科技專案成果

工研院 ▶ 開發AI全方位騎乘教練輔助系統

 技術特色 
透過騎乘建議軟硬整合服務，協助瞭解個人騎乘能力並提供騎乘訓練建議，創造更佳的騎乘體驗。

 產業擴散  
協助自行車領導廠商巨大集團及新創騎乘社群Velodash導入個人騎力分析及智慧換檔模組，帶動騎乘產業數位轉型。

看著路上颯爽騎過的自行車隊，你是否曾心生「加入」的念頭？但是，新手入坑難免跌跤，自行車運動的訓練內容、騎乘策略與路線五花八門，受挫久了心也冷了。另一方面，歐美市場漸趨飽和、電動自行車又逐漸崛起，對於主攻外銷的臺灣自行車業者來說，如何開創新型態服務成為重要課題。有鑑於此，在經濟部技術司科技專案支持下，工研院2022年開發AI騎乘策略―全方位騎乘教練系統，協助我國自行車廠發展騎乘加值服務，拓展新商機。

精準騎力分析 虛擬教練陪騎

工研院中分院設計整合經理盧彥年說，這項技術的核心是在戶外騎乘體驗上，加入無線式的隨車智慧運算元件，在運動過程中，完整紀錄使用者的心率，機器的踏頻、功率、檔位，以及環境GPS、坡度資訊，發展人機環數據的整合服務。

瞄準這些數據可以在不同的應用場景、創造不同的創新服務，工研院首創「個人騎力分析指標」，透過騎乘時間與踩踏功率的曲線關係，精準推估出功率訓練最關鍵的數據―功能性閾值功率(FTP)，再綜合分析使用者的有氧能力與爆發力等優缺點，提供最客製化的建議，推薦適合的訓練課表或是騎乘路線，降低民眾運動時的挫折感，也有助增加騎乘社群的互動，甚至促成程度相當的使用者順利組成車隊。

其次，工研院也以自行車國手的運動數據作為基礎，訓練人工智慧模型成為隨車的騎乘虛擬教練應用系統。該系統可依據不同路段，適時給予換檔、踩踏頻率的策略建議，協助使用者親身感受彷彿國手一路陪騎的體驗。反之，當使用者希望專注在騎乘運動，系統將主動介入換檔，讓使用者只要專心執行踩踏動作，無需分神瞭解騎乘策略，提供使用者更聰明、彈性的服務。
 

▲ 系統將騎乘歷程全紀錄，並根據上段騎乘表現，推估下一段騎乘方式符合當下情況。
 

▲ 建立「國手帶我騎」之AI智慧騎乘模型應用，讓騎士可親身體驗專業選手的騎乘技巧。
 

軟硬整合服務加值 大廠新創都受益

2022年工研院協助國內自行車領導廠商巨大集團，開發自行車動態調整騎乘適配系統，消費者只要在旗艦店的訓練平台試騎，系統便可以透過騎乘姿勢的辨識，比對、推薦最適合的自行車款。一改過去使用者必須等到實際上路一陣子後，才能回廠根據主觀感受進行調整的不便，也提高自行車品牌的專業價值及帶動周邊銷售。

此外，同步協助國內新創騎乘社群Velodash導入個人騎力數據分析功能，提供分布於臺灣、美國、日本的自行車用戶加值服務，對於自行車社群用戶來說，數據分析有助於社交討論與車隊成員的組成，協助國內新創公司拓展國際市場。未來將持續擴散運動科技整合解決方案，以帶動運動產業數位轉型，發展高經濟價值的創新服務。
 

• 成果案例出處：2022科技專案執行年報