課程代號：2326100113  

智慧感測訊號處理與特徵擷取技術

在 AI 智慧製造與智慧機器人快速演進的趨勢下，感測資料已成為裝置預知保養、異常預警與智慧決策的核心樞紐。然而，資料價值的極大化關鍵在於訊號的深度理解、精確處理，以及如何將原始物理量轉化為 AI 模型可學習的關鍵特徵。
課程型態/
實體課程
上課地址/
高雄市前鎮區一心一路243號4樓之1-依實際通知為主
時  數/
18 小時
起迄日期/
2027/03/23 ~ 2027/03/25
聯絡資訊/
賴小姐,陳小姐   07-3367833＃14,07-3367833＃25
報名截止日期：2027/03/19
線上報名
課程簡介

　　在 AI 智慧製造與智慧機器人快速演進的趨勢下，感測資料已成為裝置預知保養、異常預警與智慧決策的核心樞紐。然而，資料價值的極大化關鍵在於訊號的深度理解、精確處理，以及如何將原始物理量轉化為 AI 模型可學習的關鍵特徵。本課程以「從物理感知到智慧決策」為核心，透過系統性的技術鏈條，帶領學員完整走過感測器資料擷取、訊號處理、特徵工程及異常檢測模型開發之全流程。內容深度整合振動、IMU、電流與影像訊號四大關鍵工業技術，透過理論解析與密集實作，協助學員建立跨域整合能力，有效解決工業現場之數位轉型挑戰。


從感測器接線到ML 模型上線 — 一個人走完整條路

課程五大特色

1.    領域知識：看懂頻譜就能判斷設備壽命，不只是跑演算法
2.    跨域整合：橫跨機械、電機、電子、資訊、製造，成為部門間的橋樑
3.    技術護城河：單一技能易被AI 取代，垂直整合的經驗無法複製
4.    物理世界：站在AI 碰不到的數位與現實交界面，愈來愈值錢
5.    垂直整合：從感測器佈線到模型上線，一個人own 整條路

課程目標

  • 振動訊號：加速規安裝+ FFT / 包絡譜分析→旋轉機械預測性維護
  • IMU 訊號：六軸模組校正+ 姿態估測→機械手臂、AGV監控
  • 電流訊號：電流感測器+ 諧波分析→馬達健康、負載偵測
  • 影像訊號：相機光源配置+ OpenCV→AOI 檢測、瘦疵分類

建議參訓對象

1.    智慧製造工程師
2.    設備維護與預知保養人員
3.    AI機器人研發工程師
4.    自動化控制與感測整合工程師
5.    製造業數位轉型技術人員
6.    對感測分析與AI異常檢測有興趣者

課程大綱

 

課程單元課程內容

                訊號認知與開發環境建置                

  • 四大訊號物理意義、取樣原理與產業應用案例
  • Python 開發環境+ 硬體驅動建置
  • 提供工業資料集，學員實作視覺化分析

訊號處理、特徵擷取與系統架構

  • 前處理（濾波、取樣）→ 特徵擷取（FFT、小波、影像特徵）
  • 資料儲存架構+ 標註策略+ 邊緣vs. 雲端混合架構
  • 端到端Pipeline 綜合實作

嵌入式感測器實戰與ML 異常檢測

  • 感測器安裝與現場佈設（接線、固定方式、佈線路徑）
  • 即時擷取→ 邊緣計算→ 訊號標註→ 訓練資料集建立
  • ML 異常檢測模型訓練→ 邊緣部署→ 分組Demo 成果發表

※主辦單位保留變更課程內容與講師之權利。
※參訓人員受訓時需自備筆記型電腦。

講師簡介

蘇老師
經歷：千鉑國際科技有限公司  專案經理
           百兆鍶國際有限公司     應用工程師
專長：嵌入式人工智慧、電腦視覺、MES開發、ERP開發

開課資訊

【主辦單位】：工研院產業學院 高雄學習中心
【上課日期】：116/03/23(二)~03/25(四)，09:30~16:30 (3天共18小時)
【上課地點】：高雄市前鎮區一心一路243號4樓之一-依實際通知為主
【招生人數】：本班預計20人為原則，依報名及繳費完成之順序額滿為止。(預計12人即開課)
【課程費用】：課程學費、講義、午餐、課程教材；各級學費見下頁表列。

