2026年11月14日 星期六

《綠照趣旅行》雙模式體驗操作手冊

《綠照趣旅行》雙模式體驗操作手冊:一張地圖、兩種玩法,走讀菓葉四大綠照任務

當農村自然素材遇見智慧科技,地方文化就能成為長者願意動手、動腦、動口並與同伴交流的遊戲。《綠照趣旅行》以澎湖菓葉社區36格走讀地圖為核心,設計「綠照轉轉樂」與「小Q智慧走讀」兩種獨立體驗模式,串聯綠場域、綠飲食、綠療育、綠陪伴四大任務。

綠照趣旅行雙模式體驗操作手冊:石櫟陀螺、玉米籜娃娃、小Q智慧走讀與四大綠照任務
圖:《綠照趣旅行》雙模式體驗操作手冊(菓葉36格走讀地圖)

一、設計理念:一張地圖,兩種玩法

同一張36格圖卡可供兩種模式使用,並保留相同的地方故事與四大綠照任務。差別在於「如何決定移動」:自然模式由石櫟陀螺決定步數、玉米籜娃娃作為棋子;科技模式由參與者規劃路徑、按鍵操作Tale-Bot Pro(小Q),並利用已配置的OID圖卡及MP3語音聆聽故事。

項目模式A:綠照轉轉樂模式B:小Q智慧走讀
核心工具石櫟陀螺、獨立六等分轉盤、玉米籜娃娃Tale-Bot Pro小Q、OID圖卡與MP3
操作重點轉陀螺、數格、移動、看圖分享選站、辨識方向、按鍵移動、聆聽分享
共同教材菓葉36格走讀地圖、四大任務紀錄表

二、體驗前的教材準備

共同準備菓葉36格地圖、四大任務表、印章或貼紙,以及穩固、方便長者觀看的桌面。模式A另備一個獨立六等分轉盤、石櫟陀螺與1至4個可區分的玉米籜娃娃;模式B另備充電完成的小Q,以及事先測試過的OID辨識與對應MP3。

注意:石櫟陀螺在獨立轉盤上旋轉,不直接在36格地圖上旋轉。兩種模式共用地圖與任務,但不需要同時使用陀螺與小Q。

三、模式A:綠照轉轉樂(自然遊戲)

六等分轉盤規則

轉盤結果行動方式
前進1格玉米籜娃娃沿編號路線前進1格
前進2格前進2格
前進3格前進3格
前進4格前進4格
前進5格前進5格
秀出自己原地依目前圖卡,自選說故事、唱褒歌或表演適合自己的動作

六步驟操作

  1. 選娃娃:每位參與者選一個不同標記的玉米籜娃娃,放在起點。
  2. 轉陀螺:在獨立轉盤旋轉石櫟陀螺,等待停下。
  3. 讀指令:依陀螺停止的扇形判定前進步數或「秀出自己」。
  4. 移動與看圖:依1至36的編號順序移動娃娃,觀察抵達的圖卡。
  5. 完成任務:由圖卡主題引導自然觀察、飲食辨識、手作回憶或故事分享。
  6. 輪流進行:換下一位,直到時間到或完成約定目標。

建議「秀出自己」不設答錯或表演懲罰;長者可選擇說、唱、比手勢,或請同伴協助。若陀螺停在區域交界,重新旋轉。抵達第36格即完成路線,超出步數不折返。

四、模式B:小Q智慧走讀(科技互動)

  1. 看圖選站:觀察36格地圖,選擇想探索的圖卡。
  2. 規劃路徑:確認小Q朝向與地圖相鄰格子,思考前進、左轉、右轉等指令。
  3. 按鍵移動:由長者按鍵操作,必要時由帶領者協助。
  4. OID辨識:在已完成配置的圖卡位置觸發辨識,由小Q本體播放對應MP3故事或台語褒歌。
  5. 聆聽分享:長者說出自己的回憶,其他人可補充。
  6. 繼續探索:選擇下一站,逐步完成四大任務。

操作提醒:小Q的左轉、右轉只改變朝向,不代表自動前進。小Q模式依地圖的實際格位規劃路徑,不能直接把1至36的編號順序視為相鄰格。OID與MP3功能須在活動前確認設備、圖卡及內容相容。

五、菓葉地圖四大綠照任務

任務圖卡範例體驗挑戰
綠場域2 黃槿花、3 菓葉菜宅、7 菓葉保安林、12 石滬捕魚選一處植物、農村或海岸場域,說出看到的特色,分享生活記憶。
綠飲食8 蔬菜海菜、9 全穀體驗、10 海鮮蛋白、17 低鈉減鹽烹調辨識在地食材,分享一種健康料理或減鹽方法。
綠療育2 黃槿花、25 手作DIY、28 肌少症防護站、32 料理DIY觀察植物、回憶手作、做簡單安全的坐姿伸展或分享感受。
綠陪伴4 社區活動中心、15 四面向活動、22 長者互動、26 地中海小廚神邀請同伴共同回答、分享故事或一起唱一段熟悉的褒歌。

圖卡編號以原36格地圖為依據,部分主題名稱為便於教學的簡稱。同一張圖卡可支援不同面向,不必把36格硬性分成四個互斥類別。每完成一個面向的一項任務,就可蓋一枚印章;集滿四種印章即完成「綠照達人」挑戰。

六、1人、2人與4人的玩法

人數轉轉樂小Q
1人一人一娃娃,自主轉動與移動,帶領者適時陪伴自行選站、規劃、按鍵及聆聽
2人各持娃娃,輪流轉動,互相分享一人規劃、一人操作,輪流交換
4人四個娃娃輪流前進,共同蒐集四大任務印章分為選站員、導航員、操作員、分享員,每站輪換

