授李東霖補充，「如果沒有魚游過去，可能只是單純的空無一物，那就可以去保留它出現的那段偵測畫面，讓剩下的畫面就不要。」 水下AI技術能夠全天候即時自動化地進行海洋生態調查，為生態復育做出貢獻。　圖／團隊成員提供魚種在水中與在空氣中會呈現不同顏色，也會隨著海的深度產生變化。為解決水下顏色失真的問題，團隊利用標準色卡進行水下顏色還原，再將偵測到的數值讓人工智慧機器進行深度學習（註），「標準色卡上面會有很多顏色，我們帶到水底下之後顏色會隨著深度變化，我們再去以原先的色卡顏色減少的比例去做偵測。」團隊成員胡育綺補充。團隊也結合電腦視覺技術中的背景建立，將非魚類卻具有動態性的生物自動設置背景，提升分辨魚種的準確度。註：深度學習是一種機器學習技術，它所使用的算法類似於人腦中使用神經元的方式，可用於教會計算機一般人類可以輕鬆自然做到的事情。 台灣智能海洋 No.1團隊發展的水下AI技術技術，能夠即時辨識水下影像，自動化辨識魚種並紀錄數量。　圖／團隊成員提供國立政治大學資訊科學系教授彭彥璁提及，水下隨著光線的不同也會影響到機器偵測顏色的準確度，「譬如說在白天光線充足，然後水質很清澈訓練的模型，就沒有辦法用到比較暗的，或者說人工這個外部的光源。」此外，機器在不同角度拍攝會影響到魚種的辨識，彭彥璁也建議，可以透過設定函數公式計算，「就是偵測少部分角度的資料去模擬出整個360度，把這個整個場景變成一種函數，輸入取得資料的座標就可以對應他的任意角度。」李東霖則希望未來能夠在海底裝設多個非固定攝影機，偵測更多不同位置的角度。李東霖指出，雖然當今AI的應用研究範圍廣泛，但相對於天上及陸地，海洋還有許多發展空間，「在氣候變遷影響之下，水下生態的變化是非常快的，如果不靠科技去記錄，人們很難知道哪些魚種消失或是哪些魚種需要被保護。」團隊也期望透過水下AI技術實際量化魚種數據，讓相關學者做進一步研究，並同時督促我國政府進行相關的海洋保育工作。

【記者張倩怡綜合報導】近年深偽技術（註一）快速發展，為影片中的人換臉已不再是難事，但也導致利用此技術的詐騙案層出不窮。長庚大學資訊管理學系學生團隊開發「假面騎『識』」Deepfake換臉即時檢測平台，除可辨識照片和影片外，更可即時檢測視訊是否有使用深偽技術。此發明獲得2022大專校院資訊應用服務創新競賽資安組第二名。 長庚大學資訊管理學系學生團隊開發「假面騎『識』」Deepfake換臉即時檢測平台，獲得2022大專校院資訊應用服務創新競賽資安組第二名。　圖／研究團隊提供註一：深偽技術（ Deepfake）指以人工智慧深度學習的技術，合成某個不一定存在的人的影像甚至聲音，並疊加至目標圖像或影片上，偽造出可以假亂真的影片。當今深偽技術發展快速，線上有許多免費的換臉程式遭到濫用，進而出現大量的偽造影片。根據Sensity資料顯示，2018年12月起偽造影片的數量每六個月就增加一倍，引發不少社會事件，如冒充名人進行詐騙。團隊成員朱哲弘說明，「最初是因小玉Deepfake換臉A片事件而引發我們做現在的檢測系統。」團隊使用1萬3000張圖片訓練模型，並以手動標記資料，選取出理想的人臉範圍。朱哲弘表示，為求準確，「我們很多都是一張一張去標記的。」接著，再透過讓AI學習人臉特徵，分辦有無使用深偽技術。