產出年度
2026現況描述
本技術整合影像、LiDAR、IMU、室內定位與場域資訊，搭配多模態／視覺語言模型及雲地協作語言模型，進行情境語意萃取、人物與物件辨識、空間關係與環境風險理解。已規劃即時影像、圖像、文字及語音 Prompt 整合，並結合空間定位與 AI 預測方法，支援具身代理人在醫療、照護等場域的環境理解與導航決策前置感知。可應用範圍
智慧醫療、智慧照護、AMR、智慧輪椅、服務型機器人、室內物流與導引所需軟硬體設備
具 GPU 之邊緣 IPC／伺服器、攝影機或 RGB-D Camera、LiDAR、IMU、室內定位設備、ROS2 載具需具備專業人才
電腦視覺、多模態／VLM、機器人感知、定位與感測融合工程人才