การบูรณาการระบบหุ่นยนต์อัจฉริยะเข้าสู่สภาพแวดล้อมที่มุ่งเน้นมนุษย์ เช่น ห้องปฏิบัติการ โรงพยาบาล และสถาบันการศึกษา มีความสำคัญมากขึ้นเนื่องจากความต้องการที่เพิ่มขึ้นสำหรับผู้ช่วยที่เข้าถึงได้และตระหนักถึงบริบท อย่างไรก็ตาม โซลูชันในปัจจุบันมักขาดความสามารถในการปรับขนาด เช่น การพึ่งพาบุคลากรเฉพาะทางเพื่อตอบคำถามเดิมซ้ำๆ ในฐานะผู้ดูแลระบบของแผนกเฉพาะ และการขาดความสามารถในการปรับตัวให้เข้ากับสภาพแวดล้อมแบบไดนามิกที่ต้องการการตอบสนองตามสถานการณ์แบบเรียลไทม์ งานวิจัยนี้นำเสนอกรอบแนวคิดใหม่สำหรับผู้ช่วยหุ่นยนต์เชิงโต้ตอบ (Beckerle et al., 2017) ที่ออกแบบมาเพื่อช่วยในระหว่างการเยี่ยมชมห้องปฏิบัติการและบรรเทาความท้าทายที่เกิดจากข้อจำกัดด้านทรัพยากรบุคคลในการให้ข้อมูลที่ครอบคลุมแก่ผู้เยี่ยมชม ระบบที่นำเสนอทำงานผ่านหลายโหมด รวมถึงโหมดสแตนด์บายและโหมดจดจำ เพื่อให้แน่ใจว่ามีการโต้ตอบที่ราบรื่นและสามารถปรับตัวได้ในบริบทต่างๆ ในโหมดสแตนด์บาย หุ่นยนต์จะแสดงสัญญาณความพร้อมผ่านแอนิเมชันใบหน้ายิ้มขณะลาดตระเวนตามเส้นทางที่กำหนดไว้ล่วงหน้าหรือประหยัดพลังงานเมื่อต้องหยุดนิ่ง การตรวจจับสิ่งกีดขวางขั้นสูงช่วยให้มั่นใจในความปลอดภัยขณะเคลื่อนที่ในสภาพแวดล้อมแบบไดนามิก ส่วนโหมดจดจำจะเปิดใช้งานผ่านท่าทางหรือคำปลุก โดยใช้เทคโนโลยีวิชันคอมพิวเตอร์ขั้นสูงและระบบรู้จำเสียงพูดแบบเรียลไทม์เพื่อตรวจจับผู้ใช้ การจดจำใบหน้าช่วยจำแนกบุคคลว่าเป็นที่รู้จักหรือไม่รู้จัก พร้อมทั้งมอบคำทักทายเฉพาะบุคคลหรือคำแนะนำตามบริบทเพื่อเพิ่มการมีส่วนร่วมของผู้ใช้ หุ่นยนต์ต้นแบบและการออกแบบ 3 มิติแสดงไว้ในรูปที่ 1 ในโหมดโต้ตอบ ระบบได้บูรณาการเทคโนโลยีขั้นสูงหลายประการ เช่น การรู้จำเสียงพูดขั้นสูง (ASR Whisper) การประมวลผลภาษาธรรมชาติ (NLP) และโมเดลภาษาขนาดใหญ่ Ollama 3.2 (LLM Predictor, 2025) เพื่อมอบประสบการณ์ที่ใช้งานง่าย รับรู้บริบท และสามารถปรับตัวได้ โดยได้รับแรงบันดาลใจจากความต้องการมีส่วนร่วมกับนักศึกษาและส่งเสริมความสนใจในภาควิชา RAI ซึ่งมีผู้เยี่ยมชมมากกว่า 1,000 คนต่อปี ระบบนี้ช่วยแก้ไขปัญหาการเข้าถึงข้อมูลในกรณีที่ไม่มีเจ้าหน้าที่มนุษย์ ด้วยการตรวจจับคำปลุก การจดจำใบหน้าและท่าทาง