Nowadays, rail transportation has a significant impact on people's lives and economic growth. Consequently, the number of rail systems being built around our country has dramatically increased. This process causes various types of pollution, such as noise and rail-way vibration, which can badly affect the life of citizens who live nearby. The most popular way to solve this problem recently is to decrease the noise from the sound source or to adjust the vibration by attaching a Track Damper to the railway. This technique is being used in many countries especially in Europe and Australia because it is cheap and has high efficiency. The key piece called Track Dampers are made by AUT company’s Thailand for a period of time. The company produces Track Dampers for the owner of the technology so as to sell more than 300,000 pieces of it overseas. Furthermore, the demand of Track Dampers grows as the railway systems expand. Unfortunately, the imported synthetic materials, which are used to create Track Dampers, are made from environmentally unfriendly sources. As a result, this research aims to develop the product to be environmentally-safe by replacing some imported materials with Thai’s local content; which are natural rubber and rubber crumbs. Furthermore, the product will be added value by mounting with embedded sensors for real-time monitoring of track vibration, noise, and rail temperature. All embedded devices developed will sense, collect, and automatically send to cloud by wireless technology platform. The AI and IOT platform will also be developed for safety, security, and maintenance proposed of railway track system. However, in conducting research, there will be close collaboration with AUT company through design, production, and testing. The outcome of this research is to upgrade AUT company from tier 2 manufacturer (TRL 8-9) to tier 1 manufacturer (TRL 7-8) which will be served the Thailand competitiveness enhancing strategic goal.
ปัญหาด้านเสียงรบกวนนั้นถูกจัดเป็นหนึ่งในปัญหาด้านมลพิษที่ได้รับการร้องเรียนมากที่สุด มลพิษทางเสียงเกิดขึ้นได้จากหลายแหล่ง เช่น เสียงรบกวนอันเกิด จากกิจกรรม เสียงรบกวนจากการก่อสร้าง เสียงรบกวนจากการผลิตในโรงงานอุตสาหกรรม เสียงรบกวนจากการคมนาคมขนส่งทางน้ำ ทางอากาศ และทางถนน รวมถึงการขนส่งระบบรางด้วยเช่นกัน มีการทำการศึกษาและจัดทำมาตรฐานการตรวจวัดรวมถึงพิจารณาออกกฎหมายที่เกี่ยวข้องกับเสียงรบกวนในระบบรางเพื่อบังคับใช้ตามความเหมาะสมในแต่ละประเทศ ในประเทศไทยมีความเป็นได้สูงที่จะประสบปัญหาเสียงรบกวนในลักษณะเดียวกันกับประเทศอื่นๆ เหมือนกัน ในระบบยานพาหนะระบบรางจะมักเกิดเสียงรบกวน 2 ส่วน ได้แก่ เสียงรบกวนภายนอก (Exterior Noise) และเสียงรบกวนภายใน (Interior Noise) โดยเสียงรบกวนภายนอกนั้นหมายถึงเสียงรบกวนจากแหล่งกำเนิด แหล่งกำเนิดเสียงหลัก ๆ ของพาหนะระบบรางนั้นอาจเกิดได้จากปฏิสัมพันธ์ระหว่างล้อและรางในขณะวิ่งบนรางตรง (Rolling Noise), เกิดจากการจากการเสียดสีแบบลื่นไถลระหว่างล้อและรางเมื่อพาหนะทำการลากภาระ(Traction Noise) หรือเป็นเสียงรบกวนอันเกิดจากอากาศพลศาสตร์ (Aerodynamic Noise) อย่างไรก็ตามการควบคุมการเกิดเสียงรบกวนในรูปแบบต่าง ๆ ที่กล่าวไว้ข้างต้นนั้นย่อมต้องการเทคนิคการควบคุมเสียงรบกวนที่แตกต่างกันไป แท่งสลายพลังงาน (Rail Damper) ซึ่งถูกนำเสนอในโครงการวิจัยนี้โดยมีความเหมาะสมในการลดเสียงรบกวนในส่วนของ Rolling Noise และ Traction Noise เป็นสำคัญ สำหรับผู้ประกอบการในประเทศไทยที่เป็นผู้ผลิตและประกอบแท่งสลายพลังงาน (Rail Damper) อาทิ Silent TrackTM มียอดการผลิตสูงและมีแนวโน้มที่จะมียอดสั่งผลิตเพิ่มขึ้นเรื่อย ๆ อย่างไรก็ตามการรับจ้างผลิตให้เจ้าของเทคโนโลยีเพียงอย่างเดียวทำให้ไม่สามารถสร้างมูลค่าเพิ่มของตัวผลิตภัณฑ์ได้ อีกทั้งวัสดุที่ใช้ทำจากวัสดุสังเคราะห์ที่ต้องนำเข้ามา 100% ดังนั้นโครงการวิจัยนี้จึงมีวัตถุประสงค์เพื่อพัฒนาต่อยอดจากผลิตภัณฑ์ดังกล่าวโดยเพิ่มความเป็นมิตรกับสิ่งแวดล้อมด้วยการแทนที่เนื้อวัสดุบางอย่างด้วยวัสดุ ในประเทศสองชนิด คือ ยางพาราและเศษยางรถยนต์เก่า (Crumb Rubber) ทั้งนี้ในการดำเนินงานวิจัยได้ทำงานร่วมกันกับผู้ประกอบการอย่างใกล้ชิด ตั้งแต่การออกแบบ การผลิตและการทดสอบเพื่อยกระดับจาก TRL 8-9 ในฐานะผู้ผลิตบางชิ้นส่วนของผู้ประกอบการเป็นเจ้าของเทคโนโลยีในระดับ TRL 7-8 เพื่อการแข่งขันในตลาดระบบรางระดับสากลต่อไป
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
Parking space shortages in urban areas contribute to traffic congestion, inefficient land use, and environmental challenges. Automated Parking Systems (APS) provide an innovative solution by optimizing space utilization, reducing search times, and minimizing carbon emissions. This research investigates key factors influencing user adoption of APS technology using the UTAUT2 framework, focusing on variables such as Performance Expectancy, Effort Expectancy, Social Influence, Trust in Technology, and Environmental Consciousness. The APS Evolution project presents a smart parking solution that enhances efficiency, minimizes environmental impact, and improves user experience in urban settings. The initiative emphasizes technology-driven urban mobility and sustainable parking management to align with the evolving needs of modern cities.
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.