AI 視覺辨識解決方案（骨架、車牌、人流與生物辨識）
恆準定位以 AI Box 為核心提供視覺辨識方案，同時具備辨識式 AI(骨架偵測、車牌辨識、人數計數)與生成式 AI(AI 生圖 / 生影片)能力。AI Box 採跨平台架構(Jetson Nano / Jetson Orin Nano / NB / PC)，支援多路 Camera 同步分析，並可選配 UWB 定位模組，讓「看得到」與「定得到位」在同一台裝置上完成。已與亞旭電腦、NISSAN 等廠商合作導入。
六大應用
1. 雙鏡 AI 健身 / 復健系統
兩台 Camera 同時從正面與側面以 AI 辨識骨架關鍵點（Keypoints），可同時偵測正面特徵（如高低肩）與側面手腕移動範圍。使用者可直接在畫面中看到自己的姿勢進行自我修正，避免姿勢不正確造成運動傷害。並以偵測手腕位置控制滑鼠，操作同時活化上肢。已應用於長照機構的伸展與活化運動（如「鉛球奧運」）。
2. AR 攝影棚
利用 AI 骨架辨識精確捕捉人體位置與動作，無需任何實體配件即可拍照。高齡者揮動右手即可自由選擇虛擬配件並傳送給朋友；配件中提供槓鈴與啞鈴，長者拍攝時須雙手上下舉動才會顯示配件，娛樂同時兼顧健身。
3. 高精度動態車牌辨識系統
以 NISSAN 為例：車輛不須停止即可動態辨識，並可判斷車輛進出方向，支援多樓層與多輛車同時進出辨識。
4. 公車座位 / 人數分析系統
以亞旭電腦為例，透過大量分析人臉影像樣本自行歸納辨識準則，並隨影像樣本累積持續優化調整以提高正確率。採 AI 深度學習演算法，精準度高；以開放平台（Jetson Nano）開發，擴充性高，支援 USB Camera 與 IP CAM。
5. 魚類 AI 生物辨識系統
以遠雄海洋公園為例：主機讀取攝影機畫面進行辨識後，由後台處理取得魚類在影像上的座標與分類；使用者點選後，機台即顯示該魚類的照片與詳細資訊。
6. 自然語言生成程式
以直覺語言輸入需求，自動生成結構化流程圖；支援邏輯檢查、條件補齊、測試驗證與報告產出。採五大模式設計（A–E），依流程複雜度分層支援，從基礎生成到進階測試與環境補齊；模組化設計可彈性組合應用場景，提高設計效率、降低錯誤並確保流程一致與可追溯。
系統規格
| 項目 | 規格 |
|---|---|
| 攝影機 | 支援 RTSP 規格的 IP 攝影機即可；亦支援 USB Camera |
| 主機 | Linux 或 Windows 作業系統皆支援，可支援 6 台以上 Camera 同時運作 |
| AI Box 平台 | 跨平台架構：Jetson Nano / Jetson Orin Nano / NB / PC |
| 定位選配 | AI Box 可選配 UWB 定位模組 |
| 介接方式 | 具 RESTful API，提供 JSON 格式便利介接（如車牌號碼、TimeStamp 等） |
| 客製化 | 可提供訓練工具以適應不同國家車牌；可提供 object code / source code |
適用場域
- 長照機構 / 醫療：雙鏡 AI 復健與活化運動、AR 攝影棚互動
- 停車場 / 社區 / 廠區：動態車牌辨識，車輛不須停止、支援多樓層
- 大眾運輸：公車座位與人數分析
- 水族館 / 教育場館：魚類生物辨識與互動導覽
- 軟體開發：自然語言轉流程圖與自動化測試輔助
常見問題 FAQ
需要買特殊的攝影機嗎？
車牌辨識可以用在台灣以外的地區嗎？
為什麼要用「雙鏡」而不是一台攝影機？
AI 視覺辨識和你們的定位技術有什麼關係？
影像補定位的漏洞：Camera 對畫面內的人數計數，若現場有 8 個人、系統上卻只收到 6 個 Tag，就能立刻判斷有人沒配戴標籤或標籤失效。這是純無線定位查不出來的盲點 —— 沒帶標籤的人，在定位系統上等於不存在，對工安人數盤點與門禁管制特別重要。
定位補影像的死角：人被機台、貨架或轉角擋住時 Camera 就看不到了，但 UWB 與藍牙訊號會穿透與繞射，位置不會中斷；逆光、粉塵、夜間等影像品質不佳的環境也一樣。換句話說，影像在「看得見」的範圍內最準，無線定位則負責「看不見」的那一段。
實務上兩者疊在一起才完整：AI 共創導引機器人即同時使用光達 SLAM、RGBD 影像與 UWB 相對定位。