當第20屆波蘭華沙國際發明展的頒獎那一刻到來，全球31個國家、超過400件頂尖創新作品屏息以待，最終由臺灣團隊奪下大會最高榮譽。一個讓國際科技界震撼的數字浮上檯面：不需要昂貴的硬體堆疊，僅靠軟體創新，就能讓無人機成本砍下八成，續航力激增兩成以上。
表象
在國際無人機競賽與軍民兩用市場中，高昂的硬體成本一直是難以跨越的高牆。傳統無人機為了達成精準追蹤與環境感知，往往必須依賴昂貴的雙光或三光複合式光電相機。這些精密設備不僅造價不斐，更沉重地拖累了無人機斤斤計較的續航能力。長期以來，業界普遍認為，想要更強大的「AI眼睛」，就必須付出更高的硬體代價。這是一場資本與技術的賽跑，資源較少的團隊往往望之興嘆。
「以軟體創新為主軸的模式，讓預估目標物未來10秒軌跡成為可能，建置成本減少八成，連無人機斤斤計較的續航力，都能至少增加兩成。」—— 國立屏東科技大學智慧電機學位學程教授 徐子圭
真相
然而，由屏東科技大學智慧電機學位學程教授徐子圭領軍研發的「雙目標邊緣運算單鏡頭無人機智慧視覺跟隨技術」，徹底打破了這個既定迷思。團隊成功以低成本的單鏡頭設備，完美取代了傳統昂貴的複合式光電相機。這背後的關鍵不在於砸大錢買硬體，而在於軟體架構的極致優化。透過整合YOLO人工智慧、邊緣運算及動態PID飛行控制技術，讓單鏡頭無人機瞬間具備了敏銳的「AI鷹眼」，能夠自主辨識、鎖定並跟隨移動目標。
「以物理模型輔助人工智慧，以軟體創新取代昂貴硬體。」—— 國立屏東科技大學智慧電機學位學程教授 徐子圭
各方角力
在國際無人機供應鏈重組的關鍵時刻，各國大廠無不積極尋求成本與效能的最佳平衡點。傳統AI影像追蹤技術多半高度依賴即時辨識，一旦目標突然加速、轉向或短暫遭受遮蔽，就極容易發生影像追蹤遺失的天險。屏科大團隊跨領域導入流體力學的粒子影像測速技術，結合計算流體力學常用的顯式法時間步階預測方法，建立了堅實的目標運動物理預測模型。回饋數據即時由邊緣運算主導，連續分析目標位置、速度與移動方向，直接推估未來10秒的可能運動軌跡，這項突破讓臺灣在國際智慧無人載具研發競賽中，佔據了極具戰略優勢的位置。
「除了預估軌跡，系統也結合團隊自主開發的『面積替代距離』演算法，能精準估測距離，自動調整飛行速度。」—— 國立屏東科技大學智慧電機學位學程教授 徐子圭
深層影響
從產業面來看，這項技術的誕生不只是校園的榮譽，更是臺灣無人機產業轉型的強心針。當硬體成本最高能降低80％，且續航力提升20％到35％時，意味著無人機的應用門檻大幅降低，無論是搜救、巡檢還是其他自主飛行任務，都將迎來全新的成本效益比。未來若能持續結合臺灣在AI晶片、電子控制及無人機製造上的既有優勢，透過技術移轉與產學合作，這雙「AI鷹眼」絕對有實力從臺灣展翅，在全球科技舞台上掀起一波性價比革命。
未解之問
話說回來，當臺灣的研發實力再次在歐洲最大發明展中證明自己，我們不禁要問：在國際地緣政治與供應鏈去中化的浪潮下，這項能將成本砍下八成的關鍵技術，能否順利從學術殿堂走向大規模量產？臺灣的產學合作機制，又能不能把握這次機會，讓在地研發能量真正轉化為足以撼動全球市場的商業動能？
當我們為臺灣團隊在波蘭華沙國際發明展摘下金牌與大會最佳發明獎歡呼的同時，或許更該思考，臺灣的科技研發如何不再只是「得獎常勝軍」，而是能真正成為全球無人機供應鏈中不可或缺的定海神針。建議產業界與相關政策制定者，應積極促成這類突破性技術的在地量產對接，讓軟體實力化為實際的產業護城河。
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」技術的核心優勢是什麼？
核心優勢在於「以軟體創新取代昂貴硬體」，透過低成本單鏡頭結合YOLO人工智慧與物理預測模型，能將建置成本降低80％，並提升20％至35％的續航力。
這項無人機技術獲得了什麼國際獎項？
該技術在第20屆波蘭華沙國際發明展中，從全球31個國家、超過400件創新作品中脫穎而出，不僅摘下金牌，更一舉拿下「大會最佳發明獎」。
「AI鷹眼」如何解決目標突然轉向或被遮蔽的問題？
團隊跨領域導入流體力學預測方法建立物理預測模型，由邊緣運算即時分析，可推估未來10秒的運動軌跡，有效降低影像追蹤遺失的風險。
※ 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。
