成大參展 2026 SMART+ 智慧製造展　

AI Service Center 助攻產業 AI 轉型

資料來源：國立成功大學新聞、Touch Taiwan 國立成功大學AI Service Center

連結網址：https://news-secr.ncku.edu.tw/p/406-1037-295673,r81.php

https://www.touchtaiwan.com/visitorProductDetail.asp?no=207577

在全球製造業加速邁向智慧化與數位轉型的關鍵時刻，人工智慧（AI）應用已成為產業升級的重要驅動力。國立成功大學於 2026 SMART+ 智慧製造展中，以「AI 實戰落地」與「供應鏈韌性」為核心主軸，整合展示涵蓋海運、精密感測、資安防護及智慧載具等多項跨域研發成果，不僅展現堅實的科研實力，更具體呈現協助企業導入 AI、提升智慧製造與營運效能的實踐方向。展區內容聚焦 AI 與物聯網、供應鏈資安，以及智慧機器人與移動載具三大核心領域，突顯技術落地與產業應用的整合價值。以下為參展技術簡介。

技術名稱：以物理 AI 實現單一金屬氧化氣體感測器的多氣體分辨技術

計畫團隊：成大物理系羅光耀教授

技術特色：突破傳統感測器僅能單一偵測的限制，使單一元件即可精準辨識多種氣體。

技術簡介：

金屬氧化電阻式氣體感測器在許多應用中具有高度潛力，但其對不同氣體的反應往往不具唯一性，導致辨識能力受限，影響實際應用價值。本研究提出一種結合物理模型與人工智慧分析的創新方法，用於多氣體辨識架構中，能自動解析氣體在感測器表面的吸附與脫附行為。

透過僅量測電阻變化，本技術即可反推出氣體的微觀特性，不僅能辨識氣體種類，還可估算其對應的吸附與脫附速率。此方法大幅提升金屬–半導體氣體感測器在多氣體辨識上的能力，使其更適合應用於機器人電子鼻等領域。

此外，本研究亦進一步探討聲波對氣體感測器響應的影響。結果顯示，多氣體的吸附行為是影響感測器聲學訊號反應的重要因素，並驗證了過去的實驗觀察。

技術名稱：應用機器學習進行海運貨櫃缺陷之自動偵測

計畫團隊：成大交管系 林珮珺教授

技術特色：透過人工智慧自動辨識貨櫃內部缺陷，大幅降低人工檢測誤差，提升整體物流管理效率與可靠性。

技術簡介：

海運貨櫃運輸承載全球約九成的貨物流通，標準化貨櫃設計大幅提升裝卸效率。然而，貨物裝載與運輸過程中若未符合規範，全球物流產業每年將因此產生高達數十億美元的損失。隨著全球貨櫃運輸量持續成長，如何有效檢測貨櫃內部缺陷，已成為提升物流效率與降低成本的關鍵課題。

本研究提出一套結合卷積神經網路（CNN）與 Transformer 的混合式深度學習架構，用於自動偵測貨櫃內部缺陷。該架構包含編碼、上採樣與解碼三個階段：首先在編碼過程中隨機遮蔽影像部分區域，以模擬缺陷情境；接著透過上採樣提升影像解析度；最後利用以 Transformer 為核心的自我監督學習方法，重建並預測缺失區域。此外，模型中導入關鍵特徵強化模組（CFE-VP），以聚焦重要區域特徵，加速模型學習效率。

同時，本研究亦比較自行開發的深度學習模型與無需程式設計的機器學習平台（如 Teachable Machine）之應用效果。結果顯示，無程式平台可有效降低技術門檻，協助中小企業快速導入AI技術；但在演算法最佳化與資料隱私方面仍存在限制，例如多數平台需透過雲端運算處理資料，對於涉及敏感資訊的企業可能帶來資安風險。

整體而言，本技術提供一套兼具高準確度與實務可行性的智慧檢測方案，為智慧物流與自動化檢驗應用開創新的發展方向。

技術名稱：多維度應變感測裝置與三元值邏輯系統

計畫團隊：成大材料系 劉全璞教授

技術特色：結合感測與運算功能，打造低功耗、高效率的新一代智慧感測器核心架構。

技術簡介：
本技術開發一種多維壓電閘控柔性電晶體感測器，於雲母基板上下兩側成長氧化鋅半導體薄膜，使裝置在低功耗下即可辨識正向彎曲、反向彎曲與壓縮等不同應變型態，並能進一步量化各方向的變形程度。其結構設計使感測器在彎曲時上下端呈現不對稱響應，在壓縮時則呈現對稱特性，形成可辨識載入狀態的獨特訊號特徵。

此外，該技術可將感測訊號直接轉換為三元值邏輯（如 NOT、NAND），實現「感測即運算」的功能整合，不僅降低能耗，也提升系統效率。相較於傳統僅能量測、難以判別應變型態的感測器，此技術更適用於物聯網結構監測、機器人觸覺、穿戴裝置及車用安全感測等應用場域。

技術名稱：查詢式系統異常偵測技術

計畫團隊：成大電機系 李忠憲教授

技術特色：可即時偵測並預警系統異常，強化工業控制系統與關鍵基礎設施的資安防護能力。

技術簡介：
本技術提出一套查詢式系統異常偵測方法，透過定期掃描工業控制設備（如 PLC）的運作狀態，分析其行為是否偏離正常流程，並以有限狀態機建立判斷機制。相較於需大量訓練資料或預先建立完整模型的傳統方法，本技術無需複雜設定，即可快速掌握系統運作變化。

當系統出現異常徵兆時，能在早期即發出警示，協助管理人員即時應對，有效降低潛在入侵或故障風險。此技術特別適用於智慧製造環境中，保障關鍵生產數據與控制系統的安全性與穩定性。

技術名稱：基於動態視窗演算法的機器人自主導航及噴灑系統

計畫團隊：成大機械系 劉彥辰教授

技術特色：整合導航、避障與作業功能，提升智慧機器人在複雜環境中的自主作業能力。

技術簡介：
本技術提出一套結合動態視窗演算法的機器人自主導航與噴灑系統。系統首先透過深度影像辨識環境中的多個物件，並依其空間分布進行聚類分析，再計算機器人與各聚類之間的距離，以規劃適當的噴灑路徑。

同時，利用光學雷達取得環境感測資料，建立成本地圖，並透過動態視窗演算法產生多條候選移動軌跡。最終整合噴灑需求、環境資訊與軌跡評估，選擇最佳行進路徑，使機器人能在移動過程中同步完成導航、避障與精準噴灑作業。

此技術可應用於果園巡檢與自動噴灑等場域，亦具備延伸至智慧農業與工業自動化應用的潛力。