โครงงานนี้มุ่งเน้นการพัฒนาระบบอ่านป้ายทะเบียนรถยนต์แบบอัตโนมัติ ซึ่งรองรับทั้งป้ายทะเบียนรูปแบบปกติและพิเศษของประเทศไทย โดยใช้เทคโนโลยี Machine Learning เพื่อเพิ่มประสิทธิภาพในการอ่านป้ายทะเบียน ระบบนี้สามารถรองรับข้อมูลได้ทั้งภาพนิ่งและวิดีโอ ผู้ใช้สามารถลงทะเบียนและชำระค่าบริการแบบ Subscription เพื่อนำส่งข้อมูลให้ระบบประมวลผลผ่าน RESTful API, WebSocket, และกล้อง IP ที่ลงทะเบียนกับระบบ
ในปัจจุบัน ระบบการอ่านป้ายทะเบียนอัตโนมัติ มีการนำมาใช้กันอย่างกว้างขวาง เช่น ระบบตรวจสอบรถ เข้าออก ระบบจัดการลานจอดรถ ระบบขนส่งสาธารณะที่ใช้เก็บค่าผ่านทางแบบอัตโนมัติ ระบบรักษาความปลอดภัย เป็นต้น ความแม่นยำในการอ่านป้ายทะเบียนจึงเป็นสิ่งจำเป็นอย่างยิ่ง เพื่อประสิทธิภาพ และความถูกต้องของข้อมูล เทคโนโลยี Machine Learning จึงถูกนำมาประยุกต์ใช้ เพื่อเพิ่มประสิทธิภาพในการอ่านป้ายทะเบียน ไม่ว่าจะเป็นในรูปแบบของ Software Module ที่ติดตั้งแบบถาวร หรือเป็นบริการ E-service อย่างไรก็ตาม ระบบรูปแบบ Software Module มักพบปัญหาในการไม่ได้รับการอัปเดตอย่างสม่ำเสมอ และระบบรูปแบบ E-service ในปัจจุบันยังไม่สามารถอ่านป้ายทะเบียนของประเทศไทยได้อย่างมีประสิทธิภาพ เนื่องจากความซับซ้อนของภาษาไทย ที่เกิดจากป้ายทะเบียนรูปแบบพิเศษ เช่น ป้ายทะเบียนประมูลของกรมขนส่งทางบก ที่มีลวดลาย และรูปแบบตัวอักษรที่แตกต่างจากป้ายทะเบียนปกติ จากปัญหาที่กล่าวมา โครงการนี้จึงมีแนวคิดในการพัฒนา Machine Learning Model ที่ออกแบบมาเพื่อจัดการกับปัญหาเฉพาะของป้ายทะเบียนในประเทศไทย โดยมีเป้าหมายความแม่นยำในการอ่านป้ายทะเบียนอยู่ที่ 95 เปอร์เซ็นต์ พร้อมกับการพัฒนาบริการ E-service สำหรับการอ่านป้ายทะเบียนอัตโนมัติ ให้ผู้ที่สนใจสามารถเข้าใช้งาน Machine Learning Model ของเราได้ โดยผ่านการลงทะเบียนบนเว็บไซต์ จ่ายค่าสมัครใช้บริการรายเดือน และส่งข้อมูลในรูปแบบของรูปภาพผ่าน RESTful API, WebSocket และวิดีโอผ่านกล้อง IP ที่มีการลงทะเบียนเอาไว้กับระบบ นอกจากนี้ยังมีการพัฒนาเว็บไซต์สำหรับผู้ดูแลระบบ เพื่อช่วยในการบริหารจัดการและตรวจสอบการทำงานของระบบ
คณะบริหารธุรกิจ
ปัจจุบันปัญหาที่จอดรถในเขตเมืองเป็นปัจจัยสำคัญที่ส่งผลต่อความแออัดของจราจร การบริหารพื้นที่ และสิ่งแวดล้อม ระบบจอดรถอัตโนมัติ (Automated Parking System: APS) เป็นนวัตกรรมที่ช่วยเพิ่มประสิทธิภาพในการใช้พื้นที่ ลดระยะเวลาค้นหาที่จอด และลดการปล่อยก๊าซเรือนกระจก งานวิจัยนี้ศึกษาพฤติกรรมและปัจจัยที่ส่งผลต่อการยอมรับเทคโนโลยี APS โดยใช้กรอบแนวคิด UTAUT2 และตัวแปรสำคัญ เช่น ความคาดหวังด้านประสิทธิภาพ (Performance Expectancy), ความง่ายในการใช้งาน (Effort Expectancy), อิทธิพลทางสังคม (Social Influence), ความเชื่อมั่นในเทคโนโลยี (Trust in Technology) และจิตสำนึกด้านสิ่งแวดล้อม (Environmental Consciousness) โดยโครงการ APS Evolution นำเสนอโซลูชันการจอดรถอัจฉริยะที่ช่วยเพิ่มประสิทธิภาพการใช้พื้นที่ ลดผลกระทบต่อสิ่งแวดล้อม และสร้างประสบการณ์การใช้งานที่ดีขึ้นสำหรับผู้ใช้ในเมือง โดยมุ่งเน้น การพัฒนาเทคโนโลยีที่ตอบโจทย์พฤติกรรมผู้ใช้และการบริหารจัดการเมืองอัจฉริยะ
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
โครงการที่ประกอบด้วยศูนย์การค้าชุมชน ศูนย์กลางข้อมูลทางเกษตรกรรมที่มีศูนย์ข้อมูล พื้นที่โรงประลอง ห้องสมุดวัสดุและการปลูกพืชแนวตั้ง รวมถึงบ้านพักอาศัยแบบโฮมออฟฟิศ 4 จำนวนหลัง
วิทยาเขตชุมพรเขตรอุดมศักดิ์
ทุเรียนเป็นพืชเศรษฐกิจสำคัญของประเทศไทยที่ได้รับผลกระทบจากโรคทางใบ เช่น โรคใบสนิม ใบไหม้ และใบจุด ซึ่งส่งผลให้คุณภาพผลผลิตลดลงและเพิ่มต้นทุนการจัดการ งานวิจัยนี้มุ่งเน้นการพัฒนาซอฟต์แวร์ AI สำหรับตรวจคัดกรองโรคใบทุเรียน โดยประยุกต์ใช้เทคโนโลยีการเรียนรู้เชิงลึกในการจำแนกชนิดของรอยโรคในใบทุเรียน