และการตรวจจับสิ่งกีดขวางด้วย LiDAR หุ่นยนต์จึงสามารถสื่อสารภาษาอังกฤษได้อย่างราบรื่น พร้อมทั้งนำทางอย่างปลอดภัยและมีประสิทธิภาพ ระบบปฏิสัมพันธ์แบบ Retrieval-Augmented Generation (RAG) สื่อสารกับหุ่นยนต์เคลื่อนที่ที่สร้างบน ROS1 Noetic โดยใช้โปรโตคอล MQTT ผ่านเครือข่าย Ethernet ระบบนี้เผยแพร่เป้าหมายการนำทางไปยังโมดูล move_base ใน ROS ซึ่งจัดการการนำทางและหลีกเลี่ยงสิ่งกีดขวางโดยอัตโนมัติ แผนผังอธิบายระบบแสดงไว้ในรูปที่ 2 กรอบแนวคิดนี้ประกอบด้วยสถาปัตยกรรมแบ็กเอนด์ที่แข็งแกร่ง โดยใช้ MongoDB สำหรับการจัดเก็บและดึงข้อมูล รวมถึงกลไก RAG (Thüs et al., 2024) ในการประมวลผลข้อมูลหลักสูตรในรูปแบบ PDF เพื่อให้แน่ใจว่าหุ่นยนต์สามารถให้คำตอบที่ถูกต้องและเหมาะสมกับบริบทแก่ผู้ใช้ นอกจากนี้ การใช้แอนิเมชันใบหน้ายิ้มและระบบแปลงข้อความเป็นเสียง (TTS BotNoi) ยังช่วยเพิ่มอัตราการมีส่วนร่วมของผู้ใช้ ผลลัพธ์จากการศึกษาสังเกตการณ์และแบบสำรวจพบว่าระบบมีการปรับปรุงอย่างมีนัยสำคัญในด้านความพึงพอใจของผู้ใช้และการเข้าถึงข้อมูล เอกสารฉบับนี้ยังกล่าวถึงความสามารถของหุ่นยนต์ในการทำงานในสภาพแวดล้อมแบบไดนามิกและพื้นที่ที่เน้นมนุษย์ เช่น การจัดการกับการรบกวนระหว่างปฏิบัติภารกิจ การออกแบบแบบแยกส่วนช่วยให้สามารถผสานรวมฟีเจอร์เพิ่มเติม เช่น การจดจำท่าทางและการอัปเกรดฮาร์ดแวร์ได้ง่าย ซึ่งช่วยให้ระบบสามารถขยายขีดความสามารถในระยะยาวได้ อย่างไรก็ตาม มีข้อจำกัดบางประการ เช่น ต้นทุนการติดตั้งเริ่มต้นที่สูงและการพึ่งพาการกำหนดค่าฮาร์ดแวร์เฉพาะ ในอนาคต งานวิจัยจะมุ่งเน้นไปที่การเพิ่มความสามารถในการรองรับภาษาต่างๆ การขยายกรณีการใช้งาน และการสำรวจปฏิสัมพันธ์แบบร่วมมือกันระหว่างหุ่นยนต์หลายตัว โดยสรุป ผู้ช่วยหุ่นยนต์เชิงโต้ตอบที่นำเสนอในงานวิจัยนี้เป็นก้าวสำคัญในการเชื่อมโยงความต้องการของมนุษย์เข้ากับความก้าวหน้าทางเทคโนโลยี ด้วยการผสานรวมเทคโนโลยีปัญญาประดิษฐ์ล้ำสมัยเข้ากับโซลูชันฮาร์ดแวร์ที่ใช้งานได้จริง งานวิจัยนี้จึงนำเสนอระบบที่สามารถขยายขีดความสามารถ มีประสิทธิภาพ และเป็นมิตรกับผู้ใช้ ซึ่งช่วยเพิ่มการเข้าถึงข้อมูลและการมีส่วนร่วมของผู้ใช้ในสภาพแวดล้อมที่มุ่งเน้นมนุษย์