課程費用會員
課程原價       $16,200       
          21天前報名及兩人團報優惠價                 $14,000       
三人團報優惠價       $13,000       

【受訓證明】：1.參加本課程之學員，研習期滿，出席率超過80%(含)以上，且參加實作演練，即可獲得工研院頒發的受訓證明。
【報名方式】：1.線上報名 
                       2.傳真報名：(07) 3367855 (傳真後請來電確認，以保障優先報名權益) 
                       3. E-mail報名：itrikhs@itri.org.tw 
【課程洽詢】：(07)3367833#14賴小姐、(07)3367833#25陳小姐
【繳費方式】：報名時選擇信用卡線上繳費或ATM轉帳，或於收到上課及繳費通知後，於開課日二天前以銀行匯款繳費。電子發票證明聯於繳款確認收款後將mail至您的信箱或於開課當天提供予您紙本電子發票證明聯，若需提早取得「電子發票證明聯」，請洽詢本學習中心。
【退費標準】：請以學員於開訓前退訓者，將依其申請退還所繳上課費用 90％，另於培訓期間若因個人因素無法繼續參與課程，將依上課未逾總時數1/3，退還所繳上課費用之50％，上課逾總時數 1/3，則不退費。

貼心提醒

  • 為確保您的上課權益，報名後若未收到任何回覆，敬請來電洽詢方完成報名。
  • 如本課程因人數或其他因素造成課程取消,本院將無息辦理退費,敬請見諒！
  • 為尊重講師之智慧財產權益，恕無法提供課程講義電子檔。
  • 為配合講師時間或臨時突發事件，主辦單位有調整日期或更換講師之權利。
  • 因課前教材、講義及餐點之準備及需為您進行退款相關事宜，若您不克前來，請於開課三日前告知，以利行政作業進行並共同愛護資源。

標題的icon

相關文章

常見問題

Q1. 跨領域背景學員如何學習感測資料處理？

A具備基礎Python語法與物件導向概念者可順利銜接，該訓練模組將複雜動力學概念轉化為程式實作。課程設計涵蓋四大訊號物理意義與取樣原理，學員將從開發環境建置開始，逐步學習訊號處理與特徵擷取，重點在於理解參數調校與應用，無須預先具備高等控制理論背景。

Q2. 課程如何解決工業現場設備異常問題？

A該訓練模組透過振動、IMU、電流與影像訊號的深度整合，教授學員從感測器佈設到異常檢測模型部署的全流程。學員將實作旋轉機械預測性維護、機械手臂姿態監控、馬達健康偵測及AOI瑕疵分類，有效將物理感知轉化為智慧決策，提升設備稼動率與預知保養能力。

Q3. 學習感測器整合對職涯發展有何助益？

A該培訓賦予學員從感測器接線到ML模型上線的垂直整合能力，建立跨機械、電機、電子、資訊的技術護城河。學員能看懂頻譜判斷設備壽命，並掌握邊緣與雲端混合架構部署，成為解決工業數位轉型挑戰的關鍵人才，提升在AI智慧製造領域的不可取代性與決策賦能。

Q4. 實作課程使用哪些軟硬體工具？

A實作環節將建置Python開發環境與硬體驅動，並提供工業資料集供學員視覺化分析。感測器實戰包含加速規、六軸IMU模組、電流感測器與相機，搭配OpenCV進行影像處理。學員需自備筆記型電腦，並在邊緣計算環境中訓練與部署ML異常檢測模型，最終進行分組成果發表。

Q5. 如何將多種工業訊號整合應用於智慧製造？

A該訓練模組系統性地涵蓋振動、IMU、電流與影像四大關鍵工業訊號，教授學員從訊號前處理、FFT/小波特徵擷取到資料標註策略。學員將學習如何將這些原始物理量轉化為AI模型可學習的關鍵特徵，並設計邊緣與雲端混合架構，實現端到端的智慧決策，有效解決工業現場的數位轉型挑戰。