系統除了可偵測常見的照片及影片外，團隊更因應線上化的趨勢，新增即時通訊也能使用的檢測功能。使用者只需將線上會議視窗名稱輸入至系統中，網站即會將資料傳送至後端已訓練好的模型進行分析，此功能亦適用於大部份的即時通訊軟體。 使用者可以在換臉即時檢測平台上傳靜態圖片，偵測是否有使用深偽技術的可能性。　圖／研究團隊提供團隊成員高語澤提及，現今其實有更準確的演算法訓練方式，不過視訊相較於一般辨識更講求速度，因此團隊選擇YOLOv5（註二）演算法。指導老師長庚大學資訊管理學系副教授陳宜惠也認同地表示，除了準確度，保持通話品質同樣重要，「如果有延遲是不可以接受的，要讓使用者是無感才可以。」此外，團隊也坦言，雖然系統已滿足大部份需求，不過仍舊存在不足，「現在系統只能在電腦網頁使用，如果推出手機程式，視窗可能就會跳掉而無法偵測，加上現在系統可能被鏡頭的髒污或有些人使用濾鏡都會造成誤判。」 使用者只需在換臉即時檢測平台上輸入網絡影片的ID，即可偵測每影格的畫面是否有使用深偽技術。　圖／研究團隊提供註二：YOLOv5為物件偵測的類神經網路演算法，可在圖片中找到特定的物件。而V5版本準確度稍遜於現今最新的V7版本，但有更高的靈活度和速度，更適合用於即時通訊上的偵測。目前系統可做到約85％的準確率，但深偽技術發展快速，偽造的影片只會越來越精緻以致更難識別。國立成功大學數據科學研究所助理教授許志仲表示，目前所有的偽造方法，通常依然強過於偵測方法，「此系統的功能僅限於常見且品質較差的換臉技術，但我認為越來越多人開發，會在意識層面上，降低製作偽造的（影片）比例。」他也建議，系統可加入使用者端的回饋機制，使系統更加完善。

【記者古宇恩綜合報導】肌少症會導致肌肉大量流失，進而導致新陳代謝不良、免疫低落等相關症狀。為讓患者復健時能不受時空限制，銘傳大學資訊管理學系學生組成團隊研發「MusReHero」居家自主復健系統，結合AI及物聯網技術，讓患者在家也能精準完成訓練。此發明亦榮獲2022年大專校院資訊應用服務創新競賽分組第一名。在使用MusReHero復健時，使用者需將手機置於前方，系統會透過鏡頭擷取動作畫面，再運用影像串流技術上傳至雲端，最後經由後台進行AI人體姿態辨識。團隊成員莊語妮表示，原先團隊使用電腦鏡頭開發，但測試中發現鏡頭角度上的調整不利於復健，「考慮肌少症患者的使用情境，手機是大家都有的配備。」最終團隊才採用手機作為開發平台。 患者實際使用MusReHero示意圖。畫面會引導使用者如何動作，並根據動作的精準度及時反饋。　圖／團隊成員莊語妮提供除顧及便利性外，復健對於動作的精確程度有高度要求，因此團隊特別開發AI肢體偵測模組，相較於過往的光學辨識，不僅能夠測量動作的角度，更能透過關節上的節點去偵測動作的屈伸。團隊成員陳誼庭認為，偵測的準確率是開發中最困難的環節，「開發的硬體性能不足，導致剛開始的運算不太精確。」為此，團隊還自行升級電腦配備優化系統的判斷。此外，團隊對於畫面回傳延遲導致使用體驗不佳的情況，也多次修改程式寫作的邏輯，讓系統更為順暢。 MusReHero會將收集到的復健資料，經過後台分析後，以圖像化的方式呈現，讓復健師能輕易判讀復健成效。　