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
คณะวิทยาศาสตร์
This project presents the development of a "Smart Cat House" using Internet of Things (IoT) and image processing technology to facilitate and enhance the safety of cat care for owners. The infrastructure of the smart cat house consists of an ESP8266 board connected to an ESP32 CAM camera for cat monitoring, and an Arduino board that controls various sensors such as a motion sensor in the litter box, a DHT22 temperature and humidity sensor, an ultrasonic water and food level sensor, including a water supply system for cats, an automatic feeding system, and a ventilation system controlled by a DC FAN that adjusts its operation according to the measured temperature to maintain a suitable environment. There is also an IR sensor to detect the cat's entry into the litter box and an automatic sand changing system with a SERVO MOTOR. All systems are connected and controlled through the Blynk application, which can be used on mobile phones, allowing owners to monitor and care for their pets remotely. Cat detection and identification uses image processing technology from the ESP32 CAM camera in conjunction with YOLO (You Only Look Once), a high-performance object detection algorithm, to detect and distinguish between cats and people. Data from various sensors are sent to the Arduino board to control the operation of various devices in the smart cat house, such as turning lights on and off, automatically changing sand, adjusting temperature and humidity, feeding food and water at scheduled times, or ventilation. The use of a connection system via ESP8266 and the Blynk application makes it easy and convenient to control various devices. Owners can monitor and control the operation of the entire system from anywhere with internet access.
วิทยาเขตชุมพรเขตรอุดมศักดิ์
-
วิทยาเขตชุมพรเขตรอุดมศักดิ์
Cooling suit with two-phase flow heat-exchange system is a state-of-the-art heat sink, designed for thermal dissipation in fire fighter, racing driver and worker who needs to wear Personal Protective Equipment (PPE). The liquid cooling system with gas injection can enhance heat transfer performance and continuously maintain the temperature at 18-20 degree Celsius.