技術名稱 | 微型機器學習驅動的建築外牆磁磚智能檢測機器人 | ||
---|---|---|---|
計畫單位 | 國立中央大學 | ||
計畫主持人 | 林子軒 | ||
技術簡介 | 本研究開發了智能建築物外牆磁磚檢測機器人,基於壁虎和尺蠖的運動模式設計,前後敲擊機構則模仿啄木鳥敲樹的動作設計。機器人搭載AI視覺辨識和AI音訊辨識,通過微型AI鏡頭和敲擊裝置進行缺陷檢測,並使用TinyML和CNN技術進行數據處理,系統可即時回傳檢測結果。此機器人為台灣首次將微型機器學習應用於建築 |
||
科學突破性 | 本研究的GLEWBOT創新點包括:仿生設計融合壁虎黏附和啄木鳥敲擊技術;使用TinyML進行即時音訊分析;整合CNN進行缺陷分類;具備自主辨識缺陷的能力;模組化設計和智能避障系統提高效率和安全性。其創新性已獲Circuit Digest、Arduino Blog和Hackster.io等平台肯定。 |
||
產業應用性 | 本技術展現出的產業應用潛力,不僅適用於公共設施如建築物、橋樑、離岸風機等的檢測,對於石油管線等關鍵運輸設施的檢查也具有重大價值。其自動化、高精準、高效率等技術優勢,能為行業創造巨大經濟效益,包括降低運維成本、提升工作效率、減少風險隱患等。未來,隨著此創新技術的推廣應用,進一步促進檢測產業技術升級 |
||
關鍵字 | 人工智慧 微型機器學習 結構健康檢測 智慧機器人 仿生設計 影像識別 聲音識別 建築物外牆檢測 自主移動機器人 物聯網 |