隨著無線網路及行動網路建設的完善、又加上微處理器和嵌入式技術的進步，手持多媒體屏幕裝置的完全普及率早已經是無法改變的現狀。對於孩童來說，在成長階段時過度的依賴這些手持多媒體屏幕裝置非常可能造成網路成癮症，因此如何在適當的時間讓孩童接觸適當的學習資源將會是很值得思考的問題，也是此論文的研究目的。本論文結合IoT物聯網與AI深度學習之技術，預期開發適合孩童的智慧輔助教學裝置，來幫助學齡前小朋友認識周遭有趣的事物，避免多媒體屏幕裝置對於孩童的身心健康影響，除此之外，還希望可以藉由智慧互動來提高孩童的學習興趣。

With the completion of wireless network and mobile network construction, and the advancement of microprocessors and embedded technologies, the popularity of handheld multimedia screen devices has been flood and unrecoverable. Therefore, it is very possible to cause internet addiction for children if they put a lot of dependence on these handheld multimedia screen devices during the growth phase, so how to get children to the appropriate learning resources at the right time will be a problem deserves we thinking about, this also the purpose of this thesis. This thesis combines IoT and AI deep learning technology, and expects to develop a smart assistant teaching device suitable for children to help children to understand the interesting things around them and avoid children's physical and mental health be influenced by multimedia screen devices and hope to increase children's learning interest.

目錄
第一章、簡介	1
第二章、相關研究	5
第三章、背景知識	7
3-1	硬體及嵌入式系統	7
3-2	無線通訊技術	9
3-3	AI深度學習技術	12
3-4	IoT 物聯網基礎架構	18
第四章、系統架構與設計	21
4.1	藍牙遙控器	21
4.2	智慧語音帽	22
4.3	具辨識能力的AI雲端伺服器	22
第五章、系統實作與效能評估	24
5-1.	硬體設備的實作和布建	24
5-2.	軟韌體設計與系統整合	31
5-3.	效能評估	39
第六章、結論	41
參考文獻	42
附錄-英文論文	44

 
圖目錄
圖 1孩童3C裝置擁有率	2
圖 2孩童周間每日使用3C裝置的時間	2
圖 3 Arduino UNO Rev3微控制器電路板	8
圖 4 樹莓派 Pi 3 Module B	9
圖 5 IEEE 802.11 擴充服務集合示意圖	12
圖 6 AI技術的發展過程示意圖	13
圖 7 LeNet-5的辨識過程	16
圖 8 RNN的模型示意圖	17
圖 9 具辨識能力之語音帽系統架構示意圖	21
圖 10 具辨識能力之語音帽系統運作流程示意圖	23
圖 11 藍牙遙控器硬體架構	24
圖 12 Arduino UNO Rev3微控制器電路板硬體架構	25
圖 13 HC-05藍牙通訊模組	26
圖 14 藍牙控制器的硬體架構電路圖	27
圖 15 藍牙控制器的硬體架構設計	28
圖 16 智慧語音帽硬體架構	28
圖 17 Omnivision 5647感光元件模組	29
圖 18 AOSONG AM2303數位溫溼度感測器	30
圖 19 智慧語音帽硬體架構線路示意圖	30
圖 20 藍牙遙控器以及智慧語音帽硬體完成實作圖	31
圖 21 藍牙遙控器軟體流程圖	33
圖 22 智慧語音帽軟體流程圖	35
圖 23 各情境下圖像辨識所需時間	39
圖 24 各情境下平均圖像辨識成功率	40

 
表目錄
表 1系統功能比較表	6
表 2各IEEE 802.11標準之比較表	11
表 3 HC-05藍牙模組腳位功能說明	26
表 4 Google Cloud Vision API特色說明	36
表 5 Google Cloud Vision API客戶端函式說明	37

參考文獻
[1]  兒童福利聯盟文教基金會 : 2015 年兒童 3C 產品使用與上網行為大調查https://www.children.org.tw/uploads/images/private/23/files/report_20150604.pdf
[2]	Domoff, S.E., Harrison, K., Gearhardt, A.N., Gentile, D.A., Lumeng, J.C., & Miller, A.L. “Development and Validation of the Problematic Media Use Measure: A Parent Report Measure of Screen Media “Addiction” in Children,” Psychology of Popular Media Culture, 2017
[3]	「孩童網路成癮？ 爸媽留意9警訊」，檢自：http://news.ltn.com.tw/news/life/paper/1174268
[4]	李佳勳，「The Use of Children Toy in Learning-a Mathematical Toy Design and Case Study in Classrooms」，國立臺北教育大學數位科技設計學系（含玩具與遊戲設計碩士班）學位論文，(2013)
[5]	徐豐智，「數位互動積木設計-以孩童學習注音符號為例」，淡江大學電機工程學系碩士班學位論文，(2014)
[6]	Kid dynamic，「Swing 兒童智慧手表」，https://www.kidsdynamic.com/tw-about
[7]	Arduino，https://store.arduino.cc/
[8]	Raspberry，https://www.raspberrypi.org/
[9]	Bluetooth SIG，https://www.bluetooth.com/zh-cn
[10]	IEEE，https://www.ieee.org/
[11]	Wi-Fi Alliance，https://www.wi-fi.org/zh-hant
[12]	Yann LeCun, Leon Bottou, Yoshua Bengio, and Patrick Haffner, “GradientBased Learning Applied to Document Recognition” , 1998
[13]	Hao Wang, Dit-Yan Yeung, “Towards Bayesian Deep Learning: A Survey” , 2016
[14]	Google Cloud Vision API，https://cloud.google.com/vision/
[15]	Arduino函式庫，https://www.arduino.cc/en/Reference/Libraries
[16]	gTTS Python library，https://gtts.readthedocs.io/en/latest/index.html