งานวิจัยนี้มีที่มาจาก ความต้องการที่เพิ่มขึ้นสำหรับผู้ช่วยอัจฉริยะ ใน สภาพแวดล้อมที่เน้นมนุษย์เป็นศูนย์กลาง เช่น ห้องปฏิบัติการและสถาบันการศึกษา ซึ่งเผชิญปัญหาเรื่อง ข้อจำกัดด้านทรัพยากรบุคคล ในการให้ข้อมูลแก่ผู้เยี่ยมชมและนักศึกษา ปัจจุบัน โซลูชันที่มีอยู่มัก ขาดความสามารถในการขยายขนาด และ ปรับตัวให้เข้ากับสภาพแวดล้อมที่เปลี่ยนแปลง ได้อย่างมีประสิทธิภาพ นอกจากนี้ ระบบผู้ช่วยแบบเดิมมักพึ่งพาบุคลากรเฉพาะทาง ทำให้เกิดภาระในการตอบคำถามซ้ำๆ และไม่สามารถรองรับจำนวนผู้ใช้ที่เพิ่มขึ้นได้ ดังนั้น งานวิจัยนี้จึงมุ่งพัฒนา ผู้ช่วยหุ่นยนต์เชิงโต้ตอบ ที่สามารถ ทำงานอัตโนมัติในสภาพแวดล้อมแบบไดนามิก โดยใช้ AI และโมเดลภาษาขนาดใหญ่ (LLM Predictor) ผสานกับ การรู้จำเสียง ท่าทาง และใบหน้า เพื่อเพิ่ม การมีส่วนร่วมของผู้ใช้ และ ความสามารถในการโต้ตอบ แบบเรียลไทม์ ระบบนี้ยังช่วยลดภาระของบุคลากรและเพิ่ม การเข้าถึงข้อมูล ได้อย่างแม่นยำและมีประสิทธิภาพ อีกทั้งยังรองรับการพัฒนาเพิ่มเติมเพื่อให้สามารถขยายขีดความสามารถและใช้งานได้หลากหลายขึ้นในอนาคต
คณะวิศวกรรมศาสตร์
การประเมินผลผลิตของผลมะม่วง และพฤติกรรมของผู้บริโภคที่มีความตระหนักถึงที่มาของผลผลิตมากยิ่งขึ้น ต้องการตรวจสอบย้อนกลับถึงที่มาของผลผลิตว่าผลผลิตนั้นๆได้รับการดูแลมาอย่างไรผ่านการระบุตำแหน่งของผลนั้นๆ ความเกี่ยวเนื่องกันถึงลักษะของผลผลิตที่เป็นผลมาจากวิธีการดูแลผลหรือต้นของผลผลิตในขณะที่ยังไม่ถูกเก็บเกี่ยว ดังนั้นเพื่อสร้างแบบจำลองที่สามารถตรวจจับและระบุตำแหน่งของผลมะม่วง โดยใช้ภาพถ่าย 2 มิติ ด้วยวิธีการ Deep Learning Model และเพื่อศึกษาเทคนิคการระบุพิกัดของผลมะม่วงในโลกจริงจากภาพภาพ 2 มิติ มีการใช้โมเดล YOLOv8 เพื่อ Object detection ร่วมกับเทคนิคการสอบเทียบกล้อง (Camera Calibration) และ Triangulation เพื่อหาตำแหน่ง 3 มิติ ของผลมะม่วงในภาพที่ถูกตรวจจับได้ จากการทำการทดลองหาตำแหน่งทั้งหมด 125 ครั้ง ที่มีการสุ่มค่าตำแหน่งของผลมะม่วง และตำแหน่งของกล้องที่มีมุม Yaw และ Pitch ที่แตกต่างกัน โดยการใช้ค่า Parameter จากรูปที่ถ่ายถัดไปมาเปรียบเทียบกันเพื่อหาตำแหน่งจริง 3 มิติ ที่ได้ผลความถูกต้องที่..... จากการใช้โมเดล YOLOv8 ที่มีค่าทำนาย Precision, Recall, mAP50, mAP50-95 และ F1-Score ได้แก่ 0.928, 0.901, 0.965, 0.785 และ 0.914 ตามลำดับ ซึ่งมีความแม่นยำที่มากพอเพื่อทำนายตำแหน่งของผลมะม่วงที่มีความคลาดเคลื่อนประมาณ 38 เซนติเมตร
