|
หุ่นยนต์ตรวจโรคพริกหวานอัตโนมัติโดยใช้ปัญญาประดิษฐ์และการประมวลผลภาพเชิงลึก: กรณีศึกษา บริษัท ควอนต้าซินเนอร์จี้ จำกัด |
|---|---|
| รหัสดีโอไอ | |
| Creator | พยุงศักดิ์ เกษมสำราญ |
| Title | หุ่นยนต์ตรวจโรคพริกหวานอัตโนมัติโดยใช้ปัญญาประดิษฐ์และการประมวลผลภาพเชิงลึก: กรณีศึกษา บริษัท ควอนต้าซินเนอร์จี้ จำกัด |
| Contributor | กัญญาพัชร ยศสนิท, นิมมิตา สมริน, อัจฉริยะณัฐ ปะฏิเต, ภานุวัฒน์ เมฆะ, ปวีณ เขื่อนแก้ว |
| Publisher | มหาวิทยาลัยแม่โจ้ |
| Publication Year | 2569 |
| Journal Title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| Journal Vol. | 12 |
| Journal No. | 1 |
| Page no. | 319-341 |
| Keyword | หุ่นยนต์ตรวจโรคพืช, ปัญญาประดิษฐ์, การเรียนรู้เชิงลึก, โรคพริกหวาน, ระบบอัตโนมัติ |
| URL Website | https://mitij.mju.ac.th/ |
| Website title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| ISSN | ISSN 3027-7280 (Online) |
| Abstract | งานวิจัยนี้นำเสนอหุ่นยนต์ตรวจโรคพริกหวานอัตโนมัติ โดยใช้ AI และ Deep Learning วิเคราะห์ภาพพืชผ่านโครงข่ายประสาทเทียมเชิงลึก (CNNs) ตามแนวทางของ Picón et al. (2019) หุ่นยนต์เคลื่อนที่ตามกลยุทธ์ของ Ko et al. (2015) เพื่อตรวจสอบโรค 4 ชนิด ได้แก่ ใบจุดสีขาว (Cercospora capsici), แอนแทรคโนส (Colletotrichum spp.), ไวรัสโมเสค (Potyvirus), และใบหงิกเหลือง (Begomovirus) ซึ่งเป็นโรคสำคัญที่สร้างความเสียหายทางเศรษฐกิจ ตัวหุ่นยนต์ติดตั้งกล้อง HD 720p @ 30fps, เลนส์ Fixed-focus, FOV 69 องศา และเทคโนโลยี RightLight™ 2 ช่วยปรับแสง พร้อมเซ็นเซอร์ Robosense RS-LiDAR-16 แบบหมุน 16 เลเซอร์ ตรวจจับได้ไกลสุด 150 เมตร ช่วยตรวจสอบโรคและหลบสิ่งกีดขวาง ระบบให้ความแม่นยำในการจำแนกโรคใบจุดสีขาว 90%, แอนแทรคโนส 100%, ไวรัสโมเสค 100%, ใบหงิกเหลือง 90%, และใบปกติ 97.5% หุ่นยนต์ใช้พลังงานจากแบตเตอรี่ 882 Wh อัตราการใช้พลังงานเฉลี่ย 22.5 W ช่วยลดภาระเกษตรกร ลดเวลาในการตรวจสอบโรค เพิ่มโอกาสในการควบคุมโรค ลดการใช้สารเคมีที่ไม่จำเป็น และส่งเสริมการเกษตรอัจฉริยะได้อย่างมีประสิทธิภาพ ผลลัพธ์ยืนยันว่าหุ่นยนต์สามารถนำไปใช้งานจริงในแปลงเกษตรได้อย่างมีประสิทธิภาพ และช่วยยกระดับระบบเกษตรอัจฉริยะให้มีความแม่นยำและรวดเร็วมากยิ่งขึ้น |
