โปรเจคนี้มีเป้าหมายในการพัฒนาต้นแบบของระบบเล็งอาวุธที่จำลองเป็นปืนต่อต้านอากาศยาน โดยใช้กล้องออปติคอลเพื่อตรวจจับวัตถุที่เคลื่อนที่และคำนวณวิถีแบบ Real time ผลลัพธ์ที่ได้นั้นจะส่งไปยังเลเซอร์พอยน์เตอร์บนมอเตอร์ 2 แกนหมุน แบบ degrees of freedom(DoF) ส่งผลให้สามารถเล็งไปยังเป้าหมายที่คาดการณ์ไว้ได้ ระบบนี้ถูกสร้างขึ้นบนแพตฟอร์มของ Raspberry Pi 4 ร่วมกับซอฟแวร์ machine vision โปรแกรมการ tracking นั้นถูกพัฒนาภายใต้ไลบรารีของ OpenCV โดยอาศัย color detections algorithms ผลการทดลองตอนนี้สามารถตรวจจับการเคลื่อนไหวของลูกเทนนิสแบบ real time ที่อัตรา 30 เฟรมต่อวินาที(fps) ขณะนี้โปรเจคอยู่นขั้นตอนการออกแบบและทดลองกับระบบแมคคานิคเพื่อควบคุมเลเซอร์พอยน์เตอร์ให้แม่นยำ โปรเจคนี้มีการนำความรู้ทางด้านอิเล็กทรอนิกส์(computer programing) และวิศวกรรมเครื่องกล(การควบคุมมอเตอร์)มาใช้งาน
โปรเจคนี้เกิดจากความสนใจในการพัฒนาระบบที่มีการผสมผสานของ Machine Vision และระบบความคุมกลไกมอเตอร์ 2 แกนแบบ Degrees of Freedom(DoF) เพื่อพัฒนาอุปกรณ์ต้นแบบที่สามารถตรวจจับ ติดตาม และเล็งเป้าหมายได้อย่างมีแม่นยำ ซึ่งหวังเป็นอย่างยิ่งว่าโปรเจคนี้จะมีประโยชน์ต่องานในอนาคตต่างๆที่เกี่ยวข้อง ไม่ว่าจะเป็น ทางการทหาร ทางการแพทย์ หรือทางอุตสาหกรรม
คณะวิทยาศาสตร์
ปัญหาด้านการจัดส่งสินค้าให้มีประสิทธิภาพต้องมีการพัฒนาเครื่องมือมาช่วยอำนวยความสะดวก งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อจัดเส้นทางการขนส่งของร้านอาหารสัตว์แห่งหนึ่ง และพัฒนาเว็บแอปพลิเคชันการจัดเส้นทางการเดินรถ ในการศึกษาครั้งนี้ทำการเปรียบเทียบด้วยวิธีการแตกกิ่งและจำกัดขอบเขต (Branch & Bound Method) และวิธีการจัดกลุ่มร่วมกับอัลกอริทึมการแตกกิ่งและจำกัดขอบเขต (Clustering with Branch & Bound Method) จากนั้นทำการเปรียบเทียบการจัดเส้นทางทั้ง 2 วิธี ร่วมกับเส้นทางเดิม ด้วยการทดสอบความแตกต่างของระยะทางเฉลี่ย 3 กลุ่มที่ไม่เป็นอิสระกัน โดยใช้วิธีการวิเคราะห์ความแปรปรวนเมื่อมีการวัดซ้ำ (Repeated Measures ANOVA) พบว่าระยะเฉลี่ยต่อวันที่ได้จากทั้ง 3 วิธี มีความแตกต่างกันอย่างมีนัยสำคัญ ที่ระดับ 0.05 โดยเส้นทางที่ให้ค่าระยะทางเฉลี่ยต่อวันน้อยที่สุด คือ วิธีอัลกอริทึมการแตกกิ่งและจำกัดขอบเขต (Branch and Bound Method) และจากการทดสอบระยะทางรวมต่อวันเป็นรายคู่ด้วยการทดสอบทีแบบจับคู่ (Paired t-test) พบว่าเส้นทางที่จัดด้วยวิธีอัลกอริทึมการแตกกิ่งและจำกัดขอบเขต (Branch and Bound Method) ให้ผลลัพธ์ระยะทางที่สั้นที่สุดอย่างมีนัยสำคัญทางสถิติ ที่ระดับ 0.05 ซึ่งหากใช้การจัดเส้นทางด้วยวิธีอัลกอริทึมการแตกกิ่งและจำกัดขอบเขต (Branch and Bound Method) จะสามารถลดระยะทางลงได้ 957.51 กิโลเมตร คิดเป็นร้อยละ 30.88 ซึ่งจะสามารถลดต้นทุนด้านน้ำมันเชื้อเพลิงได้ถึง 2,579.45 บาทต่อเดือน จากนั้นจึงเลือกวิธีอัลกอริทึมการแตกกิ่งและจำกัดขอบเขต (Branch and Bound Method) มาพัฒนาเป็นเว็บแอปพลิเคชันที่มีหน้าต่างผู้ใช้งาน รายการสินค้า และแนะนำเส้นทางการขนส่งสินค้าในแต่ละวันให้กับร้านค้ากรณีศึกษา และเมื่อพัฒนาเว็บแอปพลิเคชันแล้วได้ทำการทดลองใช้งานจริงกับร้านกรณีศึกษา โดยพบว่าสามารถแนะนำเส้นทางการขนส่งที่อยู่ในรูปแบบแผนที่ซึ่งสามารถใช้งานได้ง่าย และสามารถใช้งานได้จริงผ่านโทรศัพท์มือถือทั่วไป
คณะวิทยาศาสตร์
ในการเลี้ยงจิ้งหรีดเพื่อบริโภคเนื้อนั้น อัตราการเจริญเติบโต และระยะเวลาเจริญเติบโตของจิ้งหรีดเป็นข้อมูลสำคัญที่ใช้ในการระบุจำนวนจิ้งหรีดต่อพื้นที่เพาะเลี้ยงในแต่ละช่วงอายุ ดังนั้นผู้วิจัยจึงได้มีแนวคิดที่จะสร้างระบบสำหรับการติดตามอัตราการเจริญเติบโตของจิ้งหรีดในระบบปิดโดยใช้กล้องอินฟาเรดร่วมกับการประมวลผลภาพ (Image processing) ด้วยคอมพิวเตอร์เพื่อศึกษาการเจริญเติบโต ระบุบระยะเวลาการเจริญเติบโตของจิ้งหรีดในแต่ละช่วงอายุ เพื่อให้ได้องค์ความรู้ที่จะนำไปเผยแพร่ให้แก่เกษตรกรสำหรับปรับปรุงกระบวนการเลี้ยงให้มีประสิทธิ์ภาพสูงที่สุด
วิทยาเขตชุมพรเขตรอุดมศักดิ์
ทุเรียนเป็นพืชเศรษฐกิจสำคัญของประเทศไทยที่ได้รับผลกระทบจากโรคทางใบ เช่น โรคใบสนิม ใบไหม้ และใบจุด ซึ่งส่งผลให้คุณภาพผลผลิตลดลงและเพิ่มต้นทุนการจัดการ งานวิจัยนี้มุ่งเน้นการพัฒนาซอฟต์แวร์ AI สำหรับตรวจคัดกรองโรคใบทุเรียน โดยประยุกต์ใช้เทคโนโลยีการเรียนรู้เชิงลึกในการจำแนกชนิดของรอยโรคในใบทุเรียน