本專題會設計製作一個大型的LED矩陣顯示板，在板的四角安裝壓力感測器，由四角的壓力值推算出此重心感測板的上載物的重心位置，並即時以縱線與橫線十字交义顯示在LED矩陣顯示板上。當要調整機器人姿態時只要以機器人腳底板粘貼在重心感測板上，不論重心是否穩定都不讓它摔倒。

為改善上次專題使用Yolov4進行物件偵測的方式的玻璃瑕疵檢測結果，本次專題以使用生成對抗網路(GAN)生成假樣本為新方法，首先介紹GAN的運作架構，以及欲解決之影像生成問題的解析，之後實際以實驗證實，執行實驗分為兩部份，第一部分為假樣本可行性評估，第二部份為實際加入Yolov4訓練資料。

本專題將以RFID讀寫器(使用樹莓派) 給予加工件於進到工廠時，能為其編號，並將編號內容透過網路將內容傳至雲端儲存，並整合加工程式，當加工件抵達機台時，使用RFID讀取器讀取加工件編號，並透過機邊電腦以G-LINK連網，傳輸加工件編號至加工機台，以供線切割放電機台加工應用。