智慧生產 x 數位服務
AI 智慧眼鏡輔助畜禽與作物病蟲害觀察系統
以 AR 智慧眼鏡、端側初篩、AI 影像辨識與雲端決策服務，完成免持巡檢、即時判讀、自動建檔與可追溯預警。
Live inspection session
Field A-03
疑似葉斑病
87%
HUD 提示：建議隔離、採樣並通知植醫
12MP 鏡頭
TLS 加密
GPS 定位
LLM 建議
System architecture
六層式技術架構
點選任一層級，右側會更新該層功能、資料輸出與導入重點。此區把計畫書圖一轉為可展示、可講解的網頁 demo。
Source figure
計畫書原始六層架構圖
Field workflow
現場巡檢運作流程
Demo 模擬「Hey Rokid，拍照」到 AI 判讀、HUD 提示、自動建檔、即時處置與趨勢分析的作業鏈。
Voice capture
語音指令擷取影像
巡檢人員以語音觸發拍照或錄影，系統同步保存第一人稱視角影像、GPS、時間與場域資訊。
是否偵測到疑似異常？
進入端側品質檢核
24-month roadmap
研發與導入歷程
七階段從需求訪談、資料標註、模型訓練、眼鏡整合，到 Pilot、迭代優化與商化準備。
階段一：需求訪談與場域盤點
與畜牧場、農場、獸醫與植物醫師訪談，盤點目標物種、優先病蟲害清單、巡檢動線與作業限制。
產出：需求規格書、場域盤點報告、KPI 基線Digital service console
數位服務與決策儀表板
將巡檢結果結構化入庫，提供預警推播、趨勢分析、熱區地圖、遠距協作與產銷履歷串接。
異常事件佇列
高風險
畜舍 B2 呼吸道異常
信心度 91% | 建議隔離與獸醫會診
中風險
溫室 A3 疑似葉斑病
信心度 87% | 建議採樣並回傳
待複核
果園 C1 影像品質不足
補光後重拍 | 弱網續傳完成
熱區與趨勢
以 GPS、時間、病徵分類與嚴重度形成場域風險分布，協助管理者排定下一輪巡檢。
風險與因應
- 技術風險少見病徵不足，以資料擴增與持續迭代處理。
- 資料風險標註品質與隱私，以雙人複核、加密與權限控管處理。
- 導入風險使用者接受度，以教育訓練、試點先行與介面優化處理。
- 法規風險提前盤點動物用藥、個資與資料安全要求。