國土守護神 對抗土石流的終極兵器 土壤驅動監測系統

台灣因為頻繁的地質活動,形成陡峻的地形地勢,造就全島川流湍急,河溪密佈流坑溝,催生了容易崩蝕的岩層土壤,加上氣候變遷下,梅雨與颱風季節暴雨集中等天候條件,土石流成為台灣好發的自然災害,近年最令人感到悲痛的,莫過於2009年小林村遭土石流掩埋,造成將近五百人失蹤的重大災害。

圖片來源:工研院
圖片來源:123RF

 

為此,必須在土石流容易發生地區設立戶外環境監測系統,但是在發展戶外環境監測系統時,如何取得穩定的電力供給系統運作,向來是最艱難的挑戰。

工研院研發的「土壤驅動監測系統」,突破能源供給與系統耗能的限制,讓土壤為系統發電!採用土壤離子氧化還原產生的微量電源,搭配自主研發的高效率直流升壓與超低功耗能源轉態檢測晶片,供電給無線監測系統使用

為了節省電量,這套系統創新突破,利用「土壤含水量自主驅動技術」,低含水量時土壤能源極低,系統完全關閉;含水量接近警戒值土壤能源會有劇增現象,此時能源將足夠開啟系統進行資料處理與警示傳送

換句話說,當環境因為強降雨造成土壤水分大量增加時候,系統會主動開啟,開始偵測危險警示,當環境無異常時候,系統又自動進入休眠關閉狀態,全年無休的全天候待命偵測,「土壤驅動監測系統」堪稱台灣對抗土石流的終極兵器,國土的守護神。

土壤驅動監測系統更可以利用在智慧農業。工研院資訊與通訊研究所工程師蔡昆儒說明,「智慧農業也需多節點感測收集環境資訊,有了這套技術,將來不用接電源線就能實現多點建置,同時可以降低建置與維護成本。例如:大型菇類培植場或大範圍溫室,其環境密閉悶熱溼度高,且多感知節點時電源佈建複雜,此時就是土壤發電的最佳使用場域。」

圖片來源:工研院
圖片來源:工研院

 

關閉

深度神經網路 成AI發展重點

不久的將來,人工智慧(AI)將成為帶動科技前進、社會變革的主要力量。在人工智慧相關技術中,機器學習(machine learning)堪稱核心技術;而在機器學習領域,「深度神經網路」(deep neural networks,DNN)演算法將可望躍居研發重點。愈來愈熱門的深度學習(deep learning),運用的正是深度神經網路技術。這兩年大出風頭、掀起人工智慧熱潮的AlphaGo,成功的關鍵除了巨量的訓練樣本、迅捷準確的計算能力,還有精巧的深度神經網路設計,才能在短時間內持續精進棋藝,敗盡世界圍棋群豪。

閱讀更多 »

攻無人載具 先掌握五大效益

近年來隨著各種新興智慧無人載具及機器人的蓬勃發展,帶來廣泛的產業機會。除應用在製造領域的工業機器人,服務型機器人在未來智慧型機器人應用上,也具有極重要的地位。
在服務型機器人產品中,具有空間移動能力的行動機器人能提供多種不同的服務應用能力。這種行動機器人可分為:大眾熟知的無人飛行載具(UAV)、無人地面載具(UGV)與無人水域載具(UMV)等三種類型。

閱讀更多 »
close-link