圖／團隊成員莊語妮提供為了讓復健者能即時修正錯誤動作，團隊在MusReHero中加入語音辨識技術，透過語音來指引患者正確動作，如患者因動作過於困難無法執行，也可直接透過向系統對話放棄該療程，營造與復健師一對一的情境。除了透過運動訓練肌力，團隊也在系統增加營養規劃模組，復健師可透過該功能安排健康菜單，讓患者能夠藉由飲食控制，提升療效。 圖為營養規劃模組。復健師可以透過該模組制定菜單，讓患者能夠依循專業建議攝取適當的營養素。　圖／團隊成員莊語妮提供高雄醫學大學雙主修運動醫學系及職能治療學系學生小吳（化名）則指出，「復健或是運動指導不只需要求角度精確，有無姿勢代償、是否用到正確的肌肉動作，這都是需要有經過訓練的專業人員去評估或處理。」他說明，患者可能因動作不正確造成更嚴重的傷害，建議團隊考慮相關風險。莊語妮也坦言，系統所涉及的領域為醫學治療，在實際上線前仍需進行更豐富的專業諮詢及安全性測試。 銘傳大學以MusReHero勇奪2022年大專校院資訊應用服務創新競賽小組第一名。圖上為得獎同學（從左至右）分別是老師余仁朋、學生蘇嘉綺、呂欣怡、陳誼庭、莊語妮、潘姸伶、陳庭伃、老師朱美珍　圖／團隊成員莊語妮提供

【記者吳姿芳綜合報導】根據109年臺北市消防統計年報，瓦斯外洩是造成火災的主因之一。對此，育達科技大學研發團隊結合雲端伺服器，研發能維護居家安全的「物聯網智能瓦斯與電力控制系統」。此研發獲得2021第８屆高雄KIDE國際發明暨設計展金牌。 育達科技大學與苗栗校際聯盟研發團隊研發「物聯網智能瓦斯與電力控制系統」，奪得2021第８屆高雄KIDE國際發明暨設計展金牌。　圖／研究團隊提供「物聯網智能瓦斯與電力控制系統」設有火焰、瓦斯與溫濕度三種感測器，其中瓦斯探測器能同時探測煙霧與瓦斯。感測器能透過微電腦晶片將數值傳送到雲端伺服器，團隊成員育達科大物聯網工程與應用學系學生曾孝棋進一步說明，若偵測結果超過預設的正常數值，雲端伺服器便會自動關掉總電源，並切斷瓦斯通道，「例如室內溫度高於預設溫度。」另外，系統也會傳送E-mail與LINE訊息至用戶的手機，讓用戶能即時接收家中瓦斯的使用狀況。 火焰感測器可以偵測火焰的亮度，以判斷火勢大小，而瓦斯感測器則會偵測瓦斯與煙霧的數值。　圖／研究團隊提供團隊指導老師、苗栗縣私立君毅高級中學資訊與水電科主任楊昇運表示，傳統防災系統在偵測到危險因子時，僅會以響鈴和撥打電話這兩個方式提醒用戶。然而「物聯網智能瓦斯與電力控制系統」除了結合網路主動切斷電源和瓦斯，還可判斷火源與火災發生原因。 雲端伺服器結合網路，能自動斷電及切斷瓦斯通道，並發送Email及LINE 訊息通知用戶。　圖／研究團隊提供此外，雲端伺服器能存放一個月內所偵測到的火焰、瓦斯與溫溼度數值的歷史紀錄，並自動產生圖表。用戶透過手機、平板與電腦便能觀看瓦斯用量，進一步修正自身使用瓦斯的習慣，系統也會推薦用戶購買適合的延長線與電器設備，降低電線走火的風險。針對瓦斯探測器可同時偵測煙霧與瓦斯的功能，新北市政府消防局第七救災救護大隊隊員包國言說：「煙霧與瓦斯的特性不同，可能會產生衝突。」他表示，若要讓系統實際應用，偵測器的位置須考慮家庭所使用的燃氣，因為不同燃氣有不同比重，他補充道：「如果是天然氣的話不能裝在地板上，液化石油氣相反。」目前「物聯網智能瓦斯與電力控制系統」透過網路傳送消息，研究團隊希望未來能結合藍芽，提供品質穩定的伺服器，並加裝更多偵測器，掌控所有可能導致火災的危險因子。包國言建議團隊，若系統結合119報案，可以幫助獨居和行動不便的長者跟瘖啞人士。團隊也考慮結合過去研發的「電力控制系統」，在同一個網頁內觀看瓦斯、火焰與電力的使用狀態。

