Projects

本研究計畫聚焦於高科技廠房，旨在結合機器人作業系統（ROS 2）與智慧物聯網（AIoT），開發一套「智慧巡檢系統」。針對傳統廠房監控僅能依賴固定式感測器、且無法與移動裝置即時連線的痛點，本計畫設計了隨插即用的智慧通訊架構，小車在移動中能即時收集漏水、溫度等五種管道異常訊號，並於邊緣端自動進行異常診斷與任務生成，省去傳統人工繁瑣的排查與派單流程；此一研究將智能巡檢機器人從傳統的「被動式資料收集器」升級為「具備安全防護、自主判斷與即時應變能力」的智慧廠房運維核心。

本研究計畫聚焦於大型複雜場域（如校園、交通場站、高科技廠房），旨在打造一套「語意化」的數位孿生系統。針對現行數位孿生僅能呈現靜態立體外觀、卻無法理解場域中事件因果、且各類感測資料彼此孤立難以整合的痛點，本計畫設計了一套標準化的語意串接架構，讓分散的資料能自動轉譯為系統可理解、可推理的知識，並在做出判斷的同時留下清楚可查核的紀錄；此一研究將數位孿生從傳統的「靜態視覺化模型」升級為「具備語意理解、可信推理與治理能力」的場域智慧核心。

本研究打造一套「可插拔式」智慧設施管理系統。針對傳統系統每新增一種管理需求就得重新開發的痛點，本計畫設計模組化的領域知識卡匣架構，讓維護、採購、知識庫等功能像隨身碟一樣即插即用，無需更改底層程式碼；系統核心透過「觸發→問題→行動→執行者」四階段，將現場資料自動轉化為清楚可追蹤的決策動作。此研究將設施管理系統從「單一用途、綁定開發」升級為「跨領域共用、零程式碼遷移」的通用核心，實務驗證可達八成以上任務自動化率。

本研究聚焦於工程知識建模，打造一套支援永續低碳採購與碳管理的資料治理機制。針對傳統採購仰賴人工比對、導致成本超支與規格請款資料難以互相核對，且碳排資訊分散於不同文件、無法串接進管理決策的痛點，本計畫建立統一的語意知識模型，將工程數量清單、規格文件、請款紀錄與碳排資料整合進同一套可推理的知識架構，並透過自動化比對機制驗證「實際完成」是否符合契約與碳管理標準；系統同時保留完整的資料溯源紀錄，取代容易出錯的人工試算表作業。此研究將工程採購從「事後稽核、各自為政」升級為「知識驅動、碳足跡可追溯」的治理核心。