EMO Lab 的第三個研究方向是無人機（Unmanned Aerial Vehicles），主題是「結合自主飛行與環境感知，探索空中平台的應用可能」。本文說明無人機為什麼適合做為感知平台，並介紹與此方向相關的作品與 3D 導覽中的無人機場景。
為什麼是無人機
地面上的攝影機只能看到固定角度；無人機則能把感測器帶到空中，從不同高度與位置觀察環境。對影像識別而言，這代表更大的視野與更靈活的拍攝角度；對人工智慧而言，則代表一個需要即時判斷、即時反應的系統：飛行器必須持續理解周遭，才能決定下一步怎麼飛。
因此在 EMO Lab 的三個研究方向中，無人機扮演整合者的角色。它把影像識別的「看見」、人工智慧的「理解」，與實際的移動和控制連在一起。
自主飛行與環境感知的基本概念
一般而言，無人機系統可以拆成三個層次來理解：
- 感知：透過攝影機與其他感測器取得環境資訊，再以影像模型辨識物件、地形或人的動作。
- 決策：根據感知結果與任務目標，判斷要前往哪裡、要閃避什麼、何時降落。
- 控制：把決策轉換成實際的飛行指令，維持姿態穩定並執行動作。
「自主」程度的高低，取決於有多少決策由系統自行完成。研究上常見的方向之一，是讓人用更自然的方式下達指令，例如用語言或手勢，而不是只靠遙控器搖桿。
作品：基於語意理解與視覺感知之多模態智慧無人機控制系統
這件團隊作品於 2026 E化系統創意應用競賽獲得佳作，龍禹丞為團隊成員之一。從作品名稱可以看出它結合了兩種能力：語意理解，也就是理解使用者想要做什麼；以及視覺感知，也就是理解無人機眼前看到了什麼。把兩者放在同一個控制系統裡，就是前面提到的「多模態」思路。
這個作品延續了 EMO Lab 相關實作中反覆出現的主題。在手語研究中，系統要從連續的手勢理解語意；在 MCP＋LLM 的捷運服務中，系統要從自然語言理解乘客需求；到了無人機，理解的結果則進一步變成飛行器的動作。
從手勢到載具
與此相關的另一個經驗來自教學現場：在松山工農 114 學年度上學期的彈性課程中，龍禹丞指導學生整合 AI 視覺辨識與工業控制，並實作手勢控制工程載具。以手勢控制地面載具，和以多模態指令控制空中載具，面對的是同一類問題：如何把「看懂的結果」可靠地轉換成「控制的指令」。
3D 導覽中的屋頂無人機平台
在 EMO Lab 首頁的 3D 概念建築導覽中，第三章「從感知，走向更遠的地方」把鏡頭帶到屋頂飛行平台，無人機緩緩升空，展開對空間的另一種探索。這架無人機在網頁模型中保留了 17 個組件，螺旋槳會個別旋轉；起飛時平台本身不隨機體移動。
需要特別說明的是，建築與飛行情境都是概念呈現，不表示已完成的實體建築或真實飛行實驗。它的用意，是用一個可以親自捲動、旋轉觀看的空間，傳達「空中平台」在 EMO Lab 研究想像中的位置。想了解這個場景如何製作，請見 3D 概念建築導覽。
實際飛行前要考慮的事
任何從概念走向實際飛行的無人機應用，都需要先處理安全與規範：飛行區域與高度是否符合當地法規、是否可能飛越人群、通訊中斷或電量不足時如何安全返航，以及拍攝影像時如何保護他人隱私。這些考量與演算法同樣重要，也是設計多模態控制介面時必須納入的前提。
延伸閱讀
作品與經歷資訊整理自龍禹丞公開於 roy.emo-lab.com 的榮譽與關於頁面；3D 場景的描述取自本站原始碼與專案說明文件。