บทคัดย่อ โครงงานวิจัยนี้มุ่งเน้นการออกแบบและพัฒนา Manual Control Robot โดยใช้ Load Cell เพื่อเพิ่มความแม่นยำและลดระยะเวลาในการควบคุมหุ่นยนต์ การใช้หุ่นยนต์อัตโนมัติในอุตสาหกรรมยังคงมีข้อจำกัดด้านความซับซ้อนของการตั้งโปรแกรมและการควบคุม ดังนั้น การพัฒนาระบบ Manual Control ที่สามารถตอบสนองต่อแรงกดและแรงดึงในทุกทิศทางจึงเป็นแนวทางที่ช่วยเพิ่มประสิทธิภาพของหุ่นยนต์ให้เหมาะสมกับงานที่ต้องการการควบคุมที่ละเอียดอ่อนและซับซ้อน งานวิจัยนี้ใช้ Load Cell ร่วมกับวงจรขยายสัญญาณ HX711 และ Arduino UNO R3 เพื่อพัฒนาโมดูลควบคุมที่สามารถรับค่าแรงจากผู้ใช้และแปลงเป็นคำสั่งสำหรับหุ่นยนต์ RV-7FRL-D ซึ่งเป็นหุ่นยนต์แขนกลในอุตสาหกรรม นอกจากนี้ยังมีการใช้ MATLAB ในการประมวลผลข้อมูลจาก Load Cell เพื่อวิเคราะห์และกำหนดการเคลื่อนที่ของหุ่นยนต์ให้แม่นยำยิ่งขึ้น ผลการศึกษาพบว่าระบบที่พัฒนาขึ้นสามารถช่วยลดเวลาการตั้งค่าหุ่นยนต์ และทำให้กระบวนการควบคุมมีความง่ายดายและยืดหยุ่นมากขึ้น โครงการนี้จึงเป็นก้าวสำคัญในการเพิ่มศักยภาพของหุ่นยนต์อุตสาหกรรมให้สามารถทำงานร่วมกับมนุษย์ได้อย่างมีประสิทธิภาพ โดยอาศัยการควบคุมแบบแมนนวลผ่าน Load Cell ที่ตอบสนองต่อแรงของผู้ใช้งานได้โดยตรง
ที่มาและความสำคัญของโครงงาน ในปัจจุบัน หุ่นยนต์อัตโนมัติ (Automation Robot) ได้รับความนิยมอย่างแพร่หลายในอุตสาหกรรม เนื่องจากช่วยเพิ่มประสิทธิภาพในการผลิต ลดต้นทุนแรงงาน และสามารถทำงานที่มีความแม่นยำสูงได้ อย่างไรก็ตาม การควบคุมและตั้งโปรแกรมหุ่นยนต์ให้ทำงานตามที่ต้องการนั้นมีความซับซ้อน และมักต้องการผู้เชี่ยวชาญในการปรับแต่งโปรแกรมและการตั้งค่าการทำงานของหุ่นยนต์ ซึ่งอาจทำให้เกิดความล่าช้าในกระบวนการผลิต ดังนั้น การพัฒนาระบบ Manual Control Robot ที่สามารถควบคุมหุ่นยนต์ได้โดยตรงผ่านการรับรู้แรงกดและแรงดึงจากผู้ใช้งาน จึงเป็นแนวทางที่สามารถช่วยลดความซับซ้อนในการควบคุมและเพิ่มความยืดหยุ่นในการใช้งาน โดยในโครงงานนี้จะใช้ Load Cell ร่วมกับ HX711 Amplifier และ Arduino UNO R3 เพื่อพัฒนาระบบที่สามารถตรวจจับแรงจากผู้ใช้งานและแปลงเป็นคำสั่งควบคุมหุ่นยนต์แบบเรียลไทม์ นอกจากนี้ การควบคุมแบบแมนนวลผ่าน Load Cell ยังสามารถช่วยลด เวลาการตั้งค่าและโปรแกรมหุ่นยนต์ ได้อย่างมีประสิทธิภาพ ทำให้การทำงานของหุ่นยนต์มีความสะดวกมากขึ้น และรองรับงานที่ต้องการ รวมถึงการปรับตัวให้เข้ากับสภาพแวดล้อมการทำงานที่ซับซ้อน ซึ่งสามารถนำไปประยุกต์ใช้ในอุตสาหกรรมที่ต้องการ Human-Robot Interaction ได้อย่างมีประสิทธิภาพ ดังนั้น โครงงานนี้จึงมีความสำคัญในการเพิ่มขีดความสามารถของ Manual Control Robot เพื่อลดระยะเวลาการตั้งค่าและเพิ่มความคล่องตัวในการควบคุมหุ่นยนต์ ซึ่งเป็นประโยชน์ทั้งต่อภาคอุตสาหกรรมและการศึกษาเกี่ยวกับการควบคุมหุ่นยนต์ในอนาคต
คณะวิทยาศาสตร์
