Air Rack is a product designed to address businesses with limited space and budget constraints for server rooms, cooling systems, and noise management. This system enables efficient use of IT equipment in open spaces, supporting both On-premise and On-cloud operations. It converts sensor data into digital information and displays it via a Dashboard, allowing users to monitor, analyze, and control the system remotely. Additionally, Air Rack significantly reduces power consumption and the costs associated with traditional server room management.
Air Rack เป็นผลิตภัณฑ์ที่ออกแบบมาเพื่อธุรกิจจำนวนมากไม่มีพื้นที่ หรืองบประมาณในการสร้างห้องเซริฟ์เวอร์, ระบบระบายความร้อน และการจัดการเสียงรบกวน ซึ่งเป็นผลมาจากการนำอุปกรณ์ไอทีออกมาในที่โล่ง ใช้งานรวมกับระบบแสดงผลและเก็บข้อมูลแบบออนไลน์ ระบบถูกออกแบบมาให้ทำหน้าที่เป็นเครื่องมือที่สามารถเก็บข้อมูลได้อย่างละเอียดและแม่นยำ ทั้งแบบ On-premise และ On Cloud ก่อนจะประมวลผลโดยแปลงสัญญาณจากเซ็นเซอร์ให้เป็นข้อมูลดิจิตอล เพื่อส่งตรงสู่หน้าจอคอมพิวเตอร์ในรูปแบบของ Dashboard ที่ประกอบไปด้วยแผนภูมิ (Charts) เกจ (Gauges) LEDs ตาราง และอื่นๆ ให้คุณสามารถควบคุมกระบวนการ ติดตาม ตรวจสอบ วิเคราะห์ และสั่งงานได้จากระยะไกล
คณะวิศวกรรมศาสตร์
The evaluation of mango yield and consumer behavior reflects an increasing awareness of product origins, with a growing demand for traceability to understand how the produce has been cultivated and managed. This study explores the relationship between mango characteristics and cultivation practices before harvest, using location identification to provide insights into these processes. To achieve this, a model was developed to detect and locate mangoes using 2D images via a Deep Learning approach. The study also investigates techniques to determine the real-world coordinates of mangoes from 2D images. The YOLOv8 model was employed for object detection, integrated with camera calibration and triangulation techniques to estimate the 3D positions of detected mangoes. Experiments involved 125 trials with randomized mango positions and camera placements at varying yaw and pitch angles. Parameters extracted from sequential images were compared to derive the actual 3D positions of the mangoes. The YOLOv8 model demonstrated high performance with prediction metrics of Precision (0.928), Recall (0.901), mAP50 (0.965), mAP50-95 (0.785), and F1-Score (0.914). These results indicate sufficient accuracy for predicting mango positions, with an average positional error of approximately 38 centimeters.
คณะศิลปศาสตร์
This innovation reduces costs and enhances queue management efficiency in restaurants, ensuring an organized system, minimizing wait times, and improving customer handling.
คณะวิศวกรรมศาสตร์
This thesis presents the development of an IoT system that integrates various communication standards to work together seamlessly. The Core Board serves as the IoT gateway, connecting LoRa, Wi-Fi, and BLE interfaces, and is powered by the STM32H563Zi microcontroller based on the ARM Cortex M33 architecture. The system is designed with slots to support additional communication standards and includes a web platform for data monitoring.