逢甲大學資工系連續兩年奪冠，再攀AI智慧製造高峰。兩件作品分別介紹如下:

「InsightWafer」以非接觸式光學檢測技術驚艷全場，由資訊工程學系林峰正老師、自動控制學系沈祖望老師共同指導，成員為資訊工程學系碩一洪群彧、葉星豪、大三范秩嘉，以及自動控制工程學系碩二卜云晴所組成的跨領域團隊，以創新作品「InsightWafer：晶圓異常辨識與回饋系統」，在均豪精密工業股份有限公司主辦的第十五屆「全國大專院校AI智動化設備創作獎」中脫穎而出，榮獲第一名殊榮。繼去年以「RoadScan Pro」奪冠後，逢甲團隊連續兩年勇奪本競賽冠軍，充分展現逢甲大學在AI智慧製造領域的深厚實力。

隨著半導體製程持續微縮，傳統接觸式檢測對日益輕薄的晶圓存在翹曲與損傷的潛在風險，且現有自動光學檢測僅能標示缺陷位置，卻無法追溯缺陷成因。「InsightWafer」正是針對此一產業痛點而生，以純光學非接觸式影像擷取為核心，將機械自動化與AI推理整合為單一閉迴路，實現從「被動事後品管」到「主動即時補償」的全新檢測模式。

該系統涵蓋三大創新亮點。硬體端以3D列印的非侵入式支架加裝於既有手動顯微鏡，搭配自動對焦控制迴路，無須汰換昂貴設備即可升級為半自主檢測節點，大幅降低導入成本。AI端建構完整的影像檢測與根因分析流程，能自動辨識晶圓缺陷、比對製程資料回溯成因，並自動產出工程報告。控制端則統籌協調製程各站，在晶圓進入下一批次前提供前饋式補償建議，實現跨站閉迴路的主動控制。

其作品兼具實用性與商業化潛力。系統推理完全在本地邊緣端執行，確保廠內製程資料不外流；並透過行動端App與「人機協同」設計，由工程師確認後系統才執行補償指令，兼顧自動化效率與人為把關。此系統能有效縮短人工檢測時間、提升缺陷攔截率，並將原本仰賴資深工程師的隱性知識加以數位化，為中小型晶圓廠與研究單位提供一條可落地的智慧化升級路徑。

此外，另一件作品「仿生機器狗驅動之智慧巡檢與虛實整合平台系統」同獲佳作肯定，由資訊工程學系林峰正教授指導，資訊工程學系碩二張景泰、碩一彭彥程、江承泰及大四周竑宇組成的學生團隊共同完成。本作品以「下水道巡檢」為核心應用場景。下水道是城市防洪與排水系統的重要基礎設施，若未定期巡檢與維護，將對城市排水安全造成隱患。然而，下水道內部環境通常狹窄、陰暗、潮濕，甚至可能存在有害氣體，人工巡檢具有相當風險；加上裂縫、破損與腐蝕等異常狀況若仰賴人工判斷，容易受到經驗差異與環境條件影響。因此，團隊希望透過AI與機器人技術，降低人員進入高風險場域的必要性，並提升巡檢效率與判斷一致性。

該系統的創新之處在於整合仿生機器狗、AI影像辨識與虛實整合技術，構建一套完整的智慧巡檢平台。團隊以機器狗作為移動載具，搭載影像與深度感測設備執行巡檢任務，並透過AI模型即時辨識下水道內部的裂縫、破損等異常狀況。此外，團隊引入NVIDIA Omniverse數位孿生與模擬環境，在實際測試前先於虛擬場域中驗證巡檢流程與辨識效果，有效降低實地測試的成本與風險。

技術實作上，團隊整合邊緣運算設備、深度攝影機與AI辨識模型，使系統得以在巡檢過程中進行即時影像分析。透過NVIDIA Omniverse虛實整合平台，系統可模擬低光照、積水、障礙物等多種複雜環境條件，進一步驗證機器狗在不同場域中的巡檢可行性，充分展現機器人載具、感測資料與模擬平台三者之間的高度整合能力。

該作品未來具備延伸應用於公共基礎設施巡檢的潛力。除下水道場域外，類似的系統架構亦可擴展至箱涵、管線、地下空間或其他難以進入的危險環境。透過機器狗替代人員進入現場，並將巡檢影像與數據逐步數位化，有助於資料累積、維護追蹤與決策分析，全面提升基礎設施管理的安全性與效率。

指導老師林峰正表示，兩支團隊皆以解決產業真實痛點為核心，從硬體改裝、演算法研發到系統部署，均展現完整的系統化思維與執行力。「連續兩年奪冠，不僅肯定了學生的研發成果，更彰顯逢甲大學在跨域整合與實務導向教學上的深厚能量。」

逢甲大學長期推動CDIO工程教育理念，致力培養學生跨領域整合與解決實務問題的能力，並鼓勵學生將AI、機電整合等前沿技術落地應用於專題實作。未來將持續深耕AI、智慧製造與半導體檢測領域，強化人才培育與產學連結，為台灣科技創新持續注入新動能。

第一名｜逢甲大學
作品名稱：InsightWafer：晶圓異常辨識與回饋系統
指導教師：林峰正、沈祖望
參賽學生：洪群彧、卜云晴、葉星豪、范秩嘉

佳作｜逢甲大學
作品名稱：仿生機器狗驅動之智慧巡檢與虛實整合平台系統
指導教師：林峰正、張弘豫
參賽學生：張景泰、彭彥程、周竑宇、江承泰

全體照相