Bio-Robotics & AI: Το Project που διακρίθηκε στο ACSTAC 2026

Στο 12ο ετήσιο συνέδριο ACSTAC (Anatolia College Science and Technology Annual Conference), η ομάδα Unique Tech του Sparmatseto Robotics παρουσίασε μια καινοτόμο προσέγγιση για τη βελτίωση της σχολικής ζωής. Η εργασία μας με τίτλο «Αυτόνομο Βιο-Ρομποτικό Σύστημα για Παρακολούθηση Σχολικού Περιβάλλοντος και Ευεξίας Μαθητών» τιμήθηκε με το Βραβείο Καινοτομίας.

1. Η Πρόκληση: Το «Αόρατο» Πρόβλημα της Αίθουσας

Συνήθως, αντιλαμβανόμαστε την ανάγκη για αερισμό όταν είναι ήδη αργά. Η έκθεση των μαθητών σε υψηλά επίπεδα CO₂, TVOCs και PM2.5 οδηγεί σε:

  • Μείωση της συγκέντρωσης και της γνωστικής απόδοσης.

  • Υπνηλία και κόπωση.

  • Μακροχρόνιες επιπτώσεις στην υγεία από τα αιωρούμενα σωματίδια.

Η λύση μας; Ένα σύστημα που λειτουργεί ως «τεχνητό αισθητηριακό σύστημα», επεκτείνοντας την ανθρώπινη αντίληψη μέσω της τεχνολογίας.

2. Αρχιτεκτονική του Συστήματος

Το project μας αποτελείται από δύο συνεργαζόμενες μονάδες που επικοινωνούν μεταξύ τους:

Α. Wearable Μονάδα Μαθητή

Ένα περικάρπιο χαμηλού κόστους βασισμένο στον επεξεργαστή Beetle ESP32-C3.

  • Λειτουργία: Συλλέγει ανώνυμα βιομετρικούς δείκτες όπως ο καρδιακός ρυθμός και ο κορεσμός οξυγόνου.

  • Στόχος: Η συσχέτιση της σωματικής κατάστασης με τις περιβαλλοντικές συνθήκες.

Β. Κινητή Ρομποτική Μονάδα

Η «καρδιά» του συστήματος, βασισμένη στο Arduino Uno Q.

  • Αισθητήρες: SCD40 (CO₂, Θερμοκρασία, Υγρασία), PM2.5 (Σωματίδια), TVOC (Πτητικές ενώσεις).

  • Επεξεργασία: Φιλοξενεί το μοντέλο Τεχνητής Νοημοσύνης (Edge AI).

3. Πολυεπίπεδη Τεχνητή Νοημοσύνη (AI)

Αντί για απλά στατικά όρια, χρησιμοποιήσαμε μοντέλα Machine Learning για την ταξινόμηση των συνθηκών.

Explainable AI (XAI)

Επιλέξαμε τον αλγόριθμο DecisionTreeClassifier (Δέντρο Απόφασης) γιατί προσφέρει διαφάνεια. Το ρομπότ δεν δίνει απλώς μια εντολή, αλλά μπορεί να «εξηγήσει» τη λογική του:

  • Επίπεδο 0 (Ιδανικό): Καθαρός αέρας, υψηλή ευεξία.

  • Επίπεδο 1 (Προειδοποίηση): Αυξημένο CO₂, ανάγκη για μελλοντικό αερισμό.

  • Επίπεδο 2 (Επηρεασμός): Υψηλοί ρύποι και σωματική επιβάρυνση (αύξηση παλμών).

4. Βιομιμητική Κίνηση: Run and Tumble

Εμπνευστήκαμε από τη φύση και τη συμπεριφορά του βακτηρίου E. coli. Το ρομπότ μας κινείται αυτόνομα στην αίθουσα:

  • Run (Πορεία): Κινείται ευθύγραμμα όσο οι συνθήκες βελτιώνονται.

  • Tumble (Περιστροφή): Μόλις εντοπίσει επιδείνωση των ρύπων, σταματά, περιστρέφεται τυχαία και αναζητεί νέα κατεύθυνση προς καθαρότερο αέρα.

5. Πειραματικά Αποτελέσματα

Κατά τη διάρκεια των δοκιμών μας, καταγράψαμε εντυπωσιακά δεδομένα:

  • Άνοδος CO₂: Μέσα σε 40 λεπτά με 25 μαθητές, το CO₂ εκτοξεύθηκε από τα 420 ppm στα 1.150 ppm.

  • Βιομετρική Αντίδραση: Παρατηρήθηκε αύξηση του μέσου καρδιακού ρυθμού κατά 7 bpm λόγω της έλλειψης οξυγόνου.

  • Ακρίβεια AI: Το μοντέλο μας πέτυχε ακρίβεια 95% στην πρόβλεψη της κατάστασης ευεξίας.

6. Μελλοντική Εξέλιξη

Το project δεν σταματά εδώ. Σχεδιάζουμε ήδη:

  • Τη σύνδεση του συστήματος με αυτόματους μηχανισμούς αερισμού.

  • Τη δημιουργία ενός σχολικού δικτύου παρακολούθησης περιβάλλοντος.

  • Την εκπαίδευση του μοντέλου με ακόμα μεγαλύτερο όγκο πραγματικών δεδομένων.

Συγγραφείς: Τζούμας Χ.-Ρ., Ιωσηφίδης Γ., Γιάκι Ι., Στεφανίδου Α., Κωνσταντίνου Σ., Ταμανάς Ά., Καμπέρογλου Λ. Φορέας: Sparmatseto Robotics

Σχόλια

Δημοφιλείς αναρτήσεις από αυτό το ιστολόγιο

Πώς να "διαβάζεις" τον αέρα: Σύνδεση αισθητήρων μέσω I2C με Arduino

Γιατί νυστάζουμε στην τάξη; Η αλήθεια πίσω από το CO2 και η λύση της Unique Tech

Καλωσορίσατε στο Unique Tech Blog!