Clean Fuel Vehicle Performance Test Service Unit provides performance and efficiency testing services for electric vehicles and vehicles using petroleum fuels, including being a prototype for research projects on clean fuel energy that is environmentally friendly. The main testing tools are the Chassis Dynamometer and the Engine Combustion Exhaust Analyzer. The service unit provides measurement and testing services in accordance with the announcement of the Department of Land Transport on determining the power of electric motors used to drive vehicles according to the Motor Vehicle Act B.E. 2563 for all types of electric vehicles, such as modified electric motorcycles, modified electric tuk-tuks, and modified electric cars, etc.
เนื่องจากในปัจจุบันมีการเจริญเติบโตทางด้านอุตสาหกรรม เทคโนโลยี เศรษฐกิจ การขนส่ง และการคมนาคมเป็นอย่างมาก ทำให้มีการใช้รถยนต์สำหรับการคมนาคมและขนส่งอย่างมากมาย ทั้งรถยนต์นั่งส่วนบุคคล และรถยนต์นั่งสาธารณะ เช่น รถแท็กซี่และรถตุ๊กๆนั่นเอง ซึ่งจากข้อมูลเมื่อปี 2556 ในกรุงเทพมหานคร มีรถแท็กซี่ประมาณ 120,000 คัน ในจำนวนนี้มีรถแท็กซี่ที่จดทะเบียนในเขตกรุงเทพมหานครจำนวนทั้งสิ้น 108,616 คัน แต่มีรถแท็กซี่ที่ผ่านการตรวจสอบมาตรฐานคุณภาพตัวรถตามที่กรมการขนส่งทางบกกำหนด จำนวน 24,859 คัน หรือคิดเป็น 23 % ของจำนวนรถแท็กซี่ที่จดทะเบียนในเขตกรุงเทพมหานครเท่านั้น ทั้งนี้ในอนาคตอันใกล้ กลุ่มรถยนต์นั่งส่วนบุคคล และรถยนต์นั่งสาธารณะเหล่านี้จะถูกผลักดันจากนโยบายสนับสนุนของรัฐบาลให้เปลี่ยนมาเป็นรถยนต์ไฟฟ้าในจำนวนมาก เพื่อมาแทนยานยนต์ที่ใช้เชื้อเพลิงจากน้ำมันซึ่งจะเป็นแนวทางในการลดการนำเข้าน้ำมันดิบจากต่างประเทศ และช่วยลดมลพิษไอเสียที่เกิดขึ้นมาจากเครื่องยนต์สันดาปภายในเหล่านั้น ที่ส่งผลกระทบต่อการเกิดภาวะโลกร้อน (Global warming) โดยตรง ดังนั้นยานยนต์ไฟฟ้าปริมาณมากมายที่จะถูกนำมาใช้งานจริงบนท้องถนนต้องผ่านการตรวจสอบและทดสอบสมรรถนะอย่างถูกต้องตามเกณฑ์มาตรฐานจากกรมการขนส่งทางบกโดยตรง หรือจากหน่วยบริการวิชาการเฉพาะทางด้านการทดสอบสมรรถนะยานยนต์เชื้อเพลิงสะอาดที่ได้รับอนุญาตให้เป็นผู้แทนตรวจสภาพรถยนต์ไฟฟ้าได้ จึงเป็นมูลเหตุให้มีการจัดตั้งหน่วยบริการวิชาการเฉพาะทางด้านการทดสอบสมรรถนะยานยนต์เชื้อเพลิงสะอาดขึ้น เพื่อรองรับการการตรวจสอบและทดสอบสมรรถนะยานยนต์ไฟฟ้าตามเกณฑ์มาตรฐานจากกรมการขนส่งทางบก ซึ่งขณะนี้หน่วยบริการวิชาการเฉพาะทางด้านของเราได้มีความร่วมมือจากคณะวิทยาศาสตร์ คณะวิศวกรรมศาสตร์ วิทยาลัยนานาชาติและหน่วยงานภาครัฐและเอกชน อาทิเช่น กรมส่งเสริมอุตสาหกรรม ภาค 5, บริษัท ไทยคิงมอเตอร์ อินโนเวชั่น จำกัด, บริษัท เอ็ส บี เอ็ม เอ็นจิเนี่ยริ่ง จำกัด, บริษัท ช่วยราม เอ็นจิเนี่ยริ่ง จำกัด และสมาคมการค้ารถสามล้อส่วนบุคคล และมอเตอร์ไซค์ไฟฟ้า เพื่อสนับสนุนการตรวจสอบและทดสอบสมรรถนะยานยนต์ไฟฟ้า เช่น บริการทดสอบประสิทธิภาพกำลังงาน ประสิทธิภาพการเผาไหม้และค่าไอเสียของรถยนต์สันดาปภายใน รถยนต์นั่งสาธารณะ(รถแท็กซี่)ในกรุงเทพมหานคร โดยเฉพาะในเขตลาดกระบัง นอกจากนี้ยังจะเป็นการบูรณาการการศึกษาสำหรับการเรียนการสอนในรายวิชา 05106335 หน่วยปฏิบัติการทางอุตสาหกรรมปิโตรเคมี ของภาควิชาเคมี คณะวิทยาศาสตร์ ที่มีสาระสำคัญมุ่งเน้นให้ผู้เรียนได้รับการเรียนรู้การถ่ายโอนโมเมนตัม การไหลของอากาศ การดุลมวล โมเมนตัมและพลังงาน รายวิชาด้าน Software and Automotive Engineering ของภาควิชาวิศวกรรมเครื่องกล คณะวิศวกรรมศาสตร์ และวิทยาลัยนานาชาติ ได้เข้าเรียนรู้ และฝึกงานที่หน่วยบริการวิชาการเฉพาะทางด้านการทดสอบสมรรถนะยานยนต์เชื้อเพลิงสะอาด เพื่อเตรียมความพร้อมก่อนที่จะออกไปทำงานจริง ดังนั้น การเพิ่มพูนความรู้และประสบการณ์ในรายวิชาที่กำลังศึกษาจึงมีความสำคัญเป็นอย่างยิ่งต่อการพัฒนาองค์ความรู้ในเชิงปฏิบัติได้เป็นอย่างดี
คณะวิศวกรรมศาสตร์
The integration of intelligent robotic systems into human-centric environments, such as laboratories, hospitals, and educational institutions, has become increasingly important due to the growing demand for accessible and context-aware assistants. However, current solutions often lack scalability—for instance, relying on specialized personnel to repeatedly answer the same questions as administrators for specific departments—and adaptability to dynamic environments that require real-time situational responses. This study introduces a novel framework for an interactive robotic assistant (Beckerle et al. , 2017) designed to assist during laboratory tours and mitigate the challenges posed by limited human resources in providing comprehensive information to visitors. The proposed system operates through multiple modes, including standby mode and recognition mode, to ensure seamless interaction and adaptability in various contexts. In standby mode, the robot signals readiness with a smiling face animation while patrolling predefined paths or conserving energy when stationary. Advanced obstacle detection ensures safe navigation in dynamic environments. Recognition mode activates through gestures or wake words, using advanced computer vision and real-time speech recognition to identify users. Facial recognition further classifies individuals as known or unknown, providing personalized greetings or context-specific guidance to enhance user engagement. The proposed robot and its 3D design are shown in Figure 1. In interactive mode, the system integrates advanced technologies, including advanced speech recognition (ASR Whisper), natural language processing (NLP), and a large language model Ollama 3.2 (LLM Predictor, 2025), to provide a user-friendly, context-aware, and adaptable experience. Motivated by the need to engage students and promote interest in the RAI department, which receives over 1,000 visitors annually, it addresses accessibility gaps where human staff may be unavailable. With wake word detection, face and gesture recognition, and LiDAR-based obstacle detection, the robot ensures seamless communication in English, alongside safe and efficient navigation. The Retrieval-Augmented Generation (RAG) human interaction system communicates with the mobile robot, built on ROS1 Noetic, using the MQTT protocol over Ethernet. It publishes navigation goals to the move_base module in ROS, which autonomously handles navigation and obstacle avoidance. A diagram is explained in Figure 2. The framework includes a robust back-end architecture utilizing a combination of MongoDB for information storage and retrieval and a RAG mechanism (Thüs et al., 2024) to process program curriculum information in the form of PDFs. This ensures that the robot provides accurate and contextually relevant answers to user queries. Furthermore, the inclusion of smiling face animations and text-to-speech (TTS BotNoi) enhanced user engagement metrics were derived through a combination of observational studies and surveys, which highlighted significant improvements in user satisfaction and accessibility. This paper also discusses capability to operate in dynamic environments and human-centric spaces. For example, handling interruptions while navigating during a mission. The modular design allows for easy integration of additional features, such as gesture recognition and hardware upgrades, ensuring long-term scalability. However, limitations such as the need for high initial setup costs and dependency on specific hardware configurations are acknowledged. Future work will focus on enhancing the system’s adaptability to diverse languages, expanding its use cases, and exploring collaborative interactions between multiple robots. In conclusion, the proposed interactive robotic assistant represents a significant step forward in bridging the gap between human needs and technological advancements. By combining cutting-edge AI technologies with practical hardware solutions, this work offers a scalable, efficient, and user-friendly system that enhances accessibility and user engagement in human-centric spaces.
คณะบริหารธุรกิจ
In the digital era, Artificial Intelligence (AI) plays a crucial role in developing smart cities and enhancing business operations. Among AI-driven technologies, AI Vision Analytics has gained significant attention for Access Control Systems (ACS) and Consumer Behavior Analytics. This research focuses on integrating AI Access Control and AI Video Analytics to examine factors influencing Technology Adoption Behavior using the UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) framework. Key factors assessed include Trust in Technology, Effort Expectancy, Social Influence, and Performance Expectancy, which impact users’ willingness to adopt AI-driven security and analytics solutions. The study also includes a real-world implementation of AI Vision Analytics at KMITL EXPO, where an AI-powered Access Control System and AI Video Analytics are deployed. The collected data is analyzed to identify trends in AI adoption for business management and security enhancement. The findings provide valuable insights for businesses and organizations to optimize AI Vision Analytics for enhancing security management and digital marketing strategies.
วิทยาเขตชุมพรเขตรอุดมศักดิ์
This research focuses on the design and development of a prototype Artificial Intelligence of Things (AIoT) system for monitoring and controlling irrigation using weather information. The system consists of four main components: 1) Weather Station – This component includes various sensors such as air temperature, relative humidity, wind speed, and sunlight duration, among others, to collect real-time weather data. 2) Controller Unit – This unit is equipped with machine learning algorithms or models to estimate the reference evapotranspiration (ETo) and calculate the plant’s water requirement by integrating the crop coefficient (Kc) with other plant-related data. This enables the system to determine the optimal irrigation amount based on plant needs automatically. 3) User Interface (UI) and Display – This section allows farmers or users to input relevant information, such as plant type, soil type, irrigation system type, number of water emitters, planting distance, and growth stages. It also provides a display for monitoring and interaction with the system. 4) Irrigation Unit – This component is responsible for controlling the water supply and managing the irrigation emitters to ensure efficient water distribution based on the calculated requirements.