已經跟呼吸一樣重要的網路和手機論文書籍站
國立成功大學 工業設計學系碩士在職專班 林彥呈所指導 鄭淵壕的 應用AI分析生活空間塑膠足跡輔助永續產品開發決策 （2020），提出a1 box遙控器關鍵因素是什麼，來自於人工智慧、塑膠足跡、田野觀察、產品影響力地圖、永續設計。
而第二篇論文國立虎尾科技大學 電子工程系碩士班 王榮爵所指導 陳鴻仁的 仿生偵查機器飛鳥 （2013），提出因為有 偵查機器人、機器飛鳥、仿生、無刷馬達、飛行機器人的重點而找出了 a1 box遙控器的解答。
應用AI分析生活空間塑膠足跡輔助永續產品開發決策
為了解決a1 box遙控器 的問題，作者鄭淵壕 這樣論述：
聯合國在2019年將塑膠汙染列為僅次於氣候變遷的危害，在環境中掩埋，洩漏在海洋的塑膠廢棄物已是全球災難。本研究結果不在於提倡環保，或綠色消費，畢竟大部份使用者在對於生活享受或產品樂趣是高於其為環境改變而減少享受等這類道德動機。本研究會聚焦在工業設計第一階段田野觀察，透過導入AI深度學習技術（Deep Learning），提高實驗大規模田野、取得更接近母體數量的樣本的可能性，來進一步精確了解，設計產品對於整個社會與使用習慣的影響，而驅動本文的研究動機。本研究希望提出更透明化、一致性、準確性的生活數據，透過科技力的輔助，來觀察個人生活空間（personal living space, PLS）裡
的塑膠足跡的流動與使用習慣。鼓勵發展生態上有效的技術，以及大量的重新設計都市的循環基礎建設，並從中找到新未來的商業模型與產品開發決策因素。本研究主要參考於ISO/TS14067 及PAS2050的盤查數據收集五大原則，以YOLO深度學習神經網路的辨識技術來建構塑膠足跡（Plastic Footprint），透過使用者提供生活空間照片進行間接式田野觀察，探討人類、環境、物件三者間的互動關係，提供工業設計師、決策者在跨部門設計溝通，評估永續產品開發對環境與社會影響的一套流程或介面。研究方法 : 間接式田野觀察、機器學習、企業深度訪談。在研究成果部分，（1）AI辨識速度與準確率的驗證。本研究主要以機
人合作概念，以深度學習辨識為主，人眼為輔，採YOLOv4深度學習神經網路進行塑膠物件的辨識，Mask R-CNN我們應用在前測階段負責標註塑膠產品，輔助人眼識別。在YOLO物件辨識的部分，經人工交叉比對驗證，其準確度可達92.55%；YOLOv4與YOLOv3相比，可增加23.76%（183個）的物件偵測命中率；照片資料分析與框選速度可較人眼（194.9sec / photo）提高兩百九十五倍到千倍之多（0.18~0.66sec / photo）；本研究樣本78人198張照片，跨越三縣市台南、高雄、雙北的26個行政區，四種不同的個人生活空間（PLS），房間、客廳、浴室、辦公室。而AI神經網路在
照片中識別出的953個塑膠物件只用了130秒。並且經過人眼反覆確認，驗證只需要一名專業人員，約為數小時，保守估計實際應用可提高田野觀察的分析速度50倍以上，且達高準確度，適合大規模量化調查研究使用。（2）田野調查流程的簡化透由AI技術導入，傳統九大流程可縮減為四大流程。（3）建構數據視覺化，塑膠足跡與產品影響力地圖。（4）在驗證的部分，數據分析在箱型圖（Box Plot）顯示一個人在生活中持有物品的狀態，backpack、clock、keyboard、laptop、mouse、suitcase（行李箱），一個人擁有一件；chair、sofa、TV & monitor擁有1-2個；cup、ted
dy bear（玩偶），擁有1-3個；遙控器擁有2-3 個；potted plant（盆栽） 擁有2-4個；瓶罐類4-7個，有著極大離峰值（outlier）40、21、16件，每個人在此類有極高的變異（Variance）。實驗結果非常接近我們現實生活的體驗。（5）最後，本研究提出4種工業設計師或企業應用決策評估情境模擬，以供未來進行可建立在資料驅動上（Data-Driven）的設計。
仿生偵查機器飛鳥
為了解決a1 box遙控器 的問題，作者陳鴻仁 這樣論述：
近年來科學家紛紛將機器人的研究方向，轉向以自然界的動物和昆蟲為師，觀察其結構、行為與動作，以製作仿生機器人。仿生動物和昆蟲機器人的研發概念即是模仿自自然界生物，具有生物特徵、或是類似生物的運動方式，使機器人能夠在各種險惡的地形快速移動。目前的各型動物機器人，例如足型機器人，雖然能突破各種險惡地形，但無法在天空進行飛行，此類的仿生機器人鮮少研究。 本研究為執行偵查與探索的任務，設計出能替代人類，前往未知環境中進行偵察(軍警、科學、探勘和探險用途)，或是進行商業空拍和探索的仿生物偵查機器飛鳥。本機器鳥也可做為研究鳥類飛行動作的實驗機具。本機器人外觀以海鷗作為模仿對象，來進行開發與設計。機器飛鳥
在空中具有高度機動性，可自由升降與迴轉，擁有快速且大範圍進行探索與偵查的能力，而且具有生物特徵的偽裝性。本機器人的運動方式以飛鳥的飛行姿態來進行模擬，由翅膀的上下擺動給予上升的力量，再由尾端可上下左右擺動的尾翼，作為飛行中升降、迴轉的操控。本機器飛鳥使用兩種不同的馬達，一共三顆馬達，其一為一顆無刷馬達，主要功用是帶動飛鳥翅膀擺動的動力。由於無刷馬達的轉動速度過快，因此透過不同齒輪數的齒輪組合，設計出如同減速機效果的變速箱，將高轉速的無刷馬達轉變為較低速且具備更高扭力的齒輪帶動機，再與翅膀結合，使得翅膀能上下擺動，獲得上升的力量。其二為兩顆伺服機馬達，功用是帶動飛鳥後端尾翼之上下左右擺動，使飛鳥
於空中飛行時能進行飛行方向改變。結構方面由於機器飛鳥應用於空中偵察，不同於地面機器人，在整體重量的考量因素下，各軸連接部份則使用碳纖維棒作為支架，由於碳纖維質地強而輕，且耐高溫、耐水、耐腐蝕，是製造飛行器及耐腐蝕設備的優良材料。因此本機器飛鳥所有內部結構均使用碳纖維棒設計組裝，達到輕量化的作用。在機器飛鳥前端裝置一個無線攝影機，可將前端影像即時回傳到使用者電腦，用來即時監控機器飛鳥所偵查到的影像，並以此作為操控機器飛鳥的飛行偵察探索任務。