在海浪聲裡「聽見」溺水者　逢甲大學把安全浮球變成會找人的AI救援隊

炎炎夏日在海邊戲水，多數人都曾注意過水域中放置的安全警示浮球，但對逢甲大學自動控制工程學系教授林昱成所帶領的李承頤、黃亮鈞、張富勝學生團隊而言，這些浮球不只是劃界工具，也可能成為水域安全的第一個感知節點。

研究團隊觀察到，真正發生溺水意外的人，通常不是完全不會游泳的人，有些原本水性不錯的人，可能因為體力透支、抽筋、身體突然不適，或遇上水流，導致在離岸較遠處陷入危險。尤其當距離拉遠，岸上救生員未必能持續看清所有人的狀況，影像監控也可能受海浪、反光、天候與視線遮蔽影響，出現救援盲區。

補上水域救援的盲區

「在影像看不到、救生員還沒注意到前，有沒有其他方式能更早察覺異常？」這個問題成為團隊研發的起點，並決定把「耳朵」放進浮球裡，透過聲音擷取與AI辨識，讓浮球持續聆聽周遭環境，從海浪、風聲、人聲等複雜噪音中找出可能的求救聲；一旦偵測到異常，再進一步定位聲源，讓無人救生浮體自主前往受難者附近，提供對方攀附等待後續救援。

林昱成表示，這套系統最難的不是單純訓練一個AI模型，而是讓系統從「聽見」一路完成「找到」與「前往」。在聲音辨識端，先透過聲音擷取模組收集環境音，再利用訊號處理降低背景噪音，萃取MFCC等聲音特徵，交由CNN模型判斷「是否為可能的求救聲」。

確認有人求救後，接下來還得回答「人在哪裡」。團隊再利用多個聲音感測元件之間的到達時間差的TDOA技術，估算聲音來源方向，並結合GPS與電子羅盤，讓系統掌握自身位置與目標方向。最後才進入自主導航，中央控制系統會根據當下位置、聲源方向與載具航向，控制無人浮體前進，並持續更新位置與方向。

強化多元水域可靠度

「AI必須整合感測、定位、自主控制，才有可能從單一技術，變成可以執行救援任務的系統。」林昱成透露，當研發從實驗室走到真實水域後，團隊很快發現，原本能被控制的條件在戶外幾乎都成了變數，舉凡風聲、海浪、船隻與周遭人聲會影響辨識；加上風浪與水流也會讓載具偏離原本航向；防水、續航，以及電池重量、馬達功率與浮力之間的取捨，都是產品化必須面對的挑戰。

換言之，下一階段的重點不只是提高單一功能的精準度，而是持續累積不同風浪、距離與背景噪音下的資料，提升AI環境適應能力，同時強化聲源定位、自主導航、能源管理與整體可靠度。林昱成坦言，水上自主救援裝置若要真正走進市場，最大挑戰是在不同水域能長時間、穩定且可靠地運作。

「救援設備和一般消費產品不同，它不需要功能很多，而是真正需要的那一刻能穩定運作。」林昱成指出，「智慧浮球」 目前的雛型更像一個核心技術平台，未來可與既有水域安全設備結合，包括海水浴場的救生浮球、監視系統與救生員勤務系統；也能在游泳池整合場域監控與異常事件偵測；至於河川、港口則可搭配GPS、環境感測器甚至其他無人載具，除了民用場域外，團隊也已接觸軍方需求，希望將浮球概念延伸至不同任務情境。

用創新解決真實問題

「做研究不只是把實驗做出來、把論文寫完，更重要的是，這項技術除了發表論文外，能不能真正解決問題？」林昱成鼓勵學生先從生活、產業或社會真正存在的問題出發，找到問題後再往下追問「技術能不能做到？」「有沒有創新性、能不能形成專利？」「有沒有可能成為產品？」這也是他帶領學生從研發走向創新的真正價值。

如今「水上自主救援裝置及系統」已完成雛型與初步水域測試，下一步是持續累積不同場域的實證數據，提升辨識、定位與自主航行穩定度，並尋找產學合作夥伴推進商品化。從被動提醒安全的浮球，到能主動聽見求救、找到位置並前往協助，團隊希望不只是多一項創新技術，而是讓科技補上水域救援來不及發現的那段距離。