หัวข้อโครงงานที่นำเสนอคือระบบคัดแยกขยะ (Garbage Sorting Systems) จุดประสงค์เพื่อศึกษาการทำงานและพัฒนาระบบคัดแยกขยะที่สามารถตรวจจับประเภทของขยะได้อย่างอัตโนมัติ โดยใช้เซ็นเซอร์ Proximity ในการแยกประเภทของขยะที่เป็นวัตถุโลหะและอโลหะ รวมถึงใช้เซ็นเซอร์ Ultrasonic ในการตรวจสอบปริมาณขยะภายในถัง หากปริมาณขยะเกินกำหนด ระบบจะส่งการแจ้งเตือนไปยังอุปกรณ์สื่อสารที่เชื่อมต่อกับระบบ เช่น สมาร์ทโฟนหรือคอมพิวเตอร์ การทำงานของระบบถูกออกแบบมาเพื่อเพิ่มประสิทธิภาพในการจัดการขยะ ลดภาระการคัดแยกขยะด้วยมือ และส่งเสริมการรีไซเคิล โดยสามารถนำระบบนี้ไปประยุกต์ใช้ในสถานที่ต่างๆ เช่น สถานศึกษา หรือสถานที่สาธารณะ เพื่อช่วยลดปริมาณขยะที่ไม่ถูกแยกอย่างถูกต้อง และเพิ่มโอกาสในการนำขยะกลับมาใช้ประโยชน์ใหม่
เนื่องจากทางภาควิชาวิศวกรรมอิเล็กทรอนิกส์ มีจุดมุ่งหมายให้นักศึกษาภายในภาควิชามีความรู้ความสามารถ ความเข้าใจ และประสบการณ์ในการปฏิบัติงานโดยมีวัตถุประสงค์เพื่อช่วยในการเสริมสร้างการเรียนรู้ควบคู่กับทฤษฎี และยังมีบทบาทสำคัญในชีวิตประจำวันอย่างมากเพื่ออำนวยความสะดวกต่างๆ เนื่องจากในปัจจุบันในกระบวนการผลิตทางอุตสาหกรรมได้มีการนำเอาอุปกรณ์ที่มีความทันสมัยเข้ามาใช้งานมากขึ้นโดยนำเอาเทคโนโลยีที่ทันสมัยเข้ามาประยุกต์ใช้ทางด้านอิเล็กทรอนิกส์ โครงงานนี้ประกอบไปด้วยเซ็นเซอร์ Proximity และเซ็นเซอร์ Ultrasonic ซึ่งเป็นอุปกรณ์ตรวจจับ คัดแยกวัตถุประเภทโลหะ อโลหะและวัดตรวจปริมาณขยะภายในถังขยะ เพื่อให้ชิ้นงานสามารถทำงานได้ตามขอบเขตที่กำหนด ซึ่งเครื่องคัดแยกขยะจะทำงานเมื่อมีการทิ้งขยะลงถัง เซ็นเซอร์จะทำการแยกประเภทของขยะตามที่ได้กำหนดไว้ จากนั้นจะมีการตรวจสอบปริมาณขยะภายในถัง หากปริมาณขยะเกินกำหนด ระบบจะส่งการแจ้งเตือนไปยังอุปกรณ์สื่อสารที่เชื่อมต่อกับระบบ
คณะวิศวกรรมศาสตร์
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
วิทยาเขตชุมพรเขตรอุดมศักดิ์
เนื่องจากมีการระบาดของปลาหมอคางดำ ทำให้มีผลกระทบต่อระบบนิเวศโดยรวมของธรรมชาติ เพราะปลาหมอคางดำมีการแพร่กระจายอย่างรวดเร็ว และมีความทนทานต่อสภาพแวดล้อมที่เปลี่ยนแปลง ส่งผลให้ปลาหมอคางดำมีจำนวนประชากรมากเกินไป ทำให้มีการแย่งชิงของอาหารและที่อยู่อาศัยของปลาพื้นถิ่น อีกทั้งพฤติกรรมการกินที่หลากหลายของปลาหมอคางดำอาจส่งผลให้เกิดการลดลงของสัตว์น้ำขนาดเล็กหรือพืชน้ำที่มีความสำคัญต่อระบบนิเวศอีกด้วย
คณะบริหารธุรกิจ
ในยุคดิจิทัล เทคโนโลยีปัญญาประดิษฐ์ (AI) มีบทบาทสำคัญในการพัฒนาเมืองอัจฉริยะ (Smart City) และการบริหารจัดการธุรกิจ เทคโนโลยี AI Vision Analytics ได้รับความสนใจเป็นพิเศษในด้าน การควบคุมการเข้าถึงสถานที่ (Access Control System - ACS) และการวิเคราะห์พฤติกรรมผู้บริโภค (Consumer Behavior Analytics) งานวิจัยนี้มุ่งเน้นการบูรณาการ AI Access Control และ AI Video Analytics เพื่อนำมาวิเคราะห์ปัจจัยที่ส่งผลต่อ พฤติกรรมการยอมรับเทคโนโลยี (Technology Adoption Behavior) ของผู้ใช้ทั้งสองระบบ โดยใช้กรอบแนวคิด UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) เพื่อประเมินปัจจัยที่มีผลต่อความเต็มใจในการใช้งาน อาทิ ความเชื่อมั่นในเทคโนโลยี (Trust in Technology), ความง่ายในการใช้งาน (Effort Expectancy), อิทธิพลทางสังคม (Social Influence), และความคาดหวังด้านประสิทธิภาพ (Performance Expectancy) งานวิจัยนี้ยังมีการทดสอบระบบ Access Control และ AI Vision Analytics ในบริบทจริง โดยติดตั้งระบบในงาน KMITL EXPO เพื่อเก็บข้อมูลการใช้ระบบ การนำ AI Vision มาใช้ในการบริหารธุรกิจและความปลอดภัย ผลการศึกษาจะช่วยให้ธุรกิจและหน่วยงานต่างๆ สามารถปรับกลยุทธ์ในการใช้ AI Vision Analytics เพื่อเพิ่มประสิทธิภาพการดำเนินงานทั้งในด้าน ความปลอดภัยและการตลาดดิจิทัล