คณะครุศาสตร์อุตสาหกรรมและเทคโนโลยี
การวิจัยนี้ยืนยันถึงศักยภาพของเส้นใยไผ่ตงในฐานะวัตถุดิบที่ยั่งยืนสำหรับอุตสาหกรรม สิ่งทอ โดยแสดงถึงคุณสมบัติเด่นที่ตอบโจทย์ทั้งในด้านการใช้งานและความเป็นมิตรต่อสิ่งแวดล้อม พร้อมทั้งชี้ให้เห็นแนวทางการพัฒนาที่สามารถส่งเสริมการผลิตที่ยั่งยืนและตอบสนองความต้องการในตลาดที่เน้นการพัฒนาคุณภาพชีวิตและรักษาสิ่งแวดล้อม โดยผสมผสานแนวคิดด้านความยั่งยืนเข้ากับนวัตกรรมวัสดุ การวิจัยครอบคลุมการวิเคราะห์คุณสมบัติเส้นใย การพัฒนากระบวนการผลิต และการออกแบบผลิตภัณฑ์ การวิจัยนี้ มีวัตถุประสงค์ 1) เพื่อพัฒนาคุณสมบัติเส้นใยไผ่ตงสู่การผลิต 2)เพื่อศึกษาปัจจัยในการออกแบบผลิตภัณฑ์สิ่งทอเพื่อสิ่งแวดล้อมจากเส้นใยไผ่ตง 3)เพื่อคาดการณ์อนาคตภาพในการออกแบบผลิตภัณฑ์สิ่งทอเพื่อสิ่งแวดล้อมจากเส้นใยไผ่ตง ผลการวิจัยพบว่า ไผ่ตงอายุ 60 วันมีคุณสมบัติเหมาะสมที่สุดในการแยกเส้นใย โดยมีขนาดเส้นใยเฉลี่ย 5.32 μm ซึ่งเล็กกว่าเส้นใยธรรมชาติชนิดอื่น ส่งผลให้มีคุณสมบัติดูดซับความชื้นและระบายอากาศได้ดี เมื่อนำมาปั่นผสมกับเส้นใยพอลิเอสเตอร์รีไซเคิลในสัดส่วน 30:70 จะได้เส้นด้ายที่มีความแข็งแรงและผิวสัมผัสที่มีเอกลักษณ์ แม้ว่าคุณสมบัติการต้านเชื้อแบคทีเรีย Staphylococcus aureus จะอยู่ในระดับต่ำ แต่เส้นใยมีความขาวสะอาดและอ่อนนุ่ม และจากการวิเคราะห์ปัจจัยในการออกแบบผลิตภัณฑ์พบองค์ประกอบสำคัญ 4 ด้าน ได้แก่ วัสดุท้องถิ่น (Local Materials) ผลิตภัณฑ์สีเขียว (Green Products) สุขภาพ (Healthy) และความยั่งยืน (Sustainability) ผลการประเมินความพึงพอใจของผู้บริโภคต่อต้นแบบผลิตภัณฑ์อยู่ในระดับมาก โดยสามารถอธิบายความพึงพอใจได้ร้อยละ 84.7 ทั้งนี้ กระบวนการผลิตที่พัฒนาขึ้นช่วยลดการใช้สารเคมีและของเสียอันตราย อีกทั้งการใช้ไผ่ตงซึ่งเป็นพืชโตเร็วยังช่วยลดผลกระทบต่อสิ่งแวดล้อมในระยะยาว ส่งผลให้เกิดการพัฒนาที่ยั่งยืนทั้งในด้านเศรษฐกิจ สิ่งแวดล้อม