國立屏東科技大學智慧電機學位學程教授徐子圭領軍之研究團隊，於本月以「雙目標邊緣運算單鏡頭無人機智慧視覺跟隨技術」在第20屆波蘭華沙國際發明展中脫穎而出，不僅摘下金牌，更榮獲大會最高榮譽的「大會最佳發明獎」，向國際展現臺灣在智慧無人載具領域的頂尖研發實力。
以軟體突破硬體天險：重新定義無人機成本與效能
長期以來，無人機的智慧視覺跟隨技術高度依賴昂貴的多光譜相機與複雜硬體配置，不僅建置門檻高，更受限於載重與電力消耗。屏科大團隊此次參賽的核心突破，在於徹底翻轉傳統思維，改以軟體創新為主軸，成功研發出能以低成本單鏡頭設備，完美取代傳統高價複合式光電相機的創新方案。
這項技術巧妙整合了YOLO人工智慧、邊緣運算及動態PID飛行控制技術，讓無人機擁有被稱為「AI鷹眼」的自主辨識、鎖定與跟隨能力。透過軟體演算法的深度優化，團隊成功在維持高效能的同時，大幅降低對硬體規格的依賴，為產業開闢一條高性價比的技術路徑。
流體力學結合AI：預判未來10秒的動態軌跡
傳統AI影像追蹤技術多半受限於「即時辨識」的框架，一旦目標物突然加速、轉向或短暫遭受遮蔽，便容易發生追蹤遺失的狀況。為了克服這項產業痛點，屏科大團隊跨領域導入流體力學的粒子影像測速技術（Particle Image Velocimetry, PIV），並結合計算流體力學常用的顯式法時間步階預測方法，建構出精密的目標運動物理預測模型。
在實際運作中，回饋數據會即時交由邊緣運算主導，藉由連續影像分析目標位置、速度與移動方向，系統能夠準確推估目標未來10秒的可能運動軌跡。搭配自主開發的「面積替代距離」演算法，無人機得以精準估測距離並自動調整飛行速度，大幅提升動態追蹤的穩定度與可靠性。
成本結構的大幅翻轉與續航力突破
在當前無人機產業極力追求續航力與成本控制的趨勢下，這項技術交出了相當亮眼的成績單。根據研發團隊的實際評估與數據顯示，該技術能為產業帶來具體的效益：
- 硬體建置成本最高可降低 80%，大幅降低導入門檻。
- 無人機的續航力可顯著提升 20% 到 35%，解決續航痛點。
- 透過物理模型輔助人工智慧，有效突破傳統影像追蹤的天險。
從產業面來看，這項技術的價值不在於贏得發明展的金牌，而在於它精準打中了無人機商業化最痛的兩大痛點：高昂的硬體成本與有限的飛行時間。當我們不再依賴昂貴的複合式光電相機，而是用演算法與物理模型去「預判」目標動向時，無人機的應用場景瞬間從高端軍事或專業搜救，大幅延伸至一般商業與民生巡檢領域。對臺灣的AI晶片與無人機製造供應鏈而言，這絕對是切入國際市場的一張好牌。
展望全球科技舞台的未來布局
隨著波蘭華沙國際發明展的肯定，歐盟第二大世界發明展的舞台讓世界看見了臺灣的研發能量。本次展覽匯集全球31個國家及地區超過400件創新作品，屏科大團隊以軟體創新取代昂貴硬體的研發主軸成功脫穎而出。未來，研發團隊預計持續結合臺灣在AI晶片、電子控制及無人機製造上的完整產業優勢，透過技術移轉與產學合作機制，積極推動國際市場布局，讓臺灣的智慧無人載具技術在國際科技舞臺上站穩腳步。
本文改寫整理自公開新聞來源，原始報導由自由時報發布。
常見問題 FAQ
屏科大無人機「AI鷹眼」技術贏得了什麼獎項？
屏科大智慧電機學位學程教授徐子圭領軍研發的技術，本月於第20屆波蘭華沙國際發明展中榮獲金牌，並一舉拿下大會最高榮譽的「大會最佳發明獎」。
「AI鷹眼」技術如何做到降低成本與提升續航？
該技術以軟體創新為主軸，採用低成本單鏡頭設備取代傳統昂貴的雙光或三光複合式光電相機，能減少高達8成建置成本，並提升20%至35%的續航力。
無人機如何預測目標未來10秒的運動軌跡？
團隊跨領域導入流體力學的粒子影像測速技術（PIV）與顯式法時間步階預測方法，建立目標運動的物理預測模型，透過邊緣運算即時分析影像以推估未來動向。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