【記者陳嘉怡綜合報導】消防員進入火場救援後，通常會藉由無線電進行對外聯繫，若發生意外，外界往往只能被動等待消防員回應。為降低消防員出勤風險，國立中興大學學生團隊研發「火場監跌」，此裝置會透過偵測人體姿勢變化與定位追蹤，判斷消防員是否跌倒，並可自動向外界傳達火場內消防員的動態。此作品獲得「2020大專校院機電創意實作競賽」第二名。 火場內部情形難預料，遇突發狀況時，消防員通常會因外力撞擊等原因劇烈改變動作，此時裝置則能偵測人體姿勢變化，判斷人員是否跌倒。圖為示意圖。　圖／吳庭安提供火場內部情形難以預期，消防員可能面臨外力撞擊等危險。團隊成員、中興電機工程學系學生蘇庭葦說明，火場監跌裝置會配戴於消防員的腰際，藉由加速度計測量撞擊力，並搭配陀螺儀偵測動作旋轉角度，以推斷人員是否跌倒。當意外發生時，此裝置會經由無線通訊系統傳輸，並透過電腦進行消防員的定位推算。接著，火場外部人員便能立即入內救援，並根據定位結果輔以現有的熱顯像儀進行搜救。同時，裝置也會發出警報聲響，使搜救人員更容易循聲音線索找到人。 「火場監跌」裝置能偵測人體的姿勢變化與定位追蹤，主動向外界傳達火場內部的消防員動態。　圖／蘇庭葦提供團隊使用LoRa無線通信技術（註１）作為訊號發射及接收系統，以取得目標所在位置。蘇庭葦指出，現有的定位技術多經由GPS系統，然GPS無法接收建築物內的訊號，「但是LoRa無線通信技術具備高穿透，而且抗雜訊能力強的特性，所以可以應用在室內環境。」指導老師、中興電機系教授林泓均補充，原本LoRa無線通信技術並無定位功能，他們是利用接收信號的強度進行距離推算，並結合三點定位法（註２）判斷確切位置。註１：LoRa無線通信技術（Long Range LPWAN, LoRa）為傳輸低資料量、高穿透且抗雜訊干擾性能強的通訊技術，其使用成本低、建置簡易，適合用於遠距離傳輸。註２：三點定位法指的是一種數學原理，利用三台以上的接收器在不同位置探測目標方位，並運用三角幾何原理確定目標的位置和距離。 當意外發生時，電腦後端會呈現即時定位與判別跌倒情況，並發出警示通知。圖為團隊學生實測過程。　圖／蘇庭葦提供蘇庭葦表示，目前此發明已經可準確偵測跌倒動作與定位，成功率高達96%，「但是目前如果要實際應用在火場救援上，還需要考量火場的溫度和濃煙變化。」高雄市政府消防局楠梓分隊消防員吳庭安則提及，因救援姿勢會因應火場狀況而改變，若此裝置要使用於火災現場，還須擴大動作資料庫功能與提升精準度，以避免誤判。除將裝置用於火場救援外，林泓均也提到，因應台灣社會人口高齡化日漸嚴重的趨勢，目前他們已向科技部申請研究計畫，盼將此發明應用於健康照護上，若長者跌倒或發生意外，便能透過裝置即時通知家人。 國立中興大學電機工程學系學生團隊發明「火場監跌」裝置，盼提升火場的救援效率，並以此獲得「2020大專校院機電創意實作競賽」亞軍及獎金10萬元。　圖／蘇庭葦提供