七、建議30分鐘體驗流程

時間內容
0~5分鐘認識菓葉地圖與遊戲規則
5~10分鐘示範轉轉樂或小Q操作
10~25分鐘正式體驗並完成四大任務
25~30分鐘心得分享、任務蓋章與紀錄

若兩種模式都要完整體驗,可安排兩個站點輪流操作,延長至50~60分鐘。活動以參與和交流為主,不以最快抵達第36格為勝負標準。

八、活動紀錄與帶領者提醒

任務紀錄表可設置四個勾選欄:□綠場域 □綠飲食 □綠療育 □綠陪伴,並留一欄記錄長者說出的故事、熟悉的食材或互動情形。帶領者可觀察參與意願、按鍵或轉動操作、圖卡辨識與同伴交流,但不宜僅憑單次遊戲宣稱具有治療或復能成效。

活動前應檢查陀螺軸心、轉盤穩定度、小Q電量與語音功能;依長者能力調整步數與任務難度,允許坐姿操作、志工協助與自由選擇分享方式。

九、結語:讓農村故事成為可以玩的教材

《綠照趣旅行》不是單純把傳統遊戲數位化,而是讓自然素材與智慧科技各有特色、共用同一套文化內容。石櫟陀螺帶來動手操作的趣味,玉米籜娃娃承載在地工藝,小Q帶來方向規劃與語音故事;四大綠照任務則讓每一次停留都有認識地方、交流經驗的機會。

一張地圖、兩種玩法、四大任務:讓長者在遊戲中走讀菓葉、分享記憶、彼此陪伴。

2026年11月13日 星期五

AIoT智慧養殖實戰:整合Django、Spark與AI模型進行水質異常預警

智慧生活科技專業社群|物聯網 × 大數據 × AIoT 系列(七)

前一篇我們讓 Spark Structured Streaming 的水質統計顯示在 Django Dashboard。本篇要再往前走一步:利用機器學習找出不尋常的水質變化,並將結果顯示在網頁上。

情境以智慧養殖池為例,數據均為教學模擬資料,並非水井村實際量測或經驗證的養殖安全門檻。

Spark Structured Streaming實戰:從即時水質分析到Django智慧養殖Dashboard

Spark Structured Streaming實戰:從即時水質分析到Django智慧養殖Dashboard

當養殖池的感測器每隔數秒上傳水溫、pH及溶氧資料,如何把連續資料轉換為可閱讀的圖表與異常警示?本篇延續IoT、Pandas、PySpark、MQTT與Watermark系列,以模擬智慧養殖資料,實作一套「資料接收→Spark串流分析→SQLite→Django API→Chart.js」的教學系統。

本篇採一台電腦、先完成最小可運作版本的原則。實作數據與警示門檻僅供教學,不代表真實養殖池的安全標準。

Spark事件時間視窗實戰:用Watermark處理智慧養殖延遲感測資料

Spark事件時間視窗實戰:用Watermark處理智慧養殖延遲感測資料

當養殖池的ESP32因Wi-Fi不穩而暫時離線,感測器可能在14:01完成量測,直到14:05才把資料送到伺服器。若只按資料到達時間統計,水質趨勢就可能被誤判。本文透過PySpark Structured Streaming實作事件時間視窗與Watermark,理解延遲資料如何影響統計。

學習目標:區分事件時間與處理時間、建立視窗聚合、觀察Watermark推進、理解遲到資料的處理限制,並連結智慧養殖監控應用。

PySpark進階實戰:從MQTT感測資料到Spark Structured Streaming即時水質分析

從物聯網到大數據系列・第四篇

前面我們已學會使用Pandas整理智慧養殖資料,也用PySpark進行批次統計。但養殖池的水溫、pH與溶氧不會等到每天晚上才變化:感測器可能每幾秒就送出一筆數據。如何讓系統持續接收、分析並產生預警?這就是本篇的學習目標。

本篇以模擬養殖池資料示範 MQTT → Python橋接器 → JSON檔案 → Spark Structured Streaming → 統計與警示。先在一台電腦完成,再逐步替換成ESP32等真實設備。

2026年11月11日 星期三

Apache Spark與PySpark入門:當智慧養殖感測資料變成大數據,Python該如何處理?

Apache Spark與PySpark入門:當智慧養殖感測資料變成大數據,Python該如何處理?

一座智慧養殖池每分鐘記錄水溫、pH與溶氧,資料量看起來不大;若擴展至多座養殖池、數百個感測器,持續記錄多年,資料就可能成為管理上的挑戰。上一篇我們利用Pandas清理與分析感測資料,這次要認識Apache Spark及其Python介面PySpark,了解何時需要分散式資料處理。

本篇學習目標:理解Pandas與Spark的差異、建立本機PySpark環境、使用DataFrame清理與彙整智慧養殖資料,並認識Spark與IoT資料平台的整合方式。

Python Pandas實戰:從智慧養殖感測資料學習資料清理、統計與視覺化

Python Pandas實戰:從智慧養殖感測資料學習資料清理、統計與視覺化

智慧養殖系統中的感測器能持續記錄水溫、酸鹼值(pH)及溶氧量(DO)。但感測器傳來的資料不一定完整:可能漏值、重複上傳,甚至出現不合理的讀數。這篇文章將從一份小型模擬資料開始,透過Python Pandas學習「資料讀取 → 資料清理 → 統計分析 → 視覺化 → 結果輸出」,為後續AIoT與大數據分析打好基礎。

學習對象:已具備Python變數、串列、字典與基本函式概念的學生。準備工具:Python、Pandas、Matplotlib。本文數值均為教學模擬,不是水井村真實量測紀錄,也不構成養殖操作門檻建議。