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
งานวิจัยนี้มีจุดประสงค์เพื่อเลือกทำเลที่ตั้งศูนย์กระจายสินค้าประเภทเครื่องดื่มของบริษัท ไทย สพิริท อินดัสทรี จำกัด ที่มีต้นทุนรวมของการขนส่งสินค้าต่ำที่สุด โดยอาศัยตัวแบบจำลองทางคณิตศาสตร์ โดยพิจารณาอำเภอเมืองของทั้ง 76 จังหวัด ไม่รวมจังหวัดฉะเชิงเทราซึ่งที่เป็นที่ตั้งของโรงงาน ในการศึกษาครั้งนี้ได้ทำการแบ่งสถานการณ์ออกเป็น 4 สถานการณ์ ได้แก่ 1) เมื่อกำหนดให้มีศูนย์กระจายสินค้าได้เพียงหนึ่งแห่ง 2) เมื่อกำหนดให้มีศูนย์กระจายสินค้าได้มากกว่าหนึ่งแห่ง 3) เมื่อแบ่งเป็น 4 ภูมิภาค โดยกำหนดให้มีศูนย์กระจายสินค้าได้เพียงหนึ่งแห่งในหนึ่งภูมิภาค และ 4) เมื่อแบ่งเป็น 4 ภูมิภาค โดยกำหนดให้มีศูนย์กระจายสินค้าได้มากกว่าหนึ่งแห่งในหนึ่งภูมิภาค เมื่อประมวลผลด้วยโปรแกรม IBM ILOG CPLEX Optimization Studio ผลการวิจัยสรุปได้ดังนี้ สถานการณ์ที่ 1 เมื่อกำหนดให้มีศูนย์กระจายสินค้าได้เพียงหนึ่งแห่ง มีต้นทุนการขนส่งรวม 786,107.75 บาท/เดือน สถานการณ์ที่ 2 เมื่อกำหนดให้มีศูนย์กระจายสินค้าได้มากกว่าหนึ่งแห่ง มีต้นทุนการขนส่งรวม 252,338.98 บาท/เดือน สถานการณ์ที่ 3 เมื่อแบ่งเป็น 4 ภูมิภาค โดยกำหนดให้มีศูนย์กระจายสินค้าได้เพียงหนึ่งแห่งในหนึ่งภูมิภาค มีต้นทุนการขนส่งรวม 401,499.61 บาท/เดือน สถานการณ์ที่ 4 เมื่อแบ่งเป็น 4 ภูมิภาค โดยกำหนดให้มีศูนย์กระจายสินค้าได้มากกว่าหนึ่งแห่งในแต่ละภูมิภาค มีต้นทุนการขนส่งรวม 258,666.22 บาท/เดือน
วิทยาลัยการจัดการนวัตกรรมและอุตสาหกรรม
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาผลิตภัณฑ์ขนมสำหรับม้าให้ตอบสนองความต้องการด้านโภชนาการและสุขภาพของม้า โดยใช้วัตถุดิบธรรมชาติที่มีประโยชน์ เช่น ข้าวโอ๊ต แป้งสาลี แป้งข้าวโพด และกากน้ำตาลออร์แกนิก ซึ่งอุดมไปด้วยไฟเบอร์ วิตามิน และแร่ธาตุที่จำเป็นสำหรับม้า อีกทั้งยังช่วยเสริมประสิทธิภาพระบบย่อยอาหาร ลดความเสี่ยงของอาการเสียดท้อง และให้พลังงานที่เหมาะสม ขนมได้รับการออกแบบให้มีรูปร่างที่เหมาะสมกับการกัดเคี้ยวของม้า และเพิ่มกลิ่นผลไม้ไทย เช่น สับปะรดและมะม่วง เพื่อดึงดูดความสนใจและช่วยให้ม้าบริโภคได้ง่ายขึ้น โดยมีกระบวนการผลิตที่เน้นความสะอาดและความปลอดภัยโดยเลือกใช้วัตถุดิบออร์แกนิกและปราศจากสารกันเสียที่เป็นอันตรายต่อม้า บรรจุภัณฑ์ถูกออกแบบให้สามารถรักษาคุณภาพของขนมได้นาน ป้องกันความชื้น และสะดวกต่อการใช้งานของผู้เลี้ยง นอกจากนี้ ขนมยังสามารถใช้เป็นรางวัลระหว่างการฝึกม้า ช่วยเสริมสร้างความสัมพันธ์ระหว่างม้ากับผู้เลี้ยง และลดความเครียดของม้าได้ ผลิตภัณฑ์นี้จึงเป็นทั้งขนมเพื่อสุขภาพและเครื่องมือช่วยฝึกที่มีประสิทธิภาพ เหมาะสำหรับม้าที่ต้องการอาหารเสริมที่มีคุณค่าทางโภชนาการสูง อีกทั้งยังเป็นทางเลือกใหม่สำหรับผู้เลี้ยงม้าที่ต้องการผลิตภัณฑ์ที่ปลอดภัยและมีคุณประโยชน์ต่อสุขภาพม้า
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