และความมั่นคงทางอาชีพในชุมชนชนของประเทศไทย ผลการวิจัยแสดงให้เห็นว่า การพัฒนาเส้นใยไผ่ตงผสมเส้นใยพอลิเอสเตอร์รีไซเคิลสามารถสร้างผลิตภัณฑ์ที่มีความยั่งยืน ตอบสนองต่อความต้องการของผู้บริโภคในด้านสุขภาพ การใช้วัสดุท้องถิ่น และการส่งเสริมผลิตภัณฑ์สีเขียว อีกทั้งการนำเสนอผลิตภัณฑ์ในเชิงพาณิชย์สามารถเพิ่มมูลค่าทางเศรษฐกิจและส่งเสริมการพัฒนาผลิตภัณฑ์ที่เป็นมิตรกับสิ่งแวดล้อมได้ในอนาคต
คณะเทคโนโลยีสารสนเทศ
โรคมะเร็งเป็นหนึ่งในปัญหาสุขภาพที่สำคัญอันเนื่องมาจากการเข้าสู่สังคมสูงอายุของประเทศไทย ความเสี่ยงในการเป็นโรคเรื้อรังของผู้สูงอายุมักทำให้เกิดข้อจำกัดต่าง ๆ ในการรักษา ส่งผลให้ผู้ป่วยส่วนมากไม่สามารถรักษาให้หายขาดและจำเป็นต้องได้รับการดูแลอย่างต่อเนื่อง รวมถึงการได้รับข้อมูลและคำแนะนำเกี่ยวกับโรคมะเร็งอย่างถูกต้อง อย่างไรก็ตาม การบันทึกข้อมูลสุขภาพของผู้ป่วยในปัจจุบันยังไม่สามารถเชื่อมโยงกันได้อย่างมีประสิทธิภาพ ทำให้การวิเคราะห์ข้อมูลเพื่อพัฒนารูปแบบการดูแลผู้ป่วยเป็นไปอย่างยากลำบาก นอกจากนี้ ข้อมูลที่ไม่ถูกต้องเกี่ยวกับโรคมะเร็งที่เผยแพร่ทางโซเชียลมีเดีย อาจทำให้ผู้สูงอายุเกิดความเข้าใจผิด ดังนั้นผู้วิจัยจึงได้พัฒนาระบบแชตบอตที่ใช้เทคโนโลยีการประมวลผลภาษาธรรมชาติ เพื่อให้สามารถเข้าใจภาษาของมนุษย์และตอบคำถามได้อย่างแม่นยำสำหรับการดูแลผู้ป่วยสูงอายุโรคมะเร็งโดย ระบบแชตบอตจะนำเสนอข้อมูลที่ถูกต้อง เชื่อถือได้ และเป็นปัจจุบันตามองค์ความรู้ทางการแพทย์ที่ปรากฏอยู่ภายในฐานข้อมูลคลังความรู้ ซึ่งผ่านการคัดกรองจากบุคลากรทางการแพทย์ พร้อมทั้งพัฒนาเว็บแอปพลิเคชันเพื่อใช้ในการบันทึกและวิเคราะห์ผลประเมินของผู้ป่วยตามมาตรฐานทางการแพทย์ ทำให้บุคลากรทางการแพทย์สามารถวางแผนรับมือและหาแนวทางการรักษาที่เหมาะสมให้แก่ผู้ป่วย นอกจากนี้ทำให้เกิดการแบ่งปันและเชื่อมโยงข้อมูลระหว่างระบบต่าง ๆ ของโรงพยาบาล ส่งผลให้เกิดการนำข้อมูลไปใช้ในการปรับปรุงกระบวนการรูปแบบการรักษาที่ตรงเป้าหมายและทันสมัย อีกทั้งการพัฒนาระบบแชตบอตเปรียบเสมือนผู้ช่วยที่ให้บริการข้อมูลและคำแนะนำแก่ผู้ป่วย ช่วยลดภาระงานในการตอบคำถามของบุคลากรทางการแพทย์และส่งเสริมให้ผู้ป่วยมีส่วนร่วมในการดูแลสุขภาพของตนเองมากยิ่งขึ้น