In the present day, interest in health and the consumption of chemical-free food has been steadily increasing, particularly in homegrown produce such as Phoenix oyster mushrooms (Pleurotus pulmonarius), which are highly nutritious and suitable for weight control. However, small-scale mushroom cultivation often faces challenges related to unsuitable environmental conditions, such as unstable temperature and humidity, which affect the growth and quality of the mushrooms. The development of an automatic temperature and humidity control system plays a crucial role in addressing these issues by utilizing sensor technology to monitor and adjust environmental conditions with precision. This helps enhance production efficiency, reduce human errors in manual control, and promote safe food production at the household level. Additionally, it helps lower production costs and supports the concept of sustainable living. The adoption of this technology is considered an important innovation in improving the quality of mushroom cultivation and increasing sustainability in food production.
ในปัจจุบัน ความสนใจในสุขภาพและการบริโภคอาหารปลอดสารพิษได้เพิ่มขึ้นอย่างต่อเนื่อง ผู้บริโภคจำนวนมากเริ่มมองหาอาหารที่สดใหม่และปลอดภัย โดยเฉพาะอาหารที่สามารถผลิตได้เองในครัวเรือน หนึ่งในอาหารยอดนิยมที่ตอบโจทย์กลุ่มคนรักสุขภาพคือ “เห็ดนางฟ้าภูฐาน” ซึ่งเป็นเห็ดที่มีคุณค่าทางโภชนาการสูง อุดมไปด้วยโปรตีน วิตามิน และแร่ธาตุที่จำเป็นต่อร่างกาย อีกทั้งยังมีแคลอรี่ต่ำและย่อยง่าย เหมาะสำหรับผู้ที่ต้องการควบคุมน้ำหนักหรือรักษาสุขภาพและยังสามารถตอบโจทย์ทั้งการผลิตอาหารเพื่อบริโภคเองและการสร้างรายได้เสริม อย่างไรก็ตามการเพาะเห็ดในโรงเรือนขนาดเล็กมักเผชิญกับปัญหาสภาพแวดล้อมที่ไม่เหมาะสม โดยเฉพาะเรื่องอุณหภูมิและความชื้นที่เป็นปัจจัยสำคัญต่อการเจริญเติบโตของเห็ด เนื่องจากเห็ดนางฟ้าภูฐานต้องการอุณหภูมิและความชื้นที่เหมาะสมในแต่ละช่วงของการเพาะปลูก เช่น การควบคุมอุณหภูมิและความชื้นที่ไม่เสถียร ซึ่งส่งผลโดยตรงต่อการเจริญเติบโตและคุณภาพของเห็ด สภาพอากาศที่เปลี่ยนแปลงอย่างรวดเร็วและข้อจำกัดในการควบคุมสภาพแวดล้อมในโรงเรือนแบบดั้งเดิมอาจทำให้เกิดความยุ่งยากและไม่แม่นยำ อีกทั้งยังใช้เวลาและแรงงานสูง ทำให้เกิดความต้องการเทคโนโลยีที่ช่วยจัดการและควบคุมสภาพแวดล้อมได้อย่างแม่นยำ จึงเป็นที่มาของการพัฒนาระบบควบคุมอุณหภูมิและความชื้นอัตโนมัติในโรงเรือนเห็ดขนาดเล็ก ระบบควบคุมอัตโนมัตินี้ช่วยลดความซับซ้อนของการจัดการโรงเรือน โดยใช้เทคโนโลยีเซ็นเซอร์ตรวจวัดอุณหภูมิและความชื้น และส่งข้อมูลไปยังตัวควบคุมเพื่อปรับสภาพแวดล้อมให้เหมาะสมกับความต้องการของเห็ดนางฟ้าโดยอัตโนมัติ เช่น การเปิด-ปิดพัดลม ระบายอากาศ หรือการเพิ่มความชื้นผ่านสปริงเกอร์แบบละอองน้ำละเอียด นอกจากนี้จะช่วยเพิ่มประสิทธิภาพการเจริญเติบโตของเห็ดแล้ว ยังช่วยลดความผิดพลาดจากการควบคุมด้วยมือ นอกจากนี้ ความสำคัญของระบบควบคุมอัตโนมัติไม่เพียงแต่อำนวยความสะดวกให้กับผู้เพาะเห็ด แต่ยังช่วยส่งเสริมการผลิตอาหารเพื่อสุขภาพในระดับครัวเรือน ผู้เพาะปลูกสามารถผลิตอาหารคุณภาพสูงได้ด้วยตนเอง ลดการพึ่งพาอาหารจากภายนอกที่อาจมีสารเคมีปนเปื้อน และยังช่วยสนับสนุนแนวคิดการบริโภคอาหารที่ปลอดภัยและเป็นมิตรต่อสิ่งแวดล้อม อีกทั้งยังช่วยลดต้นทุนและส่งเสริมการพึ่งพาตนเองในครัวเรือนด้วยเหตุนี้ระบบควบคุมอุณหภูมิและความชื้นอัตโนมัติในโรงเรือนเห็ดนางฟ้าภูฐานในครัวเรือนขนาดเล็กจึงถือเป็นนวัตกรรมที่มีบทบาทสำคัญในการยกระดับการเพาะเห็ดให้มีคุณภาพ ช่วยแก้ปัญหาที่พบในวิธีการเพาะแบบดั้งเดิม และสนับสนุนการใช้ชีวิตที่ยั่งยืนในครัวเรือนอย่างแท้จริง
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.
คณะเทคโนโลยีการเกษตร
Siamese fighting fish (Betta splendens) is an ornamental fish that is the first exported economically valuable fish in the country, but there is a limitation to increase the production of betta fish due to climate variability and the shortage of Thai workers. This research aims to develop 2 systems: a betta fish fry nursery system and a market-sized betta fish rearing system by using automated technology to precisely control the water quality in the system and reduce labor costs. Using precise automation consists of two systems: a minimal-waste system, which repurposes some of the waste generated from farming, and a zero-waste system, which treats and recycles all wastewater from farming. These systems aim to address issues related to water quality, animal welfare, and labor requirements in Betta fish farming. Experimental results show that these systems improve Betta fish survival rates by 10-15% compared to traditional methods. When considering net returns, the zero- waste system provides the highest profitability.
คณะวิทยาศาสตร์
Air pollution, particularly PM2.5, is a major environmental and public health concern in Bangkok. Instead of predicting PM2.5 levels, this project aims to identify the most significant factors influencing PM2.5 concentration. By analyzing historical air quality, weather, and other environmental data, we will determine which variables—such as temperature, humidity, wind speed, or other pollutants—have the greatest impact on PM2.5 fluctuations.