發佈日期：2023-06-02

陳天禕

理工學院

電機工程學系

在本專題開始，要先收集輪胎及研究中會用到的軟硬體相關知識與相關研究論文，並理解其實作方式、系統架構與在不同資料上的應用，而在研讀的過程中若遇到困難與不解時，需要老師從旁協助了解資料的要義與提點。在本次研究中，會使用到AI的大數據、機器學習等技術，其中像是使用Python撰寫機器學習程式，或是資料的處理、分析等等，將參考 AI方面書籍及上網查詢相關資料，若有不明白的部分還要請老師指導或與老師討論。研究計劃的實驗過程中，實驗數據的衡量、分析與比較和解決問題的方法非常重要，為了讓研究更加完整，研究的過程與研究報告的撰寫，都需要我們學生請在研究領域中經驗豐富的師長多多指教。

這次的第23屆旺宏金矽獎比較特別，不僅參加的隊伍數多，獎項也非常多，可以看出評審是非常用心對待這次的審查，因為此次競賽鼓勵跨領域、跨校、跨系參加，更是鼓勵如組員有國際學生者，給予整組加分。剛好我們的專題作品:基於機器學習及物聯網感測技術之輪胎異常偵測系統，作品雛型是由我們機電所博士班的外籍學長提出，網頁基本架構也是由外籍學長所撰寫，因我們起初嚴謹的選擇專題題目，透過與全國輪胎行的蔡顧問討論各項細節並進行場預測試，了解客戶的需求進而改進作品缺失、提高使用者體驗才能使作品更為完善，並且會議進行時,教授會將自身研究專題的經驗分享給我們,對於研究計畫的執行速度和其他事項的掌握,需要教授的指導與規範。當研究遇到困難時,教授會給予我們適當的建議及之後繼續研究的方向與可行度。此外,教授每次都是提供一個方向性的建議,使我們順著方向思考,自己發現問題的答案,而非直接提供一個解答給我們。如果是提供解答,則會把整個思考脈絡與我們分享,並告訴我們下一步的目標,讓我們繼續吸收這個脈絡後,再延續這個方向進行研究，由於測量輪胎的數據是採用 9 軸感測器,屬於相對新穎的技術,因此坊間無現成數據提供使用,須實際安裝於真實感測器於輪胎上,測量正常以及異常的數據,但是部分異常受限於我們的器材,如:輪框變形、附著異物等,無法完美模擬,需要透過替代方法做測量。在思考可替代的測量方法時,難免一些方法會有較高的風險性,教授則考慮到我們實際測量時的安全問題,適時提供其他安全的替代想法供我們思考。我們才能夠精準的掌握評審要的重點，用心花心思的貼合競賽主旨，才能擁有這次的好成績。

我們專題的目標是將車廠下中上游進行整合，建立一套完整的輪胎生態系，推廣應用於每台機動車輛、每個停車場，並且將大部分輪胎異常之情形加入本系統機器學習的辨識範圍。本次研究的成果在本次大型專題競賽獲獎已經成功地展現出此系統的可能性。