โรคลิสเตอรีโอซิส (Listeriosis) เป็นโรคที่เกิดจากอาหารซึ่งมีอัตราการเสียชีวิตสูงเกิน 30% โดยเกิดจากเชื้อ Listeria monocytogenes งานวิจัยนี้ได้ทำการประเมินแบคทีเรียกรดแลกติก (Lactic Acid Bacteria หรือ LAB) จำนวน 160 สายพันธุ์ที่แยกได้จากปูดองของไทย เพื่อตรวจสอบศักยภาพในการยับยั้ง L. monocytogenes รวมถึงคุณสมบัติของโพรไบโอติกและลักษณะทางโพรไบโอจีโนมิกส์ (Probiogenomic) ในกลุ่มสายพันธุ์เหล่านี้ สายพันธุ์ DRC3-2 มีฤทธิ์ในการผลิตแบคเทอริโอซิน DRC3-2 ซึ่งสามารถยับยั้ง L. monocytogenes ATCC 19115 ได้อย่างมีนัยสำคัญในการทดสอบแบบ spot-on-lawn การวิเคราะห์ทางฟีโนไทป์และจีโนมเผยให้เห็นว่าสายพันธุ์ DRC3-2 สามารถเติบโตได้ในสภาวะแวดล้อมที่มี NaCl 2-6% ค่า pH ระหว่าง 3 ถึง 9 และอุณหภูมิระหว่าง 25 ถึง 45°C จากการวิเคราะห์ค่า Average nucleotide identity (ANI) และ Digital DNA-DNA hybridization (dDDH) พบว่าสายพันธุ์ DRC3-2 ถูกจัดประเภทเป็น Lactococcus lactis subsp. hordinae การผลิตแบคเทอริโอซิน DRC3-2 จะสูงสุดในช่วงปลายของระยะ stationary phase หลังจากที่มีการสังเคราะห์ในช่วงต้นของระยะ exponential phase การวิเคราะห์ด้วย BAGEL4 พบว่าแบคเทอริโอซิน DRC3-2 ที่คาดว่าเป็นแบคเทอริโอซินชนิดใหม่นี้มีลักษณะคล้ายคลึงกับ lactococcin A และ B โดยมีค่า bit-score ที่ 40.05 และ 36.58 ตามลำดับ การประเมินความปลอดภัยทาง in silico ยืนยันว่าสายพันธุ์ DRC3-2 ไม่เป็นพาหะของโรคในมนุษย์และไม่มีการต้านทานยาปฏิชีวนะ สรุปได้ว่า การศึกษาครั้งนี้ได้เน้นย้ำถึงความสำคัญของแบคทีเรียซิน DRC3-2 ซึ่งเป็นสารที่มีศักยภาพในการใช้ป้องกันและรักษาการติดเชื้อ L. monocytogenes
คณะวิศวกรรมศาสตร์
ในช่วงไม่กี่ปีที่ผ่านมา มีการถกเถียงกันมากว่า AI จะเข้ามาแทนที่มนุษย์ในหลายอุตสาหกรรม แต่ในภาคความบันเทิงและศาสตร์แห่งการพยากรณ์ ดูเหมือนว่า AI จะยังไม่สามารถทดแทนประสบการณ์แบบดั้งเดิมได้ ด้วยเหตุนี้ เราจึงท้าทายขีดจำกัดของ AI ด้วยการพัฒนา โหรา(ย): โมเดลภาษาขนาดใหญ่และอวาตาร์ 3 มิติในการพยากรณ์อนาคตด้วยไพ่ทาโรต์ ที่เชื่อมโยงศาสตร์การทำนายไพ่ทาโรต์แบบดั้งเดิมเข้ากับเทคโนโลยีสมัยใหม่ โครงการนี้ใช้เทคนิคการประมวลผลภาษาธรรมชาติ (NLP) ร่วมกับระบบเสียงพูดเป็นข้อความ (Speech-to-Text: STT) และข้อความเป็นเสียง (Text-to-Speech: TTS) เพื่อสร้างประสบการณ์การพยากรณ์ที่สมจริงและมีความละเอียดอ่อนทางวัฒนธรรม รองรับทั้งภาษาไทยและอังกฤษ ผู้ใช้สามารถป้อนคำถามผ่านเสียง ระบบจะประมวลผลผ่าน STT และ AI จะตอบกลับด้วยคำพยากรณ์ผ่าน TTS พร้อมกับ อวาตาร์ 3 มิติของหมอดู ที่แสดงท่าทางเสมือนจริง แพลตฟอร์มนี้จะถูกพัฒนาให้อยู่ในรูปแบบเว็บไซต์ที่ใช้งานง่าย ทำให้ศาสตร์การพยากรณ์เข้าถึงได้มากขึ้น พร้อมทั้งผสมผสานเทคโนโลยีและวัฒนธรรมเข้าด้วยกันอย่างลงตัว เพื่อให้การพยากรณ์ไพ่ทาโรต์เป็นทั้งประสบการณ์ที่แปลกใหม่ ทันสมัย และน่าดึงดูดสำหรับผู้ใช้ในยุคปัจจุบัน
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
สถานการณ์ในปัจจุบันและความไม่แน่นอน นำมาสู่แนวคิดความมั่นคงทางอาหาร การนำเอานวัตกรรมและเทคโนโลยีเข้ามาปรับใช้เพื่อให้เกิดการให้ผลผลิตที่มากในพื้นที่จำกัด โดยปรับปรุงอาคารเก่าในพื้นที่เมืองที่ไม่ถูกใช้งานมาปรับปรุงให้เหมาะสมกับการปลูกพืช จัดทำเป็นพื้นที่เรียนรู้การปลูกพืชในเมือง นำเสนอวิธีการปลูกพืชแบบต่างๆ รวบรวมเป็นนวัตกรรมการปลูกพืชกว่า 35 รายการ สำหรับเผยแพร่ความรู้ เพื่อสร้างความมั่นคงทางอาหาร พึ่งพาตนเอง การอยู่อาศัยอย่างยั่งยืน