This project presents the development of an automatic recycling machine for plastic bottles and cans, utilizing Machine Learning for packaging classification through image processing, integrated with smart sensor systems for quality inspection and operation control. The system connects to a Web Application for real-time monitoring and control. Once the packaging type is verified, the system automatically calculates the refund value and processes payment through e-wallet or issues cash vouchers. The system can be installed in public spaces to promote waste segregation at source, reduce contamination, and increase recycling efficiency. It also provides financial incentives to encourage public participation in waste management. This project demonstrates the potential of combining Machine Learning and smart sensor systems in developing accurate, convenient, and sustainable waste management solutions.
ปัจจุบันปัญหาขยะเป็นหนึ่งในปัญหาสิ่งแวดล้อมที่มีผลกระทบต่อทั้งมนุษย์และธรรมชาติ โดยเฉพาะอย่างยิ่งการจัดการขยะพลาสติกและกระป๋องที่ยังคงเป็นปัญหาหลักในการรีไซเคิล ขยะเหล่านี้มักจะถูกทิ้งในสถานที่ไม่เหมาะสม หรือถูกแยกประเภทผิด ทำให้กระบวนการรีไซเคิลไม่สามารถทำได้อย่างมีประสิทธิภาพและเต็มที่ นอกจากนี้การคัดแยกขยะจากต้นทางยังไม่เป็นที่นิยมและยังขาดระบบที่มีความสะดวกสบายและเข้าถึงง่ายสำหรับประชาชนทั่วไป ในปัจจุบันมีการพัฒนาเทคโนโลยีที่ช่วยในกระบวนการคัดแยกขยะ โดยเฉพาะการใช้ Machine Learning และระบบเซนเซอร์อัจฉริยะในการจำแนกประเภทบรรจุภัณฑ์ผ่านการประมวลผลภาพ ซึ่งมีศักยภาพในการเพิ่มประสิทธิภาพของกระบวนการคัดแยกขยะและลดข้อผิดพลาดจากการแยกประเภทขยะที่ไม่ถูกต้อง นอกจากนี้ยังสามารถสร้างแรงจูงใจให้ประชาชนมีส่วนร่วมในการจัดการขยะได้ผ่านการให้ผลตอบแทนทางการเงิน เช่น การจ่ายเงินผ่าน e-wallet หรือออกคูปองแลกเงินสด โครงงานนี้จึงมีความสำคัญในการนำเทคโนโลยี Machine Learning และระบบเซนเซอร์อัจฉริยะมาประยุกต์ใช้ในการพัฒนาระบบตู้รับซื้ออัตโนมัติที่สามารถคัดแยกและรีไซเคิลขวดพลาสติกและกระป๋องได้อย่างมีประสิทธิภาพและสะดวกสบาย สร้างแรงจูงใจในการรีไซเคิลและมีส่วนช่วยในการแก้ไขปัญหาขยะในระดับสาธารณะ
คณะเทคโนโลยีสารสนเทศ
Traditional methods of public relations and learning often lack engagement and fail to provide users with a deep and immersive experience. Additionally, these methods struggle to reach a wide audience, especially those unable to visit the physical location. This project aims to solve the issues of accessibility and awareness regarding the institution’s Chalermphrakiat Hall and historical exhibition. Utilizing metaverse technology to simulate important locations allows users to explore the site and view key information in a virtual format, thereby enhancing the engagement of students staff alumni and the general public. The metaverse system is developed using Unity, a powerful game engine capable of supporting the creation of metaverse environments. This allows for the creation of an interactive and realistic virtual space. Unity also supports the management of physics, lighting, and sound, further enhancing realism. Additionally, the system is integrated with web browsers using WebGL technology, enabling the project developed in Unity to be accessed directly through a browser. Users can visit and interact with the metaverse environment from anywhere without the need to install additional software. The developers have thus created the metaverse system to provide a realistic and engaging learning experience, enhancing public relations efforts and fostering a strong connection with the institution efficiently.
คณะวิศวกรรมศาสตร์
This project develops a platform using computer vision to analyze real-time CCTV footage for detecting traffic law violations, such as crossing solid lines. The system can automatically identify and record traffic rule infringements, improving law enforcement efficiency and reducing the workload of traffic police officers. Moreover, it plays a crucial role in developing smart city systems by integrating data to enhance traffic management and road safety.
คณะวิทยาศาสตร์
Listeriosis is a severe foodborne illness characterized by a fatality rate exceeding 30%, attributed to the pathogen Listeria monocytogenes. This study evaluated 160 lactic acid bacteria (LAB) isolated from Thai pickled crabs for their potential as agents against L. monocytogenes and for their probiotic properties and probiogenomic characteristics. Among these strains, strain DRC3-2 exhibited activity through the synthesis of bacteriocin DRC3-2, which significantly inhibited L. monocytogenes ATCC 19115 in spot-on-lawn assays. Phenotypic and whole-genome analyses revealed that strain DRC3-2 thrived in environments with 2-6% NaCl, pH values ranging from 3 to 9, and temperatures between 25 and 45°C. Based on average nucleotide identity (ANI) and digital DNA‒DNA hybridization (dDDH) values, strain DRC3-2 was taxonomically classified as Lactococcus lactis subsp. hordinae. The production of bacteriocin DRC3-2 peaked during the late stationary phase, following its synthesis in the early exponential growth phase. BAGEL4 analysis identified the putative novel bacteriocin DRC3-2 as lactococcin A and B, with respective bit-scores of 40.05 and 36.58. In silico safety assessments confirmed the nonpathogenic nature of strain DRC3-2 in humans, highlighting its absence of antibiotic resistance genes. Finally, this investigation underscores the novel bacteriocin DRC3-2 for application in the prevention and treatment of L. monocytogenes infections.